db2sql優化
❶ 【DB2】sql優化
於我來說，我喜歡技術，不偏執於某一類開發語言，願意花時間精力去解決問題。
1.去除在謂詞列上編寫的任何標量函數
優化前：(耗時3.1s)
優化後：(耗時0.922s)
總結：
DB2可以選擇使用START_DATE上的列索引，但是在列上使用了函數後，DB2就無法使用列索引了，從而導致查詢效率變低。
2.去除在謂詞列上編寫的任何數學運算
優化前：(耗時10.265)
優化後：(耗時3.39s)
總結：
DB2查詢時候，會優先選擇列CONTRACT_AMT上的索引，如果直接對列CONTRACT_AMT應用數學運算，DB2就無法使用索引了。一定要做到：列本身(不加數學運算)放在操作符的一邊，而所有的計算都放在另外一邊。
3.SQL語句中指定查詢列
優化前：(耗時13.15s)
優化後：(耗時2.922s)
總結：
如果Select包含不需要的列，優化工具會選擇Indexonly=』N』,這會強制DB2必須進入數據頁來得到所請求的特定列，這就要求更多的I/O操作，梁歪，這些多餘的列可能是某些排序的部分，這樣一來就需要和傳遞一個更大的排序文件，相應的會使排序成本更高。
4.盡可能不使用distinct
優化前：(耗時0.687s)
優化後：(耗時0.437s)
總結：
在測試distinct與group by性能的過程中，在列CST_ID上添加索引後，發現group by 確實比distinct快一些，但是在數據分布比較離散的情況下使用group by ，比較集中的情況下使用distinct.表數據量較少的情況隨便使用哪個都一樣， 不管選擇誰，都要建立索引
5.Exists、in、not in 、not exists的使用場景選擇
5.1 in跟exists的區別：
例如：表A(小表)，表B(大表)
優化前：(耗時1.93s)
優化後：(耗時1.125s)
相反的，
優化前：(耗時1.9s)
優化後：(耗時1.0s)
總結：
in是把外表和內表作hash連接，而exists是對外表作loop循環，每次loop循環再對內表進行查詢，一直以來認為exists比in效率高的說法是不準確的。 如果查詢的兩個表大小相當，那麼用in和exists差別不大；如果兩個表中一個較小一個較大，則子查詢表大的用exists，子查詢表小的用in；
簡稱：子大Exists,子小in
5.2 not in 與 not exists區別：
如果查詢語句使用了not in，那麼對內外表都進行全表掃描，沒有用到索引；而not exists的子查詢依然能用到表上的索引。所以無論哪個表大，用not exists都比not in 要快。
6.盡可能使用union all來代替union
優化前：(耗時15.344s)
優化後：(耗時2.719s)
總結：
在union中，DB2最後會自動執行一個排序來消除重復值，這樣是很耗費資源的，所以在不需要去重復的情況下，盡可能使用UNION ALL 代替union
N.模板
優化前：(耗時3.1s)
優化後：(耗時0.922s)
總結：
❷ 怎麼看db2資料庫sql執行計劃圖
DB2資料庫和ORACLE資料庫一樣，DB2資料庫裡面也是通過優化器來分析你的SQL，生成它認為最優的執行計劃（Access Plan）。DB2的優化器實際上是一個標准規則集合，一般來說我們只要告訴DB2要檢索什麼，而不是如何檢索。
那麼DB2的優化器是根據什麼來判斷SQL的最優存取路徑呢?
