
掀開SQL的神秘面紗,將優(yōu)化進行到底
有這樣一條奇怪的SQL,返回結(jié)果不足10行,邏輯讀達到1.2w,存在索引卻走多次全表掃描,如何揭開它神秘的面紗拯救系統(tǒng)性能,答案在這里,你不可錯過!
本文來自上周四大講堂課程分享。
在某運營商的優(yōu)化經(jīng)歷中曾經(jīng)遇到了一條比較有意思的SQL。
該最開始的sql執(zhí)行情況如下:
SQL語句:
執(zhí)行計劃如下:
統(tǒng)計信息如下:
針對以上信息我們分析如下:
1) 該sql每天執(zhí)行上千次,平均每次執(zhí)行返回不到10行數(shù)據(jù),但是平均邏輯讀達到1.2W,可能存在性能問題。
2)ID為4,5的執(zhí)行計劃路徑中出現(xiàn)了兩個全表掃描,看到這兒我們可以想到可能是沒有合適的索引導(dǎo)致走了全表掃描從而執(zhí)行效率低下。
3)ID為2的執(zhí)行計劃路徑出現(xiàn)了FILTER,且3,和6為其子路徑,如果FILTER有兩個及兩個以上的子路徑,那么他的執(zhí)行原理將類似于嵌套循環(huán),id號最小的子路徑如果返回行數(shù)較多,可能會導(dǎo)致多次執(zhí)行id號更小的子路徑,導(dǎo)致性能低下。一般存在“OR EXISTS”的時候會出現(xiàn)此情況,可以根據(jù)情況避免。
4)存在條件“rownum<500”,但是從歷史的執(zhí)行情況來看,返回行數(shù)都遠小于500行,此處我們先予以忽略。
處理過程:
1、進過探查,發(fā)現(xiàn)存在兩個表都有可用的索引,且兩個表都只有幾十M的大小。
2、去掉“OR EXISTS”子句查看執(zhí)行效率。
執(zhí)行計劃和統(tǒng)計信息如下:
此處可用看到,去掉“OR EXISTS”之后兩個表走了合適的索引,并且執(zhí)行效率極高。
3、去掉“OR EXISTS”中的子句查看執(zhí)行效率。
SQL> SELECT A.OFFER_SPEC_GRP_ID
FROM OFFER_SPEC_GRP_RELA A
WHERE A.SUB_OFFER_SPEC_ID = 109910000618;
OFFER_SPEC_GRP_ID
-----------------
100000048
109090086
Elapsed: 00:00:00.01
執(zhí)行計劃和統(tǒng)計信息如下:
此處可用看到“OR EXISTS”中的子句單獨執(zhí)行返回行數(shù)并不多,且效率依舊很快。
4、我們把該條sql語句分為“OR EXISTS”的子句和其他部分兩塊,到此我們可以看到,兩塊的執(zhí)行效率都很高,但是合在一起就低了很多。在這種情況下,幾乎可以確認,將該存在“OR EXISTS”的子句改寫為union必將提升效率。
執(zhí)行計劃如下:
統(tǒng)計信息:
此處我們可以看到,改寫之后邏輯讀僅僅11,較優(yōu)化前提升了上千倍。到了此處,我們已經(jīng)將sql優(yōu)化到幾乎最快的效率了。
第二次分析,確實改寫能夠提升效率,但是如果改寫sql會涉及到修改代碼,當(dāng)前能否在不修改代碼的情況下對其進行優(yōu)化。
1)我們再來回顧一下最開始的執(zhí)行計劃路徑。
我們可以看到“OR EXISTS”中的子句是在ID為6的路徑才開始執(zhí)行的,這兒有一個知識點即為一個sql中的子句,一般情況下默認會將其放到最后執(zhí)行。
2)ID為4,5的執(zhí)行計劃路徑中在有高效索引的情況下卻出現(xiàn)了兩個全表掃描,可以推斷CBO可能沒有正常評估執(zhí)行的cost。
3)“OR EXISTS”中的子句執(zhí)行效率很快,返回行數(shù)并不多,我們可以考慮提升CBO將其提前執(zhí)行,看能否影響CBO選擇出更高效的執(zhí)行計劃。
執(zhí)行計劃如下:
統(tǒng)計信息如下:
來看另外一種情況:
執(zhí)行計劃和統(tǒng)計信息如下:
此處我們在子句中加了一個HINT /*+ push_subq */,該HINT的作用即使提醒CBO將子句提前執(zhí)行。
我們可以看到,執(zhí)行效率較之前也得到了顯著提升,邏輯讀降低了7倍作用,雖然相對于改寫效率還是高很多,但是在急需處理的情況下該方案還是更加可取的,此時對執(zhí)行計劃進行綁定即可,無需修改代碼。
4)最后執(zhí)行計劃中還是存在全表掃描,我使用hint使其強制走索引查看情況:
執(zhí)行計劃和統(tǒng)計信息如下:
此時雖然走了索引,但是卻是”INDEX FULL SCAN“,邏輯讀也增加了很多,所以此時可以保持之前全表掃描的執(zhí)行計劃。
索引雖好,但不是萬能的,只有結(jié)合系統(tǒng)的具體 情況,才能選擇性能最佳的SQL。
案例總結(jié):
1)當(dāng)我們看到總的邏輯讀除以最后的返回的行數(shù)過大時可以認為sql確實是存在性能瓶頸的(有些時候rownum限制除外),但是這沒有一個清晰的值來判斷過大還是過小,需要憑借優(yōu)化的經(jīng)驗去評估。但是1200左右邏輯讀/條這么夸張的比值還是完全可以判斷的,畢竟在某些情況下兩三個邏輯讀就能獲取上百條結(jié)果。
2)很多設(shè)計不合理的業(yè)務(wù),沒有添加合適的索引,可能會導(dǎo)致全表掃描,在某些情況下走全表和走索引產(chǎn)生性能的消耗根本不是一個數(shù)量級的。
3)filter和嵌套循環(huán)類似,可以看做是升級版的嵌套循環(huán)。而嵌套循環(huán),oracle從較小結(jié)果集中讀取一行,然后和較大結(jié)果集中所有數(shù)據(jù)逐條進行比較,如果符合規(guī)則,就放入結(jié)果集中,然后去較小結(jié)果集的下一條數(shù)據(jù)繼續(xù)進行循環(huán),直到結(jié)束。嵌套循環(huán)只適合輸出較少結(jié)果集或者用于快速輸出結(jié)果集。
4)某些時候符合我們限制條件的條數(shù)過多,但是我們用rownum進行條數(shù)限制之后可能會改變其選擇執(zhí)行計劃。假如一個sql本來能夠返回10000W,但是我用rownum來限制只需要500行。那么優(yōu)化器會選擇能夠優(yōu)先返回500行的執(zhí)行計劃。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10