OB 運維 | 1000s->10s OceanBase 標量子查詢改寫案例

作者：胡呈清 2024-07-26 00:00:15

重點是 10、14 兩個算子，對應的 2 個標量子查詢除了和外表關聯外，本身內部還有 o、k 這 2 張表關聯，這兩張表要做多少次關聯？13萬次！很明顯這里效率會很低。

1.問題描述

數據庫版本：OceanBase 3.2.3.3

下面這個 SQL 執行超過 1000 秒……

本文用這個例子，談談標量子查詢慢的原因和優化方法。

select
  rq.processinstid processinstid,
  rq.question_id questionId,
  rq.question_no questionNo,
  to_char(rq.rev_start_date, 'yyyy-MM-dd') revStartDate,
  (
    select
      e.name
    from
      e
    where
      e.category_code = 'REV_SOURCE'
      and e.code = rq.rev_source
  ) revSource,
  (
    select
      e.name
    from
      e
    where
      e.category_code = 'QUESTION_TYPE'
      and e.code = rq.question_type
  ) questionType,
  rq.question_summary questionSummary,
  rq.question_desc questionDesc,
  to_char(rq.question_discover_date, 'yyyy-MM-dd') questionDiscoverDate,
  rq.aud_project_type audProjectType,
  (
    select
      d.dept_name
    from
      d
    where
      d.dept_id = rq.check_dept
  ) checkDept,
  (
    select
      to_char(wm_concat(distinct(k.org_name)))
    from
      o,
      k
    where
      o.question_id = rq.question_id
      and o.ASC_ORG = k.org_id
      and o.REFORM_TYPE = '0'
  ) ascOrg,
  (
    select
      to_char(wm_concat(distinct(k.dept_name)))
    from
      o,
      fnd_dept_t k
    where
      o.question_id = rq.question_id
      and o.MAIN_REV_DEPT = k.dept_id
      and o.REFORM_TYPE = '0'
  ) mainRevDept,
  (
    select
      e.name
    from
      e
    where
      e.category_code = 'REV_FINISH_STATE'
      and e.code = rq.rev_finish_state
  ) revFinishState,
  to_char(rq.compliance_date, 'yyyy-MM-dd') complianceDATE
from
  rq
  left join REM_QUESTION_PLAN_T t on rq.question_id = t.question_id
  left join fnd_org_t org on t.ASC_ORG = org.org_id
where
  1 = 1
  and rq.asc_org is null
  and (
    t.asc_org in (
      select
        f.org_id
      from
        f
      where
        f.org_type = 'G'
    )
    or rq.created_by_org in (
      select
        f.org_id
      from
        f
      where
        f.org_type = 'G'
    )
  )
  and rq.company_type = 'G';

2.分析過程

執行計劃如下：

===========================================================
|ID|OPERATOR          |NAME           |EST. ROWS|COST     |
-----------------------------------------------------------
|0 |SUBPLAN FILTER    |               |6283     |788388847|
|1 | SUBPLAN FILTER   |               |6283     |1325483  |
|2 |  HASH OUTER JOIN |               |8377     |210530   |
|3 |   TABLE SCAN     |RQ             |7966     |77932    |
|4 |   TABLE SCAN     |T              |152919   |59150    |
|5 |  TABLE SCAN      |F              |440      |2763     |
|6 |  TABLE SCAN      |F              |440      |2763     |
|7 | TABLE SCAN       |E(SYS_C0011218)|1        |92       |
|8 | TABLE SCAN       |E(SYS_C0011218)|1        |92       |
|9 | TABLE GET        |D              |1        |46       |
|10| SCALAR GROUP BY  |               |1        |62483    |
|11|  NESTED-LOOP JOIN|               |1        |62483    |
|12|   TABLE SCAN     |O              |1        |62468    |
|13|   TABLE GET      |K              |1        |28       |
|14| SCALAR GROUP BY  |               |1        |62483    |
|15|  NESTED-LOOP JOIN|               |1        |62483    |
|16|   TABLE SCAN     |O              |1        |62468    |
|17|   TABLE GET      |K              |1        |27       |
|18| TABLE SCAN       |E(SYS_C0011218)|1        |92       |
===========================================================

每個子算子的成本都不高，但總成本很高！

下面結合 SQL 語法語義進行解讀。

首先，這個 SQL 從語法上分兩部分：

標量子查詢，即投影部分的子查詢。
外部查詢，即 FROM 子句的關聯查詢和子查詢。

因此，這個 SQL 的執行邏輯是（也就是執行計劃里的 0 號 SUBPLAN FILTER 算子）：

先執行外部查詢，得到結果集 r（執行計劃中的 1-6 號算子）。
再執行標量子查詢，從結果集 r 中取一行數據，帶入到標量子查詢中執行（執行計劃中的 7-18 號算子）。
重復上一步，直到循環取完最后一行數據。

為了定位 SQL 到底慢在哪一步？讓我們繼續拆解。

先拆出外部查詢（即對應的 1-6 號算子部分），單獨執行很快得到結果 13 萬行，也就意味著所有標量子查詢都需要執行 13 萬次。
從執行計劃來看，7、8、9、18 號算子對應的 4 個標量子查詢都可以走索引，效率較高。只保留外部查詢和這 4 個標量子查詢，執行耗時很短。
重點是 10、14 兩個算子，對應的 2 個標量子查詢除了和外表關聯外，本身內部還有 o、k 這 2 張表關聯，這兩張表要做多少次關聯？13萬次！很明顯這里效率會很低。

