SQL CASE WHEN语句性能优化

最新推荐文章于 2024-09-25 11:48:58 发布

携壶结客

最新推荐文章于 2024-09-25 11:48:58 发布

阅读量3.2w

点赞数 1

分类专栏：数据库文章标签： SQL Server 性能优化 rowid 索引 parameter sniffing

本文链接：https://blog.csdn.net/hexianbo/article/details/9570993

版权

数据库专栏收录该内容

5 篇文章 0 订阅

订阅专栏

背景：性能应该是功能的一个重要参考，特别是在大数据的背景之下！写SQL语句时如果仅考虑业务逻辑，而不去考虑语句效率问题，有可能导致严重的效率问题，导致功能不可用或者资源消耗过大。其中的一种情况是，处理每日增量数据的程序，实际执行过程中可能会进行全表扫描，效率与全量程序并无二致。

案例：

mio_log数据量：134,092,418条记录

freph_a01_fromtask3数据量：176,581,388条记录

生产系统上按照业务处理逻辑编写的SQL语句核心代码如下：

SELECT (CASE
           WHEN c.in_force_dateISNOT NULL
                           THEN (CASE
                     WHEN a.mio_date>=c.in_force_dateTHENa.mio_date
                     ELSE c.in_force_date
                   END )
           WHEN c.in_force_dateISNULL THEN (CASE
                     WHEN a.mio_date>=a.plnmio_dateTHENa.mio_date
                     ELSE a.plnmio_date
                   END )
           ELSE a.mio_date
         END ) mio_date
FROM   dbo.mio_loga
       INNER JOIN dbo.freph_a01_fromtask3c
         ON a.cntr_no = c.cntr_no
            AND a.pol_code=c.pol_code
WHERE  ((c.in_force_dateISNOT NULL
           AND((CASE
                    WHEN a.mio_date>=c.in_force_dateTHENa.mio_date
                    ELSE c.in_force_date
                   END ) BETWEEN @stat_begindateAND@stat_enddate))
          OR(c.in_force_dateISNULL
               AND((CASE
                        WHEN a.mio_date>=a.plnmio_dateTHENa.mio_date
                        ELSE a.plnmio_date
                      END ) BETWEEN @stat_begindateAND@stat_enddate)) )

导致虽然mio_log表的mio_date、plnmio_date字段，以及freph_a01_fromtask3表的in_force_date字段上均有索引，但是由于两表不同字段进行CASE WHEN比较，执行计划为聚集索引扫描：

优化思路：

由于mio_log表的mio_date、plnmio_date字段，以及freph_a01_fromtask3表的in_force_date字段上均有索引，可先通过单个mio_date、in_force_date、plnmio_date索引取出增量时间段数据，在增量数据上进行不同表、字段的比对。

SELECT (CASE
           WHEN in_force_date IS NOT NULL
                            THEN ( CASE
                  WHEN mio_date >= in_force_dateTHENmio_date
                  ELSE in_force_date
                END )
           WHEN in_force_date IS NULL
                            THEN ( CASE
                  WHEN mio_date >= plnmio_dateTHENmio_date
                  ELSE plnmio_date
                END )
           ELSE mio_date
         END )               mio_date
from(
       SELECT a.mio_date,
              c.in_force_date,
              a.plnmio_date,
              a.MIO_LOG_ID
       FROM   dbo.mio_loga
              INNER JOIN dbo.freph_a01_fromtask3c
                ON a.cntr_no = c.cntr_no
                   ANDa.pol_code=c.pol_code
       WHERE
       a.mio_dateBETWEEN@stat_begindateAND@stat_enddate
union
       SELECT a.mio_date,
              c.in_force_date,
              a.plnmio_date,
              a.MIO_LOG_ID
       FROM   dbo.mio_loga
              INNER JOIN dbo.freph_a01_fromtask3c
                ON a.cntr_no = c.cntr_no
                   ANDa.pol_code=c.pol_code
       WHERE
       c.in_force_dateBETWEEN@stat_begindateAND@stat_enddate
union
       SELECT a.mio_date,
              c.in_force_date,
              a.plnmio_date,
              a.MIO_LOG_ID
       FROM   dbo.mio_loga
              INNER JOIN dbo.freph_a01_fromtask3c
                ON a.cntr_no = c.cntr_no
                   ANDa.pol_code=c.pol_code
       WHERE
       a.plnmio_dateBETWEEN@stat_begindateAND@stat_enddate
 
