前几天,一个朋友找到我,说一个SQL性能有问题,看看能不能优化,下面为过程:

雪豹 9:35:10

在吗

兰花岛主 15:07:39

忙忘了,有事儿?

雪豹 15:07:49

雪豹 15:07:54

数据库优化问题

兰花岛主 15:08:04

哦,你说。

雪豹 15:09:09

select distincta.suite_no,b.bd_nm,b.crt_date from (select suite_no  from all_suite where cus_id =1)a left join

(select  b.suite_no,b.bd_nm,b.crt_date from building  b,customer c where c.cus_no=b.cus_no

and c.cus_serial='75806001113513'and b.back_date is null ) b on b.suite_no=a.suite_no;

雪豹 15:09:35

雪豹 15:09:58

如果数据在千万级别时候 会很慢

雪豹 15:10:35

有没有更好写法那

兰花岛主 15:10:58

哪个是千万级啊?

雪豹 15:11:10

building表

兰花岛主 15:11:25

customer呢?

雪豹 15:11:26

clustomer表很小

雪豹 15:11:36

在万条数据

雪豹 15:12:00

All_suite 这个表也是几万条数据

兰花岛主 15:13:38

你这个building表上的索引呢?

兰花岛主 15:13:40

我看看?

雪豹 15:15:10

building_idx1(bd_nm,area_id,cus_no,back_date,suite_no)

building_idx2(crt_date)

building_idx3(back_date)

building_pkey(sid)

雪豹 15:16:27

building的索引是否可以在优化一下

兰花岛主 15:16:36

这个列的选择性怎么样?

兰花岛主 15:16:48

也就是重复值多不?

雪豹 15:17:12

crt_date 不多

兰花岛主 15:17:42

不是这个,cus_serial

雪豹 15:17:57

area_id, cus_id, suite_no 这个几个重复值多

雪豹 15:18:27

这个没有重复

雪豹 15:18:30

都是唯一的

雪豹 15:18:44

这个是customer的表里吗

雪豹 15:18:48

他不是索引

兰花岛主 15:19:17

最终结果多少?

雪豹 15:19:37

查询出来数据吗

兰花岛主 15:19:51

对,结果集。

雪豹 15:21:22

每一个cus_serial 查询所有对应的all_suite所有房间 对应最后入住人员

雪豹 15:21:52

这个房间个数不会多

兰花岛主 15:22:29

一个cum_serial大概对应多少个customer?

兰花岛主 15:23:38

大概?

雪豹 15:23:57

一对一

兰花岛主 15:24:21

一个cus_serial对应一个customer?

兰花岛主 15:25:38

building_idx1这个索引列太多了。

雪豹 15:26:02

可以删除

雪豹 15:26:37

保留几个索引

兰花岛主 15:26:54

不用,单独在cus_no上建个索引吧。

兰花岛主 15:27:03

现在多久出结果?

雪豹 15:28:01

30s左右

兰花岛主 15:28:12

嗯。

兰花岛主 15:28:39

按照我说的见个索引吧,估计不会超过1s

兰花岛主 15:28:44

建。

雪豹 15:29:10

ok

兰花岛主 15:29:16

这样的话,你这个sql优化的空间还是比较大的。

兰花岛主 15:29:48

应该在最多几百ms出结果。

兰花岛主 15:29:53

优化好了的话。

雪豹 15:32:57

是的

雪豹 15:33:04

0.5秒

雪豹 15:33:22

比以前快了

兰花岛主 15:34:11

你刚才这个0.5s,是按照我说的方法建索引后的吗?

雪豹 15:34:25

建索引后

雪豹 15:34:37

是的

兰花岛主 15:34:51

哦。

兰花岛主 15:35:12

其他,不太了解你那边数据的情况,不太好精细优化。

兰花岛主 15:35:44

应该还能快。

雪豹 15:36:34

好的

雪豹 15:36:36

我看看

兰花岛主 15:37:16

比如:另外两个表的索引

雪豹 15:37:31

兰花岛主 15:37:43

那个全表扫描,虽然表小,但对 0.5s,应该也是不小的比例。

雪豹 15:37:55

明白了

兰花岛主 15:38:04

对吧。

雪豹 15:41:30

优化到0.18秒了

雪豹 15:44:52

0.07秒

兰花岛主 15:45:00

All_suite?

兰花岛主 15:45:07

嗯,这就差不多了。

兰花岛主 15:45:20

几十ms

雪豹 15:45:28

All_suite suit_no 做成索引了

雪豹 15:45:40

这回差不多了

兰花岛主 15:45:44

嗯,差不多了。

至此,对方还算比较满意,性能也有了大幅提升,鉴于多方面因素,对以上图文进行了必要处理,记录于此,各位也可以多想想看,是否还有更优的办法或其他思路,共勉。

SQL调优(SQL TUNING)之远程支持完成性能大幅优化的更多相关文章

  1. SQL注入漏洞和SQL调优SQL注入漏洞和SQL调优

    SQL注入漏洞和SQL调优 最近读了程序员的SQL金典这本书,觉得里面的SQL注入漏洞和SQL调优总结得不错,下面简单讨论下SQL注入漏洞和SQL调优. 1. SQL注入漏洞 由于“'1'='1'”这 ...

