達(dá)夢數(shù)據(jù)庫執(zhí)行計(jì)劃介紹

參考文章：

達(dá)夢數(shù)據(jù)庫執(zhí)行計(jì)劃查看

達(dá)夢數(shù)據(jù)庫 Explain 指標(biāo)分析 – 查看執(zhí)行計(jì)劃

達(dá)夢數(shù)據(jù)庫查看及解析執(zhí)行計(jì)劃

 

前言：??????

我們在碰到sql執(zhí)行慢的時候，需要分析sql執(zhí)行過程，看下是否走了索引等等。這時候就需要查看執(zhí)行計(jì)劃。達(dá)夢數(shù)據(jù)庫查看執(zhí)行計(jì)劃的方式有兩種：

1.explain，在待執(zhí)行的sql語句前面加上explain，再執(zhí)行

2.利用DM管理工具，選擇要查看的sql語句，點(diǎn)擊執(zhí)行計(jì)劃(P)(F9)

 

一、操作符說明??

二、對于操作符說明和解釋：

本文參考于達(dá)夢官方 Explain 指標(biāo)的介紹：https://eco.dameng.com/document/dm/zh-cn/ops/performance-optimization.html 自己搜索：查看執(zhí)行計(jì)劃

一般SQL結(jié)果只要保持為 SSEK2就好了。

反面教材

explain select * from sysobjects;
--執(zhí)行計(jì)劃

1   #NSET2: [1, 986, 396]

2     #PRJT2: [1, 986, 396]; exp_num(17), is_atom(FALSE)

3       #CSCN2: [1, 986, 396]; SYSINDEXSYSOBJECTS(SYSOBJECTS as SYSOBJECTS)

 

結(jié)果集解釋：

1. NSET：結(jié)果集收集

EXPLAIN SELECT * FROM T1;
1   #NSET2: [1, 10000, 156]

2     #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3       #CSCN2: [1, 10000, 156]; INDEX33556710(T1)

NSET 是用于結(jié)果集收集的操作符，一般是查詢計(jì)劃的頂層節(jié)點(diǎn)，優(yōu)化工作中無需對該操作符過多關(guān)注，一般沒有優(yōu)化空間。

2. PRJT：投影

EXPLAIN SELECT * FROM T1;
1   #NSET2: [1, 10000, 156]

2     #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3       #CSCN2: [1, 10000, 156]; INDEX33556710(T1)

PRJT 是關(guān)系的【投影】 (project) 運(yùn)算，用于選擇表達(dá)式項(xiàng)的計(jì)算。廣泛用于查詢，排序，函數(shù)索引創(chuàng)建等。優(yōu)化工作中無需對該操作符過多關(guān)注，一般沒有優(yōu)化空間。

3. SLCT：選擇

EXPLAIN SELECT * FROM T1 WHERE C2='TEST';
1   #NSET2: [1, 250, 156]

2     #PRJT2: [1, 250, 156]; exp_num(5), is_atom(FALSE)

3       #SLCT2: [1, 250, 156]; T1.C2 = TEST

4         #CSCN2: [1, 10000, 156]; INDEX33556717(T1)

SLCT 是關(guān)系的【選擇】運(yùn)算，用于查詢條件的過濾。可比較返回結(jié)果集與代價估算中是否接近，如相差較大可考慮收集統(tǒng)計(jì)信息。若該過濾條件過濾性較好，可考慮在條件列增加索引。

4. AAGR：簡單聚集

EXPLAIN SELECT COUNT(*) FROM T1 WHERE C1 = 10;
1   #NSET2: [0, 1, 4]

2     #PRJT2: [0, 1, 4]; exp_num(1), is_atom(FALSE)

3       #AAGR2: [0, 1, 4]; grp_num(0), sfun_num(1)

