Rumah pangkalan data tutorial mysql 无语的indexhint:手工分配哈希区,5小时不出结果,优化后20分钟

无语的indexhint:手工分配哈希区,5小时不出结果,优化后20分钟

Jun 07, 2016 pm 04:06 PM
mengedarkan

同事发来一个语句,说5个小时不出结果,我滴个神呀,想看看到底是什么垃圾语句造成的。于是叫同事发过来。不看不知道,一看吓一跳,3个表关联,强制使用了2个index hint,其中一个表9g,一个表67g,还有一个小表40Mb。无知的开发人员,以为走index就是快的,

同事发来一个语句,说5个小时不出结果,我滴个神呀,想看看到底是什么垃圾语句造成的。于是叫同事发过来。不看不知道,一看吓一跳,3个表关联,强制使用了2个index hint,其中一个表9g,一个表67g,还有一个小表40Mb。无知的开发人员,以为走index就是快的,哎。。。
下面是同事发来的语句: 
select /*+  parallel(t,4) index(a,IDX_COMMBASUBSHIST_1) index(b,IDX_COMMCMSERVHIST_1)*/
    1,
    t.DISC_ID,
    t.DISC_LEV,
    to_date(20140117082042, 'yyyymmddhh24miss'),
    t.MSINFO_ID,
    t.ORG_ID,
    t.SERV_ID,
    t.SUBS_ID,
    t.OBJ_GRP_ID,
    a.SUBS_CODE,
    a.SUBS_STAT,
    a.SUBS_STAT_REASON,
    a.SUBS_STAT_DATE,
    a.ACTION_ID,
    a.ACTION_TYPE,
    a.ACTION_EX_TYPE,
    a.ACT_DATE,
    a.REQ_ID,
    a.STAFF_ID,
    a.CMMS_CUST_CODE,
    a.SPEED_VALUE,
    b.ACC_NBR,
    b.CUST_ID,
    b.SERV_NBR,
    b.CONSUME_GRADE,
    b.SERV_LEV,
    b.ACCOUNT_NBR,
    b.CITY_VILLAGE_ID,
    b.SERV_CHANNEL_ID,
    b.SERV_STAT_ID,
    b.CUST_CLASS_DL,
    b.CUST_TYPE_ID,
    b.USER_TYPE,
    b.USER_CHAR,
    b.PAYMENT_TYPE,
    b.BILLING_TYPE,
    b.PROD_ID,
    b.PROD_CAT_ID,
    b.EXCHANGE_ID,
    b.SERV_COL1,
    b.SERV_COL2,
    b.AREA_ID,
    b.SUBST_ID,
    b.BRANCH_ID,
    b.STOP_TYPE,
    b.CUST_MANAGER_ID,
    b.CREATE_DATE,
    b.ADDRESS_ID,
    b.SUBS_DATE,
    b.OPEN_DATE,
    b.MODI_STAFF_ID,
    b.CMMS_CUST_ID,
    b.CUST_NAME,
    b.SALES_ID,
    b.SALES_TYPE_ID,
    b.SERV_ADDR_ID,
    t.HIST_CREATE_DATE,
    b.ARREAR_MONTH,
    b.ARREAR_MONTH_LAST,
    t.SALESTAFF_ID,
    t.EHOME_TYPE,
    t.EHOME_CLASS,
    b.strat_grp_dl,
    b.sale_org1,
    b.sale_org2,
    b.sale_org3,
    b.location_type,
    b.region_flag,
    b.terminal_id,
    b.pstn_id,
    b.fee_id,
    b.payment_id,
    b.billing_id,
    b.strat_grp_xl,
    b.fld1,
    b.fld3,
    b.cust_level,
    b.group_cust_type,
    b.cust_region,
    b.group_cust_grade,
    b.control_level,
    b.net_connect_type,
    b.trade_type_id,
    b.acc_nbr2,
    b.cdma_class_id,
    b.phone_number_id,
    b.develop_channel,
    b.online_time,
    t.wireless_type,
    b.new_serv_stat_id,
    b.is_phs_tk,
    b.serv_grp_type,
    b.state,
    t.cdma_disc_type,
    b.mix_disc,
    b.is_3g,
    t.add_disc_type,
    to_number(nvl(b.business_type, '-1')),
    nvl(t.label_num, -1),
    b.is_mix_prod,
    t.price_id,
    t.disc_item_id,
    b.STD_SUBST_ID,
    b.STD_BRANCH_ID,
    t.DISC_ITEM_ID_OP,
    t.PRICE_ID_OP,
    t.business_type,
    b.new_prod_id,
    b.BOARD_SUBST_ID,
    b.BOARD_BRANCH_ID
     from RPT_COMM_BA_SUBS_HIST  a,
          RPT_COMM_CM_SERV_HIST  b,
          TB_COMM_BA_MSDISC_TEMP t
    where a.subs_id = t.subs_id
      and b.serv_id = t.serv_id



