oracle性能优化（项目中的一个sql优化的简单记录）

在项目中，写的sql主要以查询为主，但是数据量一大，就会突出sql性能优化的重要性。其实在数据量2000W以内，可以考虑索引，但超过2000W了，就要考虑分库分表这些了。本文主要记录在实际项目中，一个需要查询很慢的sql的优化过程，如果有更好的方案，请在下面留言交流。

很多文章都有关于sql优化的方法，这里就不一一陈述了。如果有需要可以查看博客：https://blog.csdn.net/linhaiyun_ytdx/article/details/79101122

SELECT T.YHBH,
       (SELECT NAME FROM DIM_REGION WHERE CODE = SUBSTR(T.GDDWBM, 0, 4)) GDDWMC,
       (SELECT NAME FROM DIM_REGION WHERE CODE = T.GDDWBM) FJMC,
       T.DFNY,
       T.YHMC,
       T.YDDZ,
       (SELECT NAME FROM DIM_ELECTRICITY_TYPE WHERE CODE = T.YHLBDM) YDLBMC
  FROM (SELECT DISTINCT T.YHBH,
                        DECODE(T.GDDWBM,
                               NULL,
                               '',
                               DECODE(T.GDDWBM, '', '', T.GDDWBM)) AS GDDWBM,
                        T.BBNY AS DFNY,
                        T.YHLBDM AS YHLBDM,
                        T.YHMC,
                        T2.YDDZ
          FROM V_TEMP_TABLE_JHCBHSTJ_HISTORY T, TMP_KH_YDKH T2
         WHERE T.YHBH = T2.YHBH(+)
           AND NOT EXISTS (SELECT 1
                  FROM DJHJSL_LSB_FZ_HISTORY B
                 WHERE B.BBNY = T.BBNY
                   AND B.YHBH = T.YHBH
                   AND B.GDDWBM = T.GDDWBM
                   AND B.YHLBDM = T.YHLBDM
                   AND B.ZDCBZHS <> '')
) T
WHERE SUBSTR(T.GDDWBM, 0, 4) = ''
  AND T.DFNY = ''

这个是我的sql脚本。其实这个脚本一点都不复杂。其中V_TEMP_TABLE_JHCBHSTJ_HISTORY，DJHJSL_LSB_FZ_HISTORY每个月增加330万，目前有1960多万， TMP_KH_YDKH表有330多万。DIM_REGION 和DIM_ELECTRICITY_TYPE 是两个数据字典项表。

在没有索引的情况下，这个脚本执行需要30s，看到执行过程，现在都是全表扫描的。接下来开始优化。

1.修改脚本的查询，将外层的查询条件放到里面，减少数据量。

SELECT T.YHBH,
       (SELECT NAME FROM DIM_REGION WHERE CODE = SUBSTR(T.GDDWBM, 0, 4)) GDDWMC,
       (SELECT NAME FROM DIM_REGION WHERE CODE = T.GDDWBM) FJMC,
       T.DFNY,
       T.YHMC,
       T.YDDZ,
       (SELECT NAME FROM DIM_ELECTRICITY_TYPE WHERE CODE = T.YHLBDM) YDLBMC
  FROM (SELECT DISTINCT T.YHBH,
                        DECODE(T.GDDWBM,
                               NULL,
                               '',
                               DECODE(T.GDDWBM, '', '', T.GDDWBM)) AS GDDWBM,
                        T.BBNY AS DFNY,
                        T.YHLBDM AS YHLBDM,
                        T.YHMC,
                        T2.YDDZ
          FROM V_TEMP_TABLE_JHCBHSTJ_HISTORY T, TMP_KH_YDKH T2
         WHERE T.YHBH = T2.YHBH(+)
           AND NOT EXISTS (SELECT 1
                  FROM DJHJSL_LSB_FZ_HISTORY B
                 WHERE B.BBNY = T.BBNY
                   AND B.YHBH = T.YHBH
                   AND B.GDDWBM = T.GDDWBM
                   AND B.YHLBDM = T.YHLBDM
                   AND B.ZDCBZHS <> '')
            AND SUBSTR(T.GDDWBM, 0, 4) = ''
            AND T.BBNY = ''
) T 

2.对三个表都建上索引

对V_TEMP_TABLE_JHCBHSTJ_HISTORY根据DFNY，SUBSTR(T.GDDWBM, 0, 4)建上联合索引。

CREATE INDEX IDX_TMP_JHCBHSTJ_HISTORY_UNION ON V_TEMP_TABLE_JHCBHSTJ_HISTORY(BBNY,SUBSTR(GDDWBM, 0, 4));

