新炬网络定期推出“名师大讲堂”专业IT技术知识分享，内容涉及Oracle数据库、性能测试、软件自动化测试等，与工作在技术前线的小伙伴们一起探讨实践中出现的技术难题，提供有效解决方案，大家通过交流共同成长
TABLE函数在SQL中使用，可以将传入的集合转为普通表使用，与管道函数结合使用，往往能够提高效率，然后在实际应用过程中，发现CBO对TABLE函数的启发式基数估算，往往会导致性能问题。以下SQL虽然单条运行很快，但是运行非常频繁，严重消耗CPU资源。
SELECT B.ID,
B.NAME,
B.TASK_ID,
B.DICTION,
B.GROUP_ID,
NVL(B.ATTEST_FLAG, 'N'),
NVL(B.DOUWIN_FLAG, 'N'),
B.DESC,
NVL(B.SIGN_FLAG, 'N'),
B.MAX_EXECUTE_NUM
FROM (SELECT DISTINCT (ID)
FROM TEST_TAB
WHERE STATUS = '04'
AND CHN_TYPE = :B1) A,
TABLE(CAST(:B2 AS TYPE_INFO_TABLE)) B
WHERE A.ID = B.ID
执行计划如下：
Plan hash value: 918180822
-----------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | | | 839 (100)| |
|* 1 | HASH JOIN | | 5784 | 75192 | 839 (5)| 00:00:05 |
| 2 | COLLECTION ITERATOR PICKLER FETCH| | | | | |
| 3 | VIEW | | 12361 | 132K| 818 (5)| 00:00:05 |
| 4 | HASH UNIQUE | | 12361 | 301K| 818 (5)| 00:00:05 |
|* 5 | TABLE ACCESS FULL | TEST_TAB | 21104 | 515K| 814 (4)| 00:00:05 |
-----------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."ID"=SYS_OP_ATG(VALUE(KOKBF$),1,2,2))
5 - filter(("CHN_TYPE"=:B1 AND "STATUS"='04'))
问题分析与优化建议：
1）主要原因使用了嵌套表+TABLE函数，ORACLE对TABLE函数的基数使用1个固定值：返回8168行，这个值比较大，可以导致执行计划与其他表JOIN的时候可能走错，比如应该走NESTED LOOPS的走成HASH JOIN，导致部分表无法使用索引访问。对于在SQL中适用嵌套表和TABLE函数的，如果TABLE函数实际返回的数据量较小，比如返回200行之下，在11g之前只能使用hint:cardinality(9i可使用)、opt_estimate(10g可使用)，这2个hint都是undocument的，而且必须手动设置比较小的基数，比如100。11g可以适用动态采样，对table函数起作用.对应hint:dynamic_sampling。通过以上设置，可以使TABLE函数与其它表JOIN可以走NESTED LOOPS，从而使用索引访问。
当然，这个设置的前提是实际情况下，大部分时候，TABLE函数返回的结果行数较少，如果返回的结果集行数接近或大于8168，那将基数设置为很小的值，也就失去了意义。ORACLE估算TABLE函数返回8168行，如下所示：
CBO估算TABLE函数的cardinality为8168行，这与实际情况200以下，差别太大。SQL> explain plan for
2 SELECT *
3 FROM TABLE(CAST(:B2 AS TYPE_INFO_TABLE));
Explained.
Elapsed: 00:00:00.01
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------
Plan hash value: 1692170009
------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 8168 | 16336 | 14 (0)| 00:00:01 |
| 1 | COLLECTION ITERATOR PICKLER FETCH| | | | | |
------------------------------------------------------------------------------------------
通过cardinality hint强制返回100行：
SQL> explain plan for
2 select/*+cardinality(b 100)*/ * from
3 TABLE(CAST(:B2 AS TYPE_INFO_TABLE)) B;
Explained.
Elapsed: 00:00:00.06
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------
Plan hash value: 1692170009
------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 100 | 200 | 20 (0)| 00:00:01 |
| 1 | COLLECTION ITERATOR PICKLER FETCH| | | | | |
------------------------------------------------------------------------------------------
8 rows selected.
通过opt_estimate hint强制返回100行：
SQL> explain plan for
2 select/*+opt_estimate(table,b,rows=100)*/ * from
3 TABLE(CAST(:B2 AS TYPE_INFO_TABLE)) B;
Explained.
