72-最近一次现场生产系统优化的成果与开发建议

上周给南京某客户一个重要业务系统的数据库做优化，能实施的马上做了实施，优化前后性能对比非常明显，系统最为严重的IO负载过重问题基本得到解决：优化前一天的物理读是48亿次，优化后是15亿次，效果那是刚刚的，业务处理效率明显改善，磁盘的寿命也会有大幅提升。 这些还只是优化建议的一部分。

如果开发人员能把改SQL和业务逻辑的优化建议都完成，一天物理读少于5亿次应该也是完全没问题的。如果不知道优化能够带来如此巨大的提升，可能业务部门会考虑花个上百万换个闪存存储都有可能，实际上当前的普通存储对业务要求来说已经绰绰有余。

当前的性能提升主要是通过调整索引完成的，创建了11个索引。同时还做了调整数据库参数，把optimizer_index_cost_adj参数由20改回默认的100；再有通过hint+sql profile，让sql选择高效执行计划。这些事情DBA可以搞定。但是，如果SQL写的不好，就只能改代码，这个周期可能就比较长了。下面就列举其中的几种情况：

1、部分sql没有使用绑定变量，每秒硬解析次数将近200。这是一个超标很多的数值（硬解析小于10次/秒的系统，基本还算OK）。合理使用绑定变量是OLTP系统的一个最最基本的要求，但是目前还是有很多系统没有使用绑定变量，只能说目前我们国内的很多开发团队的数据库开发水平还很初级。有些公司会要求DBA要有OCP、OCM等资质才能上岗，但是对开发人员却非常宽容，只要功能实现了就算万事大吉，如果经过一些简单的培训，这种不使用绑定变量的低级问题应该不会出现。 这个客户的另一套数据库在某个时段的硬解析接近1000次/秒，CPU使用率接近100%，当DBA告知开发人员这是因为没有使用绑定变量的原因，开发人员居然振振有词的说以前没有出现类似问题，这就是典型的无知者无畏。

不使用绑定变量的一个无奈的解决办法是改数据库参数，将cursor_sharing有默认的exact改成force。这个改动非常不建议，很有可能引起其他性能问题，有很多bug与之相关。

2、这是一个非常低级而且普遍存在的写法问题，对一个日期字段做to_char：where to_char(starttime,'yyyy-mm-dd'）='20200110'。这个starttime字段上，已经存在一个单字段索引，还有一个to_char(starttime,'yyyymmdd')函数索引。但是上面的sql写法，如果不改写，就只能再创建一个to_char(starttime,'yyyy-mm-dd')的函数索引。如果开发人员又写出 to_char(starttime,'yyyy/mm/dd')的sql呢？是不是还得再创建一个函数索引？这种sql的存在，说明开发团队还不知道什么是开发规范和SQL审核。

如果你是开发人员，上面两个写法都命中了你（可能有的开发人员仍不知绑定变量写法是个什么概念，建议马上百度一下），那么只能说你的数据库开发水平还有非常巨大的进步空间。

3、select xxseq.nextval from (select 1 from all_objects where rownum<=10) ; 这个sql是借助all_objects视图，生成10个sequence序列值。 这个写法在功能是没问题，但是sql频繁的执行，大量all_objects视图的调用，把这些本来对资源消耗可以忽略不计的sql，变成了top cpu SQL。 建议改成select xxseq.nextval from dual connect by level<=10;

4、select ...... from xxtab where name like '%这是一个字段内容的完整值%'; SQL（简化版）涉及的表比较大，消耗了大量的IO资源。 随便选择几个两个百分号中间的内容到表里按等值查询，都能查得到，说明两个百分号是可以去掉的，同时like 可以改成=。如果业务上线初期表只有几千或是几万条记录，这个sql消耗的资源也很少，但是随着时间的增长，表的数据量达到千万或上亿，你这样一个SQL就能把大部分IO资源都消耗掉。 凡是使用两个百分号模糊查询为主要过滤条件的，多从业务角度多考虑一下，尽量避免在大表上使用。

5、不明所以，照猫画出狗（不是虎）的分页写法（xxtab这个表很大，sql全表扫描，消耗了大量IO资源）：

SELECT * FROM

( SELECT A.*, ROWNUM RN

FROM ( SELECT * FROM xxtab) A

) WHERE RN >= 1

and rownum<= 3000 and ((type = 'typename') and (state = 0));

这个分页写法不知道是从哪里学来的，错的离谱。type和state两个字段上的索引根本用不上，只能使用全表扫描的执行计划。正常的写法应该是：

SELECT A.*, ROWNUM RN

FROM

(SELECT * FROM xxtab

where rownum<= 3000 and ((type = 'typename') and (state = 0))

) A; 这种写法大表就能用上索引了，IO消耗也会大幅减少。

6、select ... from xxtab where (:b1 is null or col1=:b1) and (:b2 is null or col2=:b2) ; 这种写法，可能来源于某些搜索需求，两个输入框，不管有没有输入查询条件，都可以使用上面的sql。写法简单了，效率却差了很多：不管b1、b2是否有输入，col1和col2字段上即使有索引，也都只能选择全表扫描。 这个在业务上可以要求必须有一个输入条件，那么sql就可以根据不同的输入，生成不同的内容，比如b1有输入，b2无输入：select .... from xxtab where col1=b1; 两个都有输入，对应sql是select ... from xxtab where col1=:b1 and col2=:b2; 这样才能高效的使用索引。

7、用rownum分页写法取数：

SELECT *

FROM ( SELECT t.*, ROWNUM RN

FROM ( select t1.*,ROWNUM

from ( select *

from p

left join c on c.objectid = p.objectid

left join o on o.objectid = p.objectid

left join e on e.objectid = o.objectid

) t1

) t WHERE ROWNUM < 1500000

) WHERE RN >= 1200000;

这个分页sql的框架完全正确，满分。但是使用场景却是严重不合适的：p表7700万记录（o表也很大），4表left join没有谓词条件，主查询结果集应该也至少是7700万，每次取30万（1500000-1200000）条，要执行250多次，执行计划都是全表扫描，需要两个大表做250多次全表扫描。如果这些sql是串行执行，那么还有一个逻辑问题，就是这些表的数据都是动态变化的，用rownum分页这种方法，一定会造成漏取或重复取数。其实这个sql的最佳做法就是不加分页，一次完成。表扫描只需要一次，而且也不会出现漏取或重复取数的问题。

总结：

SQL优化对大部分系统来说，都能带来非常大的性能提升。很多问题靠更换高级硬件是无法解决的，比如一个大表全表扫描，现有硬件条件执行时间10分钟，更换硬件后执行时间1分钟。而通过优化SQL，建个合适的索引，在不更换硬件的情况下，可能用不到10毫秒就能出结果。

类似的sql写法问题可能还有很多，这次只是挑选了其中一部分top sql做分享。SQL写法灵活多变，性能好的SQL都是符合规范的，性能差的SQL会暴露你的开发水平。