达梦SQL优化及执行计划解读

0、概述

在数据库的使用中，数据库的性能往往是至关重要的问题，而数据库的性能问题最终基本都要涉及到SQL优化。本文就将详细介绍一些达梦中SQL优化的知识。

1、执行计划详解

1.1、执行计划解读

无论是什么数据库，一般SQL优化我们都需要去查看SQL的执行计划，了解SQL具体是慢在哪里，才知道从哪里开始优化。

那么什么是执行计划呢？

执行计划是SQL语句的执行方式，由查询优化器为语句设计的执行方式，交给执行器去执行。在达梦中我们可以在SQL命令行使用EXPLAIN可以打印出语句的执行计划。

例如下面就是一个最基本的执行计划：

SQL> explain select * from SYSOBJECTS;

1 #NSET2: [0, 1531, 396]

2 #PRJT2: [0, 1531, 396]; exp_num(17), is_atom(FALSE)

3 #CSCN2: [0, 1531, 396]; SYSINDEXSYSOBJECTS(SYSOBJECTS as SYSOBJECTS)

从上面的执行计划中我们可以看到哪些信息呢？

首先，一个执行计划由若干个计划节点组成，如上面的1、2、3。

然后我们看到，每个计划节点中包含操作符(CSCN2)和它的代价([0, 1711, 396])等信息。

代价由一个三元组组成[代价,记录行数,字节数]。

代价的单位是毫秒，记录行数表示该计划节点输出的行数，字节数表示该计划节点输出的字节数。

拿上面第三个计划节点举例:操作符是CSCN2即全表扫描，代价估算是0ms，扫描的记录行数是1711行，输出字节数是396个。

1.2、执行计划操作符介绍

达梦中执行计划涉及到的一些主要操作符有：

CSCN ：基础全表扫描(a)，从头到尾，全部扫描

SSCN ：二级索引扫描(b), 从头到尾，全部扫描

SSEK ：二级索引范围扫描(b) ，通过键值精准定位到范围或者单值

CSEK ：聚簇索引范围扫描© ，通过键值精准定位到范围或者单值

BLKUP ：根据二级索引的ROWID 回原表中取出全部数据(b + a)

接下来我们结合实例来介绍下这些操作符：

–准备测试表和数据：

DROP TABLE T1;

DROP TABLE T2;

CREATE TABLE T1(C1 INT ,C2 CHAR(1),C3 VARCHAR(10) ,C4 VARCHAR(10) ); CREATE TABLE T2(C1 INT ,C2 CHAR(1),C3 VARCHAR(10) ,C4 VARCHAR(10) ); INSERT INTO T1

SELECT LEVEL C1,CHR(65+MOD(LEVEL,57)) C2,'TEST',NULL FROM DUAL CONNECT BY LEVEL<=10000;

INSERT INTO T2

SELECT LEVEL C1,CHR(65+MOD(LEVEL,57)) C2,'TEST',NULL FROM DUAL CONNECT BY LEVEL<=10000;

CREATE INDEX IDX_C1_T1 ON T1(C1); SP_INDEX_STAT_INIT(USER,'IDX_C1_T1');

–NSET:收集结果集

说明：用于结果集收集的操作符，一般是查询计划的顶层节点。

SQL> EXPLAIN SELECT * FROM T1;

1 #NSET2: [1, 10000, 156]

2 #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3 #CSCN2: [1, 10000, 156]; INDEX33555571(T1)

–PRJT：投影

说明：关系的“投影”(project)运算，用于选择表达式项的计算;广泛用于查询，排序，函数索引创建等。

SQL> EXPLAIN SELECT * FROM T1;

1 #NSET2: [1, 10000, 156]

2 #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3 #CSCN2: [1, 10000, 156]; INDEX33555571(T1)

–SLCT：选择

说明：关系的“选择” 运算，用于查询条件的过滤。

SQL> EXPLAIN SELECT * FROM T1 WHERE C2='TEST';

1 #NSET2: [1, 250, 156]

2 #PRJT2: [1, 250, 156]; exp_num(5), is_atom(FALSE)

3 #SLCT2: [1, 250, 156]; T1.C2 = 'TEST'

4 #CSCN2: [1, 10000, 156]; INDEX33555571(T1)

–AAGR：简单聚集

说明：用于没有group by的count，sum，age，max，min等聚集函数的计算。

SQL> EXPLAIN SELECT COUNT(*) FROM T1 WHERE C1 = 10;