Elapsed: 00:00:00.01
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------
Plan hash value: 1692170009
------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 100 | 200 | 20 (0)| 00:00:01 |
| 1 | COLLECTION ITERATOR PICKLER FETCH| | | | | |
------------------------------------------------------------------------------------------
8 rows selected.
Elapsed: 00:00:00.04
2）通过分析语句只访问TABLE函数返回的行，为了做JOIN，使用了DISTINCT，是没有必要的，而且会影响执行计划，这里通过EXISTS子查询改写。
优化方案与效果：
1）优化方案
使用cardinality hint，并且将语句中DISTINCT修改为EXISTS子查询，如下：
SELECT/*+cardinality(b 100)*/ B.ID, B.NAME, B.TASK_ID, B.DICTION, B.GROUP_ID,NVL(B.ATTEST_FLAG,'N'), NVL(B.DOUWIN_FLAG,'N'), B.DESC, NVL(B.SIGN_FLAG,'N'),B.MAX_EXECUTE_NUM
FROM TABLE(CAST(:B2 AS TYPE_INFO_TABLE)) B
WHERE EXISTS(SELECT 1 FROM TEST_TAB A
WHERE A.STATUS = '04'
AND A.CHN_TYPE = :B1
AND A.ID = B.ID
);
2）优化效果
优化后buffer gets从4283到227，是原来的5.3%，时间也从原来的0.27到0.01。
优化前走HASH JOIN，全表扫描表TEST_TAB：
Plan hash value: 3464704515
------------------------------------------------------------------------------------------------------------------------------------------
| Id | Operation | Name | Starts | E-Rows | A-Rows | A-Time | Buffers | OMem | 1Mem | Used-Mem |
------------------------------------------------------------------------------------------------------------------------------------------
|* 1 | HASH JOIN | | 1 | 1787 | 75 |00:00:00.27 | 4283 | 1959K| 1363K| 2182K (0)|
| 2 | VIEW | | 1 | 3807 | 27100 |00:00:00.25 | 4283 | | | |
| 3 | HASH UNIQUE | | 1 | 3807 | 27100 |00:00:00.25 | 4283 | 1983K| 1380K| 1725K (0)|
|* 4 | TABLE ACCESS FULL | TEST_TAB | 1 | 4281 | 208K|00:00:00.21 | 4283 | | | |
| 5 | COLLECTION ITERATOR PICKLER FETCH| | 1 | | 75 |00:00:00.01 | 0 | | | |
------------------------------------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("A"."ID"=SYS_OP_ATG(VALUE(KOKBF$),1,2,2))
4 - filter(("CHN_TYPE"=:B1 AND "STATUS"='04'))
优化后的执行计划，走NESTED LOOPS+索引访问TEST_TAB：
Plan hash value: 884413475
------------------------------------------------------------------------------------------------------------------
| Id | Operation | Name | Starts | E-Rows | A-Rows | A-Time | Buffers |
------------------------------------------------------------------------------------------------------------------
| 1 | NESTED LOOPS SEMI | | 1 | 1 | 75 |00:00:00.01 | 227 |
| 2 | COLLECTION ITERATOR PICKLER FETCH| | 1 | | 75 |00:00:00.01 | 0 |
|* 3 | TABLE ACCESS BY INDEX ROWID | TEST_TAB | 75 | 1 | 75 |00:00:00.01 | 227 |
|* 4 | INDEX RANGE SCAN | PK_TEST_TAB | 75 | 2 | 75 |00:00:00.01 | 152 |
------------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
3 - filter("A"."STATUS"='04')
4 - access("A"."ID"=SYS_OP_ATG(VALUE(KOKBF$),1,2,2) AND "A"."CHN_TYPE"=:B2)
filter("A"."CHN_TYPE"=:B2)
总结与建议：
如果SQL中使用TABLE函数，但是实际情况返回的行数比ORACLE估算的8168行少很多，使用ORACLE CBO的估算方式，导致不正确的执行计划，这时，就需要人工干预，使用HINT等方式，让SQL走更优的计划，从而提高效率。
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/29960155/viewspace-1352779/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/29960155/viewspace-1352779/
3365
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
