人工智能自动sql优化工具--SQLTuning for SQL Server

150 阅读 0 评论 99 点赞

我是靠谱客的博主光亮雨，最近开发中收集的这篇文章主要介绍人工智能自动sql优化工具--SQLTuning for SQL Server，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

针对这种情况，人工智能自动SQL优化工具应运而生。现在我就向大家介绍这样一款工具:SQLTuning for SQL Server。

1. SQL Tuning 简介

SQL Turning是Quest公司出品的Quest Central软件中的一个工具。

QuestCentral（图1）是一款集成化、图形化、跨平台的数据库管理解决方案，可以同时管理Oracle、DB2 和 SQL server 数据库。它包含了如下的多个工具：

数据库管理（DBA）
数据库监控（Monitoring Pack）
数据库诊断 (Spotlight Diagnostics)
数据库分析 (Database Analysis)
SQL优化 (SQL Tuning)
空间管理 (Space Management)
压力测试 (Load Generator)
数据生成 (Data Generator)
PL/SQL 开发 (TOAD)
专家建议 (Knowledge Expert)

今天，我们只介绍其中的SQL优化(SQL Tuning for SQL Server) 的使用方法。

图1 quest central界面

2. 使用SQL Tuning 优化SQL

下面我们用SQLServer自带的Northwind数据库为例，帮助大家了解如何使用SQLTuning优化SQL。

（1）建立连接。
在QuestCentral主界面上的“Database”树上选择“SQLServer”，然后在下方出现的“Tools”框中选择“SQLTuning”选项，打开“Lanch SQL Tuning for SQL ServerConnections”对话框（图2）。我们在这里建立数据库服务器的连接，以后的分析工作都会在它上面完成。

图2 “建立连接”对话框

双击“NewConnection”图标，在弹出窗口中输入数据库的信息，单击“OK”，然后单击“Connect”即可。

（2）分析原始SQL语句。
在打开窗口的“OriangalSQL”文本框内输入需要分析的原始SQL语句，代码如下：

/*查询卖出价个不同的同一货物名称*/
select DISTINCT c.CompanyName,p.ProductName
from [Order Details] od1,[Order Details] od2 , Orders o1 , Orderso2,Customers c, Products p
where od1.UnitPrice<>od2.UnitPrice andod1.ProductID=od2.ProductID
and od1.OrderID=o1.OrderID
and od2.OrderID=o2.OrderID
and o1.CustomerID=o2.CustomerID
and o1.CustomerID=C.CustomerID

首先在界面左上方选择数据库，然后点击工具栏上的“Execute”按钮，执行原始的SQL语句，SQLTuning会自动分析SQL的执行计划，并把分析结果显示到界面上（图3）。

图3 分析原始SQL语句

（3）优化SQL。

现在我们点击工具栏上的“Optimize Statement”按钮,让SQLTuning开始优化SQL，完成后，可以看到SQLTuning产生了34条与原始SQL等价的优化方案（图4）。

图4 SQL优化方案

（4）获得最优SQL。

接下来，我们来执行上面产生的优化方案，以选出性能最佳的等效SQL语句。在列表中选择需要执行的优化方案(默认已全部选中)，然后点击工具栏上的“Execute”按钮旁边的下拉菜单，选择“ExecuteSelected”。等到所有SQL运行完成后,点击界面左方的“TuningResolution”按钮，可以看到最优的SQL已经出来啦，运行时间竟然可以提高52%！（图5）

图5 “Tuning Resolution”界面

（5）学习书写专家级的SQL语句。

通过上面的步骤，我们已经可以实现自动优化SQL语句，但更重要的是，我们还可以学习如何书写这样高性能的SQL语句。点击界面左方的“CompareScenarios”按钮，我们可以比较优化方案和原始SQL中的任意2条SQL语句，SQLTuning会将它们之间的不同之处以不同颜色表示出来，还可以在下方的“执行计划”中，通过比较两条SQL语句的执行计划的不同，来了解其中的差异（图6）。