Oracle Spatial分区应用研究之六：全局空间索引下按县分区与按省分区效率差异原因分析

1、实验结论

1. 全局空间索引下，不同分区粒度之所有效率会有不同，差异并不在于SDO_FILTER操作本身，而在于对于数据字典表的访问次数上；
2. 分区越多、表上的lob column越多，对数据字典表的访问次数越多；
3. 对数据字典表访问次数的大概值(暂不考虑对其它数据字典表的访问)是可量算的。

2、实验目的

在04-不同分区粒度+全局空间索引查询效率对比一文中，我们看到了某种趋势：在四千万条要素量级下，分区粒度越细，全局空间索引查询效率越低。虽然看到了这种现象，但当时尚不能解释深层次的原因。本文的目的，既是探索研究出现这一现象的原因。

3、实验方法

分别以按县分区、按省分区两种方式来组织2531个区县、共46982394条要素。在两个分区表上均创建全局空间索引。按县分区表共有2531个分区，按省分区表共有43个分区。

开启10046事件，跟踪SDO_FILTER操作。10046事件将trace数据库所有的SQL请求，包括递归与与非递归的SQL请求，得到trc文件。然后按如下3步来分析：

1. 逐行对比两个trc文件；
2. 使用tkprof工具分析trc文件，按prsela,exeela,fchela(解析时间、执行时间、获取时间)排序SQL；
3. 根据绑定变量的值分析递归查询查询了数据字典的哪些内容。

4、实验结果

4.1 逐行对比trc文件

两个trc文件内容基本一致。差别在于对于相同的SQL，其执行次数、elapsed、返回记录数、等待事件等存在差异。

4.2 使用tkprof分析trc文件

因为本文主要分析的是不同分区粒度下，空间查询性能的差异，因此在使用tkprof分析trc文件时，将从elapsed入手分析。而elapsed又包括parse、execute、fetch三种数据库调用类型，所以将指定sort = prsela,exeela,fchela。使用tkprof生成格式化文本的命令如下：

Tkprof db12c...trc country.txt sys=yes aggregate=yes sort=prsela,exeela,fchela

下文将以在按县分区空间查询中耗时较多的一系列SQL为参照，比较相同SQL在按省分区空间查询中的耗时。

1. Seg$

按县分区对SQL ID为9tgj4g8y4rwy8的SQL执行了17796次，总耗时1.75s;而按省分区对相同SQL的执行次数仅为383次，总耗时为0.05s。SQL查询的对象是seg$，seg$是数据字典表，每条记录表示一个ORACLE Segment。为什么会有差异呢？在3.3会说明。

1. Lobfrag$

按县分区对SQL ID为cduvbuupb4dby的SQL返回了7593条记录，总耗时1.32s;而按省分区对相同SQL的仅返回129条记录，总耗时为0.04s。SQL查询的对象是lobfrag$，lobfrag$是数据字典表，每条记录表示一个lob fragment。如果仔细观察，会发现7593是2531（分区个数）的3倍，而129是43的3倍。是巧合还是有必须的联系？在3.3会说明。

1. Obj$

按县分区对SQL ID为a7kvcmgaru84g的SQL返回了7593条记录，总耗时1.01s;而按省分区对相同SQL的仅返回129条记录，总耗时为0.03s。SQL查询的对象是obj$，obj$是数据字典表，每条记录表示一个object。

1. Indpart$

按县分区对SQL ID为a7kvcmgaru84g的SQL返回了7593条记录，总耗时0.78s;而按省分区对相同SQL的仅返回129条记录，总耗时为0.02s。SQL查询的对象是indpart$，indpart$是数据字典表，每条记录表示一个index parttition。

1. Obj$(2)

按县分区对SQL ID为87gaftwrm2h68的SQL返回了7697条记录，总耗时0.45s;而按省分区对相同SQL的返回记录仅为210条，总耗时为0.02s。SQL查询的对象也是obj$。

1. Tabpart$

按县分区对SQL ID为87gaftwrm2h68的SQL返回了2531条记录，总耗时0.19s;而按省分区对相同SQL的返回记录仅为43条，总耗时为0.01s。SQL查询的对象是tabpart$， tabpart$是数据字典表，每条记录表示一个table parttition。

1. SDO_FILTER

在本例中，按县分区和按省分区，在全局空间索引下，SDO_FILTER的效率相当。注意，该例查询范围内没有返回要素。

1. 其它

其它还有一些递归SQL，其查询对象包括hist_head$、histgrm$等数据字典表。因为对这些对象的查询与分区个数相关度不大，因此不着重分析。

4.3 分析数据字典的访问内容

对seg$ 、lobfrag$ 、obj$ 、indpart$、obj$(2) 、tabpart$字典表的访问次数似乎都表现出了与分区个数的正相关性。那到底存不存在正相关性呢？

通过编写Shell脚本，将3.2（1）-（8）SQL语句中的绑定变量值提取出来，然后与相应的数据字典表进行JOIN操作，发现：

1. Seg$

查询内容包括所有的lob partition 、index partition、table partition 以及sys和mdsys用户下的字典表、元数据表、少量其它表。本例中的两个图层都包含3个lob column，分别是sdo_geometry.sdo_elem_info、sdo_geometry.sdo_ordinate、se_anno_cad_data，而每个lob column上会存在一个lobindex。以按县分区图层为例，table partition有2531个，lob partition有2531*3个，index partition 有2531*3。

1. Lobfrag$

查询内容包括所有的lob partition。以按县分区图层为例，lob partition有2531*3个。

1. Obj$

查询内容包括所有的lob partition。以按县分区图层为例，lob partition有2531*3个。

1. Indpart$

查询内容包括所有index partiton。以按县分区图层为例，lob partition有2531*3个。

1. Obj$(2)

查询内容包括所有的lob partition、以及sys和mdsys用户下的字典表、少量其它表。在本例中，访问sys用户下61张表，mdsys用户下23张表。

1. Tabpart$

查询内容包括所有table partiton。以按县分区图层为例，table partiton有2531个。

5、实验结论

1. 全局空间索引下，不同分区粒度之所有效率会有不同，差异并不在于SDO_FILTER操作本身，而在于对于数据字典表的访问次数上；
2. 分区越多、表上的lob column越多，对数据字典表的访问次数越多；
3. 对数据字典表访问次数的大概值(暂不考虑对其它数据字典表的访问)是可量算的。假设分区数以X表示，lob column个数以Y表示，不同字典表的访问次数见下表：

数据字典表	访问次数
Seg$	(1+2Y)*X
Lobfrag$	XY
Obj$	XY
Indpart$	XY
Obj$(2)	XY
Tabpart$	X

若已经获知对各数据字典表的平均访问时间，甚至可以估算查询耗时。在每例中seg$ 、lobfrag$ 、obj$ 、indpart$、obj$(2) 、tabpart$，各数据字典表的平均访问时间约为100us、240us、50us、150us、180us、120us。因此可估算时间为：

Elapsed all= 100*(1+2Y)*X + 240*Y*X + 50*X*Y + 150*Y*X + 180*Y*X + 120*X =X(820Y+220)