4         #SSEK2: [0, 1, 4]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

AAGR 用于沒有 GROUP BY 的 COUNT、SUM、AGE、MAX、MIN 等聚集函數(shù)的計(jì)算。

5. FAGR：快速聚集

EXPLAIN  SELECT MAX(C1) FROM T1;
1   #NSET2: [1, 1, 0]

2     #PRJT2: [1, 1, 0]; exp_num(1), is_atom(FALSE)

3       #FAGR2: [1, 1, 0]; sfun_num(1)

FAGR 用于沒有過濾條件時，從表或索引快速獲取 MAX、MIN、COUNT 值。

6. HAGR：HASH 分組聚集

EXPLAIN SELECT COUNT(*) FROM T1 GROUP BY C2;
1   #NSET2: [1, 100, 48]

2     #PRJT2: [1, 100, 48]; exp_num(1), is_atom(FALSE)

3       #HAGR2: [1, 100, 48]; grp_num(1), sfun_num(1)

4         #CSCN2: [1, 10000, 48]; INDEX33556717(T1)

HAGR 用于分組列沒有索引只能走全表掃描的分組聚集，該示例中 C2 列沒有創(chuàng)建索引。

7. SAGR：流分組聚集

EXPLAIN SELECT COUNT(*) FROM T1 GROUP BY C1;
1   #NSET2: [1, 100, 4]

2     #PRJT2: [1, 100, 4]; exp_num(1), is_atom(FALSE)

3       #SAGR2: [1, 100, 4]; grp_num(1), sfun_num(1)

4         #SSCN: [1, 10000, 4]; IDX_C1_T1(T1)

SAGR 用于分組列是有序的情況下，可以使用流分組聚集，C1 列上已經(jīng)創(chuàng)建了索引，SAGR2 性能優(yōu)于 HAGR2。

8. BLKUP：二次掃描 (回表)

EXPLAIN SELECT * FROM T1 WHERE C1=10;
1   #NSET2: [0, 1, 156]

2     #PRJT2: [0, 1, 156]; exp_num(5), is_atom(FALSE)

3       #BLKUP2: [0, 1, 156]; IDX_C1_T1(T1)

4         #SSEK2: [0, 1, 156]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

BLKUP 先使用二級索引索引定位 rowid，再根據(jù)表的主鍵、聚集索引、rowid 等信息獲取數(shù)據(jù)行中其它列。

9. CSCN：全表掃描

EXPLAIN SELECT * FROM T1;
1   #NSET2: [1, 10000, 156]

2     #PRJT2: [1, 10000, 156]; exp_num(5), is_atom(FALSE)

3       #CSCN2: [1, 10000, 156]; INDEX33556710(T1)

CSCN2 是 CLUSTER INDEX SCAN 的縮寫即通過聚集索引掃描全表，全表掃描是最簡單的查詢，如果沒有選擇謂詞，或者沒有索引可以利用，則系統(tǒng)一般只能做全表掃描。全表掃描 I/O 開銷較大，在一個高并發(fā)的系統(tǒng)中應(yīng)盡量避免全表掃描。

10. SSEK、CSEK、SSCN：索引掃描

-- 創(chuàng)建所需索引
CREATE CLUSTER INDEX IDX_C1_T2  ON T2(C1);
CREATE  INDEX IDX_C1_C2_T1  ON T1(C1,C2);

（1）SSEK

EXPLAIN SELECT * FROM T1 WHERE C1=10;
1   #NSET2: [0, 1, 156]

2     #PRJT2: [0, 1, 156]; exp_num(5), is_atom(FALSE)

3       #BLKUP2: [0, 1, 156]; IDX_C1_T1(T1)

4         #SSEK2: [0, 1, 156]; scan_type(ASC), IDX_C1_T1(T1), scan_range[10,10]

SSEK2 是二級索引掃描即先掃描索引，再通過主鍵、聚集索引、rowid 等信息去掃描表。

（2）CSEK

EXPLAIN SELECT * FROM T2 WHERE C1=10;
1   #NSET2: [0, 250, 156]

