达梦SQL优化相关

一定位慢SQL

1.1 配置SQLLOG

开启数据库sqllog，该参数为动态参数，可以直接修改

配置sqllog.ini文件

如果有修改sqllog.ini，可以调用以下函数立即生效

|------------------------------|
| SP_REFRESH_SVR_LOG_CONFIG(); |

1.2 查询慢SQL

构造一个慢SQL

|-----------------------------------------------------------------------------------------------------------------|
| SQL> SELECT SUM( SIN(LEVEL) * COS(LEVEL) * SQRT(LEVEL) ) AS RESULT FROM DUAL CONNECT BY LEVEL <= 100000000; |

执行上述SQL后会在dmdbms/log目录下生成dmsql_AAAA_uSYSDBA_20260929_105756.log的日志文件，日志中会打印出现的慢SQL。

1.3 通过视图查看慢SQL

参数 ENABLE_MONITOR=1 打开时，显示系统最近 1000 条执行时间超过预定值的 SQL 语句，默认预定值为 1000 毫秒。动态参数，可在线修改。

执行以下SQL查看正在执行的SQL语句

会话A执行慢SQL，会话B查看当前的慢SQL

查看历史超过执行时间阈值的 SQL 语句

|----------------------------------|
| SELECT * FROM V$LONG_EXEC_SQLS; |

二分析慢SQL

2.1 查看执行计划

达梦数据库可通过两种方式查看执行计划。

2.1.1 DM管理工具查看

2.1.2 explain 命令查看

查看真实执行计划(DM8)

|--------------------------------------------|
| set autotrace traceonly select * from T1; |

重点关注 logical reads（逻辑读）和 physical reads（物理读）相应的指标值，并结合 rows processed 返回处理行数多少来分析。如果返回行数少（并且 bytes sent to client 总量不大），应尽可能减少 IO 开销，让执行计划选择正确的索引路径。

Sort(disk) 一般因排序（ hash join 发生归并、order by、group by 场景）区内存不足，如果数据库服务器物理内存充足，可以适当上调排序区内存，尽量避免操作刷盘，否则会影响执行性能。

2.2 ET工具

ET 功能默认关闭，可通过配置 INI 参数中的 ENABLE_MONITOR=1、MONITOR_SQL_EXEC=1 开启该功能。

|-------------------------------------------------------------------------------------|
| SP_SET_PARA_VALUE(1,'ENABLE_MONITOR',1); SP_SET_PARA_VALUE(1,'MONITOR_SQL_EXEC',1); |

执行 SQL 语句后，客户端会返回 SQL 语句的执行号。单击执行号即可查看 SQL 语句对应的 ET 结果。

|------------------------------------------------------------------------------------------------------|
| ET 结果说明： OP: 操作符 TIME(us): 时间开销，单位为微秒 PERCENT: 执行时间占总时间百分比 RANK: 执行时间耗时排序 SEQ: 执行计划节点号 N_ENTER: 进入次数 |

2.3 dbms_sqltune

DBMS_SQLTUNE 包提供一系列实时 SQL 监控的方法。当 SQL 监控功能开启后，DBMS_SQLTUNE 包可以实时监控 SQL 执行过程中的信息，包括：执行时间、执行代价、执行用户、统计信息等情况。

使用前提：建议会话级开启参数 MONITOR_SQL_EXEC=1，而 MONITOR_SQL_EXEC 在达梦数据库中一般默认是 1，无需调整。

dbms_sqltune 系统包相比 ET 功能更强大，能够获取 IO 操作量，查看真实执行计划，每个操作符消耗占比和相应的花费时间，还能看出每个操作符执行的次数，非常便于了解执行计划中瓶颈位置。

三优化SQL

3.1 索引优化

建立索引的原则：

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 建立唯一索引。唯一索引能够更快速地帮助我们进行数据定位；为经常需要进行查询操作的字段建立索引；对经常需要进行排序、分组以及联合操作的字段建立索引；在建立索引的时候，要考虑索引的最左匹配原则（在使用 SQL 语句时，如果 where 部分的条件不符合最左匹配原则，可能导致索引失效，或者不能完全发挥建立的索引的功效）；不要建立过多的索引。因为索引本身会占用存储空间；如果建立的单个索引查询数据很多，查询得到的数据的区分度不大，则考虑建立合适的联合索引；尽量考虑字段值长度较短的字段建立索引，如果字段值太长，会降低索引的效率。 |

示例：

创建简单表，插入数据

做个简单查询，查看执行计划

ID列创建索引，再次查询

|-------------------------------------------------------------------|
| create index idx_t2_id on t2(id); Select * from t2 where id=767; |