--同事说开销比较大。有450W。。下面是执行计划:
<img src="/static/imghw/default1.png"  data-src="http://img.blog.csdn.net/20141025102001913?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZ2RtemxoajE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center"  class="lazy" alt="" />
 
/*
涉及的表大小:
OWNER	SEGMENT_NAME	SEGMENT_TYPE	Size(Mb)
SUMMARY_SJZ_GZ	TB_COMM_BA_MSDISC_TEMP	TABLE	40
SUMMARY_SJZ_GZ	RPT_COMM_CM_SERV_HIST	TABLE PARTITION	9016.1875
SUMMARY_SJZ_GZ	RPT_COMM_BA_SUBS_HIST	TABLE PARTITION	67330.25

以下是优化思路:
强制使用索引,导致其中9g的表走了index full scan,然后回表。因为除了index fast scan以外,其他索引扫描都是单块读,回表又是单块读。导致速度非常慢。优化时考虑使用哈希连接,40Mb的小表作为驱动表,连接9g的表,最后连接超大的67G的表。
优化时使用的技术:
1.	use_hash(a,b),使用哈希表关联方式
2.	/*+parallel(a 5)*/;并行处理
3.	db_file_multiblock_read_count多块读参数设置为最大
4.	workarea_size_policy设置为手工管理
5.	sort_area_size设为接近最大
6.        hash_area_size设为接近最大

<p>5小时不出结果,优化后20分钟不到出结果,就是这么神奇。</p><p>alter session enable parallel dml;
alter session set workarea_size_policy=manual;
alter session set sort_area_size=2100000000;
alter session set hash_area_size=2100000000;
alter session set db_file_multiblock_read_count=128;




