Geçen yıl milisaniyeler süren bir sorgu, tablo büyüdüğü için bugün dakikalar sürebiliyor. SQL sorgu optimizasyonu zekice hilelerden çok tekrarlanabilir bir süreçle ilgilidir: veritabanının ne yaptığını öğrenin, boşa giden işi kaldırın ve yardımcı olup olmadığını kontrol edin.

Aşağıdaki her tekniği SQLite 3.50’de oluşturulan bir milyon satır üzerinde test ettik. Zamanlamalar, bellek içi veritabanı kullanılarak tek bir dizüstü bilgisayardan yapılan birden fazla çalıştırmanın en iyisidir. Sisteminizle eşleşmeyeceklerdir ve PostgreSQL, MySQL ve SQL Server’ın her birinin kendi optimize edicileri ve plan formatları vardır. Her iyileştirmenin boyutuna ve arkasındaki ilkelere odaklanın.

Bir bakışta sonuçlar

Test kurulumu

CREATE TABLE customers (
  id INTEGER PRIMARY KEY, name TEXT, city TEXT
);
CREATE TABLE orders (
  id INTEGER PRIMARY KEY, customer_id INT, status TEXT,
  created TEXT, total INT, note TEXT
);
-- 50,000 customers and 1,000,000 orders with random values

Basit bir optimizasyon süreci

1. Önemli sorguları bulun. Yavaş sorgu günlüklerini veya izlemeyi kullanın. Dakikada bin kez çalışan 200 ms’lik bir sorgu, 10 saniyelik aylık bir rapordan daha önemli olabilir.
2. Planı okuyun. Veritabanının gerçekte ne yaptığını görün.
3. Bir şeyi değiştirin. Bir dizin ekleyin veya sorgunun bir kısmını yeniden yazın.
4. Gerçekçi verilerle tekrar ölçüm yapın. 100 test satırından oluşan bir plan size bir milyon hakkında çok az şey anlatır.
5. Zaman içinde izleyin. Veriler büyüdükçe ve istatistikler değiştikçe planlar değişebilir.

Bir yürütme planını okuyun

Yürütme planı, veritabanının, hangi dizinleri kullandığı ve tablolara hangi sırayla katıldığı da dahil olmak üzere, bir sorguyu çalıştırmaya yönelik adım adım stratejisidir. Bir sorguyu görmek için önek ekleyin:

PostgreSQL’de EXPLAIN ANALYZE‘in sorguyu gerçekten çalıştırdığını unutmayın; bu nedenle bunu UPDATE veya DELETE ile kullanırken dikkatli olun. İlk önce aramanız gerekenler:

Tam tarama otomatik olarak kötü değildir. Bir sorgu küçük bir tablonun çoğunu gerektiriyorsa tarama en hızlı seçim olabilir. PostgreSQL’in EXPLAIN ANALYZE‘inde ayrıca tahmini satırları gerçek satırlarla karşılaştırın. Büyük bir fark genellikle tablo istatistiklerinin güncel olmadığı anlamına gelir.

Doğru dizini ekleyin

Bu sorgu bir müşterinin siparişlerini bulur:

SELECT id, total FROM orders WHERE customer_id = 123;

Bir dizin eklemeden önce plan tam bir taramaydı:

SCAN orders
-- 20 rows in 73 ms

Daha sonra filtre sütununa bir dizin ekledik:

CREATE INDEX idx_orders_customer ON orders(customer_id);

SEARCH orders USING INDEX idx_orders_customer (customer_id=?)
-- 20 rows in 0.01 ms

Aynı 20 satır binlerce kez daha hızlı geri geldi çünkü veritabanı artık onları bulmak için bir milyon satırı okumuyor. Bu makaledeki başka hiçbir teknik bize daha büyük bir kazanç sağlamadı. İyi ilk adaylar, özellikle sonuçları birkaç satıra daralttıklarında, WHERE, JOIN ve ORDER BY‘te kullanılan sütunlardır. SQL dizinlerine ilişkin kılavuzumuzda bunların nasıl çalıştığı açıklanmaktadır.

