经典案例：如何优化Oracle使用DBlink的SQL语句

作者介绍赵全文就职于太极计算机股份有限公司,在中央电化教育馆做Oracle DBA的驻场运维工作。具有3年左右的Oracle工作经验，目前擅长Oracle数据库的SQL脚本编写、故障诊断和性能优化，并且乐于分享Oracle技术。
‍‍‍‍‍‍‍‍‍‍‍‍‍‍一般在DBLINK的SQL语句中，将调用远程表的in-line view结果集返回的数据尽量减少，进而达到通过网络传输的数据减少的目的，而且也不会将数据传输的资源消耗在大量的网络等待事件上。在Oracle中这样的等待事件是：SQL*Net message from DBLINK。
正巧，前段时间我们的Oracle生产库正好也碰到了这样的几条类似的SQL。所以，今天向大家分享一下，一次针对Oracle中使用DBLINK的SQL语句的优化思路分析过程。
发现问题首先从EMCC监控上，发现一条SQL语句执行好长时间没有执行完毕。



问题解析（一）根据其SQL_ID的值抓取出的SQL完整语句如下所示：
 


发现上面的SQL语句里有一个绑定变量":1"。
通过视图v$sql_bind_capture(或者dba_hist_sqlbind)进行查看具体的值。



或者也可以用SQLT(全称SQLTXPLAIN，关于SQLT的下载、安装和使用，请看Oracle MOS 215187.1)生成分析SQL_ID为83gn36c1fu9dw的报告，从报告中找出绑定变量”:1”具体的值(可能有很多)，由于我的数据库服务器上已经部署了SQLT，生成报告的过程这里略过，查看绑定变量值的过程如下图所示。







然后，将上面查出的值”ff80808141c605e20141c9691f5a000c”带入原始的SQL语句并在SQL*Plus里执行，运行5分26秒才显示查询结果。可想而知，在当前的高并发情况下，这样的一条SQL语句花很长时间执行不完也就不足为奇了，整个过程如下图所示。


分析整个SQL语句的结构
其中最外层的SELECT是一个ROWNUM操作，也就是取内层结果集并返回前5行；再往里的一层完全可以去掉，(这个我经过测试是可行的)；再往里看的一层就是内联视图r (查询远程表sd_res_id_case返回的结果集)与本地表t进行左联接；最终返回整个查询结果。大家仔细看一下那个内联视图r，你会发现里面还有一个子查询(就是and rowid in下面的那层)。
生成带统计信息的执行计划，如下图所示：





看第3步的NESTED LOOPS，Starts*E-Rows=1*2=2，而A-Rows=926K，我们说Starts*E-Rows的值和A-Rows的值应该相等或者相差不多，再看第8行的REMOTE，Starts*E-Rows=926K*3，A-Rows=5，这两个值也相差很大。而且这个REMOTE的Starts是926K，这说明要执行这么多次，这个太消耗资源而且还是在远程库的表上。
接下来，在执行计划后面的”Remote SQL Information”中可以看出有两个REMOTE操作，也就是说这条SQL语句的内联视图r并不是整体从远程表上查询出结果再返回到本地库，而是先执行第5步，再执行第8步，总共查询了两次远程表。
那么试想一下看能不能让远程表只查询一次，也就是让内联视图r只执行一次就返回远程表sd_res_id_case的查询结果？结果当然是可以的，用一个no_merge的Hint放在内联视图r的第一个select 之后，更改之后是下面这样的：



竟然发现大约7秒就查询出结果，如下图所示，



接着，查看附加统计信息的执行计划。





最主要的是，执行时间大大降低，而且在执行计划里只有一个REMOTE操作，第二步变成了HASH JOIN操作(原先的执行计划是NESTED LOOPS)，估计行和返回行都是5。
接下来再看第5行的VIEW操作，执行1次，估行行为5754，实际行为66165，这个相差10倍左右，估计还有优化的空间。远程库上查看内联视图r的数据量
由于远程表的执行计划在本地库上无法查看，那么我们到远程库上查询一下原SQL语句的内联视图r，看看到底有多少数据。
在远程库上做如下操作。



