SQL性能优化策略之联合索引优化方法

本文转载自微信公众号「数仓宝贝库」，作者叶桦 等 。转载本文请联系数仓宝贝库公众号。

案例：一条很简单的SQL语句明明选择了索引扫描，但效率还是很低，SQL语句比较简单，是对单张表进行查询，示例代码如下：

SQL> set autot trace 
 
SQL> SELECT REQUISITION_ID PARAM1, '1' PARAM2,  '1' PARAM3 
 
  2    FROM dbo.LIS_REQUISITION_INFO 
 
  3   WHERE PRINT_TIME >= 
 
  4         TO_DATE('2019-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') 
 
  5     AND PRINT_TIME < SYSDATE 
 
  6     and length(requisition_id) = 12 
 
  7     AND (TAT1_STATE = '' OR TAT1_STATE IS NULL) 
 
  8     AND ROWNUM < 800; 
 
 
 
Execution Plan 
 
---------------------------------------------------------- 
 
Plan hash value: 1151136383 
 
------------------------------------------------------------------------------------------ 
 
| Id  | Operation            |Name                |Rows  | Bytes | Cost (%CPU)| Time     | 
 
------------------------------------------------------------------------------------------ 
 
|   0 | SELECT STATEMENT     |                    |  799 | 18377 |   160K  (1)| 00:32:03 | 
 
|*  1 |  COUNT STOPKEY       |                    |      |       |            |          | 
 
|*  2 |   FILTER             |                    |      |       |            |          | 
 
|*  3 |    TABLE ACCESS BY  
 
                INDEX ROWID  |LIS_REQUISITION_INFO|  800 | 18400 |  160K   (1)| 00:32:03 | 
 
|*  4 |     INDEX RANGE SCAN |I_PRINT_TIME        |      |       |  3799   (1)| 00:00:46 | 
 
------------------------------------------------------------------------------------------ 
 
Predicate Information (identified by operation id): 
 
--------------------------------------------------- 
 
   1 - filter(ROWNUM<800) 
 
   2 - filter(SYSDATE@!>TO_DATE(' 2019-01-01 00:00:00', 'syyyy-mm-dd hh24:mi:ss')) 
 
   3 - filter("TAT1_STATE" IS NULL AND LENGTH("REQUISITION_ID")=12) 
 
   4 - access("PRINT_TIME">=TO_DATE(' 2019-01-01 00:00:00', 'syyyy-mm-dd hh24:mi:ss') AND 
 
              "PRINT_TIME"
 
Statistics 
 
---------------------------------------------------------- 
 
          1  recursive calls 
 
          0  db block gets 
 
    1204017  consistent gets 
 
     161836  physical reads 
 
      19984  redo size 
 
        761  bytes sent via SQL*Net to client 
 
        520  bytes received via SQL*Net from client 
 
          2  SQL*Net roundtrips to/from client 
 
          0  sorts (memory) 
 
          0  sorts (disk) 
 
          3  rows processed 

从上述代码的执行计划可以看出，Id=4的dbo.LIS_REQUISITION_INFO表选择的索引是I_PRINT_TIME，PRINT_TIME为时间字段，逻辑读高达1204017，下面我们看下该列的选择性，命令如下：

SQL> select  
 
 b.owner, 
 
 b.table_name, 
 
 a.column_name, 
 
 b.num_rows, 
 
 a.num_distinct Cardinality, 
 
 ROUND(A.num_distinct * 100 / B.num_rows, 1) selectivity 
 
  from dba_tab_col_statistics a, dba_tables b 
 
 where a.owner = b.owner 
 
   and a.table_name = b.table_name 
 
   and a.owner = 'DBO' 
 
   and a.table_name = 'LIS_REQUISITION_INFO' 
 
   and a.column_name = 'PRINT_TIME'; 
 
 
 
OWNER   TABLE_NAME             COLUMN_NAME  NUM_ROWS  CARDINALITY  SELECTIVITY 
 
------- ---------------------  -----------  --------  -----------  ----------- 
 
DBO     LIS_REQUISITION_INFO   PRINT_TIME   6933600   2226944      32.1 

LIS_REQUISITION_INFO的数据量为6 933 600条，PRINT_TIME列的不同值为2 226 944个，选择性高达32.1%，PRINT_TIME给定了条件时间范围，目前从执行计划来看，

LIS_REQUISITION_INFO表的访问先通过I_PRINT_TIME索引进行范围扫描，符合条件的记录回表之后再过滤，产生了大量的单块读。虽然PRINT_TIME的选择性很高，且符合索引扫描的要求，但因为其给定的条件范围太大，导致该字段并不是一个很好的索引选择。

除了PRINT_TIME，该SQL还有requisition_id、TAT1_STATE和ROWNUM，下面就来看下它们的选择性，命令如下：

SQL> select  
 
 b.owner, 
 
 b.table_name, 
 
 a.column_name, 
 
 b.num_rows, 
 
 a.num_distinct Cardinality, 
 
 ROUND(A.num_distinct * 100 / B.num_rows, 1) selectivity 
 
  from dba_tab_col_statistics a, dba_tables b 
 
 where a.owner = b.owner 
 
   and a.table_name = b.table_name 
 
   and a.owner = 'DBO' 
 
   and a.table_name = 'LIS_REQUISITION_INFO' 
 
   and a.column_name in ('PRINT_TIME', 'REQUISITION_ID', 'TAT1_STATE'); 
 
