GaussDB数据库编程规范-关键词SELECT

1.SELECT语句中禁用慎用通配符字段“*”。

使用通配符字段查询表时，如果因业务或数据库升级导致表结构发生变化，可能出现与业务语句不兼容的情况。

因此业务应指明所需查询的表字段名称，避免使用通配符。

2.带有LIMIT的查询语句中必须带有ORDER BY保证有序。

说明：GaussDB是一种分布式数据库，表数据将分布在多个DN上。

如果SQL语句中只带有LIMIT，而不带有ORDER BY子句，数据库将会把网络传输较快的DN所发送的（符合查询要求的）结果作为最终结果输出到客户端。

由于网络传输效率不同时刻可能发生改变，因此导致多次执行该SQL语句时，返回结果表现出不一致的情况。

3.避免对大字段（如VARCHAR(2000)）执行ORDER BY、DISTINCT、GROUP BY、UNION等会引起排序的操作。

此类操作将消耗大量的CPU和内存资源，执行效率低下。

4.禁止使用慎用LOCK TABLE语句加锁，仅允许应考虑使用 SELECT .. FOR UPDATE语句。

LOCK TABLE提供多种锁级别，但如果对数据库原理和业务理解不足，误用表锁可能触发死锁，导致集群不可用。

5.避免在SELECT目标列中使用子查询，可能导致计划无法下推到DN执行，影响执行性能。

6.考虑使用UNION ALL，少使用UNION，注意考虑去重。

UNION ALL不去重，少了排序操作，速度相对UNION更快。

如果没有去重的需求，优先使用UNION ALL。

7.需要统计表中所有记录数时，不要使用count(col)来替代count(*)。count(*)会统计NULL值（真实行数），而count(col)不会统计。

8.在执行count(col)时，将“值为NULL”的记录行计数为0。在执行sum(col)时，当所有记录都为NULL时，最终将返回NULL；当不全为NULL时，“值为NULL”的记录行将被计数为0。

9.count(多个字段)时，多个字段名必须用圆括号括起来。例如，count( (col1,col2,col3) )。注意：通过多字段统计行数时，即使所选字段都为NULL，该行也被计数，效果与count(*)一致。

10.count(distinct col)用来计算该列不重复的非NULL的数量， NULL将不被计数。

11.count(distinct (col1,col2,...))用来统计多列的唯一值数量，当所有统计字段都为NULL时，也会被计数，同时这些记录被认为是相同的。

12.使用连接操作符“ ||”替换concat函数进行字符串连接。因为concat函数生成的执行计划不能下推，导致查询性能严重劣化。

13.当in(val1, val2, val3…)表达式中字段较多时，建议使用in (values(va11), (val2),(val3)…)语句进行替换。优化器会自动把in约束转换为非关联子查询，从而提升查询性能。

14.避免频繁使用下使用count()获取大表行数，该操作资源消耗较大，影响并行作业执行效率。

如果不需要实时的行数统计信息，可以尝试使用如下语句来获取表行数。

SELECT reltules FROM pg_class WHERE relname = 'tablename';

须知：pg_class中所记录的表行数信息只会在对该表执行ANALYZE以后才会更新。

目前ANALYZE有两种触发条件:

• 1）业务主动发送ANALYZE语句，例如：

  --分析连接库中所有表

  ANALYZE;

  --分析指定表

  ANALYZE tablename;

• 2）助AUTO VACCUUM机制，在每间隔一定时间或表的增删达到一定行数时触发。间隔时间和增删比例可通过GUC参数设置。