对TMP_KH_YDKH表，使用了关联，所以需要对yhbh建个索引

create index IDX_YHBH_KH on TMP_KH_YDKH (YHBH);

对于DJHJSL_LSB_FZ_HISTORY表，在not EXISTS里面，会全表扫描这个表，现在对他建立联合索引试试。

CREATE INDEX IDX_DJHJSL_FZ_HISTORY_UNION ON V_TEMP_TABLE_JHCBHSTJ_HISTORY(BBNY,YHBH,GDDWBM,YHLBDM);

查看oracle的执行计划，建立联合索引，并没有让这个表走索引，还是在全表扫描的，但是查询已经提升到9s了。

接下来对分别对这四个字段建立索引：

create index IDX_DJHJSL_FZ_HISTORY_BBNY on DJHJSL_LSB_FZ_HISTORY (BBNY);
create index IDX_DJHJSL_FZ_HISTORY_YHBH on DJHJSL_LSB_FZ_HISTORY (YHBH);
create index IDX_DJHJSL_FZ_HISTORY_GDDWBM on DJHJSL_LSB_FZ_HISTORY (GDDWBM);
create index IDX_DJHJSL_FZ_HISTORY_YHLBDM on DJHJSL_LSB_FZ_HISTORY (YHLBDM);

从执行计划来看，oracle只走了IDX_DJHJSL_FZ_HISTORY_BBNY这个索引，现在最快已经到1.95s了。

虽然现在已经满足了查询3s内的要求，但是考虑到以后，每个月的数据增长，数据量有5000万，一亿这样的大数据量的时候还是会很慢。

其实我在正式环境测试的时候，NOT EXISTS 里面的这个表，建立单个索引是没有用的，建立联合索引才会使这个表走索引，可能是因为电脑的cpu不同等因素影响的。

上面的优化方法当然不能满足项目的需求，接下来结合业务进行优化。作为一个监控系统，数据是T+1的，不需要追求实时性，这些数据，都是使用etl抽取工具每天定时抽取的。而且每个月300万数据，用户只关注的只有几千条。所以结合业务，我们在使用etl抽取完数据后，将用户关注的数据插入到另一张表中，这样，每个月只有几千条数据，这样的话，一年也才几万条数据，对oracle来说决定是零压力的。

-----------------------------------------------------我是分界线---------------------------------------------------------

2020年5月1日更新：前一天我有点空闲时间，想起来对这个sql再做一次优化（经过几个月的增长，已经有了4000万的数据，就算上面的那个脚本查询还有有点慢），因为我们的表数据是按月插入的，客户查询也是按月查询的，所以我就对 V_TEMP_TABLE_JHCBHSTJ_HISTORY，DJHJSL_LSB_FZ_HISTORY 这两个月进行了按月分区（列表分区）。

下面是执行脚本（我这里没有建默认分区，在项目中一定要建立默认分区）：

-- Create table 分母
create TABLE JHCBHSTJ_HISTORY1
(
  BBNY      VARCHAR2(6),
  BBNYR     VARCHAR2(8),
  GDDWBM    VARCHAR2(20),
  YHLBDM    VARCHAR2(20),
  DYLBBM    VARCHAR2(20),
  YHBH      VARCHAR2(50),
  YHMC      VARCHAR2(200),
  DYJHCBKHS NUMBER(10)
)
partition by LIST(BBNY)
(
  partition P_JHCBHSTJ_HISTORY_201905 values  (''),
  partition P_JHCBHSTJ_HISTORY_201906 values  (''),
  partition P_JHCBHSTJ_HISTORY_201907 values  (''),
  partition P_JHCBHSTJ_HISTORY_201908 values  (''),
  partition P_JHCBHSTJ_HISTORY_201909 values  (''),
  partition P_JHCBHSTJ_HISTORY_201910 values  (''),
  partition P_JHCBHSTJ_HISTORY_201911 values  (''),
  partition P_JHCBHSTJ_HISTORY_201912 values  (''),

  partition P_JHCBHSTJ_HISTORY_202001 values  (''),
  partition P_JHCBHSTJ_HISTORY_202002 values  (''),
  partition P_JHCBHSTJ_HISTORY_202003 values  (''),
  partition P_JHCBHSTJ_HISTORY_202004 values  (''),
  partition P_JHCBHSTJ_HISTORY_202005 values  (''),
  partition P_JHCBHSTJ_HISTORY_202006 values  (''),
  partition P_JHCBHSTJ_HISTORY_202007 values  (''),
  partition P_JHCBHSTJ_HISTORY_202008 values  (''),
  partition P_JHCBHSTJ_HISTORY_202009 values  (''),
  partition P_JHCBHSTJ_HISTORY_202010 values  (''),
  partition P_JHCBHSTJ_HISTORY_202011 values  (''),
  partition P_JHCBHSTJ_HISTORY_202012 values  (''),