OWNER   TABLE_NAME            COLUMN_NAME       NUM_ROWS CARDINALITY SELECTIVITY 
 
------- --------------------- -------------------------- ----------- ----------- 
 
DBO     LIS_REQUISITION_INFO  TAT1_STATE         6933600           2           0 
 
DBO     LIS_REQUISITION_INFO  REQUISITION_ID     6933600     6933600         100 
 
DBO     LIS_REQUISITION_INFO  PRINT_TIME         6933600     2226944        32.1 
 
 
 
SQL> select count(*), 
 
  from dbo.LIS_REQUISITION_INFO 
 
 where length(requisition_id) = 12 
 
COUNT(*) 
 
------- 
 
6968919 
 
 
 
SQL> select TAT1_STATE, count(*) 
 
  from dbo.LIS_REQUISITION_INFO 
 
 group by TAT1_STATE; 
 
TAT1_STAT   COUNT(*) 
 
----------  -------- 
 
            1242217 
 
1           5355366 
 
2            371401 

REQUISITION_ID为主键的选择性很高，但几乎所有的记录值都符合length (requisition_id) = 12，TAT1_STATE的数据分布存在倾斜，条件中的TAT1_STATE = '' OR TAT1_STATE IS NULL属于第一种情况，占总数据量的1/3。该字段为固定取值(TAT1_STATE = '' OR TAT1_STATE IS NULL)。如果 PRINT_TIME和TAT1_STATE组合创建联合索引，那么效果又将如何呢?命令如下：

SQL> create index dbo.idx_LIS_REQUISITION_INFO_com1 on dbo.LIS_REQUISITION_INFO 
 
    (PRINT_TIME,TAT1_STATE) online; 
 
 
 
SQL> SELECT  
 
 REQUISITION_ID PARAM1, '1' PARAM2,  '1' PARAM3 
 
  FROM dbo.LIS_REQUISITION_INFO 
 
 WHERE PRINT_TIME >= 
 
       TO_DATE('2019-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') 
 
   AND PRINT_TIME < SYSDATE 
 
   and length(requisition_id) = 12 
 
   AND (TAT1_STATE = '' OR TAT1_STATE IS NULL) 
 
   AND ROWNUM < 800; 
 
Execution Plan 
 
---------------------------------------------------------- 
 
Plan hash value: 1406522876 
 
----------------------------------------------------------------------------------------------------- 
 
| Id  | Operation            | Name                        |Starts|E-Rows|A-Rows|   A-Time  |Buffers| 
 
----------------------------------------------------------------------------------------------------- 
 
|   0 | SELECT STATEMENT     |                             |    1 |      |    6 |00:00:00.27|  8146 | 
 
|*  1 |  COUNT STOPKEY       |                             |    1 |      |    6 |00:00:00.27|  8146 | 
 
|*  2 |   FILTER             |                             |    1 |      |    6 |00:00:00.27|  8146 | 
 
|*  3 |    TABLE ACCESS BY  
 
               INDEX ROWID   |LIS_REQUISITION_INFO         |    1 |  144 |    6 |00:00:00.27|  8146 | 
 
|*  4 |     INDEX RANGE SCAN |IDX_LIS_REQUISITION_INFO_COM1|    1 |14398 |    8 |00:00:00.27|  8140 | 
 
----------------------------------------------------------------------------------------------------- 
 
Predicate Information (identified by operation id): 
 
--------------------------------------------------- 
 
   1 - filter(ROWNUM<800) 
 
   2 - filter(SYSDATE@!>TO_DATE(' 2019-01-01 00:00:00', 'syyyy-mm-dd hh24:mi:ss')) 
 
   3 - filter(LENGTH("REQUISITION_ID")=12) 
 
   4 - access("PRINT_TIME">=TO_DATE(' 2019-01-01 00:00:00', 'syyyy-mm-dd hh24:mi:ss') AND "TAT1_STATE" 
 
              IS NULL AND "PRINT_TIME"
 
       filter("TAT1_STATE" IS NULL) 
 
Statistics 
 
---------------------------------------------------------- 
 
          1  recursive calls 
 
          0  db block gets 
 
       8008  consistent gets 
 
       8014  physical reads 
 
          0  redo size 
 
        471  bytes sent via SQL*Net to client 
 
        508  bytes received via SQL*Net from client 
 
          1  SQL*Net roundtrips to/from client 
 
          0  sorts (memory) 
 
          0  sorts (disk) 
 
          0  rows processed 

创建索引之后，SQL性能有了明显的提升，逻辑读从原来的1204017降到8008，执行时间也从原来的32分钟降至27秒。

上述案例介绍了简单的复合索引优化，很多情况下，虽然改写SQL能够更好地解决问题，但我们往往很难让开发商去做出修改，因此索引优化变得尤为重要。当表上存在多个过滤条件时，字段在表中的选择性只能作为参考而不能成为最终依据，在实际工作中，我们应该根据业务特点对多个字段进行组合分析。在很多情况下，单个字段的选择性比较低，多个字段的选择性会成倍增长。