概述

一直以为 会写SQL， 是最实在的基础，会写SQL了，才会优化SQL，会优化SQL，才知道怎么设计表结构，进而设计更加精妙的业务类型， 业务类型就大致知道IO的大致规律。 从而知道更加复杂的架构模型。好了废话不多说，下面介绍下测试的几个小实验，主要关于SQL改写后效率的一些提升，大家在做sql改写时可以考虑下，基于业务考虑。。。

SQL 改写--with 子句

1、基础环境

drop table t_with; 
CREATE TABLE T_WITH AS SELECT ROWNUM ID, A.* FROM DBA_SOURCE A WHERE ROWNUM < 100001; 
SET autotrace traceonly 
SET linesize 1000

2、语句1

SELECT ID, NAME FROM T_WITH WHERE ID IN (SELECT MAX(ID) FROM T_WITH UNION ALL SELECT MIN(ID) FROM T_WITH UNION ALL SELECT TRUNC(AVG(ID)) FROM T_WITH);

3、语句2

WITH AGG AS (SELECT MAX(ID) MAX, MIN(ID) MIN, TRUNC(AVG(ID)) AVG FROM T_WITH) SELECT ID, NAME FROM T_WITH WHERE ID IN ( SELECT MAX FROM AGG UNION ALL SELECT MIN FROM AGG UNION ALL SELECT AVG FROM AGG);

说明：用with改写后一张表不用去重复全扫。

SQL改写--insert all

1、环境准备：

drop table t1 purge; 
create table t1 as select * from dba_objects where 1=2; 
create table t2 as select * from dba_objects where 1=2; 
drop table t purge; 
create table t as select * from dba_objects;

2、普通的插入语句：

insert into t1 select * from t;
insert into t2 select * from t;

3、改写后

set linesize 1000 
set pagesize 2000 
set autotrace off 
ALTER SESSION SET statistics_level = all; 
rollback; 
insert all into t1 into t2 select * from t; 
SELECT * FROM table(dbms_xplan.display_cursor(null,null,'allstats last'));

说明： MULTI-TABLE INSERT:从性能上来看， insert all 不－定会有优势，但是当分开写和合并写不等价的时候，分开 写要很麻烦，比如锁表，比如中间表，这样性能就要比 insert all 差多了！

SQL改写--rownum分页

1、环境准备：

drop table t; 
create table t as select * from dba_objects; 
set linesize 1000 
set pagesize 2000 
set autotrace off

2、语句1：

select * from (select t.*,rownum as rn from t t) a where a.rn>=1 and a.rn<=10; 
SELECT * FROM table(dbms_xplan.display_cursor(null,null,'allstats last'));

3、语句2：

select * from (select t.*,rownum as rn from t t where rownum<=10) a where a.rn>=1 ; 
SELECT * FROM table(dbms_xplan.display_cursor(null,null,'allstats last'));

说明：语句 1 和语句 2 在写法上是等价的 。 但是语句 2 走的是 COUNT STOPKEY ，可以看到语句 2 的执行计划中的 A-ROWS 部分明显减少了很多。

SQL改写--rowid 的影响

1、环境准备：

drop table t purge; 
create table t as select * from dba_objects; 
update t set object_id=rownum; 
commit; 
create index idx_object_id on t(object_id); 
set autotrace off 
select rowid from t where object_id=8;

2、语句1：

set autotrace traceonly
set linesize 1000
update t set object_name='abc' where object_id=8;

3、语句2：

update t set object_name='abc' where object_id=8 and t.rowid='AAAVyeAABAAAWOhAAH';

说明： 语句 1 和语句 2 在某些业务场景下，显然是等价的 。 但是语句 2 走的是 TABLE ACCESS BY USER ROWID，而语句1走的是 INDEX RANGE SCAN。 请注意这个 TABLE ACCESS BY USER ROWID 扫描方式，其直接根据 rowid 来 访问，是最快的访问方式！

SQL改写--分区条件有无

1、环境准备：

set autotrace off
drop table list_part_tab purge; --注意，此分区为列表分区 
create table list_part_tab (id number,deal_date date,area_code number,nbr number,building varchar2(4000)) 
partition by list (area_code) 
( partition p_591 values (591), 
partition p_592 values (592), 
partition p_593 values (593), 
partition p_594 values (594), 
partition p_595 values (595), 
partition p_596 values (596), 
partition p_597 values (597), 
partition p_598 values (598), 
partition p_599 values (599), 
partition p_other values (DEFAULT) ) ;
--以下是插入一整年日期随机数和表示XX地区号含义（591到599）的随机数记录，共有10万条，如下： 
insert into list_part_tab (id,deal_date,area_code,nbr,building) select rownum, to_date( to_char(sysdate-365,'J')+TRUNC(DBMS_RANDOM.VALUE(0,365)),'J'),ceil(dbms_random.value(590,599)), ceil(dbms_random.value(18900000001,18999999999)), rpad('*',400,'*') from dual connect by rownum <= 100000; 
commit; 
update list_part_tab set building='广州' where area_code=591 and rownum=1; 
commit;

2、语句1：

set autotrace traceonly
set linesize 1000
set pagesize 1000
select * from list_part_tab where building='广州';

3、语句2：

select * from list_part_tab where building='广州' and area_code=591;

说明：两个语句的执行计划似乎没有差别，但是经过仔细查看我们发现，语句1 的 执行计划中 Pstart 为1 而 Pstop 为 10，说明从第 1 个分区边历到第 10 个分区。 而 第 2 个语句的执行计划 中 Pstart 和 Pstop 对应的是 KEY，说明它们落在了指定的 分区中。 执行计划的不同性能也不言自明，逻辑读前者是7255，后者是776。

这个实验还是花了一定时间去做的，其中两个测试有点问题，例如result_cache方面，后面再单独做介绍吧，有问题的就不写了~

后面会分享更多关于 DBA方面内容，感兴趣的朋友可以关注下！