2     #PRJT2: [0, 250, 156]; exp_num(5), is_atom(FALSE)

3       #CSEK2: [0, 250, 156]; scan_type(ASC), IDX_C1_T2(T2), scan_range[10,10]

CSEK2 是聚集索引掃描只需要掃描索引，不需要掃描表，即無需 BLKUP 操作，如果 BLKUP 開銷較大時，可考慮創(chuàng)建聚集索引。

（3）SSCN

EXPLAIN SELECT C1,C2 FROM T1;
1   #NSET2: [1, 10000, 60]

2     #PRJT2: [1, 10000, 60]; exp_num(3), is_atom(FALSE)

3       #SSCN: [1, 10000, 60]; IDX_C1_C2_T1(T1)

SSCN 是索引全掃描，不需要掃描表。

11. NEST LOOP：嵌套循環(huán)連接

嵌套循環(huán)連接是最基礎(chǔ)的連接方式，將一張表（驅(qū)動表）的每一個值與另一張表（被驅(qū)動表）的所有值拼接，形成一個大結(jié)果集，再從大結(jié)果集中過濾出滿足條件的行。驅(qū)動表的行數(shù)就是循環(huán)的次數(shù)，將在很大程度上影響執(zhí)行效率。

連接列是否有索引，都可以走 NEST LOOP，但沒有索引，執(zhí)行效率會很差，語句如下所示：

select /*+use_nl(t1,t2)*/* from t1 inner join t2 on t1.c1=t2.c1 where t1.c2='A';
1   #NSET2: [17862, 24725, 296] 
2     #PRJT2: [17862, 24725, 296]; exp_num(8), is_atom(FALSE) 
3       #SLCT2: [17862, 24725, 296]; T1.C1 = T2.C1
4         #NEST LOOP INNER JOIN2: [17862, 24725, 296]; 
5           #SLCT2: [1, 250, 148]; T1.C2 = 'A'
6             #CSCN2: [1, 10000, 148]; INDEX33555594(T1)
7           #CSCN2: [1, 10000, 148]; INDEX33555595(T2)

可針對 T1 和 T2 的連接列創(chuàng)建索引，并收集統(tǒng)計(jì)信息，語句如下所示：

CREATE INDEX IDX_T1_C2  ON T1(C2);
CREATE INDEX IDX_T2_C1  ON T2(C1);
DBMS_STATS.GATHER_INDEX_STATS(USER,'IDX_T1_C2');
DBMS_STATS.GATHER_INDEX_STATS(USER,'IDX_T2_C1');

再次查看執(zhí)行計(jì)劃可看出效率明顯改善，代價有顯著下降，語句如下所示：

select /*+use_nl(t1,t2)*/* from t1 inner join t2 on t1.c1=t2.c1 where t1.c2='A';
1   #NSET2: [9805, 17151, 296] 
2     #PRJT2: [9805, 17151, 296]; exp_num(8), is_atom(FALSE) 
3       #SLCT2: [9805, 17151, 296]; T1.C1 = T2.C1
4         #NEST LOOP INNER JOIN2: [9805, 17151, 296]; 
5           #BLKUP2: [1, 175, 148]; IDX_T1_C2(T1)
6             #SSEK2: [1, 175, 148]; scan_type(ASC), IDX_T1_C2(T1), scan_range['A','A']
7           #CSCN2: [1, 10000, 148]; INDEX33555585(T2)