  partition P_JHCBHSTJ_HISTORY_202101 values  (''),
  partition P_JHCBHSTJ_HISTORY_202102 values  (''),
  partition P_JHCBHSTJ_HISTORY_202103 values  (''),
  partition P_JHCBHSTJ_HISTORY_202104 values  (''),
  partition P_JHCBHSTJ_HISTORY_202105 values  (''),
  partition P_JHCBHSTJ_HISTORY_202106 values  (''),
  partition P_JHCBHSTJ_HISTORY_202107 values  (''),
  partition P_JHCBHSTJ_HISTORY_202108 values  (''),
  partition P_JHCBHSTJ_HISTORY_202109 values  (''),
  partition P_JHCBHSTJ_HISTORY_202110 values  (''),
  partition P_JHCBHSTJ_HISTORY_202111 values  (''),
  partition P_JHCBHSTJ_HISTORY_202112 values  ('')
);;

ALTER SESSION ENABLE PARALLEL DML;
--插入数据　(采用并发，依据服务器性能和核数而定)
INSERT /*+PARALLEL(JHCBHSTJ_HISTORY1,30)*/ INTO JHCBHSTJ_HISTORY1
SELECT /*+PARALLEL(V_TEMP_TABLE_JHCBHSTJ_HISTORY,30)*/ * FROM V_TEMP_TABLE_JHCBHSTJ_HISTORY;

  COMMIT;

--替换之前的表
RENAME V_TEMP_TABLE_JHCBHSTJ_HISTORY TO JHCBHSTJ_HISTORY_BAK;
RENAME JHCBHSTJ_HISTORY1 TO V_TEMP_TABLE_JHCBHSTJ_HISTORY;

-- Create table  分子
create table DJHJSL_LSB_FZ_HISTORY_1
(
  BBNY    VARCHAR2(6),
  BBNYR   VARCHAR2(8),
  GDDWBM  VARCHAR2(20),
  YHLBDM  VARCHAR2(20),
  DYLBBM  VARCHAR2(20),
  YHBH    VARCHAR2(50),
  YHMC    VARCHAR2(200),
  ZDCBZHS NUMBER(10)
)
partition by LIST(BBNY)
(
  partition P_DJHJSL_LSB_FZ_HISTORY_201905 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201906 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201907 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201908 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201909 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201910 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201911 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_201912 values  (''),

  partition P_DJHJSL_LSB_FZ_HISTORY_202001 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202002 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202003 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202004 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202005 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202006 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202007 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202008 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202009 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202010 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202011 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202012 values  (''),

  partition P_DJHJSL_LSB_FZ_HISTORY_202101 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202102 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202103 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202104 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202105 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202106 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202107 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202108 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202109 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202110 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202111 values  (''),
  partition P_DJHJSL_LSB_FZ_HISTORY_202112 values  ('')
);;

ALTER SESSION ENABLE PARALLEL DML;
--插入数据　(采用并发，依据服务器性能和核数而定)
INSERT /*+PARALLEL(DJHJSL_LSB_FZ_HISTORY_1,30)*/ INTO DJHJSL_LSB_FZ_HISTORY_1
SELECT /*+PARALLEL(DJHJSL_LSB_FZ_HISTORY,30)*/ * FROM DJHJSL_LSB_FZ_HISTORY;

  COMMIT;

-- Create/Recreate indexes
create index IDX_DJHJSL_FZ_HISTORY_UNION1 on DJHJSL_LSB_FZ_HISTORY_1 (BBNY, YHBH, GDDWBM, YHLBDM);

--替换之前的表
RENAME DJHJSL_LSB_FZ_HISTORY TO DJHJSL_LSB_FZ_HISTORY_bak;
RENAME DJHJSL_LSB_FZ_HISTORY_1 TO DJHJSL_LSB_FZ_HISTORY;

同时在两个表插入完成之后，对两个表收集了执行信息：

--收集执行信息
 EXEC DBMS_STATS.gather_table_stats(user,'V_TEMP_TABLE_JHCBHSTJ_HISTORY',cascade=>true);

 --收集执行信息
EXEC DBMS_STATS.gather_table_stats(user,'DJHJSL_LSB_FZ_HISTORY',cascade=>true);

这样我在执行查询的时候，下面的图可以看到效果，性能提升还是很大的。

如果大家还有其他的方式优化，请在下方留言交流。