select &#160;/*+parallel(a,5) parallel(b,5) parallel(t,5) leading(t) use_hash(t,b) user_hash(b,a)*/
&#160; &#160; &#160;1,
&#160; &#160; t.DISC_ID,
&#160; &#160; t.DISC_LEV,
&#160; &#160; to_date(20140117082042, &#39;yyyymmddhh24miss&#39;),
&#160; &#160; t.MSINFO_ID,
&#160; &#160; t.ORG_ID,
&#160; &#160; t.SERV_ID,
&#160; &#160; t.SUBS_ID,
&#160; &#160; t.OBJ_GRP_ID,
&#160; &#160; a.SUBS_CODE,
&#160; &#160; a.SUBS_STAT,
&#160; &#160; a.SUBS_STAT_REASON,
&#160; &#160; a.SUBS_STAT_DATE,
&#160; &#160; a.ACTION_ID,
&#160; &#160; a.ACTION_TYPE,
&#160; &#160; a.ACTION_EX_TYPE,
&#160; &#160; a.ACT_DATE,
&#160; &#160; a.REQ_ID,
&#160; &#160; a.STAFF_ID,
&#160; &#160; a.CMMS_CUST_CODE,
&#160; &#160; a.SPEED_VALUE,
&#160; &#160; b.ACC_NBR,
&#160; &#160; b.CUST_ID,
&#160; &#160; b.SERV_NBR,
&#160; &#160; b.CONSUME_GRADE,
&#160; &#160; b.SERV_LEV,
&#160; &#160; b.ACCOUNT_NBR,
&#160; &#160; b.CITY_VILLAGE_ID,
&#160; &#160; b.SERV_CHANNEL_ID,
&#160; &#160; b.SERV_STAT_ID,
&#160; &#160; b.CUST_CLASS_DL,
&#160; &#160; b.CUST_TYPE_ID,
&#160; &#160; b.USER_TYPE,
&#160; &#160; b.USER_CHAR,
&#160; &#160; b.PAYMENT_TYPE,
&#160; &#160; b.BILLING_TYPE,
&#160; &#160; b.PROD_ID,
&#160; &#160; b.PROD_CAT_ID,
&#160; &#160; b.EXCHANGE_ID,
&#160; &#160; b.SERV_COL1,
&#160; &#160; b.SERV_COL2,
&#160; &#160; b.AREA_ID,
&#160; &#160; b.SUBST_ID,
&#160; &#160; b.BRANCH_ID,
&#160; &#160; b.STOP_TYPE,
&#160; &#160; b.CUST_MANAGER_ID,
&#160; &#160; b.CREATE_DATE,
&#160; &#160; b.ADDRESS_ID,
&#160; &#160; b.SUBS_DATE,
&#160; &#160; b.OPEN_DATE,
&#160; &#160; b.MODI_STAFF_ID,
&#160; &#160; b.CMMS_CUST_ID,
&#160; &#160; b.CUST_NAME,
&#160; &#160; b.SALES_ID,
&#160; &#160; b.SALES_TYPE_ID,
&#160; &#160; b.SERV_ADDR_ID,
&#160; &#160; t.HIST_CREATE_DATE,
&#160; &#160; b.ARREAR_MONTH,
&#160; &#160; b.ARREAR_MONTH_LAST,
&#160; &#160; t.SALESTAFF_ID,
&#160; &#160; t.EHOME_TYPE,
&#160; &#160; t.EHOME_CLASS,
&#160; &#160; b.strat_grp_dl,
&#160; &#160; b.sale_org1,
&#160; &#160; b.sale_org2,
&#160; &#160; b.sale_org3,
&#160; &#160; b.location_type,
&#160; &#160; b.region_flag,
&#160; &#160; b.terminal_id,
&#160; &#160; b.pstn_id,
&#160; &#160; b.fee_id,
&#160; &#160; b.payment_id,
&#160; &#160; b.billing_id,
&#160; &#160; b.strat_grp_xl,
&#160; &#160; b.fld1,
&#160; &#160; b.fld3,
&#160; &#160; b.cust_level,
&#160; &#160; b.group_cust_type,
&#160; &#160; b.cust_region,
&#160; &#160; b.group_cust_grade,
&#160; &#160; b.control_level,
&#160; &#160; b.net_connect_type,
&#160; &#160; b.trade_type_id,
&#160; &#160; b.acc_nbr2,
&#160; &#160; b.cdma_class_id,
&#160; &#160; b.phone_number_id,
&#160; &#160; b.develop_channel,
&#160; &#160; b.online_time,
&#160; &#160; t.wireless_type,
&#160; &#160; b.new_serv_stat_id,
&#160; &#160; b.is_phs_tk,
&#160; &#160; b.serv_grp_type,
&#160; &#160; b.state,
&#160; &#160; t.cdma_disc_type,
&#160; &#160; b.mix_disc,
&#160; &#160; b.is_3g,
&#160; &#160; t.add_disc_type,
&#160; &#160; to_number(nvl(b.business_type, &#39;-1&#39;)),
&#160; &#160; nvl(t.label_num, -1),
&#160; &#160; b.is_mix_prod,
&#160; &#160; t.price_id,
&#160; &#160; t.disc_item_id,
&#160; &#160; b.STD_SUBST_ID,
&#160; &#160; b.STD_BRANCH_ID,
&#160; &#160; t.DISC_ITEM_ID_OP,
&#160; &#160; t.PRICE_ID_OP,
&#160; &#160; t.business_type,
&#160; &#160; b.new_prod_id,
&#160; &#160; b.BOARD_SUBST_ID,
&#160; &#160; b.BOARD_BRANCH_ID
&#160; &#160; &#160;from SUMMARY_SJZ_GZ.RPT_COMM_BA_SUBS_HIST &#160;a,
&#160; &#160; &#160; &#160; &#160; SUMMARY_SJZ_GZ.RPT_COMM_CM_SERV_HIST &#160;b,
&#160; &#160; &#160; &#160; &#160; SUMMARY_SJZ_GZ.TB_COMM_BA_MSDISC_TEMP t
&#160; &#160; where a.subs_id = t.subs_id
&#160; &#160; &#160; and b.serv_id = t.serv_id
</p>
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bagaimana anda mengubah jadual di MySQL menggunakan pernyataan Alter Table? Bagaimana anda mengubah jadual di MySQL menggunakan pernyataan Alter Table? Mar 19, 2025 pm 03:51 PM

Artikel ini membincangkan menggunakan pernyataan jadual Alter MySQL untuk mengubah suai jadual, termasuk menambah/menjatuhkan lajur, menamakan semula jadual/lajur, dan menukar jenis data lajur.