) T
WHERE  ((in_force_dateIS NOT NULL
           AND((CASE
                    WHEN mio_date>= in_force_dateTHENmio_date
                    ELSE in_force_date
                   END ) BETWEEN @stat_begindateAND@stat_enddate))
          OR(in_force_dateIS NULL
               AND((CASE
                        WHEN mio_date>= plnmio_dateTHENmio_date
                        ELSE plnmio_date
                      END ) BETWEEN @stat_begindateAND@stat_enddate)) )

该语句存在两个问题：

1. 如果子查询中mio_log、freph_a01_fromtask3没有主键，则需通过ROWID标识不同记录，即如果没有主键，可以通过ROWID进行替换。

ROWID这个概念在Oracle中非常重要，使用也非常广泛，其意义如下：

ROWIDPseudocolumn

Foreach row in the database, the ROWID pseudocolumn returns the address of therow. Oracle Database rowid values contain information necessary to locate arow:

· The dataobject number of the object

· The datablock in the datafile in which the row resides

· The positionof the row in the data block (first row is 0)

· The datafilein which the row resides (first file is 1). The file number is relative to thetablespace.

SQLServer中并没有ROWID这个概念， SQL Server2008及以后版本中%%physloc%%虚拟列与ROWID最相近，信息如下：

The closest equivalent tothis in SQL Server is the rid which has three componentsFile:Page:Slot.

In SQL Server 2008 it ispossible to use the undocumented and unsupported %%physloc%% virtual column to see this. Thisreturns a binary(8) value with the Page ID in the firstfour bytes, then 2 bytes for File ID, followed by 2 bytes for the slot locationon the page.

The scalar function sys.fn_PhysLocFormatter or the sys.fn_PhysLocCracker TVF can be used to convert this into amore readable form.

CREATE TABLET(XINT);
 
INSERT INTOTVALUES(1),(2)
 
SELECT %%physloc%%AS[%%physloc%%],
       sys.fn_PhysLocFormatter(%%physloc%%)AS[File:Page:Slot]
FROM T

%%physloc%%	File:Page:Slot
0x7600000001000000	(1:118:0)
0x7600000001000100	(1:118:1)

Note that this is not leveraged by the queryprocessor. Whilst it is possible to use this in a WHERE clause

SELECT *FROMT
WHERE %%physloc%%=0x7600000001000000

SQL Server will not directly seek to thespecified row. Instead it will do a full table scan, evaluate %%physloc%% foreach row and return the one that matches (if any do).

2. 该语句有parameter sniffing问题：

当使用存储过程的时候，总是要使用到一些变量。变量有两种，一种是在存储过程的外面定义的，当调用存储过程的时候，必须要给它代入值，SQLServer在编译时知道它的值是多少。还有一种变量是在存储过程里面定义的。它的值是在存储过程的语句执行过程中得到的。对这种本地变量，SQLServer在编译时不知道它的值是多少。

SQLServer在处理存储过程时，为了节省编译时间，是一次编译多次使用的。那么计划重用就有两个潜在问题：

（1）对于第一类变量，根据第一次运行时带入的值生成的执行计划，是不是就能够适合所有可能的变量值？

（2）对于第二类本地变量，SQL Server在编译时并不知道它的值是多少，那怎么选择“合适”的执行计划？

parametersniffing”问题的定义:因为语句的执行计划对变量值很敏感，而导致重用执行计划会遇到性能问题。本地变量做出来的执行计划是一种比较“中庸”的方法，一般不会有parameter sniffing那么严重，很多时候，它还是解决parametersniffing的一个候选方案。

