总有一种SQL执行计划绑定方式合适你-低调大师

总有一种SQL执行计划绑定方式合适你

2017-08-06 706

需要绑定SQL执行计划常见的几种情况：

SQL执行计划突变，导致数据库性能下降，从历史执行计划找一个合理的，进行绑定。

SQL无法使用更优的执行计划，且无历史执行计划，可通过hint手工构造的方式，进行绑定。

某些Bug引起优化器生成较差的执行计划。在bug修复前，进行绑定。

ORACLE固定执行计划的3种方式：

Oracle 9i使用outline （可跨版本10，11g均可使用）

Oracle 10g使用sql profile （11g也可使用）

Oracle 11g使用sql plan manage

接下来简述如何使用这3种方式进行执行计划的固定，并举例说明3种固定执行计划的优缺点，通过对比选择合适的固定执行计划来应对不同的业务场景。也就是什么场景下使用何种执行计划固定比较合适。

一、大纲（Stored Outline）

1、当SQL执行计划因新版本变更，统计信息不准确，新建索引，参数改变等发生改变时，存储大纲可以使SQL语句的执行计划保持不变。在创建某条语句的大纲时，ORACLE会将SQL语句的文本，执行计划和语句使用的hints存储在一个系统默认用户OUTLN的3个表OL$，OL$HINTS，OL$NODES上。

2、使用大纲（outline）固定执行计划

--环境构建，建立测试表
create table zw as select * fromdba_objects where object_id is not null;
explain plan for select count(*) from zw;
select * from table(dbms_xplan.display());
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 249608387
 
-------------------------------------------------------------------
| Id | Operation       | Name | Rows  | Cost (%CPU)| Time       |
-------------------------------------------------------------------
|   0| SELECT STATEMENT   |      |   1 |  312   (1)| 00:00:04 |
|   1|  SORT AGGREGATE    |            |   1 |          |            |
|   2|   TABLE ACCESS FULL| ZW   | 83926 |  312   (1)| 00:00:04 |
-------------------------------------------------------------------
 
Note
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
   -dynamic sampling used for this statement (level=2)
 
--创建大纲(全表扫描)
create or replace outline zwoutline forcategory mycate on select count(*) from zw;
--创建object_id列索引，将该列属性设置为非空
alter table zw modify object_id not null;  --索引不存储null值
create index idx_zw_obj_id onzw(object_id);
analyze table zw compute statistics;
explain plan for select count(*) from zw;
select * from table(dbms_xplan.display());
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 1836624960
 
-------------------------------------------------------------------------------
| Id | Operation          | Name               | Rows | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------
|   0| SELECT STATEMENT      |           |    1 |    50         (0)| 00:00:01 |
|   1|  SORT AGGREGATE       |                 |    1 |      |                |
|   2|   INDEX FAST FULL SCAN| IDX_ZW_OBJ_ID |79741 |    50        (0)| 00:00:01 |
-------------------------------------------------------------------------------
 
--使用大纲固定执行计划
alter system/session setuse_stored_outlines=mycate;
--固定执行计划之后，就会按照创大纲时的执行计划去执行。

上述的建立的大纲为公有大纲，为了不影响其它用户的使用，可以建立私有大纲如下：

create or replace private outlinezwoutline2 for category mycate2 on select count(*) from zw;

思考：为什么我构建测试时，固定的是全表扫描，而不是比较优化的索引扫描？

其实这里我想说明的是outline的缺点是比较死板的，当创建新的索引，或者数据量大幅度变化时是无法做出相应改变的，也就是说它是固定死的。

二、SQL_PROFILE

1、DBMS_SQLTUNE是10g引入的一个新特性，它可以通过自动优化性能较差SQL，并给出合理的优化建议，其中优化建议中的sql_profile文件它是一个存储在数据字典中的信息集合。sql_profile不包含单独的执行计划，提供数据库配置、绑定变量、优化统计信息、数据集等信息供优化器选择执行计划。这里不对SQL优化建议工具SQL Tuning Advisor STA）进行介绍，有兴趣的童鞋研究一下DBMS_SQLTUNE包。

2、使用coe_xfr_sql_profile.sql固定执行计划

--环境构建，建立测试表，与outline测试一样
SQL> create table zw as select * fromdba_objects where object_id is not null;
SQL> alter table zw modify object_id notnull;  --索引不存储null值
SQL> create index idx_zw_obj_id onzw(object_id);
SQL> analyze table zw computestatistics;
SQL> select count(*) from zw;  -- INDEX FAST FULLSCAN
 
 COUNT(*)
----------
    79741
 
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------
SQL_ID     1f5n0rapts695, child number 0
-------------------------------------
select count(*) from zw
 
