首页 > 数据库 > oracle

Oracle数据库中基本的查询优化与子查询优化讲解

admin oracle 2022-02-09 21:48:50 Oracle   查询   子查询   优化"

1. 查询条件合理排序

Oracle采用自下而上的顺序解析WHERE字据,从优化性能角度考虑,建议将那些可以过滤掉大量记录行的条件写在WHERE子句的末尾,而将表

之间的连接条件置于其他WHERE子句之前,即对易排查的条件先做判断处理,这样在过滤掉尽可能多的记录后再进行等值连接,可以提高检索效率。

例如:

SELECT empno, ename, job, sal, dept.deptno, dname 

FROM emp, dept 

WHERE emp.deptno = dept.deptno AND emp.deptno = 20;

要比下述语句的查询效率高一些:

SELETE empno, ename, job, sal, dept.deptno, dname

FROM emp, dept

WHERE emp.deptno = 20 AND emp.deptno = dept.deptno;

2.连接中使用表别名

在进行连接查询时,建议在SQL语句中使用表的别名, 并把别名前缀与每个字段上。这样可以减少解析的时间,并可避免因字段名存在歧义(使用多个

表中出现的同名字段)而导致的语法错误。例如下述语句:

SELECT e.empno, e.ename, e.job, e.sal, e.deptno, d.name

FROM emp e, dept d

WHERE e.deptno = d.deptno AND e.deptno = 20;

3.用EXISTS替换DISTINCT

在进行一对多关系的表间连接查询时,如果要剔除结果中的重复行,可以考虑使用EXISTS(结合子查询)替换DISTINCT。

例如:

SELECT deptno, dname FROM dept d WHERE EXIST (SELECT 'y' FROM emp e WHERE e.deptno = d.deptno);

4.用WHERE替换HAVING

由于SELECT语句的执行顺序为:先WHERE子句, 在GROUP BY 子句, 然后SELECT查询, 再后HAVINT子句,最后是ORDER BY子句,因此在进行分组

查询时,如果过滤条件不涉及分组计算,则应该使用WHERE语句替换HAVING指定的过滤条件

例如:

SELECT deptno, avg(sal) FROM emp

WHERE deptno IN (10, 20)

GROUP BY deptno;

效率会高于下面

SELECT deptno, avg(sal) FROM emp

WHERE deptno IN (10, 20)

GROUP BY deptno;

当然, 如果分组查询的过滤条件设计分组计算,就只能在HAVING子句中指定了。

5.子查询优化

1) 在数据量大时,子查询的性能会受到比较大的影响;

2) 在子查询中使用了函数to_char(add_months(to_date(tb.rptdate,'yyyymm'),12),'yyyymm'),对大数据量查询时,执行函数也会对系统产生比较大的影响。

下面来看一个例子:

createor replace procedure Rpt_Dyhgl_year( 
 rptyear      in varchar2, --年yyyy 
 --rpttype      in varchar2,  --报表类型,1年报,2季报 
 ref_cursor      out sys_refcursor --返回游标 
) 
As 
 -- 变量声明 
 。。。。。 
begin 
  delete from YWTJ_RPT_DYHGL_YEAR where RPTYEAR = rptyear and RPTTYPE = '1'; 
  commit; 
 --查询原始数据 
 v_sql := 'select rptdate, jcdlb, jcdlbName, sum(nvl(runtime,0)) sumruntime,sum(nvl(buhegeTime,0)) buhegeTime, count(jcdcount) jcdcount, 
    sum(nvl(tongbiRuntime,0)) tongbiRuntime, sum(nvl(tongbiBhg,0))tongbiBhg from ( 
  select rptdate, runtime,r.chaoshangxian+r.chaoxiaxian buhegeTime, r.objid, 1 jcdcount, 
    (select runtime fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiRuntime, 
    (select chaoshangxian + chaoxiaxian fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiBhg, 
    (select jcdlb from jczl_dwjg d whered.objid = r.objid ) jcdlb, 
    (select jcdlbname from dic_jcdlb wherejcdlbid = (select jcdlb from jczl_dwjg where objid = r.objid)) jcdlbName 
    from ywtj_rpt_dyhgl_month r where rptdate = :rptYear) 
  group by rptdate, jcdlb,  jcdlbName  
  order by rptdate ,jcdlb '; 
  -- 插入新数据 
  v_sqlRptInsert := 'Insert IntoYWTJ_RPT_DYHGL_YEAR (RPTYEAR,RPTDATE,RPTTYPE) values(:RPTYEAR,:RPTDATE,:RPTTYPE)'; 
  v_sqlRptUpdate := ''; 
  -- 计算1--12月的当月数据 
  for rptmonth in 1..12 loop 
   execute immediate v_sqlRptInsertusing rptyear, rptmonth, '1'; 
   commit; 
   open v_cur for v_sql using rptyear ||LPAD(rptmonth, 2, '0'); 
   loop 
     fetch v_cur intov_rptDate,v_jcdlb,v_jcdName,v_sumRuntime,v_sumbuhegeTime,v_jcdCount,v_tongbiRuntime,v_tongbiBhg; 
     exit when v_cur%notfound; 
     --计算合格率 
     。。。。。。 
     -- 更新当月数据 
     。。。。。。 
    end loop; 
    close v_cur; 
  end loop; 
  -- 更新累计数据 
  。。。。。。 
  commit; 
  -- 计算综合合格率 
  open ref_cursor for select * fromYWTJ_RPT_DYHGL_YEAR r where r.rptyear = rptyear and r.rpttype = 1 order byr.rptdate; 
end Rpt_Dyhgl_year; 