DB2的優化器是基於成本的優化器，也就是CBO(Cost Based Optmizer)。也就是說DB2優化器會應用查詢成本公式，該公式對每條可能的存取路徑的四個因素進行評估和權衡:CPU成本、I/O成本、DB2系統目錄中的統計信息和實際的SQL語句。
那麼我們來簡單看一下DB2的優化器的工作流程:
1.DB2的優化器，在接收到SQL語句後，會首先校驗SQL的語法，確保是正確的SQL
2.根據當前的系統環境信息，生成最優的執行計劃來優化SQL語句
3.把SQL翻譯成計算機指令語言，並執行這個優化後的SQL
4.返回結果，或者存儲它們，以便將來的執行
在我們看來，DB2系統目錄中統計信息是讓DB2優化器正確工作的一個非常重要的依據。這些統計信息向優化器提供了與正在被優化的SQL語句將要訪問的表狀態相關的信息。這些信息主要包括:
Table--包括表的記錄數、PAGE、PCTFREE以及COMPRESS等信息，相關的系統視圖是:sysstat.tables、syscat.tables
Columns—包括COLUMNS的數量、長度、分布特徵以及COMPRESS等信息,相關的系統視圖是:sysstat.columns、syscat. columns
Index--包括是否存在索引、索引的組織(葉子頁的數量和級別的數量)、索引鍵的離散值的數量以及是否群集索引，相關的系統視圖是:sysstat.indexes、syscat. indexes
其他的還有分區/節點組信息和表空間的信息
如何及時更新這些信息呢?保證DB2優化器正確的工作，在DB2裡面提供了以下的辦法。
RUNSTATS與REOGCHK
Runstats這個命令的功能主要就是收集資料庫對象的狀態信息，這對資料庫使用合理的ACCESS PLAN是至關重要的。一般來說，以下幾種情況下面，我們需要用runstats來收集統計信息:
❸ DB2資料庫更新數據緩慢，求優化建議
你這樣寫很不好，看起來寫的是一句sql，反而速度慢下來了。首先row_number() over() as rownum毫無必要，這樣來分頁效率不高。然後能不用*就不用*查詢。在大數據量和列很多的情況下，會慢很多。
而且你也說了，更新1W條數據需要半個小時。那麼可以採用存儲過程或者程序來訪問。這樣會快很多，推薦採用存儲過程，110W條數據，就算重建索引等，更新一條應該在200ms一下，一萬條，不會那麼久的。希望能幫助得到你。
你這樣寫sql語句，執行時間太久了，會造成假死現象，這樣很不好。
❹ 資料庫性能優化有哪些措施
1、調整數據結構的設計。這一部分在開發信息系統之前完成，程序員需要考慮是否使用ORACLE資料庫的分區功能，對於經常訪問的資料庫表是否需要建立索引等。
2、調整應用程序結構設計。這一部分也是在開發信息系統之前完成，程序員在這一步需要考慮應用程序使用什麼樣的體系結構，是使用傳統的Client/Server兩層體系結構，還是使用Browser/Web/Database的三層體系結構。不同的應用程序體系結構要求的資料庫資源是不同的。
3、調整資料庫SQL語句。應用程序的執行最終將歸結為資料庫中的SQL語句執行，因此SQL語句的執行效率最終決定了ORACLE資料庫的性能。ORACLE公司推薦使用ORACLE語句優化器（Oracle Optimizer）和行鎖管理器（row-level manager）來調整優化SQL語句。
4、調整伺服器內存分配。內存分配是在信息系統運行過程中優化配置的，資料庫管理員可以根據資料庫運行狀況調整資料庫系統全局區（SGA區）的數據緩沖區、日誌緩沖區和共享池的大小；還可以調整程序全局區（PGA區）的大小。需要注意的是，SGA區不是越大越好，SGA區過大會佔用操作系統使用的內存而引起虛擬內存的頁面交換，這樣反而會降低系統。
5、調整硬碟I/O，這一步是在信息系統開發之前完成的。資料庫管理員可以將組成同一個表空間的數據文件放在不同的硬碟上，做到硬碟之間I/O負載均衡。
6、調整操作系統參數，例如：運行在UNIX操作系統上的ORACLE資料庫，可以調整UNIX數據緩沖池的大小，每個進程所能使用的內存大小等參數。
資料庫(Database)是按照數據結構來組織、存儲和管理數據的倉庫，它產生於距今六十多年前，隨著信息技術和市場的發展，特別是二十世紀九十年代以後，數據管理不再僅僅是存儲和管理數據，而轉變成用戶所需要的各種數據管理的方式。資料庫有很多種類型，從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型資料庫系統都在各個方面得到了廣泛的應用。
在信息化社會，充分有效地管理和利用各類信息資源，是進行科學研究和決策管理的前提條件。資料庫技術是管理信息系統、辦公自動化系統、決策支持系統等各類信息系統的核心部分，是進行科學研究和決策管理的重要技術手段。
在經濟管理的日常工作中，常常需要把某些相關的數據放進這樣的「倉庫」，並根據管理的需要進行相應的處理。