1 #NSET2: [0, 1, 4]

2 #PRJT2: [0, 1, 4]; exp_num(1), is_atom(FALSE)

3 #AAGR2: [0, 1, 4]; grp_num(0), sfun_num(1)

4 #SSEK2: [0, 1, 4]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

–FAGR：快速聚集

说明：用于没有过滤条件时从表或索引快速获取 MAX/MIN/COUNT值，DM数据库是世界上单表不带过滤条件下取COUNT值最快的数据库。

SQL> EXPLAIN SELECT COUNT(*) FROM T1;

1 #NSET2: [1, 1, 0]

2 #PRJT2: [1, 1, 0]; exp_num(1), is_atom(FALSE)

3 #FAGR2: [1, 1, 0]; sfun_num(1),

SQL> EXPLAIN SELECT MAX(C1) FROM T1;

1 #NSET2: [1, 1, 4]

2 #PRJT2: [1, 1, 4]; exp_num(1), is_atom(FALSE)

3 #FAGR2: [1, 1, 4]; sfun_num(1), IDX_C1_T1

–HAGR：HASH分组聚集

说明：用于分组列没有索引只能走全表扫描的分组聚集，C2列没有创建索引。

SQL> EXPLAIN SELECT COUNT(*) FROM T1 GROUP BY C2;

1 #NSET2: [2, 100, 48]

2 #PRJT2: [2, 100, 48]; exp_num(1), is_atom(FALSE)

3 #HAGR2: [2, 100, 48]; grp_num(1), sfun_num(1);

4 #CSCN2: [1, 10000, 48]; INDEX33555571(T1)

–SAGR：流分组聚集

说明：用于分组列是有序的情况下可以使用流分组聚集，C1上已经创建了索引，SAGR2性能优于HAGR2。

SQL> EXPLAIN SELECT COUNT(*) FROM T1 GROUP BY C1;

1 #NSET2: [2, 100, 4]

2 #PRJT2: [2, 100, 4]; exp_num(1), is_atom(FALSE)

3 #SAGR2: [2, 100, 4]; grp_num(1), sfun_num(1)

4 #SSCN: [1, 10000, 4]; IDX_C1_T1(T1)

–BLKUP：二次扫描

说明：先使用2级别索引定位，再根据表的主键、聚集索引、 rowid等信息定位数据行。

SQL> EXPLAIN SELECT * FROM T1 WHERE C1=10;

1 #NSET2: [0, 1, 156]

2 #PRJT2: [0, 1, 156]; exp_num(5), is_atom(FALSE)

3 #BLKUP2: [0, 1, 156]; IDX_C1_T1(T1)

4 #SSEK2: [0, 1, 156]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

–CSCN：全表扫描

说明：CSCN2是CLUSTER INDEX SCAN的缩写即通过聚集索引扫描全表，全表扫描是最简单的查询，如果没有选择谓词，或者没有索引可以利用，则系统一般只能做全表扫描。在一个高并发的系统中应尽量避免全表扫描。

SQL> EXPLAIN SELECT * FROM T1;

1 #NSET2: [1, 10000, 156]

2 #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3 #CSCN2: [1, 10000, 156]; INDEX33555571(T1)

–SSEK、CSEK、SSCN：索引扫描

说明：

SSEK2是二级索引扫描即先扫描索引，再通过主键、聚集索引、ROWID等信息去扫描表；

CSEK2是聚集索引扫描只需要扫描索引，不需要扫描表；

SSCN是索引全扫描，不需要扫描表。

–SSEK

SQL> EXPLAIN SELECT * FROM T1 WHERE C1=10;

1 #NSET2: [0, 1, 156]

2 #PRJT2: [0, 1, 156]; exp_num(5), is_atom(FALSE)

3 #BLKUP2: [0, 1, 156]; IDX_C1_T1(T1)

4 #SSEK2: [0, 1, 156]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

–CSEK

SQL> CREATE CLUSTER INDEX IDX_C1_T2 ON T2(C1);

SQL> EXPLAIN SELECT * FROM T2 WHERE C1=10;

1 #NSET2: [0, 250, 156]

2 #PRJT2: [0, 250, 156]; exp_num(5), is_atom(FALSE)

3 #CSEK2: [0, 250, 156]; scan_type(ASC), IDX_C1_T2(T2), scan_range[10,10]

–SSCN

SQL> CREATE INDEX IDX_C1_C2_T1 ON T1(C1,C2);

