前言
最近碰到一個單條SQL運行效率不佳導致數據庫整體運行負載較高的問題。
分析、定位數據庫的主要負載是這條語句引起的過程相對簡單，通過AWR報告就可以比較容易的完成定位，這里就不贅述了。
現在直接看一下這個導致性能問題的SQL語句，其對應的SQL REPORT統計如下：
| Stat Name | Statement Total | Per Execution | % Snap Total |
| Elapsed Time (ms) | 363,741 | 363,740.78 | 8 .42 |
| CPU Time (ms) | 362,770 | 362,770.00 | 8 .81 |
| Executions | 1 | ||
| Buffer Gets | 756 | 756.00 | 0.00 |
| Disk Reads | 0 | 0.00 | 0.00 |
| Parse Calls | 1 | 1.00 | 0.01 |
| Rows | 50,825 | 50,825.00 | |
| User I/O Wait Time (ms) | 0 | ||
| Cluster Wait Time (ms) | 0 | ||
| Application Wait Time (ms) | 0 | ||
| Concurrency Wait Time (ms) | 0 | ||
| Invalidations | 0 | ||
| Version Count | 1 | ||
| Sharable Mem(KB) | 28 |
從SQL的性能指標上看，其單次執行需要6分鐘左右，處理5萬多條記錄，邏輯度只有756，主要消耗時間在CPU上。而這里就存在疑點，邏輯讀如此之低，而CPU時間花費又如此之高，那么這些CPU都消耗在哪里呢？當然這個問通過SQL的統計信息中是找不到答案的，我們下面關注SQL的執行計劃：
| Id | Operation | Name | Rows | Bytes | TempSpc | Cost (%CPU) | Time |
| 0 | SELECT STATEMENT | 1226 (100) | |||||
| 1 | SORT ORDER BY | 49379 | 3375K | 3888K | 1226 (2) | 00:00:05 | |
| 2 | HASH JOIN ANTI | 49379 | 3375K | 2272K | 401 (3) | 00:00:02 | |
| 3 | TABLE ACCESS FULL | T_NUM | 49379 | 1687K | 88 (4) | 00:00:01 | |
| 4 | TABLE ACCESS FULL | T_NUM | 49379 | 1687K | 88 (4) | 00:00:01 |
從執行計劃看，Oracle選擇了HASH JOIN ANTI，JOIN的兩張表都是T_NUM，且都采用了全表掃描，并未選擇索引。僅靠執行計劃也只等得到上面的結論，至于為什么不選擇索引，以及為什么執行時間過長，還需要進一步的分析。
將原SQL進行簡單脫密改寫后， SQL文本類似如下：
SELECT BEGIN, END, ROWID, LENGTH(BEGIN)FROM T_NUM AWHERE NOT EXISTS (SELECT 1FROM T_NUM BWHERE B.BEGIN <= A.BEGINAND B.END >= A.ENDAND B.ROWID != A.ROWIDAND LENGTH(B.BEGIN) = LENGTH(A.BEGIN));
如果分析SQL語句，會發現這是一個自關聯語句，在BEGIN字段長度相等的前提下，想要找到哪些不存在BEGIN比當前記錄BEGIN小且END比當前記錄END大的記錄。
簡單一點說，表中的記錄表示的是由BEGIN開始到END截至的范圍，那么當前想要獲取的結果是找出哪些沒有范圍所包含的范圍。需要注意的是，對于當前的SQL邏輯，如果存在兩條范圍完全相同的記錄，那么最終這兩條記錄都會被舍棄。
業務的邏輯并不是特別復雜，但是要解決一條記錄與其他記錄進行比較，多半采用的方法是自關聯，而在這個自關聯中，既有大于等于又有小于等于，還有不等于，僅有的一個等于的關聯條件，來自范圍段BEGIN的長度的比較。
顯而易見的是，如果是范圍段本身的比較，其選擇度一般還是不錯的，但是如果只是比較其長度，那么無疑容易產生大量的重復，比如在這個例子中：