例如，企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中，這張表就可以看成是一個資料庫。有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況，也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行，那我們的人事管理就可以達到極高的水平。此外，在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫"，使其可以利用計算機實現財務、倉庫、生產的自動化管理。
(4)db2sql優化擴展閱讀
資料庫，簡單來說是本身可視為電子化的文件櫃--存儲電子文件的處所，用戶可以對文件中的數據進行新增、截取、更新、刪除等操作。
資料庫指的是以一定方式儲存在一起、能為多個用戶共享、具有盡可能小的冗餘度的特點、是與應用程序彼此獨立的數據集合。
在經濟管理的日常工作中，常常需要把某些相關的數據放進這樣的"倉庫"，並根據管理的需要進行相應的處理。
例如，企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中，這張表就可以看成是一個資料庫。有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況，也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行，那我們的人事管理就可以達到極高的水平。此外，在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫"，使其可以利用計算機實現財務、倉庫、生產的自動化管理。
❺ 優化SQL有什麼方法
在資料庫應用系統中編寫可執行的SQL語句可以有多種方式實現，但哪一條是最佳方案卻難以確定。為了解決這一問題，有必要對SQL實施優化。簡單地說，SQL語句的優化就是將性能低下的SQL語句轉換成達到同樣目的的性能更好的SQL語句。
優化SQL語句的原因
資料庫系統的生命周期可以分成: 設計、開發和成品三個階段。在設計階段進行優化的成本最低，收益最大。在成品階段進行優化的成本最高，收益最小。如果將一個資料庫系統比喻成一座樓房，在樓房建好後進行矯正往往成本很高而收效很小（甚至可能根本無法矯正），而在樓房設計、生產階段控制好每塊磚瓦的質量就能達到花費小而見效高的目的。
為了獲得最大效益，人們常需要對資料庫進行優化。資料庫的優化通常可以通過對網路、硬體、操作系統、資料庫參數和應用程序的優化來進行。根據統計，對網路、硬體、操作系統、資料庫參數進行優化所獲得的性能提升全部加起來只佔資料庫應用系統性能提升的40%左右，其餘60%的系統性能提升全部來自對應用程序的優化。許多優化專家甚至認為對應用程序的優化可以得到80%的系統性能提升。因此可以肯定，通過優化應用程序來對資料庫系統進行優化能獲得更大的收益。
對應用程序的優化通常可分為兩個方面: 源代碼的優化和SQL語句的優化。由於涉及到對程序邏輯的改變，源代碼的優化在時間成本和風險上代價很高(尤其是對正在使用中的系統進行優化) 。另一方面，源代碼的優化對資料庫系統性能的提升收效有限，因為應用程序對資料庫的操作最終要表現為SQL語句對資料庫的操作。
對SQL語句進行優化有以下一些直接原因：
1. SQL語句是對資料庫(數據) 進行操作的惟一途徑，應用程序的執行最終要歸結為SQL語句的執行，SQL語句的效率對資料庫系統的性能起到了決定性的作用。
2. SQL語句消耗了70%～90%的資料庫資源。
3. SQL語句獨立於程序設計邏輯，對SQL語句進行優化不會影響程序邏輯，相對於對程序源代碼的優化，對SQL語句的優化在時間成本和風險上的代價都很低。
4. SQL語句可以有不同的寫法，不同的寫法在性能上的差異可能很大。
5. SQL語句易學，難精通。SQL語句的性能往往同實際運行系統的資料庫結構、記錄數量等有關，不存在普遍適用的規律來提升性能。
傳統的優化方法
SQL程序人員在傳統上採用手工重寫來對SQL語句進行優化。這主要依靠DBA或資深程序員對SQL語句執行計劃的分析，依靠經驗，嘗試重寫SQL語句，然後對結果和性能進行比較以試圖找到性能較佳的SQL語句。這種做法存在著以下不足：
1. 無法找出SQL語句的所有可能寫法。很可能花費了大量的時間也無法找到性能較佳的SQL語句。即便找到了某個性能較佳的SQL語句也無法知道是否存在性能更好的寫法。
2. 非常依賴於人的經驗，經驗的多寡往往決定了優化後SQL語句的性能。
3. 非常耗時間。重寫-->校驗正確性-->比較性能，這一循環過程需要大量的時間。
根據傳統的SQL優化工具的功能，人們一般將優化工具分為以下三代產品：
第一代的SQL優化工具是執行計劃分析工具。這類工具對輸入的SQL語句從資料庫提取執行計劃，並解釋執行計劃中關鍵字的含義。