Bagaimana saya mengkonfigurasi penyulitan SSL/TLS untuk sambungan MySQL? Bagaimana saya mengkonfigurasi penyulitan SSL/TLS untuk sambungan MySQL? Mar 18, 2025 pm 12:01 PM

Artikel membincangkan mengkonfigurasi penyulitan SSL/TLS untuk MySQL, termasuk penjanaan sijil dan pengesahan. Isu utama menggunakan implikasi keselamatan sijil yang ditandatangani sendiri. [Kira-kira aksara: 159]

Bagaimana anda mengendalikan dataset besar di MySQL? Bagaimana anda mengendalikan dataset besar di MySQL? Mar 21, 2025 pm 12:15 PM

Artikel membincangkan strategi untuk mengendalikan dataset besar di MySQL, termasuk pembahagian, sharding, pengindeksan, dan pengoptimuman pertanyaan.

Apakah beberapa alat GUI MySQL yang popular (mis., MySQL Workbench, phpmyadmin)? Apakah beberapa alat GUI MySQL yang popular (mis., MySQL Workbench, phpmyadmin)? Mar 21, 2025 pm 06:28 PM

Artikel membincangkan alat MySQL GUI yang popular seperti MySQL Workbench dan PHPMyAdmin, membandingkan ciri dan kesesuaian mereka untuk pemula dan pengguna maju. [159 aksara]

Bagaimana anda menjatuhkan jadual di MySQL menggunakan pernyataan jadual drop? Bagaimana anda menjatuhkan jadual di MySQL menggunakan pernyataan jadual drop? Mar 19, 2025 pm 03:52 PM

Artikel ini membincangkan jadual menjatuhkan di MySQL menggunakan pernyataan Jadual Drop, menekankan langkah berjaga -jaga dan risiko. Ia menyoroti bahawa tindakan itu tidak dapat dipulihkan tanpa sandaran, memperincikan kaedah pemulihan dan bahaya persekitaran pengeluaran yang berpotensi.

Terangkan keupayaan carian teks penuh InnoDB. Terangkan keupayaan carian teks penuh InnoDB. Apr 02, 2025 pm 06:09 PM

Keupayaan carian teks penuh InnoDB sangat kuat, yang dapat meningkatkan kecekapan pertanyaan pangkalan data dan keupayaan untuk memproses sejumlah besar data teks. 1) InnoDB melaksanakan carian teks penuh melalui pengindeksan terbalik, menyokong pertanyaan carian asas dan maju. 2) Gunakan perlawanan dan terhadap kata kunci untuk mencari, menyokong mod boolean dan carian frasa. 3) Kaedah pengoptimuman termasuk menggunakan teknologi segmentasi perkataan, membina semula indeks dan menyesuaikan saiz cache untuk meningkatkan prestasi dan ketepatan.

Bagaimana anda mewakili hubungan menggunakan kunci asing? Bagaimana anda mewakili hubungan menggunakan kunci asing? Mar 19, 2025 pm 03:48 PM

Artikel membincangkan menggunakan kunci asing untuk mewakili hubungan dalam pangkalan data, memberi tumpuan kepada amalan terbaik, integriti data, dan perangkap umum untuk dielakkan.

Bagaimana anda membuat indeks pada lajur JSON? Bagaimana anda membuat indeks pada lajur JSON? Mar 21, 2025 pm 12:13 PM

Artikel ini membincangkan membuat indeks pada lajur JSON dalam pelbagai pangkalan data seperti PostgreSQL, MySQL, dan MongoDB untuk meningkatkan prestasi pertanyaan. Ia menerangkan sintaks dan faedah mengindeks laluan JSON tertentu, dan menyenaraikan sistem pangkalan data yang disokong.

See all articles