问题描述
数据库版本：OceanBase3.2.3.3
下面这个SQL执行超过1000秒，本文用这个例子谈谈标量子查询慢的原因和优化方法。
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';
分析过程
执行计划如下：
===========================================================
|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 |
===========================================================
总成本很高，但是每个子算子的成本都不高，结合SQL语法语义进行解读：
- 从语法上看，这个SQL分两部分：
- 标量子查询，即投影部分的子查询
- 外部查询，即 from 子句的关联查询和子查询
- 因此，这个SQL的执行逻辑是（也就是执行计划里的 0号 SUBPLAN FILTER 算子）：
- 先执行外部查询，得到结果集r（执行计划中的1-6号算子）
- 从结果集r中取一行数据，带入到标量子查询中执行（执行计划中的7-18号算子）
- 重复上一步，直到循环取完最后一行数据
继续拆解SQL来验证到底慢在哪一步：
- 先拆出外部查询（即对应的1-6号算子部分），单独执行很快得到结果13万行，也就意味着所有标量子查询都需要执行 13万次
- 从执行计划来看 7、8、9、18号算子对应的4个标量子查询都可以走索引，效率较高。只保留外部查询和这4个标量子查询，执行耗时很短
- 重点是 10、14 两个算子，对应的2个标量子查询除了和外表关联外，本身内部还有O、K 这2张表关联，这两张表要做多少次关联？13万次！很明显这里效率会很低
10、14 两个算子对应的标量子查询如下，还可以再拆解SQL，单独只做一次 o、k 表的关联查询（如下标黄部分）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(外部查询，结果有13万行);
结论
标量子查询的执行计划只能是循环嵌套连接，也就是 SUBPLAN FILTER 算子（等同于 nested-loop join 执行逻辑），它的执行效率取决于两个因素：
- 外部查询的结果集大小
- 子查询的效率
因此只有当外部查询结果集不大，并且子查询的关联字段有高效索引时，执行效率才高。如果关联字段没有索引，优化器也没法像 join 语法一样使用 hash join 算子，执行效率很差。
在上面这个慢SQL中，有两个标量子查询不只和外表关联，它内部还有关联查询，所以即使关联字段有索引，子查询单次执行的效率也受限，再加上要执行 13万次，这个耗时就长了。所以这个SQL只能改写成 left join 来优化，这也是标量子查询的标准优化方法。
优化方案
这个SQL的标量子查询中有聚合函数，应该先 group by 聚合后再和外表关联，SQL（局部）改写如下：
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(外部查询，结果有13万行)
left join t1 on t.question_id=t1.question_id
left join t2 on t.question_id=t2.question_id;
改写后的执行计划如下（变成了使用 HASH OUTER JOIN 算法），可以看到成本7.88 亿降到了 365 万，执行耗时降到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 |
=============================================================
网友评论