Dizinlenmiş sütunları işlevlere sarmayın

Mart ayı siparişlerini bulmanın iki yolu vardır; endeks created‘dedir:

-- Function on the column
SELECT id FROM orders WHERE substr(created, 1, 7) = '2026-03';
-- SCAN orders USING COVERING INDEX idx_orders_created
-- 84,961 rows in 96 ms

-- Plain range
SELECT id FROM orders
WHERE created >= '2026-03-01' AND created < '2026-04-01';
-- SEARCH orders USING COVERING INDEX idx_orders_created (created>? AND created<?)
-- 84,961 rows in 33 ms

Her ikisi de aynı satırları döndürüyor, ancak ilki yaklaşık üç kat daha uzun sürdü. Plan nedenini gösteriyor: sütundaki bir fonksiyonla veritabanı sıralanmış indeksteki bir konuma atlayamaz, dolayısıyla her girişte SCAN olması gerekir. Aralık versiyonu SEARCH doğrudan doğru yere gidebilir. Bir dizini bu şekilde kullanabilen koşula sargable adı verilir.

Aynı sorun şu yaygın kalıplarda da ortaya çıkıyor:

Sonuncusunu da kontrol ettik. İlk harfe göre sıralanan bir dizin sondaki eşleşmeye yardımcı olamayacağından, önde gelen bir joker karakter SCAN customers üretildi.

Bileşik dizinler

Bir sorgu iki sütunu filtrelediğinde, tek sütunlu dizin işin yalnızca bir kısmını yapar:

SELECT id FROM orders
WHERE status = 'paid'
  AND created >= '2026-03-01' AND created < '2026-03-08';

-- Using only the created index: 6,198 rows in 19 ms

CREATE INDEX idx_status_created ON orders(status, created);

-- SEARCH orders USING COVERING INDEX idx_status_created
--   (status=? AND created>? AND created<?)
-- 6,198 rows in 2.2 ms

Sütun sırası çok önemlidir. (status, created)‘deki dizin, önce soyadına, sonra adına göre sıralanmış bir telefon rehberi gibi çalışır. Yalnızca bir soyadı arayabilirsiniz, ancak yalnızca bir adı arayamazsınız. Yalnızca status‘deki sorgumuz bu dizini kullanabilir. Tek başına created‘e göre filtrelemek genellikle onu verimli bir şekilde kullanamaz. Genel bir kural olarak, eşitlikle test edilen sütunları önce, aralık sütunlarını da arkalarına yerleştirin.

Bu plan aynı zamanda kapsayan dizini de söylüyor; bu, dizinin sorgunun ihtiyaç duyduğu her şeyi barındırdığı, dolayısıyla tablonun kendisinin okunmasına gerek olmadığı anlamına geliyor. Yalnızca ihtiyacınız olan sütunları seçmek bunu daha olası hale getirir, bu da kaçınmanın başka bir nedenidir SELECT *.

Daha hızlı sayfalandırma

Derin sayfalar için OFFSET kullanmak gizli bir maliyettir, çünkü veritabanı hala tüm atlanan satırları geçmek zorundadır:

-- Page deep into the results
SELECT id FROM orders ORDER BY id LIMIT 20 OFFSET 500000;
-- 8.1 ms

-- Keyset pagination: continue from the last id seen
SELECT id FROM orders WHERE id > 500000 ORDER BY id LIMIT 20;
-- 0.01 ms

Tuş seti sayfalandırması ne kadar derine giderseniz gidin hızlı kalır. Ayrıca yeni veriler eklendiğinde satırların sayfalar arasında kaymasını da önler. Buradaki değiş tokuş, kullanıcıların doğrudan 5.000. sayfaya atlayamamasıdır ki bu nadiren gerçek bir ihtiyaçtır. Geniş sıralı veya atlanacak daha fazla satırın olduğu tablolarda boşluk, testimizde olduğundan çok daha büyük olabilir.

