深入研究DB2數據庫的優化
本文從數據庫設計、查詢優化、查詢的優化、并發控制以及客戶/服務器模式等方面對DB2數據庫的系統性能優化進行了深入的研究探討，供您參考，希望能夠對您有所啟迪。
DB2是一種高性能的大型關系數據庫管理系統，廣泛的應用在客戶/服務器體系結構中。評價系統性能優化的標準有：吞吐量、響應時間、并行能力等。本文從數據庫的設計、查詢的優化、并發控制以及客戶/服務器模式這四個角度來討論優化系統性能。
設計數據庫
1. 熟悉業務系統
對業務系統的熟悉程度對整個數據庫系統的性能有很大影響，一個對業務不熟悉的設計人員，盡管有豐富的數據庫知識，也很難設計出性能最佳的數據庫應用系統。
2. 規范化與非規范化
數據庫被規范化后，減少了數據冗余，數據量變小，數據行變窄。這樣DB2的每一頁可以包括更多行，那么每一區里的數據量更多，從而加速表的掃描，改進了單個表的查詢性能。但是，當查詢涉及多個表的時候，需要用很多連接操作把信息從各個表中組合在一起，導致更高的CPU和I/O花銷。那么，有很多時候需要在規范化和非規范化之間保持平衡，用適當的冗余信息來減少系統開銷，用空間代價來換取時間代價。有訂單信息表OrderDetail，它里面記錄了投遞員信息，收款員信息，物品信息，價格策略，客戶信息…..這些信息分別在投遞員信息表、收款員信息表、物品信息表、價格策略表、客戶信息表中存放。如果按照規范化的要求，OrderDetail查詢時就必須要與這么多個表進行連接或者嵌套查詢。如果OrderDetail表中的數據量是在百萬級的，那么一次查詢所需要的時間可能會達到好幾個小時。事實上，只要在設計時保證數據的邏輯有效性，很多信息都可以直接冗余在OrderDetail表中，這些冗余的數據能夠極大的提高查詢的效率，從而減少CPU和I/O操作。
3. 數據條帶化
如果一個表的記錄條數超過一定的規模，那么最基本的查詢操作也會受到影響，需要將該表根據日期水平劃分,把最近、最經常用的數據和歷史的、不經常用的數據劃分開來，或是根據地理位置、部門等等進行劃分。還有一種劃分方式――垂直劃分，即把一個屬性列很多的表分割成好幾個小表，比如把經常用到的屬性放在一個表里，不經常用到的屬性放在另一個表里，這樣可以加快表的掃描，提高效率。 #p#
4. 選擇數據類型
對每一屬性選擇什么樣的數據類型很大程度上依據表的要求，但是在不違背表要求的前提下，選擇適當的數據類型可以提高系統性能。比如有text列存放一本書的信息，用BLOB而不是character(1024)，BLOB存放的是指針或者文件參照變量，真正的文本信息可以放在數據庫之外，從而減少數據庫存儲空間，使得程序運行的速度提高。DB2提供了UDT（User Defined Datatypes）功能，用戶可以根據自己的需要定義自己的數據類型。
5. 選擇索引
索引是數據庫中重要的數據結構，它的根本目的就是為了提高查詢效率。現在大多數的數據庫產品都采用IBM最先提出的ISAM索引結構。使用索引可以快速、直接、有序的存取數據。索引的建立雖然加快了查詢，另一方面卻將低了數據更新的速度，因為新數據不僅要增加到表中，也要增加到索引中。另外，索引還需要額外的磁盤空間和維護開銷。因此，要合理使用索引：
●在經常進行連接，但是沒有指定為外鍵的屬性列上建立索引。
●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。按索引來排序或分組，可以提高效率。
●在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。
●如果待排序的列有多個，可以在這些列上建立復合索引（compound index），即索引由多個字段復合而成。 #p#
查詢優化
現在的數據庫產品在系統查詢優化方面已經做得越來越好，但由于用戶提交的SQL語句是系統優化的基礎，很難設想一個原本糟糕的查詢計劃經過系統的優化之后會變得高效，因此用戶所寫語句的優劣至關重要。下面重點說明改善用戶查詢計劃的解決方案。
1． 排序
在很多時候，應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當的次序產生輸出時，可以避免排序的步驟，當以下的情況發生時，排序就不能省略：
●索引中不包括一個或幾個待排序的列；
●group by或order by子句中列的次序與索引的次序不一樣；
●排序的列來自不同的表。
為了避免不必要的排序，就要正確地增建索引，合理地合并數據庫表，盡管有時可能影響表的規范化，但相對于效率的提高是值得的。如果排序不可避免，那么應當試圖簡化它，如縮小排序列的范圍等。
2． 主鍵
主鍵用整型會極大的提高查詢效率，而字符型的比較開銷要比整型的比較開銷大很多，用字符型數據作主鍵會使數據插入、更新與查詢的效率降低。數據量小的時候這點降低可能不會被注意，可是當數據量大的時候，小的改進也能夠提高系統的響應速度。