Plan hash value: 1836624960
 
-------------------------------------------------------------------------------
| Id | Operation          | Name               | Rows | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------
|   0| SELECT STATEMENT      |           |      |    50 (100)|         |
|   1|  SORT AGGREGATE       |                 |    1 |      |                |
|   2|   INDEX FAST FULL SCAN| IDX_ZW_OBJ_ID |79741 |    50        (0)| 00:00:01 |
-------------------------------------------------------------------------------
 
SQL> select /*+ full(zw) */ count(*)from zw; --使用hint提示，强制走全表，生成一个执行计划
 
 COUNT(*)
----------
    79741
 
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------
SQL_ID     g5yd6rabqtdbp,child number 0
-------------------------------------
select /*+ full(zw) */ count(*) from zw
 
Plan hash value: 249608387
 
-------------------------------------------------------------------
| Id | Operation       | Name | Rows  | Cost (%CPU)| Time       |
-------------------------------------------------------------------
|   0| SELECT STATEMENT   |      |    |   312 (100)|      |
|   1|  SORT AGGREGATE    |            |   1 |          |            |
|   2|   TABLE ACCESS FULL| ZW   | 79741 |  312   (1)| 00:00:04 |
-------------------------------------------------------------------
SQL> @coe_xfr_sql_profile.sql
 
Parameter 1:
SQL_ID (required)
 
Enter value for 1: 1f5n0rapts695
 
 
PLAN_HASH_VALUE AVG_ET_SECS
--------------- -----------
    1836624960          .02
 
Parameter 2:
PLAN_HASH_VALUE (required)
 
Enter value for 2: 249608387
 
Values passed to coe_xfr_sql_profile:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
SQL_ID            : "1f5n0rapts695"
PLAN_HASH_VALUE: "249608387"
 
Executecoe_xfr_sql_profile_1f5n0rapts695_249608387.sql
on TARGET system in order to create acustom SQL Profile
with plan 249608387 linked to adjustedsql_text.
 
 
COE_XFR_SQL_PROFILE completed.
 
SQL> explain plan for select count(*)from zw;
 
Explained.
 
SQL> select * fromtable(dbms_xplan.display());
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 249608387
 
-------------------------------------------------------------------
| Id | Operation       | Name | Rows  | Cost (%CPU)| Time       |
-------------------------------------------------------------------
|   0| SELECT STATEMENT   |      |   1 |  312   (1)| 00:00:04 |
|   1|  SORT AGGREGATE    |            |   1 |          |            |
|   2|   TABLE ACCESS FULL| ZW   | 79741 |  312   (1)| 00:00:04 |
-------------------------------------------------------------------
 
Note
 
PLAN_TABLE_OUTPUT
-------------------------------------------------------------------------------------
   -SQL profile "coe_1f5n0rapts695_249608387"used for this statement
 
SQL> selectname,category,status,sql_text from dba_sql_profiles;
 
NAME                                CATEGORY     STATUS  SQL_TEXT
------------------------------      ------------      -------------------------------------------
coe_1f5n0rapts695_249608387    DEFAULE   ENABLED  select count(*) from zw

使用coe_xfr_sql_profile.sql固定计划是不是很好用呢？是的，这一切都归功于oracle mos上的功劳，需要的童鞋可以到matelink上查找和下载。还有其它两个有关的脚本：coe_load_sql_baseline.sql，coe_load_sql_profile.sql，有兴趣的童鞋可以一起下载研究。

思考：当在使用SQL_PROFILE绑定之前，使用了OUTLINE进行固定的话，谁的优先级高呢？

根据网上的一些资料说是OUTLINE的优先级最高，但都是简短的一句话，没有证明。可是经过我无数次的测试，发现都是SQL_PROFILE的优先级较高，具体相关测试结果我就不粘贴出来了。（或许是我测试语句的特殊性，需再进一步验证）

值得一提的是，sql_profile并不会以outline方式存储冻结执行计划，当表中数据增长或索引被删除或重建时，在sql_profile不变的情况下执行计划也可以发生变化，信息的存储和与数据的分布或者访问路径有关。

三、SQL PLANMANAGE

1、从11g开始，oracle引入了SQL执行计划管理（SQLPlan Management）这个新特性，与Oracle 9i 的outline和10g 的profile比，Oracle 11g的SPM相对更加的灵活，允许你同时接受多个执行计划。

2、使用SQL PlanManagement固定执行计划

--一条带有绑定变量的SQL语句，但数据分布不均，严重倾斜时，最好的执行计划会根据绑定变量的值而不同。执行时，根据不同的变量值，SPM会花费很少的运算从中选择一条最合适的。
SQL> select id,count(*) from test groupby id order by 2;
 
         ID   COUNT(*)
---------- ----------
         10      1100
         88      10100
999  1000000
--接下来定义一个变量a,分别赋值999和10，看它的执行计划是如何的
SQL>alter system flush shared_pool;
SQL>var a1 number;
SQL>exec :a1:=999;
SQL>select t.* from test t wheret.id=:a1;
 
1000000 rows selected.
 