SQL> EXPLAIN SELECT C1,C2 FROM T1;

1 #NSET2: [1, 10000, 60]

2 #PRJT2: [1, 10000, 60]; exp_num(3), is_atom(FALSE)

3 #SSCN: [1, 10000, 60]; IDX_C1_C2_T1(T1)

至此，主要的执行计划操作符就介绍的差不多了，更多的操作符解释可以参考：DM7系统管理员手册附录4《执行计划操作符》。

2、表连接详解

2.1、嵌套循环连接

NEST LOOP原理:

两层嵌套循环结构，有驱动表和被驱动表之分。选定一张表作为驱动表，遍历驱动表中的每一行，根据连接条件去匹配第二张表中的行。驱动表的行数就是循环的次数，这个很大程度影响了执行效率。

需注意的问题:

选择小表作为驱动表。统计信息尽量准确，保证优化器选对驱动表。

大量的随机读。如果没有索引，随机读很致命，每次循环只能读一块，不能读多块。使用索引可以解决这个问题。

使用场景：

驱动表有很好的过滤条件。

表连接条件能使用索引。

结果集比较小。

例子：

过滤列和连接列都没有索引，也可以走nest loop，但是该计划很差。如下面的计划代价就很大。

SQL> explain select /*+use_nl(t1,t2)*/*

from t1 inner join t2

on t1.c1=t2.c1 where t1.c2='A';

1 #NSET2: [17862, 24950, 296]

2 #PRJT2: [17862, 24950, 296]; exp_num(8), is_atom(FALSE)

3 #SLCT2: [17862, 24950, 296]; T1.C1 = T2.C1

4 #NEST LOOP INNER JOIN2: [17862, 24950, 296];

5 #SLCT2: [1, 250, 148]; T1.C2 = 'A'

6 #CSCN2: [1, 10000, 148]; INDEX33555571(T1)

7 #CSCN2: [1, 10000, 148]; IDX_C1_T2(T2)

我们可以加上索引来进行优化：

create index idx_t1_c2 on t1(c2);

create index idx_t2_c1 on t2(c1); dbms_stats.gather_index_stats(user,'IDX_ T1_C2'); dbms_stats.gather_index_stats(user,'IDX_ T2_C1');

优化后执行计划：

SQL> explain select /*+use_nl(t1,t2)*/*

from t1 inner join t2

on t1.c1=t2.c1 where t1.c2='A';

1 #NSET2: [17821, 24950, 296]

2 #PRJT2: [17821, 24950, 296]; exp_num(8), is_atom(FALSE)

3 #SLCT2: [17821, 24950, 296]; T1.C1 = T2.C1

4 #NEST LOOP INNER JOIN2: [17821, 24950, 296];

5 #BLKUP2: [0, 250, 148]; IDX_T1_C2(T1)

6 #SSEK2: [0, 250, 148]; scan_type(ASC), IDX_T1_C2(T1), scan_range['A','A']

7 #CSCN2: [1, 10000, 148]; IDX_C1_T2(T2)

2.2、哈希连接

hash join原理：

使用较小的Row source 作为Hash table和Bitmap，而第二个row source被hashed，根据bitmap与第一个row source生成的hash table 相匹配，bitmap查找的速度极快。

hash join特点：

一般没索引或用不上索引时会使用该连接方式。

选择小的表(或row source)做hash表。

只适用等值连接中的情形。

由于hash连接比较消耗内存，如果系统有很多这种连接时，需调整以下3个参数:

HJ_BUF_GLOBAL_SIZE

HJ_BUF_SIZE

HJ_BLK_SIZE

例子：

SQL> explain select *

from t1 inner join t2

on t1.c1=t2.c1 where t1.c2='A';

1 #NSET2: [1, 24950, 296]

2 #PRJT2: [1, 24950, 296]; exp_num(8), is_atom(FALSE)

3 #HASH2 INNER JOIN: [1, 24950, 296]; KEY_NUM(1);

4 #NEST LOOP INDEX JOIN2: [1, 24950, 296]

5 #ACTRL: [1, 24950, 296];

6 #BLKUP2: [0, 250, 148]; IDX_T1_C2(T1)

7 #SSEK2: [0, 250, 148]; scan_type(ASC), IDX_T1_C2(T1), scan_range['A','A']

8 #CSEK2: [1, 2, 0]; scan_type(ASC), IDX_C1_T2(T2), scan_range[T1.C1,T1.C1]

