oracle sql 执行计划分析
转自http://itindex.net/detail/45962-oracle-sql-%E8%AE%A1%E5%88%92
一、首先创建表
SQL> show user
USER is "RHYS"
SQL> create table A(col1 number(4,0),col2 number(4,0), col4 char(30));
create table B(col1 number(4,0),col3 number(4,0), name_b char(30));
create table C(col2 number(4,0),col3 number(4,0), name_c char(30));
Table created.
SQL>
Table created.
SQL>
Table created.
第二、查看一下执行计划。
1、
SQL> select a.col4 from c,a,b
2 where c.col3=5 and a.col1=b.col1 and a.col2=c.col2 and b.col3=10;
Execution Plan
----------------------------------------------------------
Plan hash value: 1485247927
------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 6 (0)| 00:00:01 |
|* 1 | HASH JOIN | | 1 | 110 | 6 (0)| 00:00:01 |
| 2 | MERGE JOIN CARTESIAN| | 1 | 52 | 4 (0)| 00:00:01 |
|* 3 | TABLE ACCESS FULL | C | 1 | 26 | 2 (0)| 00:00:01 |
| 4 | BUFFER SORT | | 1 | 26 | 2 (0)| 00:00:01 |
|* 5 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
| 6 | TABLE ACCESS FULL | A | 1 | 58 | 2 (0)| 00:00:01 |
------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."COL1"="B"."COL1" AND "A"."COL2"="C"."COL2")
3 - filter("C"."COL3"=5)
5 - filter("B"."COL3"=10)
Note
-----
- dynamic sampling used for this statement (level=2)
执行计划主要查看:访问路径,连接顺序,连接方法
执行计划顺序为上内原则,同层次上边先执行,内层先执行。
plan hash value:当sql第一次在shared pool中进行执行的是硬解析并生产该hash值
id,只是一个标号,并不是实际执行顺序
operation:从字面意思也看出来就是操作的类型
name:对象的名字
rows:oracle估计该操作返回的行数
bytes:产生的数据量
cost:表示该sql执行 到此步骤的时候sql执行代价。
该sql的执行步骤如下:
首先执行id 3-》id5-》id4—》id2-》id6-》id1-》id0
首先对id3进行全表扫描过滤条件为filter("C"."COL3"=5),然后对表b进行全表扫描,条件为 filter("B"."COL3"=10),完了之后再进行buffer sort排序,最后把3和4的row source 进行merge join 笛卡尔积操作,并把所有的结果作为row source1 ,也就是驱动表,然后把表A作为被探测表,两者进行hash join。这就是这一个过程信息。
注意此处在id5和id3没有关联的条件,就采用了笛卡尔积,这是不好的现象。
2、
SQL> select /*+ordered*/ a.col4 from c,a,b
2 where c.col3=5 and a.col1=b.col1 and a.col2=c.col2 and b.col3=10;
Execution Plan
----------------------------------------------------------
Plan hash value: 531790806
----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 6 (0)| 00:00:01 |
|* 1 | HASH JOIN | | 1 | 110 | 6 (0)| 00:00:01 |
|* 2 | HASH JOIN | | 1 | 84 | 4 (0)| 00:00:01 |
|* 3 | TABLE ACCESS FULL| C | 1 | 26 | 2 (0)| 00:00:01 |
| 4 | TABLE ACCESS FULL| A | 1 | 58 | 2 (0)| 00:00:01 |
|* 5 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."COL1"="B"."COL1")
2 - access("A"."COL2"="C"."COL2")
3 - filter("C"."COL3"=5)
5 - filter("B"."COL3"=10)
Note
-----
- dynamic sampling used for this statement (level=2)
使用hints可以调整optimizer的执行连接方法,在此例中我们指定了ordered使得采用hash join选取from 之后从左到有第一个表c作为驱动表。
执行顺序为:id3全表扫描过滤条件为filter("C"."COL3"=5)-》id4 全表扫描,然后表c为驱动表,a为探测表以此来进行hashjoin-》id5 全表扫描过滤条件为filter("B"."COL3"=10),此后执行id2为外部表,id5为被探测表进行hash join,从access访问路径可以看出首先是id2为("A"."COL2"="C"."COL2")此后为 id1access("A"."COL1"="B"."COL1")。
这是整个sql执行的整个过程。
为了便于理解分析一下数据,
首先我要取到在表c中col3=5的所有数据,然后再内存进行hash,作为hash table,然后我在去使用该hash table去探测A表进行匹配,取出的数据为access("A"."COL2"="C"."COL2"),把最后的匹配结果作为row source,再次建立hash table表,然后再去探测b表,方式为:access("A"."COL1"="B"."COL1")。最终获得了0执行的结果信息。