第二代的SQL優化工具只能提供增加索引的建議，它通過對輸入的SQL語句的執行計劃的分析來產生是否要增加索引的建議。這類工具存在著致命的缺點——只分析了一條SQL語句就得出增加某個索引的結論，根本不理會(實際上也無法評估到)增加的索引對整體資料庫系統性能的影響。
第三代工具是利用人工智慧實現自動SQL優化。
人工智慧自動SQL優化
隨著人工智慧技術的發展和在資料庫優化領域應用的深入，在20世紀90年代末優化技術取得了突破性的進展，出現了人工智慧自動SQL優化。人工智慧自動SQL優化的本質就是藉助人工智慧技術，自動對SQL語句進行重寫，找到性能最好的等效SQL語句。LECCO SQL Expert就採用了這種人工智慧技術，其SQL Expert支持Oracle、Sybase、MS SQL Server和IBM DB2資料庫平台。其突出特點是自動優化SQL語句。除此以外，還可以以人工智慧知識庫「反饋式搜索引擎」來重寫SQL語句，並找出所有等效的SQL語句及可能的執行計劃，通過測試運行為應用程序和資料庫自動找到性能最好的SQL語句，提供微秒級的計時; 能夠優化Web應用程序和有大量用戶的在線事務處理中運行時間很短的SQL語句; 能通過比較源SQL和待選SQL的不同之處，為開發人員提供「邊做邊學式訓練」，迅速提高開發人員的SQL編程技能等等。
該工具針對資料庫應用的開發和維護階段提供了數個特別的模塊：SQL語法優化器、PL/SQL集成化開發調試環境(IDE)、掃描器、資料庫監視器等。其核心模塊之一「SQL 語法優化器」的工作原理大致如下：輸入一條源SQL語句，「人工智慧反饋式搜索引擎」對輸入的SQL語句結合檢測到的資料庫結構和索引進行重寫，產生N條等效的SQL語句輸出，產生的N條等效SQL語句再送入「人工智慧反饋式搜索引擎」進行重寫，直至無法產生新的輸出或搜索限額滿，接下來對輸出的SQL語句進行過濾，選出具有不同執行計劃的SQL語句(不同的執行計劃意味著不同的執行效率)，最後，對得到的SQL語句進行批量測試，找出性能最好的SQL語句（參見下圖）。
圖 人工智慧自動SQL優化示意圖
LECCO SQL Expert不僅能夠找到最佳的SQL語句，它所提供的「邊做邊學式訓練」還能夠教會開發人員和資料庫管理員如何寫出性能最好的SQL語句。LECCO SQL Expert的SQL語句自動優化功能使SQL的優化變得極其簡單，只要能夠寫出SQL語句，它就能幫開發人員找到最好性能的寫法。
小 結
SQL語句是資料庫應用中一個非常關鍵的部分，它執行性能的高低直接影響著應用程序的運行效率。正因為如此，人們在SQL語句的優化上投入了很大的精力，出現了許多SQL語句優化工具。隨著人工智慧等相關技術的日益成熟, 肯定還會有更多更好的工具出現，這將會給開發人員提供更多的幫助。
❻ sql查詢不重復記錄，db2
對結果集的查詢SQL如下：假設表明為table
第一步取出q1,q3,q6的acno：selectMin(acno),cifnofromtablegroupbycifno
第二步嵌套獲取結果集：
select*fromtablewhereacnoin
(selectMin(acno)fromtablegroupbycifno)
如果上述結果集是SQL得來的，做下替換就可以了。
❼ sql語句性能如何優化
如何加快查詢速度?
1、升級硬體
2、根據查詢條件,建立索引,優化索引、優化訪問方式，限制結果集的數據量。
3、擴大伺服器的內存
4、增加伺服器CPU個數
5、對於大的資料庫不要設置資料庫自動增長，它會降低伺服器的性能
6、在查詢Select語句中用Where字句限制返回的行數,避免表掃描,如果返回不必要的數據，浪費了伺服器的I/O資源，加重了網路的負擔降低性能。如果表很大，在表掃描的期間將表鎖住，禁止其他的聯接訪問表,後果嚴重。
7、查詢時不要返回不需要的行、列
8、用select top 100 / 10 Percent 來限制用戶返回的行數或者SET ROWCOUNT來限制操作的行
9、在IN後面值的列表中，將出現最頻繁的值放在最前面，出現得最少的放在最後面，減少判斷的次數
10、一般在GROUP BY 個HAVING字句之前就能剔除多餘的行，所以盡量不要用它們來做剔除行的工作。他們的執行順序應該如下最優：
select的Where字句選擇所有合適的行，Group By用來分組個統計行，Having字句用來剔除多餘的分組。這樣Group By 個Having的開銷小，查詢快.對於大的數據行進行分組和Having十分消耗資源。如果Group BY的目的不包括計算，只是分組，那麼用Distinct更快
11、一次更新多條記錄比分多次更新每次一條快,就是說批處理好
❽ Toad forDB2工具有沒有類似plsql developer工具中的美化器，美化SQL語句的功能
toad中叫Formatter，
在tools-->options...-->Editor-->Formatter 進行設置調整，自定義
在sql窗口中，有一個 format sql 快捷按鈕，執行sql格式化的操作