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

Performance und Skalierbarkeit — Über Hardware

1. Das Datenvolumen — Schlampige Indizierung schlägt zurück

2. Die 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

1. Db2 (LUW) : Erstellen • Operationen • Zugriffs- und Filterprädikate

2. MySQL : Erstellen • Operationen • Zugriffs- und Filterprädikate

3. Oracle : Erstellen • Operationen • Zugriffs- und Filterprädikate

4. PostgreSQL : Erstellen • Operationen • Zugriffs- und Filterprädikate

5. SQL Server : Erstellen • Operationen • Zugriffs- und Filterprädikate

6. SQLite: Erstellen • Operationen

Mythen-Verzeichnis — Verbreitete Mythen und Irrglauben

1. Indizes können degenerieren

2. Selektivste Spalte zuerst

3. Oracle kann NULL nicht Indizieren

4. Dynamisches SQL ist langsam

Beispiel Schema — CREATE und INSERT Skripts

Glossar — Die wichtigsten Datenbankbegriffe kurz erklärt