解决parameter sniffing问题的方法：

（1）用exec()方式运行动态SQL语句：如果在存储过程里不是直接运行语句，而是把语句带上变量，生成一个字符串，再让exec()命令多动态语句运行，那SQL Server就会在运行到这个语句的时候，对动态语句进行编译。这时，SQLServer已经知道了变量的值，会根据值生成优化的执行计划，从而绕过parametersniffing问题。

（2）使用本地变量：如果把变量值赋给一个本地变量，SQLServer在编译的时候是没有办法知道这个本地变量的值的。所以它会根据表格里数据的一般分布情况“猜测”一个返回值。不管用户在调用存储过程的时候带入的变量值是多少，做出来的执行计划都是一样的。而这样的执行计划一般比较“中庸”，不会是最优的执行计划，但是对大多数变量值来讲，也不会是一个很差的执行计划。该方法的好处是保持了存储过程的优点，缺点是要修改存储过程，而执行计划也不是最优的。

（3）在语句里使用query hint指定执行计划：

在SELECT、INSERT、UPDATE、DELETE语句最后，可以加一个“Option(<query_hint>)”子句，对SQL Server将要生成的执行计划进行指导。目前的query_hint很强大，有十几种hint。完整的定义如下：

<query_hint>::=
{ {HASH| ORDER } GROUP
  | {CONCAT| HASH | MERGE} UNION
  | {LOOP| MERGE | HASH} JOIN
  | FASTnumber_rows
  | FORCEORDER
  | MAXDOPnumber_of_processors
  | OPTIMIZEFOR( @vaariable_name= literal_constant[ , ...n ])
  | PARAMETERIZATION{SIMPLE | FORCED }
  | RECOMPILE
  | ROBUSTPLAN
  | KEEPPLAN
  | KEEPFIXEDPLAN
  | EXPANDVIEWS
  | MAXRECURSIONnumber
  | USEPLANN'xml_plan'
}

这些hint的用途不一样。有些是引导执行计划使用什么样的运算的，例如{HASH| ORDER } GROUP、{CONCAT | HASH | MERGE} UNION、{LOOP| MERGE|HASH} JOIN。有些是防止重编译的，例如PARAMETERIZATION{SIMPLE | FORCED }、KEEPPLAN、KEEPFIXEDPLAN，有些是强制重编译的，如RECOMPILE。有些是影响执行计划的选择的，如FASTnumber_rows、FORCEORDER、MAXDOPnumber_of_processors、OPTIMIZEFOR( @vaariable_name= literal_constant[ , ...n ])，它们是和在不同的场合。具体定义参见SQL Server联机帮助。

为避免parameter sniffing问题，主要有以下几种常见query hint

（1）Recompile

Recompile这个查询提示告诉SQL Server,语句在每一次存储过程运行的时候，都要重新编译一下。这样就能够使SQL Server根据当前变量的值，选一个最好的执行计划。对前面的那个例子，我们可以这么改写。

CREATE PROCNosniff_queryhint_recompile(@iINT)
AS
    SELECT Count(b.SalesOrderID),
           Sum(p.Weight)
    FROM   dbo.SalesOrderHeader_testa
           INNER JOIN dbo.SalesOrderDetail_testb
             ON a.SalesOrderID=b.SalesOrderID
           INNER JOIN Production.Productp
             ON b.ProductID=p.ProductID
    WHERE  a.SalesOrderID=@i
    OPTION (recompile)
go

和这种方法类似的，是在存储过程的定义里直接指定"recompile"，也能达到避免parameter sniffing的效果。

CREATE PROCNosniff_spcreate_recompile(@iINT)
WITH recompile
AS
    SELECT Count(b.SalesOrderID),
           Sum(p.Weight)
    FROM   dbo.SalesOrderHeader_testa
           INNER JOIN dbo.SalesOrderDetail_testb
             ON a.SalesOrderID=b.SalesOrderID
           INNER JOIN Production.Productp
             ON b.ProductID=p.ProductID
    WHERE  a.SalesOrderID=@i
 
go

（2）指定JOIN运算

CREATE PROCNosniff_queryhint_joinhint(@iINT)
AS
    SELECT Count(b.SalesOrderID),
           Sum(p.Weight)
    FROM   dbo.SalesOrderHeader_testa
           INNER JOIN dbo.SalesOrderDetail_testb
             ON a.SalesOrderID=b.SalesOrderID
           INNER hash JOIN Production.Productp
             ON b.ProductID=p.ProductID
    WHERE  a.SalesOrderID=@i 
go