对于note动态采样信息请参考:
http://www.oracle.com/technetwork/issue-archive/2009/09-jan/o19asktom-086775.html
由于本次没有对表进行analyze所有存有动态取样。
SQL> select /*+ordered use_nl(a c)*/ a.col4 from c,a,b
2 where c.col3=5 and a.col1=b.col1 and a.col2=c.col2 and b.col3=10;
Execution Plan
----------------------------------------------------------
Plan hash value: 1446226736
----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 6 (0)| 00:00:01 |
|* 1 | HASH JOIN | | 1 | 110 | 6 (0)| 00:00:01 |
| 2 | NESTED LOOPS | | 1 | 84 | 4 (0)| 00:00:01 |
|* 3 | TABLE ACCESS FULL| C | 1 | 26 | 2 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL| A | 1 | 58 | 2 (0)| 00:00:01 |
|* 5 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."COL1"="B"."COL1")
3 - filter("C"."COL3"=5)
4 - filter("A"."COL2"="C"."COL2")
5 - filter("B"."COL3"=10)
Note
-----
- dynamic sampling used for this statement (level=2)
在这个语句中,表c和a进行了nested loops然后把结果惊醒hash table在与表b做jash join。
另外对于表有索引的情况进行如下分析。
首先创建表a的组合索引,索引列为(col1,col2)
eg:
SQL> create index inx_col12A on a(col1,col2);
Index created.
SQL> select A.col4
2 from C , A , B
3 where C.col3 = 5 and A.col1 = B.col1 and A.col2 = C.col2
4 and B.col3 = 10;
Execution Plan
----------------------------------------------------------
Plan hash value: 2122808611
-------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 4 (0)| 00:00:01 |
| 1 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 2 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 3 | MERGE JOIN CARTESIAN | | 1 | 52 | 4 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL | C | 1 | 26 | 2 (0)| 00:00:01 |
| 5 | BUFFER SORT | | 1 | 26 | 2 (0)| 00:00:01 |
|* 6 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
|* 7 | INDEX RANGE SCAN | INX_COL12A | 1 | | 0 (0)| 00:00:01 |
| 8 | TABLE ACCESS BY INDEX ROWID| A | 1 | 58 | 0 (0)| 00:00:01 |
-------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - filter("C"."COL3"=5)
6 - filter("B"."COL3"=10)
7 - access("A"."COL1"="B"."COL1" AND "A"."COL2"="C"."COL2")
Note
-----
- dynamic sampling used for this statement (level=2)
这个比较有意思了。首先看一下执行顺序,首先对表c进行全表扫描过滤条件为col3=5取出数据作为row source1,然后再对b进行全表扫描过滤条件为col3=10,因为走的是merge join 笛卡尔积的排序连接,然后再buffer 进行sort作为row sources2 ,完了之后row source1和row source2作合并连接,完了之后作为row source1 是驱动表,然后再进行index range scan(索引范围扫描)访问路径为: access("A"."COL1"="B"."COL1" AND "A"."COL2"="C"."COL2"),完了之后把结果作为row source1 然后再去与表A进行嵌套循环操作,不过A也就是id8 走的是index rowid。完了之后再进行0获得数据。太繁琐了。呵呵。
SQL> select /*+ ORDERED USE_NL (A C)*/ A.col4
2 from C , A , B
3 where C.col3 = 5 and A.col1 = B.col1 and A.col2 = C.col2
4 and B.col3 = 10;
Execution Plan
----------------------------------------------------------
Plan hash value: 1446226736
----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 6 (0)| 00:00:01 |
|* 1 | HASH JOIN | | 1 | 110 | 6 (0)| 00:00:01 |
| 2 | NESTED LOOPS | | 1 | 84 | 4 (0)| 00:00:01 |
|* 3 | TABLE ACCESS FULL| C | 1 | 26 | 2 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL| A | 1 | 58 | 2 (0)| 00:00:01 |
|* 5 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."COL1"="B"."COL1")
