Alles, was Entwickler über SQL Performance wissen müssen

Vorwort — Warum Entwickler indizieren müssen
Anatomie eines Indexes — Wie sieht ein SQL Index aus?
1. Die Blätter — Eine doppelt verkettete Liste
2. Der B-Tree — Ein ausbalancierter Baum
3. Langsame Indizes, Teil I — Zwei Zutaten machen den Index langsam
Die Where-Klausel — Die Suchgeschwindigkeit verbessern
1. Der Gleicheheitsoperator — Exakte Bedingungen
  1. Primärschlüssel — Indexnutzung kontrollieren
  2. Zusammengesetzte Schlüssel — Mehrspaltige Indizes
  3. Langsame Indizes, Teil II — Die erste Zutat, nochmals
2. Funktionen — Funktionen in der where-Klausel
  1. Groß- und Kleinschreibung ignorieren — UPPER und LOWER
  2. Benutzerdefinierte Funktionen — Grenzen der Indizierbarkeit
  3. Über-Indizierung — Vermeide Redundanzen
3. Parametrisierte Abfragen — Für Sicherheit und Performance
4. Nach Bereichen Suchen — Jenseits der Gleichheit
  1. Größer, Kleiner und BETWEEN — Beachte die Spaltenreihenfolge
  2. SQL LIKE Filter Indizieren — LIKE ist keine Volltextsuche
  3. Indizes kombinieren — Warum nicht einen Index für jeder Spalte?
5. Partielle Indizes — Ausgewählte Zeilen indizieren
6. NULL in der Oracle Datenbank — Eine wichtige Kuriosität
  1. NULL im Index — Jeder Index ist ein partieller Index
  2. NOT NULL Constraints — beeinflussen die Indexnutzung
  3. Partielle Indizes emulieren — mit funktions-basierter Indizierung
7. Verstümmelte Bedingungen — Verbreitete Anti-Pattern
  1. Datums-Typen — verursachen viele Probleme
  2. Numerische Strings — Mische die Typen nicht
  3. Spalten zusammenfügen — und redundante where-Klauseln
  4. Schlaue Logik — Der schlauste Weg SQL langsam zu machen
  5. Mathematik — Datenbanken lösen keine Gleichungen

Testen und Skalierbarkeit — Über Hardware
1. Auswirkungen des Datenvolumens — Schlampige Indizierung schlägt zurück
2. Auswirkungen der Systemlast — Die Zugriffsrate beeinflusst die Antwortzeit
3. Antwortzeit und Durchsatz — Horizontale Skalierbarkeit
Die Join Operation — Nicht unbedingt langsam
1. Nested Loops – verschachtelte Schleifen — Das ORM N+1 Problem
2. Hash Join — Benötigt eine völlig andere Indizierung
3. Sort-Merge Join ‌— Wie ein Zipverschluss auf sortierten Daten
Daten-Cluster — Daten Zusammenlegen: die zweite Macht
1. Index-Filterprädikate gezielt einsetzten — LIKE tunen
2. Index-Only Scan – Den Tabellenzugriff vermeiden
3. Index-organisierte Tabellen – Clustered Indizes ohne Tabelle
Sortieren und Gruppieren — Pipelined order by: die dritte Macht
1. Indexed Order By — im Zusammenspiel mit der where-Klausel
2. ASC/DESC und NULLS FIRST/LAST — die Indexreihenfolge ändern
3. Indexed Order By — Gruppierung am „Fließband“
Teilergebnisse — Effizientes blättern
1. Top-N Zeilen abfragen — wenn man nur die ersten paar Zeilen braucht
2. Die nächste Seite laden — die Offset- und Seek-Methoden im Vergleich
3. Window-Funktionen — mit analytischen Funktionen blättern
Insert, Delete und Update — Wie sich Indizierung auf DML auswirkt
1. Insert — kann keinen direkten Nutzen aus Indizierung ziehen
2. Delete — nutzt Indizes für die where-Klausel
3. Update — betrifft nicht alle Indizes der Tabelle

Ausführungspläne — Ausführungspläne holen und lesen
MySQL • Oracle • PostgreSQL • SQL Server
Mythen-Verzeichnis — Verbreitete Mythen und Irrglauben
Beispiel Schema — CREATE und INSERT Skripte
MySQL • Oracle • PostgreSQL • SQL Server

Bleib am Ball:
RSS Feed Like on Facebook Follow me on Twitter +1 auf Google+

Alles, was Entwickler über SQL Performance wissen müssen

Der 3-Minuten Test

Inhaltsverzeichnis

Aktuelle Blog Posts

Recent Questions at Ask.Use-The-Index-Luke.com

query regd the CBO decision

Examples for Function Based Indexes?

Updating multiple rows using a subquery in SQL