（3） OPTIMIZEFOR（@variable_name= literal_constant[ , …n] ）

使用OPTIMIZE FOR 这个查询指导，就能够让SQL Server做到这一点。这是SQL 2005以后的一个新功能。

create procNoSniff_QueryHint_OptimizeFor(@iint)as
select count(b.SalesOrderID),sum(p.Weight)
from dbo.SalesOrderHeader_testa
inner joindbo.SalesOrderDetail_testb
on a.SalesOrderID=b.SalesOrderID
inner joinProduction.Productp
on b.ProductID=p.ProductID
where a.SalesOrderID=@i
option (optimizefor(@i= 75124))
go

（4） Plan Guide

以上方法有个明显的局限性，就是徐要修改存储过程定义。有些时候没有应用开发组的许可，修改存储过程是不可以的。对用sp_executesql方式调用的指令，问题更大，因为这些指令可能是写在应用程序里面而不是SQLServer里。数据库管理员没有办法去修改应用程序。自SQLServer 2005以后，引入和完善了一种叫PlanGuide的功能，数据库管理员可以告诉SQLServer，当运行某个语句时，请数据库使用我制定的执行计划。这样就不许要修改存储过程或者应用。例如可以用下面的方法，在原来那个有parameter sniffing问题的存储过程”Sniff”上，解决sniffing问题。

EXEC sp_create_plan_guide
    @name= N'Guide1',
    @stmt = N'select count(b.SalesOrderID),sum(p.Weight)
from dbo.SalesOrderHeader_test a
inner join dbo.SalesOrderDetail_test b
on a.SalesOrderID = b.SalesOrderID
inner join Production.Product p
on b.ProductID = p.ProductID
where a.SalesOrderID =@i',
    @type = N'OBJECT',
    @module_or_batch = N'Sniff',
    @params = NULL,
    @hints = N'OPTION (optimize for (@i = 75124))';
go

由于以上两个问题，导致该方案在实际中并不是很好用。

最优解决方案：

总体优化思路与上面的类似，只不过取增量范围是通过mio_log、in_force_date、plnmio_date字段上的索引取出mio_log_id范围，这三个索引取出的最大mio_log_id的最大值为@mio_log_id_max，最小的mio_log_id的最小值为@mio_log_id_min，那么增量数据范围可取出为mio_log_idbetween @mio_log_id_min and @mio_log_id_max。这是因为是瞬间完成的，同时通过mio_log_id取增量时能够确保走聚集索引。

具体解决方案如下：

SELECT @mio_log_id_max3=Max(mio_log_id),
       @mio_log_id_min3 = Min(mio_log_id)
FROM   dbo.freph_a01_fromtask3c(INDEX=i2_freph_a01_fromtask3)
       INNER loop JOIN mio_logaWITH(nolock)
         ON a.cntr_no = c.cntr_no
            AND a.pol_code=c.pol_code
WHERE  c.in_force_dateBETWEEN@date_minAND @date_max
 
SELECT @mio_log_id_max2=Max(mio_log_id),
       @mio_log_id_min2 = Min(mio_log_id)
FROM   mio_log(INDEX=idx_mio_log_plnmio_date)
WHERE  plnmio_dateBETWEEN@date_minAND @date_max
 
SELECT @mio_log_id_max1=Max(mio_log_id),
       @mio_log_id_min1 = Min(mio_log_id)
FROM   mio_log(INDEX=idx_mio_log_mio_date)  
WHERE  mio_dateBETWEEN@date_minAND @date_max
 
SELECT @mio_log_id_max=dbo.F_find_max(@mio_log_id_max1,@mio_log_id_max2,@mio_log_id_max3)
 
