杀手SQL- 一条关于 'Not in' SQL 的优化案例

编辑手记：在 DBA 所优化的数据库环境中，绝大多数性能问题其实是由于 SQL 编写不当导致的。SQL 的世界无奇不有，今天我们一起见识一条让你绝对想吐血的杀手SQL。

某保险客户，ETL 耗时数个小时，我们做了sql report发现压力主要在其中一个SQL上。

单次执行时间：5788(秒)

单次逻辑读：10亿(块)

单次返回行数:21万(行)

我们首先看SQL语句，因为比较长，此处只节选部分的

查看其执行计划：

我们主要关注一下从7到16行：发现存在两次全表扫描。中间做了一次filter。

多年的经验告诉我，两个全表扫组成的Filter ，问题很严重, 因为涉及数据逐条处理。 而这个执行计划里，被驱动表还是全表扫。

Not In/In 操作有时候的确会产生 Filter操作，在11g之前的版本，要把not in 语句转换成反连接，not in条件的列必须有Not null 属性,或者语句中带入了not null的限制，否则只能采用Filter，逐条过滤.

我们举例说明一下：

SQL1：CREATE TABLE T_OBJ AS SELECT OBJECT_ID,OWNER,OBJECT_NAME,OBJECT_TYPE FROM DBA_OBJECTS WHERE OWNER != 'SEROL';

SQL2：CREATE TABLET_TABLE AS SELECT OWNER,TABLE_NAME FROM DBA_TABLES WHERE OWNER!='SEROL';

查看T_OBJ的属性：

发现有在三列上都没有not null的限制。

我们此时伪装成10G的优化器。

SQL> alter session set optimizer_features_enable="10.2.0.5";

执行以下SQL：

SQL> set autotracetrace exp SQL> SELECT * FROM T_TABLE WHERE TABLE_NAME NOT IN(SELECT OBJECT_NAME FROM T_OBJ);

此时查看执行计划，我们发现走的是filter：

但在11g版本中，优化器可以自动把Not in操作从昂贵的Filter转换成Null-Aware-Anti-Join。

若加个Not null 条件或者栏位属性设为not null

SQL> alter table T_OBJ modify(OBJECT_NAME NOT NULL);

再次执行相同语句：

SQL> SELECT * FROM T_TABLE WHERE TABLE_NAME NOT IN(SELECT OBJECT_NAME FROM T_OBJ WHEREOBJECT_NAME IS NOT NULL);

再次查看执行计划：

此时我们发现，在执行计划中，走了hash join anti.

并且，在11g里面，允许not in列没有not null 限制也可以转换Anti-Join.

SQL> alter session set optimizer_features_enable="11.2.0.4"; SQL> alter table T_OBJ modify(OBJECT_NAME NULL); SQ> SELECT * FROM T_TABLE WHERE TABLE_NAME NOT IN (SELECTOBJECT_NAMEFROM T_OBJ);

查看执行计划：

我们看到，此时在没有非空限制的情况下，也走了hash join anti.

这个特性, 可通过优化器参数控制。

SQL>alter session set "_optimizer_null_aware_antijoin"=FALSE;

再次执行以上语句并查看执行计划：

SQL> SELECT * FROM T_TABLE WHERE TABLE_NAME NOT IN (SELECTOBJECT_NAMEFROM T_OBJ);

发现仍然走的是hash join anti.

经过验证，不是这个参数设置问题

Not in 的逻辑，就是结果集之间的互斥，其实有多种改写的方式，比如：

-- Not exists

-- Outer Join + is null

-- Minus

not in与以上三种写法的区别是：not in 是会排斥空值。

我们尝试改写。

接下来正当你以为会发生奇迹的时候，语句报错了！

为什么会报错呢？

如果我们把该语句转换为not in的方式：

根据not in的逻辑，此时在fee_code前应该加上'A.'，当然这也是没有问题的，但是，再次看这条语句就会变成：

由于TMP_APP_xxx_PREM A 中并没有FEE_CODE字段, 所以，Not in 无法自动改成Null Aware ANTI JOIN。

所以，至此答案揭晓，竟然是写错了？！我猜中了这开头，却没有猜中这结局。

但在本案例中，由于SQL语句中没有显式写出表明，导致在前期分析过程中一直没有发现这个错误。

你是不是也很无语，其实我更想问的是，你是不是也经常写出杀手SQL呢，但没关系，你有病我有药啊。（无辜脸，不要打我）

我们都知道，在 DBA 所优化的数据库环境中，绝大多数性能问题其实是由于 SQL 编写不当导致的。

SQL审核

SQL审核将 SQL 质量审核和优化这项任务，从 DB 端提取到研发端，通过擅长 SQL 的开发 DBA 和开发团队一起修正系统的 SQL，找出问题、修复问题，提升系统的健壮性和稳定性，从而保证整个系统的运维建设质量。

对于未上线系统，通过前期的SQL审核管控，将80%的SQL问题消灭在萌生阶段，对于线上运行系统，发现和解决潜在的性能问题，可做到提前预防，防患于未然。

SQL审核，让DBA由系统的急救医生转身成为系统的保健医生

1、DBA参与应用代码开发测试过程：给开发人员提供专业的数据库开发及优化建议 2、优化前置：在应用代码上线前根据业务需求设计高效的SQL、索引 3、控制变更风险：预先评估应用开发中表结构变更、SQL变更对运行中应用的影响，确定合适的变更窗口，变更方案。

SQL审核产品工具 - z3

云和恩墨基于Oracle数据库的SQL审核产品工具 - z3 ，通过内置的算法引擎，可定制的抓取数据库中执行的SQL及其详细数据，通过过滤分析，进行量化的积分趋势展现，并将SQL问题高亮显示，指导程序员的优化分析，并可以通过内置的工作流由DBA进行优化，变更管理同时被内置。

z3产品可服务于软件开发的全生命周期，在应用设计阶段通过审核，对不合理的表结构做变更，开发测试阶段对SQL质量严格把关，并在系统发布后进行SQL扫描，帮助DBA快速发现系统隐患及根源。