一条update语句优化小记

遇到性能问题的sql如下：

sql1：

UPDATE amlclientlevel a

SET    a.client_value = (SELECT l.client_value

                         FROM   amlclientdynamiclevel l

                         WHERE  l.inner_client_id = a.inner_client_id)

WHERE  a.client_value = 0

       AND a.need_value = '0'

       AND a.client_status = '0'

       AND EXISTS (SELECT 1

                   FROM   amlclientdynamiclevel l

                   WHERE  l.inner_client_id = a.inner_client_id);

此sql执行超过两个小时跑不出结果。两张表都是几百兆大小的小表，按照常理小表不应该产生性能问题。

 

执行计划1：

 

amlclientlevel 表上的索引

amlclientdynamiclevel 表上的索引

 

问题发生的原因有两点

 

第一点：上诉update的写法会导致amlclientlevel和amlclientdynamiclevel在两个地方产生关联，一处是EXISTS一处是set。

SET  a.client_value = (SELECT l.client_value

                         FROM   amlclientdynamiclevel l

                         WHERE  l.inner_client_id = a.inner_client_id)

这样的set写法执行的过程其实是类比标量子查询的执行过程。对应update的每一个返回行都需要。

 

小知识点：

8 - filter(NVL("L"."INNER_CLIENT_ID",' ')=:B1)

sql本身没有绑定变量，在执行计划中 出现绑定变量值，应该是执行计划中出现了传值。应该留意这样的情况，传值可能导致严重的性能问题。

 

 

第二点：生成index hash join VIEW 。本身这样的执行步骤效率不高，结合set 引用的类比标量子查询的更新方式，导致数万次的index hash join VIEW生成及过滤数据成了整个sql的瓶颈。

 

执行计划2：

 

解决思路其实也是两点

第一点：改善set写法让其不再发生类比标量子查询的执行过程，减少一个关联。改写update为merge into的写法。

sql2：

MERGE /*+  GATHER_PLAN_STATISTICS J1 */ INTO AMLCLIENTLEVEL_BAK A

   USING AMLCLIENTDYNAMICLEVEL_BAK L

                         ON (L.INNER_CLIENT_ID = A.INNER_CLIENT_ID)

WHEN MATCHED THEN

UPDATE  SET A.CLIENT_VALUE = L.CLIENT_VALUE

WHERE A.CLIENT_VALUE = 0

   AND A.NEED_VALUE = '0'

   AND A.CLIENT_STATUS = '0';

 

执行计划3：

 

优化后的执行效率为13s。上面的执行计划缺少有效的数据过滤后再进行两表关联。

 

尝试改写merge让其先进行数据过滤

sql3：

MERGE /*+ GATHER_PLAN_STATISTICS J1 */ INTO (select * from AMLCLIENTLEVEL_BAK A WHERE A.CLIENT_VALUE = 0

   AND A.NEED_VALUE = '0'

   AND A.CLIENT_STATUS = '0') A

   USING AMLCLIENTDYNAMICLEVEL_BAK L

                         ON (L.INNER_CLIENT_ID = A.INNER_CLIENT_ID)

WHEN MATCHED THEN

UPDATE  SET A.CLIENT_VALUE = L.CLIENT_VALUE;

本次改写未起到先进行数据过滤作用，oracle内部选取的执行计划依旧是执行计划3。

 

实际上在表上添加了两个有效的索引后，sql3的执行计划（执行计划4）才是先进行数据过滤，效率已经提高。

create index AMLCLIENTLEVEL_BAK_IDX01 on AMLCLIENTLEVEL_BAK (CLIENT_VALUE, NEED_VALUE);

create index AMLCLIENTDYNAMICLEVEL_B_IDX1 on AMLCLIENTDYNAMICLEVEL_BAK (INNER_CLIENT_ID, CLIENT_VALUE);

 

执行计划4：

 

小知识点：

ON (L.INNER_CLIENT_ID = A.INNER_CLIENT_ID and  A.CLIENT_VALUE = 0

   AND A.NEED_VALUE = '0'

   AND A.CLIENT_STATUS = '0')

SET中的字段不能出现在ON的关联条件中

 

第二点：优化index hash join VIEW，建立有效的索引，引导正确的sql的执行计划。

 

create index AMLCLIENTLEVEL_BAK_IDX01 on AMLCLIENTLEVEL_BAK (CLIENT_VALUE, NEED_VALUE);

create index AMLCLIENTDYNAMICLEVEL_B_IDX1 on AMLCLIENTDYNAMICLEVEL_BAK (INNER_CLIENT_ID, CLIENT_VALUE);

 

尝试建议索引不进行sql改写后的执行效率也是很高的。

执行计划5：

 

既然这样还有必要改写sql吗？

1、首先建立索引是比较危险的，可能导致其他sql出现性能问题，正确的方式是需要测试验证后决定。

2、针对不同业务系统数据处理情况决定，本次案例中数据量小，展示不出update和merge性能上的巨大差距。

3、如果数据量非常大，可能既需要sql改写又需要添加有效的索引。