能够看到在创建索引之后查询由全表扫描变为了索引扫描。扫描行数，逻辑读都有相应减小（可能与第二次查询有关）。如果数据量更大，索引效果会更加明显，这里不做更多测试。

3.2 SQL改写

1、GROUP BY改写

提高 GROUP BY 语句的效率，可以在 GROUP BY 之前过滤掉不需要的内容。

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| --优化前 SELECT JOB,AVG(AGE) FROM TEMP GROUP BY JOB HAVING JOB = 'STUDENT' OR JOB = 'MANAGER'; --优化后 SELECT JOB,AVG(AGE) FROM TEMP WHERE JOB = 'STUDENT' OR JOB = 'MANAGER' GROUP BY JOB; |

2、用 UNION ALL 替换 UNION

3、用 EXISTS 替换 DISTINCT

当 SQL 包含一对多表查询时，避免在 SELECT 子句中使用 DISTINCT，一般用 EXISTS 替换 DISTINCT 查询更为迅速。

|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| --优化前 SELECT DISTINCT USER_ID,BILL_ID FROM USER_TAB1 D,USER_TAB2 E WHERE D.USER_ID= E.USER_ID; --优化后 SELECT USER_ID,BILL_ID FROM USER_TAB1 D WHERE EXISTS( SELECT 1 FROM USER_TAB2 E WHERE E.USER_ID= D.USER_ID); |

4、用 EXISTS 替换 IN、用 NOT EXISTS 替换 NOT IN

在基于基础表的查询中可能会需要对另一个表进行联接。在这种情况下, 使用 EXISTS (或 NOT EXISTS )通常将提高查询的效率。在子查询中，NOT IN 子句将执行一个内部的排序和合并。无论在哪种情况下，NOT IN 都是最低效的(要对子查询中的表执行一个全表遍历)，所以尽量将 NOT IN 改写成外连接( Outer Joins )或 NOT EXISTS。

|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| --优化前 SELECT A.* FROM TEMP(基础表) A WHERE AGE > 0 AND A.ID IN(SELECT ID FROM TEMP1 WHERE NAME ='TOM'); --优化后 SELECT A.* FROM TEMP(基础表) A WHERE AGE > 0 AND EXISTS(SELECT 1 FROM TEMP1 WHERE A.ID= ID AND NAME='TOM'); |

5、半连接优化

半连接也是子查询的一种，查询只返回主表数据，子查询作为条件过滤使用。exists 关注是否有返回行，取决于关联列，in 关注是否存在过滤数据，在半连接改写中理解这点很重要。

|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| --改写前，已下两种写法特征就是执行计划出现 semi 关键字 --写法一： select EMPNO, ENAME, JOB, MGR, HIREDATE from emp2 where deptno in (select deptno from dept2) --写法二： select EMPNO, ENAME, JOB, MGR, HIREDATE from emp2 where exists (select deptno from dept2 where dept2.deptno = emp2.deptno) --改写优化 --当子查询中部门表中部门编号不存在重复改写如下： select emp2.EMPNO, emp2.ENAME, emp2.JOB, emp2.MGR, emp2.HIREDATE from emp2 inner join dept2 on dept2.deptno = emp2.deptno --若存在数据重复先根据关联列去重再关联 select dept2.* from (select distinct deptno from emp2) emp2 inner join dept2 on dept2.deptno = emp2.deptno |

6、反连接优化

同半连接一样，查询也只返回主表数据，通过 not in 和 not exists 过滤，再改写的过程中特别要注意反连接 not in 对空值敏感。

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| --ept2 deptno 列不存在空值时，以下两种写法等价，当 not in 存在空时，无数据行返回，因此 not exists 改写 not in 需要加上 not is null select * from emp2 where deptno not in (select deptno from dept2); select * from emp2 e where not exists (select * from dept2 d where d.deptno = e.deptno) --not in、 not exists 改写 left join select * from emp2 E where deptno not in (select deptno from dept2 D) --反连接驱动是 E 表，被驱动是 D 表，所以改写 left join ,not in 表示不在此范围，即 emp2 有的部门编号，dept2 没有 --左连接会将右表没有的内容用 NULL 表示，所以关联后取 d.deptno is null 过滤 select e.* from emp2 e left join dept2 d on d.deptno = e.deptno where d.deptno is null |

3.3 hint优化

当统计信息已收集，且索引也按照需求建立，sql 执行效率仍然不符合预期，可以考虑添加 hint 方式来进行优化。

创建测试表，一个小表10行数据，大表10W行

给大表创建索引

|--------------------------------------------|
| CREATE INDEX IDX_HB_CODE ON HINT_HB(CODE); |

做个简单查询

|----------------------------------------------------------------------------|
| EXPLAIN SELECT COUNT(*) FROM HINT_HA A JOIN HINT_HB B ON A.CODE = B.CODE; |

看到当前SQL走的NEST LOOP

这里强制让他走hash join

|----------------------------------------------------------------------------------------------------|
| EXPLAIN SELECT /*+ USE_HASH(A, B) */ COUNT(*) FROM HINT_HA A JOIN HINT_HB B ON A.CODE = B.CODE; |