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 。

如果是表频繁连接的字段，就要考虑加索引了。
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。
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。

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net

相关推荐: 纯前端！超简单！实现查询功能闲言碎语函数科普查询功能

目录闲言碎语函数科普查询功能查询的目标数据精确查询模糊查询闲言碎语曾经一无所知的我手撸过一次纯前端的模糊查询功能，当时绞劲脑汁做出来，还颇有成就感，如今回头看就是纯小丑！纯手撸的内容在这里：VUE前端实现“模糊搜索“（纯前端）。函数科普在 …

记一次 Oracle 下的 SQL 优化过程