一次優化記錄

    今天收到一個同事的求助，說有一個SQL跑了一個多小時沒有結果。我看了看，這個SQL是這樣的（隱藏了敏感信息）：

    

SELECT 電話號碼, 列2, 列3, MAX(STARTTIME), FLAG
  FROM 表1 T1
 WHERE FLAG = '0'
   AND 電話號碼 NOT IN (SELECT 電話號碼 FROM 表2 T2)
 GROUP BY 電話號碼, 列2, 列3, FLAG;

     我首先查看了兩個表的數據量，表1有將近300萬條，表2有不到10萬條記錄。並不是很大的數據。於是我關注到了not in，這個語句是幾乎所有的優化指南上都明確說了要避免的語句。於是我就把這句改了，改成了not exists：

    

SELECT 電話號碼, 列2, 列3, MAX(STARTTIME), FLAG
  FROM 表1_新 T1
 WHERE FLAG = '0'
   AND NOT EXISTS
 (SELECT 電話號碼 FROM 表2 T2 WHERE T1.電話號碼 = T2.電話號碼)
 GROUP BY 電話號碼, 列2, 列3, FLAG;

 

     但是COST僅僅降低到了原來的五分之一，這遠遠不是我需要的。我需要的是質一樣的飛躍。

     我看了一下原本SQL的執行計划：

     

       我發現全表掃描耗用很大。查詢一下數據，發現這是一張客戶信息表，所有人的電話號碼都是不同的，因此我想到了將這個表改成一個哈希分區表。至於為什么會想到哈希分區表，參考我以前寫過的：http://www.cnblogs.com/wingsless/archive/2012/09/28/2707661.html。

       我建立了一張哈希分區表：表1_新。

       這個時候我用剛才改的語句，然后看看執行計划：

       

      這個效果就非常好了，36847的COST和2684K的COST比起來簡直是天壤之別。實際測試一下，查詢出所有的數據僅僅需要55秒。

      如果不用not exists，在哈希分區表上用原來的SQL查查，執行計划是這樣的：

      

      可以看到COST會有下降，但是僅僅是一半左右，這也不是優化所要達到的目的。

      其實這次SQL優化的主要在於使用了not exists。因為在三個執行計划中，最開始的對表1或者表1_新的掃描，COST都不到20000，而且很接近，因此哈希分區應該並不是提升效率的關鍵。至於效率為什么提高，這句是關鍵：access("T1"."電話號碼"="T2"."電話號碼")。關於not in和not exists的優劣區別，今天太晚了，周末再好好寫寫吧。 

      有幾次同事問我怎么去優化？其實優化，我覺得並沒有什么技巧，應該就和踢足球一樣，沒有什么戰無不勝的踢法，只有對場上局面冷靜的分析，隨時調整戰法，才能無往而不利，這樣才是好的教練，這應該就是穆里尼奧的本事。優化也是這樣的，不同的SQL有不同的優化方法，冷靜的分析，運用自己學過的技術，總能把調優做的很好。