9 #CSCN2: [1, 10000, 148]; IDX_C1_T2(T2)

需要注意：如果不是等值连接则会走nest loop连接。

SQL> explain select *

from t1 inner join t2

on t1.c1 > t2.c1 where t1.c2='A';

1 #NSET2: [2, 125000, 296]

2 #PRJT2: [2, 125000, 296]; exp_num(8), is_atom(FALSE)

3 #NEST LOOP INDEX JOIN2: [2, 125000, 296]

4 #BLKUP2: [0, 250, 148]; IDX_T1_C2(T1)

5 #SSEK2: [0, 250, 148]; scan_type(ASC), IDX_T1_C2(T1), scan_range['A','A']

6 #CSEK2: [2, 375, 0]; scan_type(ASC), IDX_C1_T2(T2), scan_range(null2,T1.C1)

2.3、排序合并连接

MERGE SORT的特点:

无驱动表之分，随机读很少。

两个表都需要按照连接列排序，需要消耗大量的cpu和额外的内存。

应用场景：

通常情况下，merge sort join需要消耗大量的cpu和内存，效率都不会太高。如果存在相关索引可以消除sort，那么CBO可能会考虑该连接方式。

例子：

SQL> explain select /*+use_merge(t1 t2)*/ t1.c1,t2.c1

from t1 inner join t2 on t1.c1=t2.c1 where t2.c2='b';

1 #NSET2: [4, 24950, 56]

2 #PRJT2: [4, 24950, 56]; exp_num(2), is_atom(FALSE)

3 #SLCT2: [4, 24950, 56]; T2.C2 = 'b'

4 #MERGE INNER JOIN3: [4, 24950, 56];

5 #SSCN: [1, 10000, 4]; IDX_C1_T1(T1)

6 #CSCN2: [1, 10000, 52]; IDX_C1_T2(T2)

3、查询转换

3.1、什么是查询转换？

查询转换是优化器自动做的，在生成执行计划之前，等价改写查询语句的形式，以便提升效率和产生更好的执行计划。它决定是否重写用户的查询，常见的转换有谓词传递、视图拆分、谓词推进、关联/非关联子查询改写等。

了解优化器查询转换的特性，会帮助我们更好的看懂执行计划，也会对我们优化sql起到指导的作用。优化器的查询转换有很多限制条件，我们可以根据类似的原理举一反三，进行手工的 sql改写，从到得到更好的执行计划。

3.2、谓词转换

什么是谓词转换呢？大致就是指我们可以根据A=B,B=C,可以推导出A=C的形式。如下面的SQL：

select * from t1 inner join t2

on t1.c2=t2.c2 where t1.c1=100

and t2.c1=t1.c1

CBO经过谓词转换后，实际执行的语句其实是：

select * from t1 inner join t2

on t1.c2=t2.c2 where t1.c1=100

and t2.c1=t1.c1

and t2.c1=100 –-谓词传递

3.3、视图拆分

我们先创建一个视图：

SQL> create or replace view v_t1 as select t1.c1+t2.c1 as c11,

t2.c2,t1.c1 from t1,t2

2 3 where t1.c2=t2.c2;

操作已执行

我们看看视图定义里面SQL的执行计划：

SQL> explain select t1.c1+t2.c1 as c11,

t2.c2,t1.c1 from t1,t2

where t1.c2=t2.c2;

1 #NSET2: [5, 980099, 104]

2 #PRJT2: [5, 980099, 104]; exp_num(3), is_atom(FALSE)

3 #HASH2 INNER JOIN: [5, 980099, 104]; KEY_NUM(1);

4 #SSCN: [1, 10000, 52]; IDX_C1_C2_T1(T1)

5 #CSCN2: [1, 10000, 52]; INDEX33555575(T2)

而我们查询使用到视图时：

SQL> explain select a.c11,b.c2 from v_t1 a,t1 b where a.c1=b.c1 and a.c1=100;

1 #NSET2: [5, 98, 156]

2 #PRJT2: [5, 98, 156]; exp_num(2), is_atom(FALSE)

3 #NEST LOOP INNER JOIN2: [5, 98, 156];

4 #SSEK2: [0, 1, 52]; scan_type(ASC), IDX_C1_C2_T1(T1 as B), scan_range[(100,min),(100,max))

5 #PRJT2: [2, 98, 104]; exp_num(1), is_atom(FALSE)

