记一次 Oracle 下的 SQL 优化过程

1. 介绍

事情是这样的，UAT 环境的测试小伙伴向我扔来一个小 bug，说是一个放大镜的查询很慢，转几分钟才出数据，我立马上开发环境试了一下，很快啊我说??，放大镜的数据立马就出来了，然后我登录 UAT 环境一看，诶是有些慢?? ，于是开始了我的排查之旅...

2. 过程

首先我立马拿到了执行的 SQL 在开发环境的数据库执行了下，很快，都在 1s 左右，感觉没啥问题啊，然后我就在页面上点点点，发现好像上面有一个相关联的下拉框，如果选中的有数据，再点击这个放大镜就会慢一点，然后我登录 UAT 环境一试，哦不是这个问题，于是只能开始排查 SQL 了。

百度了一圈 Oracle 性能调优，大多很空泛，没有一个通用的、具体的、可执行的步骤。但是找到了排查前必备的查看执行计划explain plan。

以下是正儿八经的优化过程??：

2.1 查看该条 SQL 的执行计划

2.1.1 生成执行计划

在要排查的SQL前面加上explain plan for，例如以下的例子：

explain plan for
SELECT
    * 
FROM
    SOURCE_LISTEX_202101 
WHERE
    pass_id = '012101200123001025061320201201002852';

2.1.2 查看执行计划

推荐使用该 SQL 去查询执行计划?? （为什么？因为简短好记??）

select * from table(dbms_xplan.display)

或者

SELECT plan_table_output FROM TABLE(DBMS_XPLAN.DISPLAY('PLAN_TABLE'));

查出来的应该是这个样子：

Plan hash value: 1335523602

-----------------------------------------------------------------------------------------------------
| Id  | Operation                   | Name                  | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |                       | 44479 |    38M| 17411   (1)| 00:03:29 |
|   1 | TABLE ACCESS BY INDEX ROWID | SOURCE_LISTEX_202101  | 44479 |    38M| 17411   (1)| 00:03:29 |
|*  2 | INDEX RANGE SCAN            | LISTEX_202101_PASS_ID | 17792 |       |     3   (0)| 00:00:01 |
-----------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

2 - access("PASS_ID"='012101200123001025061320201201002852')

而且如果你的 SQL 长了之后会发现，Operation 列是会有缩进的，缩进代表层级关系，就很乱??，这里我推荐 Datagrip??的右键可视化Explain plan。
使用方法为：选中SQL，右键Explain Plan，就可以查看啦，大概长这个样子：

---

其中点击 Explain Plan (Raw)，也是可以的，就是查看原生的执行计划样子，大概长这样：

2.1.3 分析执行计划

在 1.2 节可视化那个图中，我们主要看表格中的 Total Cost， 它代表着该条操作的总消耗，我们根据层级关系逐个排查，找到最为耗时的操作，排查发现此处两个Full Scan 全表扫描的性能消耗占据了全部总消耗的98% ((384+384)/779)??

之后根据执行计划的层级关系我们去 SQL 中找到这两个全表扫描对应的部分：

查一下 sett_ebankinstruct 这个表的数量 有近十万条，看了一下表的定义，一个索引都没加。。。

在此次 SQL 中，使用sett_ebankinstruct的字段只有 instructionid 和 instructtype。

instructionid ： 很有可能会作为关联条件去连接多个表，并且该字段不会频繁的update，故在该字段上加索引。
如何加索引呢？

create index 索引名称
    on 表名 (字段);

在此处加索引的 SQL 为：

create index IDX_SETT_EBANKINSTRUCT_INSTRID
    on SETT_EBANKINSTRUCT (INSTRUCTIONID);

instructtype ： 考虑到 instructtype 只是类型，并且使用的情况可能就是 = 或者in (具体的几个值),于是就不用加。

我们添加索引之后发现，第一个Full Scan 全表扫描已经消失??，因为在 sp.id = se.instructionid 进行表连接的时候走了索引，但是第二个Full Scan全表扫描仍然存在，说明此处并未走索引?? ：

原因是此处使用 not in ，括号里的instructionId并未走内部子查询的索引，那么怎么改成走索引呢？将其改写成 not exists 即可。

再次查看下执行计划，发现两个全表扫描都消失了，都变成了索引扫描（Index Scan）??????：

对比优化前后Total Cost：
优化前：779
优化后：62
优化提升：92%

3. 结论

如果排查确实是 SQL 问题，就直接看 执行计划 ，重点关注占用Total Cost的部分，然后查看对应的 SQL 。

1. 如果是表频繁连接的字段，就要考虑加索引了。
2. not in 改 not exists，（业界流传 not exists 比 not in 快）
   其实非也，如果主查询和子查询表大小相当，那么用 in 和 exists 差别不大。
   如果子查询表大，用 exists 快，如果子查询表小，用 in 快。
3. Where ：数据量多的情况下，排除越多记录的条件应该是先执行。
   Oracle 下能排除掉多的条件放后面，因为 Oracle 的 where是从右往左执行的，格式化 SQL 后也就是从下往上执行，这样写那么会先排除大量的数据，因而加快后续操作的速度。
   MySQL 正好和 Oracle 相反，MySQL 下的 Where 是从左往右执行的，格式化 SQL 之后也就是从上往下执行，
   因而 MySQL 下 Where 的条件应该是排除多的条件放前面。