3． 嵌套查詢
在SQL語言中，一個查詢塊可以作為另一個查詢塊中謂詞的一個操作數。因此，SQL查詢可以層層嵌套。例如在一個大型分布式數據庫系統中，有訂單表Order、訂單信息表OrderDetail，如果需要兩表關聯查詢： #p#
SELECT CreateUser
FROM Order
WHERE OrderNo IN
( SELECT OrderNo
FROM OrderDetail
WHERE Price=0.5)
在這個查詢中，找出報紙單價為0.5元的收訂員名單。下層查詢返回一組值給上層查詢，然后由上層查詢塊再根據下層塊提供的值繼續查詢。在這種嵌套查詢中，對上層查詢的每一個值OrderNo，下層查詢都要對表OrderDetail進行全部掃描，執行效率顯然不會高。在該查詢中，有2層嵌套，如果每層都查詢1000行，那么這個查詢就要查詢100萬行數據。在系統開銷中，對表Order的掃描占82％，對表OrderDetail的搜索占16％。如果我們用連接來代替，即：
SELECT CreateUser
FROM Order,OrderDetail
WHERE Order.OrderNo=OrderDetail.OrderNo AND Praice=0.5
那么對表Order的掃描占74％，對表OrderDetail的搜索占14％。
而且，一個列的標簽同時在主查詢和where子句中的查詢中出現，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。
4． 通配符
在SQL語句中，LIKE關鍵字支持通配符匹配，但這種匹配特別耗費時間。例如：SELECT * FROM Order WHERE CreateUser LIKE ‘M_ _ _’ 。即使在CreateUser字段上建立了索引，在這種情況下也還是采用順序掃描的方式，Order表中有1000條記錄，就需要比較1000次。如果把語句改為SELECT * FROM Order WHERE CreateUser >’M’ AND CreateUser <’N’，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。 #p#
5． distinct
使用distinct是為了保證在結果集中不出現重復值，但是distinct會產生一張工作表，并進行排序來刪除重復記錄，這會大大增加查詢和I/O的操作次數。因此應當避免使用distinct關鍵字。
6． 負邏輯
負邏輯如!=、<>、not in等，都會導致DB2用表掃描來完成查詢。當表較大時，會嚴重影響系統性能，可以用別的操作來代替。
7． 臨時表
使用臨時表時數據庫會在磁盤中建立相應的數據結構，因為內存的訪問速度遠遠大于外部存儲器的訪問速度，在復雜查詢中使用臨時表時，中間結果會被導入到臨時表中，這種磁盤操作會大大降低查詢效率。另外，在分布式系統中，臨時表的使用還會帶來多個查詢進程之間的同步問題。所以，在進行復雜查詢時最好不要使用臨時表。
8． 存儲過程
DB2中的Stored Procedure Builder可以產生存儲過程，運行并測試存儲過程。存儲過程可以包含巨大而復雜的查詢或SQL操作，經過編譯后存儲在DB2數據庫中。用戶在多次使用同樣的SQL操作時，可以先把這些SQL操作做成存儲過程，在需要用到的地方直接引用其名字進行調用。存儲過程在第一次執行時建立優化的查詢方案，DB2將查詢方案保存在高速緩存里，以后調用運行時可以直接從高速緩存執行，省去了優化和編譯的階段，節省了執行時間，從而提高效率和系統利用率。
最優的查詢方案按照某些標準選擇往往不可行，要根據實際的要求和具體情況，通過比較進行選擇。DB2提供的Query Patroller可以對不同的查詢方案的查詢代價進行比較，通過追蹤查詢語句，返回查詢不同階段的系統開銷，從而作出最佳選擇。DB2提供的Performance Monitor也對整個數據庫系統的性能進行監控，包括I/O時間、查詢次數、排序時間、同步讀寫時間等等。
數據庫系統的并發控制也能影響系統性能。多個用戶的同時操作可能導致數據的不一致性，DB2為了防止同時修改造成數據丟失和訪問未被提交的數據，以及數據的保護讀，采用Lock機制來實現控制。
DB2中可以對表空間、表、表列和索引加鎖。鎖的粒度越大，鎖越簡單，開銷小，并發度低；粒度小，鎖機制復雜，開銷大，并發度高。大型系統在并發處理中如果遇到所要分配的資源處于鎖定狀態，系統會把進程掛起等待。如果一個很耗時的查詢操作工作于一個經常使用的表上，此時使用表一級鎖，意味著整個系統都要等待你的查詢結束以后才能夠繼續運行。所以在復雜查詢中，盡量避免使用表一級鎖。如果有這一類的需要該怎么辦呢？可以利用視圖來解決這一類問題。視圖避免了對表的直接操作，同時有能夠保證數據庫的高效運轉。