3 - filter("C"."COL3"=5)
4 - filter("A"."COL2"="C"."COL2")
5 - filter("B"."COL3"=10)
Note
-----
- dynamic sampling used for this statement (level=2)
当改变optimizer选择的执行计划时候,添加了hints,然后我们使用嵌套循环,驱动表为c,被驱动表为A,完了之后再作为row source1做为hash table, 然后与表B进行hash join。
SQL> select /*+ USE_NL (A C)*/ A.col4
2 from C , A , B
3 where C.col3 = 5 and A.col1 = B.col1 and A.col2 = C.col2
4 and B.col3 = 10;
Execution Plan
----------------------------------------------------------
Plan hash value: 2122808611
-------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 4 (0)| 00:00:01 |
| 1 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 2 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 3 | MERGE JOIN CARTESIAN | | 1 | 52 | 4 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL | C | 1 | 26 | 2 (0)| 00:00:01 |
| 5 | BUFFER SORT | | 1 | 26 | 2 (0)| 00:00:01 |
|* 6 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
|* 7 | INDEX RANGE SCAN | INX_COL12A | 1 | | 0 (0)| 00:00:01 |
| 8 | TABLE ACCESS BY INDEX ROWID| A | 1 | 58 | 0 (0)| 00:00:01 |
-------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - filter("C"."COL3"=5)
6 - filter("B"."COL3"=10)
7 - access("A"."COL1"="B"."COL1" AND "A"."COL2"="C"."COL2")
Note
-----
- dynamic sampling used for this statement (level=2)
SQL>
注意当我们对表进行了分析之后,那么就不会有动态分析了,动态分析只是为了进行执行计划的选择。
对于分析表知识详解:
http://blog.csdn.net/xiaohai20102010/article/details/8777158
<pre>SQL> set autotrace off
SQL> analyze table a compute statistics;
Table analyzed.
SQL> analyze table b compute statistics;
Table analyzed.
SQL> analyze table c compute statistics;
Table analyzed.
SQL> analyze index inx_col12A compute statistics;
Index analyzed.
SQL> select A.col4
2 from C , A , B
3 where C.col3 = 5 and A.col1 = B.col1 and A.col2 = C.col2
4 and B.col3 = 10;
no rows selected
SQL> set auotrace trace explain
SP2-0158: unknown SET option "auotrace"
SQL> set autotrace trace explain
SQL> r
1 select A.col4
2 from C , A , B
3 where C.col3 = 5 and A.col1 = B.col1 and A.col2 = C.col2
4* and B.col3 = 10
Execution Plan
----------------------------------------------------------
Plan hash value: 2122808611
-------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 110 | 4 (0)| 00:00:01 |
| 1 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 2 | NESTED LOOPS | | 1 | 110 | 4 (0)| 00:00:01 |
| 3 | MERGE JOIN CARTESIAN | | 1 | 52 | 4 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL | C | 1 | 26 | 2 (0)| 00:00:01 |
| 5 | BUFFER SORT | | 1 | 26 | 2 (0)| 00:00:01 |
|* 6 | TABLE ACCESS FULL | B | 1 | 26 | 2 (0)| 00:00:01 |
|* 7 | INDEX RANGE SCAN | INX_COL12A | 1 | | 0 (0)| 00:00:01 |
| 8 | TABLE ACCESS BY INDEX ROWID| A | 1 | 58 | 0 (0)| 00:00:01 |
-------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - filter("C"."COL3"=5)
6 - filter("B"."COL3"=10)
7 - access("A"."COL1"="B"."COL1" AND "A"."COL2"="C"."COL2")
</pre>
oracle sql 执行计划分析的更多相关文章
- Oracle sql执行计划解析
Oracle sql执行计划解析 https://blog.csdn.net/xybelieve1990/article/details/50562963 Oracle优化器 Oracle的优化器共有 ...