功能运行正常,查询时间大约30-40秒。

然后,把报表部署到运行环境中后,验证功能时,发现2、3分钟报表没有出来!多次尝试,后来终于出来结果了:940多秒,15分钟多!这样用户肯定是不能接受的!使用pl/sql dev的性能分析对Rpt_Dyhgl_year的执行过程进行分析,发现几乎所有的时间都化在了

fetch v_cur into v_rptDate,v_jcdlb,v_jcdName,v_sumRuntime,v_sumbuhegeTime,v_jcdCount,v_tongbiRuntime,v_tongbiBhg;

(期间把过程转成程序执行,性能分析时发现,主要时间都是由dr.Read()占用,和对过程的分析一致。)

那问题应该是在fetch对应的查询上,把

v_sql :='select rptdate, jcdlb, jcdlbName,sum(nvl(runtime,0)) sumruntime, sum(nvl(buhegeTime,0)) buhegeTime,count(jcdcount) jcdcount, 
 
    sum(nvl(tongbiRuntime,0)) tongbiRuntime, sum(nvl(tongbiBhg,0))tongbiBhg from ( 
 
  select rptdate, runtime,r.chaoshangxian+r.chaoxiaxian buhegeTime, r.objid, 1 jcdcount, 
 
    (select runtime fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiRuntime, 
 
    (select chaoshangxian + chaoxiaxian fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiBhg, 
 
    (select jcdlb from jczl_dwjg d whered.objid = r.objid ) jcdlb, 
 
    (select jcdlbname from dic_jcdlb wherejcdlbid = (select jcdlb from jczl_dwjg where objid = r.objid)) jcdlbName 
 
    from ywtj_rpt_dyhgl_month r where rptdate = :rptYear) 
 
  group by rptdate, jcdlb,  jcdlbName  
 
  order by rptdate ,jcdlb ';      --① 

单独拿出来执行,大约5.7秒多。
再把其中的子查询:

selectrptdate, runtime, r.chaoshangxian+r.chaoxiaxian buhegeTime, r.objid, 1jcdcount, 
 
    (select runtime fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiRuntime, 
 
    (select chaoshangxian + chaoxiaxian fromywtj_rpt_dyhgl_month tb whereto_char(add_months(to_date(tb.rptdate,''yyyymm''),12),''yyyymm'') = r.rptdateand tb.objid = r.objid) tongbiBhg, 
 
    (select jcdlb from jczl_dwjg d whered.objid = r.objid ) jcdlb, 
 
    (select jcdlbname from dic_jcdlb wherejcdlbid = (select jcdlb from jczl_dwjg where objid = r.objid)) jcdlbName 
 
    from ywtj_rpt_dyhgl_month r where rptdate =:rptYear;  --② 

单独拿出来执行,速度很快,但返回的数据量很大。如果再对其循环分析,估计性能也好不到哪去,先行放弃这种尝试。

把查询②中的tongbiRuntime和tongbiBhg两个字段子查询去掉,执行速度更快,同样再把①中的tongbiRuntime和tongbiBhg两个字段子查询去掉,执行速度提高很多,时间约0.157秒。