Elapsed: 00:00:25.30
 
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
SQL_ID     cpsdn05zdq02p,child number 0
-------------------------------------
select t.* from test t where t.id=:a1
 
Plan hash value: 1357081020
 
--------------------------------------------------------------------------
| Id | Operation      | Name | Rows | Bytes | Cost (%CPU)| Time   |
--------------------------------------------------------------------------
|   0| SELECT STATEMENT  |       |     |      |  424 (100)|      |
|*  1|  TABLE ACCESS FULL| TEST |   337K| 1316K|   424   (2)| 00:00:06 |
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
 
Predicate Information (identified byoperation id):
---------------------------------------------------
 
   1- filter("T"."ID"=:A1)
 
-##########################ID列上有个索引IDX_ID ################################
SQL>alter system flush shared_pool;
SQL>var a1 number;
SQL>exec :a1:=10;
SQL>select t.* from test t wheret.id=:a1;
1100 rows selected.
 
Elapsed: 00:00:00.04
 
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
SQL_ID     cpsdn05zdq02p,child number 0
-------------------------------------
select t.* from test t where t.id=:a1
 
Plan hash value: 1357081020
 
--------------------------------------------------------------------------
| Id | Operation      | Name | Rows | Bytes | Cost (%CPU)| Time   |
--------------------------------------------------------------------------
|   0| SELECT STATEMENT  |       |     |      |  424 (100)|      |
|*  1|  TABLE ACCESS FULL| TEST |   337K| 1316K|   424   (2)| 00:00:06 |
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
 
Predicate Information (identified byoperation id):
---------------------------------------------------
 
   1- filter("T"."ID"=:A1)
 
--这里可以看到，无论赋值是999还是10，其执行计划都是一样的，但根据理论来说，我们都知道，id=10
时走索引效率是最好的。假设数据是均匀分布的那么基数评估cardinality=density*num_rows。Density可通过user_tab_col_statistics查询。
select column_name,num_distinct,densityfrom user_tab_col_statistics where table_name='TEST';
 
COLUMN_NAME                      NUM_DISTINCT    DENSITY
------------------------------    -------------   ---------
ID                                 3                .333333333
--我们看到的Rows列预估的337k就是cardinality=density*num_rows=0.3333*1011200约等于337k行，
--但是我们都知道ID=10只有1100行，而ID=999有1000000行，所以当ID=10的时候走索引全扫描，ID=999
--的时候走全表扫描是最合理的执行计划。那么面对这种情况，我们该如何让这种情况下的执行计划达
--到最优呢？方法有如下几个：
--1、去除绑定变量，直接硬解析的方式（非理想的，如果涉及要该程序代码这是很不可取的）
--2、启用11g的新特性ACS（这个BUG不是一般的多，不建议启用）
--3、收集直方图信息（如果在生产高峰期，收集直方图信息所占资源无法评估）
--4、使用SPM把不同的执行计划加入到SQLPlan Baseline中。
--使用手工捕获的方式
alter system flush shared_pool;
var a1 number;
exec :a1:=999;
select t.* from test t where t.id=:a1;
select * fromtable(dbms_xplan.display_cursor(null,0));
var temp varchar2(1000);
exec :temp:=dbms_spm.load_plans_from_cursor_cache(sql_id => 'cpsdn05zdq02p');
exec :temp :=dbms_spm.alter_sql_plan_baseline(sql_handle=>'SQL_d230ce970caa0077',plan_name=>'SQL_PLAN_d4c6fkw6an03r97bbe3d0',attribute_name=>'ENABLED',attribute_value=>'NO');  --先修改全表扫描的sql planbaselines的enabled属性为NO，不然捕获不了索引的。
exec :a1:=10;
select t.* from test t where t.id=:a1;
select * fromtable(dbms_xplan.display_cursor(null,0));
exec :temp:=dbms_spm.load_plans_from_cursor_cache(sql_id => 'cpsdn05zdq02p');
dbms_spm.alter_sql_plan_baseline(sql_handle=>'SQL_d230ce970caa0077',plan_name=>'SQL_PLAN_d4c6fkw6an03r97bbe3d0',attribute_name=>'ENABLED',attribute_value=>'YES');
 
SQL> select sql_handle,plan_name,origin,enabled,accepted,fixed from dba_sql_plan_baselines;
 