Daha yalın sorgular yazın

• Yalnızca ihtiyacınız olan sütunları seçin. SELECT * daha fazla veri gönderir ve bir dizinin sorguyu kapsamasını engelleyebilir.
• Erken filtreleyin. Gruplandırmadan önce satırları kaldırmak için WHERE‘yi, yalnızca toplamalara ilişkin koşullar için HAVING‘ü kullanın. Bkz. SQL GRUPLAMAYA GÖRE ve HAVING.
• Yalnızca birkaç satıra ihtiyacınız olduğunda LIMIT’i kullanın.
• Kopyaların kaldırılmasına ihtiyacınız olmadığında UNION ALL’ı tercih edin. UNION ve UNION ALL testimiz bunun neleri kurtardığını gösteriyor.
• Gereksiz DISTINCT’ten kaçının. Genellikle kopyalar üreten bir birleştirmeyi gizler.
• Varlık kontrolleri için EXISTS’i kullanın. SQL alt sorgularına ilişkin kılavuzumuzun açıkladığı gibi, ilk eşleşmede durabilir.
• N+1 sorguya dikkat edin. Bir döngüdeki satır başına bir sorgu, genellikle uygulama kodunun neden olduğu, çoğu zaman asıl sorundur. Tek bir birleştirme veya toplu sorgu, yüzlerce gidiş-dönüş yolculuğun yerini alabilir.

Katılıyor

Katıldığınız sütunları indeksleyin. Bir şehirdeki müşteriler için toplam harcama raporu hazırladık ve plan tam da beklediğiniz gibiydi:

SELECT c.name, SUM(o.total)
FROM customers c
JOIN orders o ON o.customer_id = c.id
WHERE c.city = 'Goa'
GROUP BY c.id;

-- SCAN c
-- SEARCH o USING COVERING INDEX idx_cover (customer_id=?)
-- 9,900 rows in 34 ms

Müşterileri tarar ve ardından her birinin siparişlerini bulmak için bir dizin kullanır. orders.customer_id‘de bir indeks olmasaydı, veritabanının her müşteri için çok daha fazla iş yapması gerekecekti. Yabancı anahtardaki bir dizin, yapabileceğiniz en yaygın ve değerli eklemelerden biridir. Temel bilgilerle ilgili anlayışınızı tazelemek için SQL birleştirmelerinin açıklamasına bakın.

Endekslerin size maliyeti olduğunda

Dizinler ücretsiz değildir, bu nedenle her sütun için bir tane eklemeyin:

• Daha yavaş yazma. Her ekleme, güncelleme ve silme işlemi aynı zamanda her dizini de güncellemelidir.
• Daha fazla depolama ve bellek. Büyük tablolarda dizinler büyüyebilir.
• Seçici olmayan sütunlarda çok az fayda var. Çoğu satırın eşleşmesi durumunda doğru veya yanlış sütundaki dizin işe yaramayabilir.
• Yedeklilik. Zaten (a, b) üzerinde bir dizine sahipseniz, (a) üzerinde bir dizin genellikle gereksizdir.

Kullanım istatistiklerini düzenli aralıklarla kontrol edin ve hiçbir şeyin kullanmadığı dizinleri kaldırın. Ve istatistikleri ANALYZE veya veritabanınızın eşdeğeri ile güncel tutun, çünkü optimize edici iyi bir plan seçmek için bunlara güvenir. Bazen yavaş kısım sorgudan ziyade çekişmedir. Kilitleri uzun süre çalıştıran işlemler, hızlı bir sorgunun yavaş görünmesine neden olabilir.

Yaygın hatalar

• Ölçüm yapmadan optimizasyon. Pek çok kendinden emin tahminin yanlış olduğu ortaya çıkıyor.
• Küçük verilerle test etme. Tablolar büyüdükçe planlar ve zamanlamalar önemli ölçüde değişir.
• Başka bir veritabanı için verilen bir ipucuna güvenmek. Bir motor için verilen tavsiye, diğeri için geçerli olmayabilir.
• Dizinleri körü körüne ekleme. Her biri yazmayı yavaşlatır.
• İlk çalıştırma efekti göz ardı ediliyor. Önbellekler ikinci çalıştırmayı daha hızlı hale getirir, bu nedenle birkaç kez çalıştırın.

Son sözler

Yavaş sorguların çoğunun sıradan nedenleri vardır: eksik bir dizin, bir sütundaki işlev veya çok fazla veri getiriliyor. Bu hafta en yavaş gerçek sorgunuzu alın, üzerinde EXPLAIN çalıştırın ve büyük bir tabloda tam tarama arayın. Bir şeyi düzeltin, tekrar ölçün ve değiştirdiğiniz şeyleri not edin.

Sık sorulan sorular

Öğrenmeye devam et