这样速度就提高了很多,但少了去年同比的数据,那就分成两个查询!按这个思路下来,最后得到的过程如下(只保留主要部分):

createor replace procedure Rpt_Dyhgl_year( 
--电压合格率-年 
 v_rptyear      in varchar2, --年yyyy 
 --rpttype      in varchar2,  --报表类型,1年报,2季报 
 ref_cursor      out sys_refcursor --返回游标 
) 
as 
 -- 变量声明 
 ....... 
begin 
  delete from YWTJ_RPT_DYHGL_YEAR where RPTYEAR = v_rptyear and RPTTYPE = '1'; 
  commit; 
 --查询原始数据 
 v_sql := 'select rptdate, jcdlb, jcdlbName, sum(nvl(runtime,0)) sumruntime,sum(nvl(buhegeTime,0)) buhegeTime, count(jcdcount) jcdcount 
    from ( select rptdate, runtime,r.chaoshangxian+r.chaoxiaxian buhegeTime, r.objid, 1 jcdcount, 
    (select jcdlb from jczl_dwjg d whered.objid = r.objid ) jcdlb, 
    (select jcdlbname from dic_jcdlb wherejcdlbid = (select jcdlb from jczl_dwjg where objid = r.objid)) jcdlbName 
    from ywtj_rpt_dyhgl_month r where rptdate = :rptYear) 
  group by rptdate, jcdlb,  jcdlbName 
  order by rptdate ,jcdlb '; 
  -- 插入新数据 
  v_sqlRptInsert := 'Insert IntoYWTJ_RPT_DYHGL_YEAR (RPTYEAR,RPTDATE,RPTTYPE) values(:RPTYEAR,:RPTDATE,:RPTTYPE)'; 
  v_sqlRptUpdate := ''; 
 
  -- 计算1--12月的当月数据 
  for rptmonth in 1..12 loop 
   -- 打开游标开始计算合格率 
   open v_cur for v_sql using v_rptyear||LPAD(rptmonth, 2, '0'); 
   loop 
     fetch v_cur intov_rptDate,v_jcdlb,v_jcdLbName,v_sumRuntime,v_sumbuhegeTime,v_jcdCount; 
     exit when v_cur%notfound; 
     --计算合格率 
     if v_sumRuntime <> 0 then 
      v_hgl := (v_sumRuntime-v_sumbuhegeTime)/v_sumRuntime *100; 
     end if; 
     -- 更新当月数据 
     ........ 
    end loop; 
    close v_cur; 
   -- 打开游标开始计算同比合格率 
   open v_cur for v_sql using (v_rptyear-1)|| LPAD(rptmonth, 2, '0'); 
   loop 
     fetch v_cur into v_rptDate,v_jcdlb,v_jcdLbName,v_sumRuntime,v_sumbuhegeTime,v_jcdCount; 
     exit when v_cur%notfound; 
     --计算合格率 
     if v_sumRuntime <> 0 then 
      v_hgl := (v_sumRuntime-v_sumbuhegeTime)/v_sumRuntime*100; 
     end if; 
     -- 更新同比数据 
     ......... 
    end loop; 
    close v_cur; 
  end loop; 
 
  -- 更新累计数据 
  .........  
  -- 计算综合合格率 
  ........ 
 
  open ref_cursor for select * fromYWTJ_RPT_DYHGL_YEAR r where r.rptyear = v_rptyear and r.rpttype = 1 order byr.rptdate; 
end Rpt_Dyhgl_year;

 


经验证,执行速度大约在一秒多,也就是说性能从原来的900多秒提高到1秒,提高差不多三个数量级。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。
本文地址:/shujuku/oracle/98772.html

留言与评论(共有 0 条评论)
   
验证码:

潘少俊衡

| 桂ICP备2023010378号-4

Powered By EmpireCMS

爱享小站

中德益农

谷姐神农

环亚肥料

使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

感谢潘少俊衡友情技术支持