तपाई सस्त SQL क्वेरीहरू कसरी अप्टिमाइज गर्नुहुन्छ?

Question

Accepted Answer

सस्त क्वेरीहरू अप्टिमाइज गर्न **execution plan विश्लेषण** (`EXPLAIN`) सँग शुरू गर्नुहोस् बाधा खोज्न, त्यसपछि लक्षित समाधान लागू गर्नुहोस् — सबैभन्दा सामान्य **indexes थप्न**, क्वेरी पुनर्लेखन गर्न, र सामान्य विरोधी-प्यारान्स हराउन। सबैभन्दा ठूलो जीत सामान्यतः पूर्ण टेबल स्क्यानलाई index lookups मा रूपान्तरण गर्न हो।

## Step 1: EXPLAIN सँग विश्लेषण गर्नुहोस्

```sql
EXPLAIN ANALYZE
SELECT * FROM orders WHERE customer_id = 5;
-- shows the EXECUTION PLAN: scan type (Seq Scan = full scan, Index Scan = using an index),
-- estimated/actual rows, cost, and timing → reveals WHERE the time goes
```

`EXPLAIN` (वा `EXPLAIN ANALYZE`) डाटाबेसले क्वेरी कसरी execute गर्छ भनेर देखाउँछ — महत्त्वपूर्ण रूपमा, यो **full table scan** (सस्त) गरिरहेको छ वा **index** (छिटो) प्रयोग गरिरहेको छ। सधैं अप्टिमाइजेशन गर्नु अघि प्रोफाइल गर्नुहोस्।

## सबैभन्दा ठूलो जीत: indexes थप्नुहोस्

```sql
-- if EXPLAIN shows a Seq Scan on a filtered/joined column → add an index
CREATE INDEX idx_orders_customer ON orders(customer_id);
-- turns a full scan into a fast index lookup
```

सबैभन्दा सामान्य र प्रभावशाली समाधान: **indexes थप्नुहोस्** `WHERE`, `JOIN`, र `ORDER BY` मा प्रयोग गरिएका स्तम्भहरूमा। यो पूर्ण टेबल स्क्यानलाई छिटो lookups मा रूपान्तरण गर्छ।

## सामान्य विरोधी-प्यारान्स समाधान गर्नुहोस्

```sql
-- ❌ functions on a column prevent index use
WHERE UPPER(email) = 'X@Y.COM'        -- can't use an index on email
WHERE email = 'x@y.com'               -- ✅ can use the index

-- ❌ leading wildcard LIKE can't use an index
WHERE name LIKE '%smith'              -- ✅ 'smith%' (prefix) can use an index

-- ❌ SELECT * fetches unneeded columns
SELECT * → SELECT only_needed_columns  -- less data, may use a covering index

-- ❌ N+1 queries (querying in a loop) → use a single JOIN instead
```

## अन्य अप्टिमाइजेशन प्रविधिहरू

```text
✓ Fix N+1 queries (one query per row) → use JOINs / batch into one query
✓ Add appropriate indexes (including COMPOSITE for multi-column filters)
✓ Reduce data scanned — filter early, select only needed columns, paginate
✓ Rewrite subqueries as JOINs where more efficient
✓ Use EXISTS instead of IN for existence checks on large subqueries
✓ Keep statistics updated (ANALYZE) so the planner makes good choices
✓ Consider denormalization / materialized views for expensive repeated queries
✓ Watch for missing indexes on FOREIGN KEYS (joins scan without them)
```

## यो किन महत्त्वपूर्ण छ

क्वेरी अप्टिमाइजेशन डाटाबेस प्रदर्शनको लागि महत्त्वपूर्ण ज्ञान हो — सस्त क्वेरीहरू कमजोर एप्लिकेशन प्रदर्शनको प्रमुख कारण हो, र तिनीहरूलाई कसरी खोज्ने र समाधान गर्ने भनेर बुझ्न जिल्ला-स्तरीय कौशल हो डाटाबेसको साथ काम गर्ने जो कोहीको लागि।

आधारभूत अनुशासन **`EXPLAIN` सँग विश्लेषण गर्न हो** (execution plan परीक्षा गरी वास्तविक बाधा खोज्न — महत्त्वपूर्ण रूपमा क्वेरी धीमो full table scan वा छिटो index lookup गर्छ वा छैन) अप्टिमाइजेशन गर्न अनुमान लगाएको बदलमा — यो मापन-संचालित दृष्टिकोण अप्टिमाइजेशनलाई प्रभावकारी बनाउने हो।

**एकल सबैभन्दा ठूलो र सबैभन्दा सामान्य जीत indexes थप्न हो** फिल्टर गरिएको, जोडिएको, र क्रमबद्ध स्तम्भहरूमा (पूर्ण टेबल स्क्यानलाई छिटो lookups मा रूपान्तरण गरी — सामान्यतः क्वेरी समय परिमाणको अनुसार सुधार गर्दै), index ज्ञान अप्टिमाइजेशनको केन्द्रबिन्दु बनाउँछ।

**सामान्य विरोधी-प्यारान्स** बुझ्न समान रूपमा महत्त्वपूर्ण छ: स्तम्भहरूमा कार्यहरू र अग्रणी-wildcard `LIKE` index प्रयोग रोक्छ, `SELECT *` अनावश्यक डाटा ल्याउँछ, र विशेष रूपमा **N+1 queries** (लूपमा क्वेरी गर्न एकल JOIN को बदलमा — एप्लिकेशन कोडमा एक बारम्बार, गम्भीर प्रदर्शन हत्यारा) — यीहरू पहिचान गर्न र समाधान गर्न सबैभन्दा सामान्य सस्त क्वेरीको कारणहरू सम्बोधन गर्छ।

अन्य प्रविधिहरू (composite indexes, स्क्यान गरिएको डाटा कम गर्न, subqueries लाई JOINs को रूपमा पुनर्लेखन गर्न, तथ्याङ्क अद्यावधिक राख्न, महँगो क्वेरीहरूको लागि materialized views) उपकरण किट पूरा गर्छ।

क्वेरी प्रदर्शन सीधा एप्लिकेशन प्रतिक्रियाशीलता र स्केलेबिलिटालाई असर गर्दछ, र व्यवस्थित दृष्टिकोण (EXPLAIN सँग विश्लेषण गर्न, त्यसपछि समाधान गर्न — सामान्यतः indexes थपेर र N+1 जस्ता विरोधी-प्यारान्स हटाएर) डाटाबेस लोडको तहत छिटो राख्ने कारण हो, क्वेरी अप्टिमाइजेशन निपुण गर्न महत्त्वपूर्ण, उच्च-मूल्य वरिष्ठ ज्ञान हो जो कर्मचारीहरू छुट्याउँछ जो कार्यकारी, स्केलेबल डाटाबेस-समर्थित एप्लिकेशनहरू निर्माण गर्न सक्छन् — बारम्बार-प्रासङ्गिक, महत्त्वपूर्ण कौशल र डाटाबेस प्रदर्शनको लागि सामान्य साक्षात्कार विषय।