SQL 中 10、14 兩個算子對應的標量子查詢如下，還可以再拆解 SQL，單獨只做一次、k 表的關聯查詢（如下標黃部分）要 200 毫秒：

select
xxx,
(
    select
      to_char(wm_concat(distinct(k.org_name)))
    from
      REM_QUESTION_PLAN_T o,
      fnd_org_t k
    where
      o.question_id = rq.question_id
      and o.ASC_ORG = k.org_id
      and o.REFORM_TYPE = '0'
  ) ascOrg,
  (
    select
      to_char(wm_concat(distinct(k.dept_name)))
    from
      REM_QUESTION_PLAN_T o,
      fnd_dept_t k
    where
      o.question_id = rq.question_id
      and o.MAIN_REV_DEPT = k.dept_id
      and o.REFORM_TYPE = '0'
  ) mainRevDept,
  xxx
  from t(外部查詢，結果有 13 萬行);

3.結論

標量子查詢的執行計劃只能是循環嵌套連接，也就是 SUBPLAN FILTER 算子（等同于 NESTED-LOOP JOIN 執行邏輯），它的執行效率取決于兩個因素：

外部查詢的結果集大小
子查詢的效率

因此只有當外部查詢結果集不大，并且子查詢的關聯字段有高效索引時，執行效率才高。如果關聯字段沒有索引，優化器也沒法像 JOIN 語法一樣使用 HASH JOIN 算子，執行效率很差。

在上面這個慢 SQL 中，有兩個標量子查詢不只和外表關聯，它內部還有關聯查詢，所以即使關聯字段有索引，子查詢單次執行的效率也受限，再加上要執行 13 萬次，這個耗時就長了。所以這個 SQL 只能改寫成 LEFT JOIN 來優化，這也是標量子查詢的標準優化方法。

4.優化方案

這個 SQL 的標量子查詢中有聚合函數，應該先 GROUP BY 聚合后再和外表關聯，SQL（局部）改寫如下：

with t1 as (
  select
    o.question_id,
    to_char(wm_concat(distinct(k.org_name))) as org_name
  from
    REM_QUESTION_PLAN_T o,
    fnd_org_t k
  where
    o.ASC_ORG = k.org_id
    and o.REFORM_TYPE = '0'
  group by
    o.question_id
),
t2 as (
  select
    o.question_id,
    to_char(wm_concat(distinct(k.dept_name))) as dept_name
  from
    REM_QUESTION_PLAN_T o,
    fnd_dept_t k
  where
    o.MAIN_REV_DEPT = k.dept_id
    and o.REFORM_TYPE = '0'
  group by
    o.question_id
)
select
xxx,
t1.org_name as ascOrg,
t2.dept_name as mainRevDept,
xxx
  from t(外部查詢，結果有 13 萬行)
  left join t1 on t.question_id=t1.question_id
  left join t2 on t.question_id=t2.question_id;

改寫后的執行計劃如下（變成了使用 HASH OUTER JOIN 算法），可以看到。

成本 7.88 億降到了 365 萬，執行耗時降到 10 秒！

=============================================================
|ID|OPERATOR              |NAME           |EST. ROWS|COST   |
-------------------------------------------------------------
|0 |SUBPLAN FILTER        |               |6318     |3653489|
|1 | MERGE GROUP BY       |               |6318     |1636701|
|2 |  SORT                |               |6318     |1632074|
|3 |   SUBPLAN FILTER     |               |6318     |1613799|
|4 |    HASH OUTER JOIN   |               |8424     |492531 |
|5 |     HASH OUTER JOIN  |               |8377     |331672 |
|6 |      MERGE OUTER JOIN|               |7966     |198317 |
|7 |       TABLE SCAN     |RQ             |7966     |77932  |
|8 |       SUBPLAN SCAN   |T2             |2351     |119098 |
|9 |        MERGE GROUP BY|               |2351     |119062 |
|10|         SORT         |               |2352     |118658 |
|11|          HASH JOIN   |               |2352     |113818 |
|12|           TABLE SCAN |K              |22268    |8614   |
|13|           TABLE SCAN |O              |76460    |60075  |
|14|      TABLE SCAN      |T              |152919   |59150  |
|15|     SUBPLAN SCAN     |T1             |76415    |118014 |
|16|      HASH JOIN       |               |76415    |116865 |
|17|       TABLE SCAN     |K              |7033     |2721   |
|18|       TABLE SCAN     |O              |76460    |60075  |
|19|    TABLE SCAN        |F              |440      |2763   |
|20|    TABLE SCAN        |F              |440      |2763   |
|21| TABLE SCAN           |E(SYS_C0011218)|1        |92     |
|22| TABLE SCAN           |E(SYS_C0011218)|1        |92     |
|23| TABLE GET            |D              |1        |46     |
|24| TABLE SCAN           |E(SYS_C0011218)|1        |92     |
=============================================================

作者：胡呈清，愛可生 DBA 團隊成員，擅長故障分析、性能優化，個人博客：[簡書 | 輕松的魚]

責任編輯：武曉燕來源：愛可生開源社區

OB 運維查詢

成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

OB 運維 | 1000s->10s OceanBase 標量子查詢改寫案例

1.問題描述

2.分析過程

3.結論

4.優化方案