適用場景：

• 驅(qū)動表有很好的過濾條件
• 表連接條件能使用索引
• 結(jié)果集比較小

12. HASH JOIN：哈希連接

哈希連接是在沒有索引或索引無法使用情況下大多數(shù)連接的處理方式。哈希連接使用關(guān)聯(lián)列去重后結(jié)果集較小的表做成 HASH 表，另一張表的連接列在 HASH 后向 HASH 表進(jìn)行匹配，這種情況下匹配速度極快，主要開銷在于對連接表的全表掃描以及 HASH 運(yùn)算。

select * from t1 inner join t2 on t1.c1=t2.c1 where t1.c2='A';
1   #NSET2: [4, 24502, 296] 
2     #PRJT2: [4, 24502, 296]; exp_num(8), is_atom(FALSE) 
3       #HASH2 INNER JOIN: [4, 24502, 296];  KEY_NUM(1); KEY(T1.C1=T2.C1) KEY_NULL_EQU(0)
4         #SLCT2: [1, 250, 148]; T1.C2 = 'A'
5           #CSCN2: [1, 10000, 148]; INDEX33555599(T1)
6         #CSCN2: [1, 10000, 148]; INDEX33555600(T2)

哈希連接比較消耗內(nèi)存如果系統(tǒng)有很多這種連接時，需調(diào)整以下 3 個參數(shù)：

參數(shù)名	說明
HJ_BUF_GLOBAL_SIZE	HASH 連接操作符的數(shù)據(jù)總緩存大小 ()>=HJ_BUF_SIZE)，系統(tǒng)級參數(shù)，以兆為單位。有效值范圍（10~500000）
HJ_BUF_SIZE	單個哈希連接操作符的數(shù)據(jù)總緩存大小，以兆為單位。有效值范圍（2~100000）
HJ_BLK_SIZE	哈希連接操作符每次分配緩存( BLK )大小，以兆為單位，必須小于 HJ_BUF_SIZE。有效值范圍（1~50）

 

13. MERGE JOIN：歸并排序連接

歸并排序連接需要兩張表的連接列都有索引，對兩張表掃描索引后按照索引順序進(jìn)行歸并。

-- 對連接列創(chuàng)建索引
CREATE INDEX IDX_T1_C1C2 ON T1(C1,C2);

select /*+use_merge(t1 t2)*/t1.c1,t2.c1 from t1 inner join t2 on t1.c1=t2.c1 where t2.c2='b';
1   #NSET2: [13, 24725, 56] 
2     #PRJT2: [13, 24725, 56]; exp_num(2), is_atom(FALSE) 
3       #SLCT2: [13, 24725, 56]; T2.C2 = 'b'
4         #MERGE INNER JOIN3: [13, 24725, 56]; KEY_NUM(1); KEY(COL_0 = COL_0) KEY_NULL_EQU(0)
5           #SSCN: [1, 10000, 4]; IDX_C1_T1(T1)
6           #BLKUP2: [1, 10000, 52]; IDX_T2_C1(T2)
7             #SSCN: [1, 10000, 52]; IDX_T2_C1(T2)

特殊說明： 上述文章均是作者實(shí)際操作后產(chǎn)出。煩請各位，請勿直接盜用！轉(zhuǎn)載記得標(biāo)注原文鏈接：www.zanglikun.com

 

三、操作符后面的三元組解釋：

能正常讀取執(zhí)行計(jì)劃描述的執(zhí)行順序后，我們關(guān)注下執(zhí)行計(jì)劃各個節(jié)點(diǎn)的詳細(xì)信息，執(zhí)行計(jì)劃中所有操作符的后面都會有一個三元組，如：
#CSCN2: [1, 9999, 4]

[1, 9999, 4]就是我們提到的這個三元組，3個數(shù)字分別表示該操作符的估算代價，該操作符的輸出行數(shù)，該操作符涉及數(shù)據(jù)的行長。

#CSCN2: [1, 9999, 4] 表示的意義為，這是一個全表掃描操作，涉及的行數(shù)為9999，每場數(shù)據(jù)長度為4，整體代價估算為1。

我們將三元組中的第二項(xiàng)稱為估算行數(shù)(card)，在復(fù)雜查詢中，估算行數(shù)對于執(zhí)行計(jì)劃以及SQL性能的影響很大。

 

 

 

--