SQL_HANDLE        PLAN_NAME                        ORIGIN       ENA ACC FIX
-------------------------------------------------- -------------- --- --- ---
SQL_d230ce970caa0077SQL_PLAN_d4c6fkw6an03r97bbe3d0 MANUAL-LOAD   YES YES NO
SQL_d230ce970caa0077SQL_PLAN_d4c6fkw6an03rf98b55bb MANUAL-LOAD   YES YES NO
--验证结果：
SQL> var a1 number;
SQL> exec :a1:=10;
SQL> select t.* from test t wheret.id=:a1;
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
SQL_ID     cpsdn05zdq02p,child number 0
-------------------------------------
select t.* from test t where t.id=:a1
 
Plan hash value: 578627003
 
---------------------------------------------------------------------------
| Id | Operation     | Name   | Rows | Bytes | Cost (%CPU)| Time         |
---------------------------------------------------------------------------
|   0| SELECT STATEMENT |            |     |     |   5(100)|     |
|*  1|  INDEX RANGE SCAN| IDX_ID |  1280 | 5120 |  5   (0)| 00:00:01 |
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Predicate Information (identified byoperation id):
---------------------------------------------------
 
   1- access("T"."ID"=:A1)
 
Note
-----
   -SQL plan baseline SQL_PLAN_d4c6fkw6an03rf98b55bbused for this statement
 
22 rows selected.
 
SQL> var a1 number;
SQL> exec :a1:=999;
SQL> select t.* from test t wheret.id=:a1;
SQL> select * fromtable(dbms_xplan.display_cursor(null,0));
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
SQL_ID     cpsdn05zdq02p,child number 0
-------------------------------------
select t.* from test t where t.id=:a1
 
Plan hash value: 1357081020
 
--------------------------------------------------------------------------
| Id | Operation      | Name | Rows | Bytes | Cost (%CPU)| Time   |
--------------------------------------------------------------------------
|   0| SELECT STATEMENT  |       |     |      |  424 (100)|      |
|*  1|  TABLE ACCESS FULL| TEST |  1001K| 3912K|   424   (2)| 00:00:06 |
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Predicate Information (identified byoperation id):
---------------------------------------------------
 
   1- filter("T"."ID"=:A1)
 
Note
-----
   -SQL plan baseline SQL_PLAN_d4c6fkw6an03r97bbe3d0used for this statement
 
22 rows selected.

SPM的灵活之处在于，可以动态管理，不像存储大纲（stored outline）和SQL Profile需要DBA手工创建，当然SPM也可以，因为我在以上演示中也没让它自动捕获。

思考：1、何种情况下使用什么固定执行计划的方法更加有效？2、在各种固定执行计划都使用的情况下，那种优先级更高？

微信关注我们

原文链接：https://blog.51cto.com/wyzwl/1954012

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

django实现Linux运维管理平台

老早之前就想做一个运维管理平台的项目了，但是一直没沉下来去做，上半年的时候毕设选择了这个课题，想着逼自己一把，不管做出来的怎么样，先把它搞起来..... django的工作原理：文字说明：（1）Web服务器收到用户的http请求。（2） Django通过URL控制器来判断对应的视图(View)函数从而对http请求做处理。（3）视图函数调用相应的模型来存取数据、调用相应的模板把数据展示出来。（4）视图函数最终返回一个http的响应给Web服务器。（5）Web服务器把接收到的响应数据发给浏览器，浏览器把响应渲染展示出来。我个人独自开发项目的功能模块图：我在django项目下面创建了多个app，分别负责独立的功能。一、用户注册登录：视图： #coding:utf-8 fromdjango.shortcutsimportrender,render_to_response importos importcommands fromdjango.httpimportHttpResponse,HttpResponseRedirect from.modelsimportmonito...

2017-08-05

741

介绍 RabbitMQ是一个由erlang开发的基于AMQP（Advanced Message Queue）协议的开源实现。用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面都非常的优秀。是当前最主流的消息中间件之一。 RabbitMQ的官方概念： Brocker：消息队列服务器实体。 Exchange：消息交换机，指定消息按什么规则，路由到哪个队列。 Queue：消息队列，每个消息都会被投入到一个或者多个队列里。 Binding：绑定，它的作用是把exchange和queue按照路由规则binding起来。 Routing Key：路由关键字，exchange根据这个关键字进行消息投递。 Vhost：虚拟主机，一个broker里可以开设多个vhost，用作不用用户的权限分离。 Producer：消息生产者，就是投递消息的程序。 Consumer：消息消费者，就是接受消息的程序。 Channel：消息通道，在客户端的每个连接里，可建立多个channel，每个channel代表一个会话任务。消息队列的使用过程大概如下：消息接收客户端连接到消息队列服务器，打开一个ch...

2017-08-08

725

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。