SELECT @mio_log_id_min=dbo.F_find_min(@mio_log_id_min1,@mio_log_id_min2,@mio_log_id_min3)
 
SELECT (CASE
           WHEN in_force_date IS NOT NULL THEN
               (CASE
                   WHEN mio_date>= in_force_dateTHENmio_date
                   ELSE in_force_date
                  END )
           WHEN in_force_date IS NULL THEN
               (CASE
                   WHEN mio_date>= plnmio_dateTHENmio_date
                   ELSE plnmio_date
                  END )
           ELSE mio_date
         END ) mio_date
FROM   (SELECTa.mio_date,
               a.plnmio_date,
               c.in_force_date
        FROM   dbo.mio_logaWITH(nolock)
               INNER JOIN dbo.freph_a01_fromtask3cWITH(nolock)
                 ON a.cntr_no = c.cntr_no
                   AND a.pol_code=c.pol_code
        WHERE  mio_log_id BETWEEN @mio_log_id_min AND @mio_log_id_max) T
WHERE  ((t.in_force_dateISNOT NULL
           AND((CASE
                    WHEN t.mio_date>=t.in_force_dateTHENt.mio_date
                    ELSE t.in_force_date
                   END ) BETWEEN @date_minAND@date_max ) )
          OR(t.in_force_dateISNULL
               AND((CASE
                        WHEN t.mio_date>=t.plnmio_dateTHENt.mio_date
                        ELSE t.plnmio_date
                      END ) BETWEEN @date_minAND@date_max ) ) )

该方案在实施过程中有两个问题需要注意：

1. 通过非聚集索引取聚集索引键的最大最小值时，其自身生成的执行计划效率低下，需要通过query hint指导SQL Server优化器选择正确的执行计划：

set statisticsioon
set statisticstimeon

declare @date_mindatetime
declare @date_maxdatetime
 
set @date_min='2013-07-15'
set @date_max='2013-07-25'
 
declare @mio_log_id_max1int
declare @mio_log_id_min1int 
select @mio_log_id_max1=max(mio_log_id),@mio_log_id_min1=min(mio_log_id)
from mio_log
where mio_datebetween@date_minAND @date_max

执行计划如下为两个并行聚集索引扫描：

之所以通过聚集索引扫描来得到最大、最小mio_log_id，并不是进行完整的聚集索引扫描。SQL Server优化器以为从两头分别进行扫描，碰到第一个符合WHERE条件就返回的算法是最优的。而实验中通过参数得到的实际数据均分布在mio_log的最大端，得到最小的mio_log_id几乎就扫描了整个mio_log表，因而整个逻辑读为【到目前为止结果还没出来……，不等了】。

该问题可以通过指导SQL Server优化器选择正确的执行计划解决：

select @mio_log_id_max1=max(mio_log_id),@mio_log_id_min1=min(mio_log_id)
from mio_log(index=idx_mio_log_mio_date)
where mio_datebetween@date_minAND @date_max

执行计划如下：

逻辑读673，耗时215 ms。

2. 通过freph_a01_fromtask3表in_force_date字段获取mio_log表的mio_log_id时，其自身生成的执行计划效率低下，需要通过query hint指导SQL Server优化器选择正确的执行计划：

SELECT @mio_log_id_max3=Max(mio_log_id),
       @mio_log_id_min3 = Min(mio_log_id)
FROM   dbo.freph_a01_fromtask3c(INDEX=i2_freph_a01_fromtask3)
       INNER loop JOIN mio_logaWITH(nolock)
         ON a.cntr_no = c.cntr_no
            AND a.pol_code=c.pol_code
WHERE  c.in_force_dateBETWEEN@date_minAND @date_max

另外，在逻辑优化过程中，还用到了索引覆盖、关联字段添加索引、脏读等技术。

参考资料：

1. SQL Server ROWID: http://stackoverflow.com/questions/909155/equivalent-of-oracles-rowid-in-sql-server

2. 徐海蔚. Microsoft SQL Server企业级平台管理实践