  2. 十分钟释疑Oracle中“小表超慢”之谜(SQL调优/SQL优化)

    前几天,一个用户找到我,说查一个小表的时候非常慢,我问有多慢,他说最快也得半个小时才能出结果,有时干脆不出结果,我说小表多大,他说就几十兆,有点疑惑,让他帮忙获取了相关信息,一看就明白了,原来所谓的小 ...

  3. Script:SQL调优健康检查脚本

    Script:SQL调优健康检查脚本 http://www.askmaclean.com/archives/sql-tuning-health-check-script.html 以下脚本可以用于收集 ...

  4. Oracle中SQL调优(SQL TUNING)之最权威获取SQL执行计划大全

    该文档为根据相关资料整理.总结而成,主要讲解Oracle数据库中,获取SQL语句执行计划的最权威.最正确的方法.步骤,此外,还详细说明了每种方法中可选项的意义及使用方法,以方便大家和自己日常工作中查阅 ...

  5. 11g新特性-自动sql调优(Automatic SQL Tuning)

    11g新特性-自动sql调优(Automatic SQL Tuning) 在Oracle 10g中,引进了自动sql调优特性.此外,ADDM也会监控捕获高负载的sql语句. 在Oracle 11g中, ...

  6. 《高性能SQL调优精要与案例解析》一书谈主流关系库SQL调优(SQL TUNING或SQL优化)核心机制之——索引(index)

    继<高性能SQL调优精要与案例解析>一书谈SQL调优(SQL TUNING或SQL优化),我们今天就谈谈各主流关系库中,占据SQL调优技术和工作半壁江山的.最重要的核心机制之一——索引(i ...

  7. 《高性能SQL调优精要与案例解析》一书谈SQL调优(SQL TUNING或SQL优化)学习

    <高性能SQL调优精要与案例解析>一书上市发售以来,很多热心读者就该书内容及一些具体问题提出了疑问,因读者众多外加本人日常工作的繁忙 ,在这里就SQL调优学习进行讨论并对热点问题统一作答. ...

  8. 初次使用SQL调优建议工具--SQL Tuning Advisor

    在10g中,Oracle推出了自己的SQL优化辅助工具: SQL优化器(SQL Tuning Advisor :STA),它是新的DBMS_SQLTUNE包. 使用STA一定要保证优化器是CBO模式下 ...

  9. 记一次SQL调优/优化(SQL tuning)——性能大幅提升千倍以上

    好久不写东西了,一直忙于各种杂事儿,恰巧昨天有个用户研发问到我一个SQL调优的问题,说性能太差,希望我能给调优下,最近有些懒,可能和最近太忙有关系,本来打算问问现在的情况,如果差不多就不调了,那哥们儿 ...

随机推荐

  1. Linux 虚拟机安装vmware tools

    Linux Vmware tools安装步骤 1 在 vSphere Client 清单中,右键单击虚拟机,然后选择电源 > 开启.   2 单击控制台选项卡以确定客户机操作系统启动成功,并在需 ...

  2. ubuntu 更改python3为默认版本

    ubuntu 自带两个python版本,一个是python2一个是python3 默认版本是python2的,想要更改ubuntu python3 为默认版本, 只需要两行命令: sudo updat ...

  3. Adobe漏洞攻击

    Adobe漏洞攻击 windows ip 开启msfconsole 进入攻击模块 设置攻击载荷payload 设置相关参数 确定需要修改的参数 exploit生成5303.pdf 将pdf复制到靶机里 ...

  4. Python3基础 sys.path 查看搜索路径变量

             Python : 3.7.0          OS : Ubuntu 18.04.1 LTS         IDE : PyCharm 2018.2.4       Conda ...

  5. 三种常用的js数组去重方法

    第一种是比较常规的方法 思路: 1.构建一个新的数组存放结果 2.for循环中每次从原数组中取出一个元素,用这个元素循环与结果数组对比 3.若结果数组中没有该元素,则存到结果数组中 Array.pro ...

  6. 【Coursera】Seventh Week

    Application Layer:Use the services of the TCP layer Quick Review Link Layer(Ethernet):gets the data ...

  7. SPOJ - HIGH Highways(矩阵树定理)

    https://vjudge.net/problem/SPOJ-HIGH 题意: 给n个点m条边,求生成树个数. 思路: 矩阵树裸题. 具体的话可以看一下周冬的论文<生成树的计数及其应用> ...

  8. UVa 815 洪水!

    https://vjudge.net/problem/UVA-815 题意:一个n*m的方格区域,共有n*m个方格,每个方格是边长为10米的正方形,整个区域的外围是无限高的高墙,给出这n*m个方格的初 ...

  9. sopt:一个简单的python最优化库

    引言     最近有些朋友总来问我有关遗传算法的东西,我是在大学搞数学建模的时候接触过一些最优化和进化算法方面的东西,以前也写过几篇博客记录过,比如遗传算法的C语言实现(一):以非线性函数求极值为例和 ...

  10. Yandex.Algorithm 2011 Round 2 D. Powerful array 莫队

    题目链接:点击传送 D. Powerful array time limit per test 5 seconds memory limit per test 256 megabytes input ...