怎么利用分析函數改寫范圍判斷自關聯查詢

小編給大家分享一下怎么利用分析函數改寫范圍判斷自關聯查詢，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

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：

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：

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 A
WHERE NOT EXISTS (
SELECT 1
FROM T_NUM B
WHERE B.BEGIN <= A.BEGIN
AND B.END >= A.END
AND B.ROWID != A.ROWID
AND 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  22096

11  9011

13  8999

14  8186

16   49

9   45

8   41

7   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) RN
FROM
(
SELECT BEGIN, END OLDEND, MAX(END) OVER(PARTITION BY LENGTH(BEGIN) ORDER BY BEGIN, END DESC) END
FROM T_NUM
)
)
WHERE RN = 1
AND 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 A

3 WHERE NOT EXISTS (

4  SELECT 1

5  FROM T_NUM B

6  WHERE B.BEGIN <= A.BEGIN

7  AND B.END >= A.END

8  AND B.ROWID != A.ROWID

9  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 – access(LENGTH(TO_CHAR(“B”.”BEGIN”))=LENGTH(TO_CHAR(“A”.”BEGIN”)))

filter(“B”.”BEGIN”<=”A”.”BEGIN” AND “B”.”END”>=”A”.”END” AND

“B”.ROWID<>”A”.ROWID)

 

 

Statistics

———————————————————-

0 recursive calls

0 db block gets

404 consistent gets

0 physical reads

0 redo size

2315794 bytes sent via SQL*Net to client

35966 bytes received via SQL*Net from client

3224 SQL*Net roundtrips to/from client

0 sorts (memory)

0 sorts (disk)

48344 rows processed

 

SQL> SELECT BEGIN, OLDEND END, LENGTH(BEGIN)

2 FROM (

3  SELECT BEGIN, OLDEND, END, LENGTH(BEGIN), COUNT(*) OVER(PARTITION BY LENGTH(BEGIN), BEGIN, OLDEND) CN,

4    ROW_NUMBER() OVER(PARTITION BY LENGTH(BEGIN), END ORDER BY BEGIN) RN

5  FROM

6  (

7    SELECT BEGIN, END OLDEND, MAX(END) OVER(PARTITION BY LENGTH(BEGIN) ORDER BY BEGIN, END DESC) END

8    FROM T_NUM

9  )

10 )

11 WHERE RN = 1

12 AND CN = 1;

 

48344 rows selected.

 

Elapsed: 00:00:00.72

 

Execution Plan

———————————————————-

Plan hash value: 1546715670

 

——————————————————————————————

| Id | Operation    | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time  |

——————————————————————————————

| 0 | SELECT STATEMENT   |  | 48454 | 2460K|  | 800 (1)| 00:00:10 |

|* 1 | VIEW     |  | 48454 | 2460K|  | 800 (1)| 00:00:10 |

|* 2 | WINDOW SORT PUSHED RANK|  | 48454 | 1845K| 2480K| 800 (1)| 00:00:10 |

| 3 | WINDOW BUFFER   |  | 48454 | 1845K|  | 800 (1)| 00:00:10 |

| 4 |  VIEW     |  | 48454 | 1845K|  | 311 (1)| 00:00:04 |

| 5 |  WINDOW SORT   |  | 48454 | 662K| 1152K| 311 (1)| 00:00:04 |

| 6 |  TABLE ACCESS FULL | T_NUM | 48454 | 662K|  | 68 (0)| 00:00:01 |

——————————————————————————————

 

Predicate Information (identified by operation id):

—————————————————

 

1 – filter(“RN”=1 AND “CN”=1)

2 – filter(ROW_NUMBER() OVER ( PARTITION BY LENGTH(TO_CHAR(“BEGIN”)),”END”

ORDER BY “BEGIN”)<=1)

 

 

Statistics

———————————————————-

0 recursive calls

0 db block gets

202 consistent gets

0 physical reads

0 redo size

1493879 bytes sent via SQL*Net to client

35966 bytes received via SQL*Net from client

3224 SQL*Net roundtrips to/from client

3 sorts (memory)

0 sorts (disk)

48344 rows processed

原SQL運行時間接近1分鐘，而改寫后的SQL語句只需要0.72秒，執行時間變為原本的1/80，邏輯讀減少一半。

看完了這篇文章，相信你對“怎么利用分析函數改寫范圍判斷自關聯查詢”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！