竟然返回196372(约196K)行，这个值高的超乎我想象。

查看带统计信息的执行计划，如下图所示，



第2行的”NESTED LOOPS”操作实际返回行196K，也就是SQL语句中的最外层select count(*)操作；第7行的”TABLE ACCESS BY USER ROWID”操作也是实际返回行196K(仔细看，Starts的值为196K，也就是执行196K次，这个好恐怖)，第7行的操作就是子查询”select min(rowid) from ……”。这样看来SQL语句的外层select有多少行，里面的子查询就执行多少次，而现在的外层select是196K行，然后呢，196K*196K = ？我都不敢想……
总体上看，加一个no_merge的Hint，先是让SQL的执行时间与原先相比降低了好多。
于是，我和开发同事进行沟通，我才明白SQL是应用服务器里跑的一个定时任务，每天凌晨4点开始执行，最后他给程序里的SQL增加no_merge的Hint。
问题解析（二）第二天，我用视图v$active_session_history查看凌晨4点到6点的DBLINK等待事件。





从上面的查询，我们可以看出，有两条SQL的DBLINK等待事件总数多的离谱。其实另外一条SQL和我前面分析的那条唯一的区别就是在select最外层又加了一个ROWNUM <= ":2" 的条件，目前我们只分析原先的那条。
那么，再查询6点到7点的情况，已经没有DBLINK的等待事件，说明那些相关的SQL执行完毕，如下图所示。



另外，我们从AWR的对比报告中也可以看出上面的查询结果(AWR是从视图DBA_HIST_ACTIVE_SESS_HISTORY中读取相关信息)。







从上面的AWR图中我们还可以看出那两条SQL的执行次数分别为3106和3039。
从前面的执行计划分析，我们了解到SQL主要慢在内联视图r的返回行很多，那么继续优化就是要改写内联视图。
首先，将内联视图r的外层select查询中增加和内层select查询中同样的where条件，这样就能过滤掉许多行，同时将两层select查询中的school_id字段进行关联，如下图所示。



然而只需4毫秒就显示查询结果，带统计信息的执行计划如下图所示，



接下来，我和开发同事进行了沟通并把我改写后的SQL发给他，他测试运行和原先SQL相比，也认为在运行时间上差了一个数量级。后来，他根据业务的需求改写了原来的SQL，整个改写后的SQL语句如下图所示。



查看带统计信息的执行计划，如下图所示。



通过上面的执行计划，大家可以看出Starts、E-Rows、A-Rows的值都变得很小了，A-Time的值为1~2毫秒。
第三天，再次查看相应时间段的DBLINK等待事件总数，发现与原来相比已经降低了很多。
 


再查看SQL_ID为a50rh3659p44q的SQL在相应对间段的执行次数，见下图。



同样的，从下面折AWR报告中也能看出和上面的查询一样的效果。







总结最后对使用DBLINK的SQL优化过程总结：(1) 从EMCC监控上抓取有问题的SQL；(2) 通过给SQL增加gather_plan_statistics的Hint通过实际运行测试；(3) 生成相应的行源执行计划并分析哪一步操作最消耗时间；(4) 找出对应的方法(并不一定是改写，这个根据具体情况而定)，再次进行测试；(5) 与开发人员沟通，并重新审核修改SQL代码。（若无需更改代码的优化，那就再好不过了） 相关文献参考：https://community.oracle.com/thread/4083373https://community.oracle.com/thread/4100882
特别鸣谢(排名不分先后)：Jonathan Lewis,Andrew Sayer,Billy~Verreynne,BEDE,Manik,perfdba,Paulzip,Mustafa KALAYCI,Cookiemonster76,Sven W.,padders等国外Oracle的技术专家们，是他们在Oracle Developer Community(https://community.oracle.com/welcome)上针对我的发贴提问给予了细心的指导。



相关阅读：DBLINK分布式事务失败又遭遇RAC热点块争用
利用SHELL脚本来验证Oracle数据库RMAN备份集的有效性
SQL语句中常量的处理及性能差异解析
Oracle JDBC中的语句缓存

资源下载关注公众号：数据和云（OraNews）回复关键字获取‘2017DTC’，2017DTC大会PPT
‘DBALIFE’，“DBA的一天”海报
‘DBA04’，DBA手记4经典篇章电子书‘RACV1’, RAC系列课程视频及ppt‘122ARCH’，Oracle 12.2体系结构图
‘2017OOW’，Oracle OpenWorld资料
‘PRELECTION’，大讲堂讲师课程资料