6 #HASH2 INNER JOIN: [2, 98, 104]; KEY_NUM(1);

7 #SSEK2: [0, 1, 52]; scan_type(ASC), IDX_C1_C2_T1(T1), scan_range[(100,min),(100,max))

8 #CSCN2: [1, 10000, 52]; INDEX33555575(T2)

观察上面sql的执行计划，发现视图部分的子计划已经没有了。说明优化器进行等价改写，将视图的查询拆散了，和其他部分作为一个整体来生成计划。视图拆分有很多限制，如果视图查询中含有distinc、union、 group by等操作，优化器就无法进行视图拆分。

Sql中使用过多的视图，会使sql变得复杂，优化器也难以生成最佳的执行计划，不能过度依赖优化器进行视图拆分。开发时应尽量减少视图的使用。

3.4、谓词推进

我们先看看下面这样一个SQL，可以看到子查询x相当于一个内联视图。

SQL> explain select * from

(select c1,c2 from t1 where c2='C') x where c1=100;

1 #NSET2: [0, 1, 60]

2 #PRJT2: [0, 1, 60]; exp_num(3), is_atom(FALSE)

3 #PRJT2: [0, 1, 60]; exp_num(3), is_atom(FALSE)

4 #SSEK2: [0, 1, 60]; scan_type(ASC), IDX_C1_C2_T1(T1), scan_range[(100,'C'),(100,'C')]

观察上面的执行计划，由于C2字段无索引，子查询X部分本应该走全表扫描，但是计划中却走了C1字段的索引。说明优化器对原始sql做了如下的等价改写，将条件c1=100推到子查询X中:

–查询转换

select * from

(select c1,c2 from t1 where c2='C' and c1=100) x;

3.5、查询转换例子

–非关联子查询的转换：

SQL> explain select * from t1

where c1 in (select c1 from t2 ) and c2='A';

1 #NSET2: [1, 250, 156]

2 #PRJT2: [1, 250, 156]; exp_num(5), is_atom(FALSE)

3 #INDEX JOIN SEMI JOIN2: [1, 250, 156];

4 #SLCT2: [1, 250, 156]; T1.C2 = 'A'

5 #CSCN2: [1, 10000, 156]; INDEX33555571(T1)

6 #SSEK2: [1, 2, 0]; scan_type(ASC), IDX_T2_C1(T2), scan_range[T1.C1,T1.C1]

观察原始sql，T2的子查询是个非关联的子查询，完全可以把它生成一个独立的子计划。但是计划中TI和T2做了关联，说明优化器进行了如下的等价改写:

select * from t1

where exists (select 1 from t2 where t1.c1=t2.c1) and c2='A';

相关INI参数: REFED_EXISTS_OPT_FLAG，影响in和exists子查询的转换。

–外连接转换：

SQL> explain select t1.c1,t2.c2 from t1 left join t2

on t1.c1=t2.c1 where t2.c1=100 and t1.c2='A';

1 #NSET2: [0, 250, 104]

2 #PRJT2: [0, 250, 104]; exp_num(2), is_atom(FALSE)

3 #NEST LOOP INNER JOIN2: [0, 250, 104];

4 #SSEK2: [0, 1, 52]; scan_type(ASC), IDX_C1_C2_T1(T1), scan_range[(100,'A'),(100,'A')]

5 #BLKUP2: [0, 250, 52]; IDX_T2_C1(T2)

6 #SSEK2: [0, 250, 52]; scan_type(ASC), IDX_T2_C1(T2), scan_range[100,100]

观察上面的计划发现，原始sql是外连接，计划中却变成了内连接。这是优化器根据sql语义判断，就是等价于下面的内连接:

select t1.c1,t2.c2

from t1 inner join t2 on t1.c1=t2.c1 where t2.c1=100 and t1.c2='A';

4、总结

关于SQL优化主要还是需要先分析系统当前哪些语句是性能影响最大的，一般是那些单个SQL执行慢且执行频率高的。

然后再结合执行计划去进行优化，优化大致思路为：

使用索引：选择合适的索引。

改写SQL：

将left join等价改为inner join；

避免隐式转换不走索引；

将过滤条件上拉，走索引；

用分析函数，减少表扫描。

posted on 2022-07-19 15:49 帅胡阅读(1079) 评论(0) 编辑收藏举报

刷新页面返回顶部

帅胡

达梦SQL优化及执行计划解读

导航

公告