aaarticlea/png;base64,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">
温馨提醒：
TMP_007数据量为：409373
1.去除在谓词列上编写的任何标量函数
优化前：(耗时3.1s)
SELECT START_DATE,CST_NM FROM TMP_007 WHERE YEAR(TO_DATE(START_DATE,'YYYYMMDD'))='2009'
优化后：(耗时0.922s)
SELECT START_DATE,CST_NM FROM TMP_007 WHERE START_DATE BETWEEN '20090101' AND '20091231'
总结：
DB2可以选择使用START_DATE上的列索引，但是在列上使用了函数后，DB2就无法使用列索引了，从而导致查询效率变低。
2.去除在谓词列上编写的任何数学运算
优化前：(耗时10.265)
SELECT ACCT_ID,CST_ID,CONTRACT_AMT FROM TMP_007 WHERE CONTRACT_AMT*0.1 > 10000
优化后：(耗时3.39s)
SELECT ACCT_ID,CST_ID,CONTRACT_AMT FROM TMP_007 WHERE CONTRACT_AMT > 10000/0.1
总结：
DB2查询时候，会优先选择列CONTRACT_AMT上的索引，如果直接对列CONTRACT_AMT应用数学运算，DB2就无法使用索引了。一定要做到：列本身(不加数学运算)放在操作符的一边，而所有的计算都放在另外一边。
3.SQL语句中指定查询列
优化前：(耗时13.15s)
SELECT * FROM TMP_007
优化后：(耗时2.922s)
SELECT ACCT_ID,CST_ID,CONTRACT_AMT FROM TMP_007
总结：
如果Select包含不需要的列，优化工具会选择Indexonly=’N’,这会强制DB2必须进入数据页来得到所请求的特定列，这就要求更多的I/O操作，梁歪，这些多余的列可能是某些排序的部分，这样一来就需要和传递一个更大的排序文件，相应的会使排序成本更高。
4.尽可能不使用distinct
优化前：(耗时0.687s)
SELECT DISTINCT CST_ID FROM TMP_007 ;
优化后：(耗时0.437s)
SELECT CST_ID FROM TMP_007 GROUP BY CST_ID;
总结：
在测试distinct与group by性能的过程中，在列CST_ID上添加索引后，发现group by 确实比distinct快一些，但是在数据分布比较离散的情况下使用group by ，比较集中的情况下使用distinct.表数据量较少的情况随便使用哪个都一样，不管选择谁，都要建立索引
5.Exists、in、not in 、not exists的使用场景选择
5.1 in跟exists的区别：
例如：表A(小表)，表B(大表)
优化前：(耗时1.93s)
select * from A where cc in(select cc from B) -->效率低，用到了A表上cc列的索引；
优化后：(耗时1.125s)
select * from A where exists(select cc from B where cc=A.cc) -->效率高，用到了B表上cc列的索引。
相反的，
优化前：(耗时1.9s)
select * from B where cc in(select cc from A) -->效率高，用到了B表上cc列的索引
优化后：(耗时1.0s)
select * from B where exists(select cc from A where cc=B.cc) -->效率低，用到了A表上cc列的索引。
总结：
in是把外表和内表作hash连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询，一直以来认为exists比in效率高的说法是不准确的。如果查询的两个表大小相当，那么用in和exists差别不大；如果两个表中一个较小一个较大，则子查询表大的用exists，子查询表小的用in；
简称：子大Exists,子小in
5.2 not in 与 not exists区别：
如果查询语句使用了not in，那么对内外表都进行全表扫描，没有用到索引；而not exists的子查询依然能用到表上的索引。所以无论哪个表大，用not exists都比not in 要快。
6.尽可能使用union all来代替union
优化前：(耗时15.344s)
SELECT ACCT_ID,CST_NAME FROM TMP_007
UNION
SELECT ACCT_ID,CUST_NM FROM TMP_008
优化后：(耗时2.719s)
SELECT ACCT_ID,CST_NAME FROM TMP_007
UNION ALL
SELECT ACCT_ID,CUST_NM FROM TMP_008
总结：
在union中，DB2最后会自动执行一个排序来消除重复值，这样是很耗费资源的，所以在不需要去重复的情况下，尽可能使用UNION ALL 代替union
N.模板
优化前：(耗时3.1s)
优化后：(耗时0.922s)
总结：