SQL> select length(begin), count(*) from t_num group by length(begin) order by 2 desc; LENGTH(BEGIN) COUNT(*)――――- ―――-12 2209611 901113 899914 818616 499 458 417 27
大量重復的數據出現在長度為11到14的范圍上，在這種情況下，僅有的一個等值判斷條件LENGTH(BEGIN)是非常低效的，這時一條記錄根據這個等值條件會關聯到近萬條記錄，設置關聯到兩萬多條記錄，顯然大量的實踐消耗在低效的連接過程中。
再來看一下具體的SQL語句，會發現幾乎沒有辦法建立索引，因為LENGTH(BEGIN)的選擇度非常查，而其他的條件都是不等查詢，選擇度也不會好，即使建立索引，強制執行選擇索引，效率也不會好。
那么如果想要繼續優化這個SQL，就只剩下一個辦法，那就是SQL的改寫。對于自關聯查詢而言，最佳的改寫方法是利用分析函數，其強大的行級處理能力，可以在一次掃描過程中獲得一條記錄與其他記錄的關系，從而消除了自關聯的必要性。
SQL改寫結果如下：
SELECT BEGIN, OLDEND END, LENGTH(BEGIN)FROM (SELECT BEGIN, OLDEND, END, LENGTH(BEGIN), COUNT(*) OVER(PARTITION BY LENGTH(BEGIN), BEGIN, OLDEND) CN,ROW_NUMBER() OVER(PARTITION BY LENGTH(BEGIN), END ORDER BY BEGIN) RNFROM(SELECT BEGIN, END OLDEND, MAX(END) OVER(PARTITION BY LENGTH(BEGIN) ORDER BY BEGIN, END DESC) ENDFROM T_NUM))WHERE RN = 1AND CN = 1;
簡單的說，內層的分析函數MAX用來根據BEGIN從小到大，END從大到小的條件，確定每個范圍對應的最大的END的值。而外層的兩個分析函數，COUNT用來去掉完全重復的記錄，而ROW_NUMBER用來獲取范圍最大的記錄（也就是沒有被其他記錄的范圍所涵蓋）。
改寫后，這個SQL避免對自關聯，也就不存在關聯條件重復值過高的性能隱患了。在模擬環境中，性能對比如下：
SQL> SELECT BEGIN, END, ROWID, LENGTH(BEGIN)2 FROM T_NUM A3 WHERE NOT EXISTS (4 SELECT 15 FROM T_NUM B6 WHERE B.BEGIN <= A.BEGIN7 AND B.END >= A.END8 AND B.ROWID != A.ROWID9 AND LENGTH(B.BEGIN) = LENGTH(A.BEGIN))10 ; 48344 rows selected. Elapsed: 00:00:57.68 Execution Plan―――――――――――――――――――-Plan hash value: 2540751655 ――――――――――――――――――――――――――――| Id | Operation | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time |――――――――――――――――――――――――――――| 0 | SELECT STATEMENT | | 48454 | 1703K| | 275 (1)| 00:00:04 ||* 1 | HASH JOIN ANTI | | 48454 | 1703K| 1424K| 275 (1)| 00:00:04 || 2 | TABLE ACCESS FULL| T_NUM | 48454 | 851K| | 68 (0)| 00:00:01 || 3 | TABLE ACCESS FULL| T_NUM | 48454 | 851K| | 68 (0)| 00:00:01 |―――――――――――――――――――――――――――― Predicate Information (identified by operation id):――――――――――――――――― 1 主站蜘蛛池模板： 祁东县| 博罗县| 南阳市| 宁波市| 白朗县| 沅江市| 大关县| 聂荣县| 绩溪县| 黎平县| 津南区| 家居| 锦州市| 丹江口市| 尼玛县| 横山县| 萨迦县| 贵港市| 花垣县| 嘉荫县| 温泉县| 潼南县| 永丰县| 定州市| 南昌市| 万源市| 沈阳市| 佛山市| 涟源市| 漯河市| 宜宾县| 高雄市| 玉田县| 筠连县| 大埔县| 玛纳斯县| 乐安县| 揭东县| 白沙| 明星| 磐安县|