- 查看Oracle SQL执行计划的常用方式
在查看SQL执行计划的时候有很多方式 我常用的方式有三种 SQL> explain plan for 2 select * from scott.emp where ename='KING'; ...
- 分析 Oracle SQL 执行计划的关注点
本文内容摘自<剑破冰山--Oracle开发艺术>一书. 1.判定主要矛盾 在遇到复杂 SQL 语句时,执行计划也非常复杂,往往让人分析起来觉得无从下手,此时应避免顺序解决问题,而是快速定位 ...
- [转] 多种方法查看Oracle SQL执行计划
本文转自:http://falchion.iteye.com/blog/616234 一.在线查看执行计划表 如果PLAN_TABLE表不存在,执行$ORACLE_HOME/rdbms/admin/u ...
- SQL执行计划分析
explain执行计划中的字段以及含义在下面的博客中有详细讲述: https://blog.csdn.net/da_guo_li/article/details/79008016 执行计划能告诉我们什 ...
- Oracle sql执行计划
explain plan explain plan for sql_statement select * from table(dbms_xplan.display) DBMS_XPL ...
- SQL执行计划分析2
执行计划重点关注 type.key.key_len.rows.extra type:type如果为ALL,表示全盘扫描,也是效率最低的 key:表示使用了哪个索引,如果没有使用为null key_le ...
- Oracle查看SQL执行计划的方式
Oracle查看SQL执行计划的方式 获取Oracle sql执行计划并查看执行计划,是掌握和判断数据库性能的基本技巧.下面案例介绍了多种查看sql执行计划的方式: 基本有以下几种方式: ...
- sql执行计划变更和删除缓存中执行计划的方法
将指定SQL的执行计划从共享池删除的方法 http://www.2cto.com/database/201204/126388.html Oracle SQL执行计划变更的问题 http://www. ...
随机推荐
- Table 表单样式
<style> table th { white-space: nowrap; background-color: #f5f5f5; height:30px; font-size:14px ...
- python collections模块
collections模块基本介绍 collections在通用的容器dict,list,set和tuple之上提供了几个可选的数据类型 namedtuple() factory function f ...
- 前端Js框架汇总
概述: 有些日子没有正襟危坐写博客了,互联网飞速发展的时代,技术更新迭代的速度也在加快.看着Java.Js.Swift在各领域心花路放,也是煞是羡慕.寻了寻.net的消息,也是振奋人心,.net co ...
- weblogic安全漫谈
今天,我来与大家探讨一下关于weblogic的话题 在进入内网后,如图: 当我们看到7001时,我们就可以测试weblogic反序列化漏洞,如图: 证明,漏洞存在,查看一下权限,如图: 理论上,我们可 ...
- Java特性之多态父类与子类之间的调用
问题描述: Java三大特性,封装.继承.多态,一直没搞懂其中多态是什么,最近研究了一下,关于父类和子类之间的调用.下面是一个测试类,源代码如下: package com.test; public c ...
- 百度链接提交-主动推送Python版
百度目前提供自动提交链接和手动提交链接两种方式,其中自动提交又分为主动推送.自动推送和sitemap三种形式,按百度的说法,主动推送的效果最好,百度站长平台后台也提供了curl.php.ruby的推送 ...
- WPF程序将DLL嵌入到EXE的两种方法
WPF程序将DLL嵌入到EXE的两种方法 这一篇可以看作是<Visual Studio 版本转换工具WPF版开源了>的续,关于<Visual Studio 版本转换工具WPF版开源了 ...
- FA模块的10个API范例
CREATE OR REPLACE PACKAGE BODY cux_fa_do_pkg IS --一.资产新增 PROCEDURE do_addition IS l_trans_rec ...
- 调试D2JS
D2JS 最终加载运行于 nashorn 上,目前能调试 nashorn js 的 IDE 只有一款:NetBeans.eclipse 没有计划,神器号称支持 nashorn,对于简单类型可以观察,对 ...
- pycharm快捷键及一些常用设置
pycharm快捷键及一些常用设置,有需要的朋友可以参考下. Alt+Enter 自动添加包 Ctrl+t SVN更新 Ctrl+k SVN提交 Ctrl + / 注释(取消注释)选择的行 Ctrl+ ...