SQL调优之使用并行特征

Developer 发来邮件,叫我调整下面的SQL。

注:HPUX ,8CPU,RAC 4节点,数据仓库环境

-----邮件内容--------

Hi Robinson,

Could you take a look at the SQL below? It runs very slowly.

select b.prod_4_id, a.SRCE_REGN_ID, count(1)

from adwu.GLOBL_DEMND_FRCST_WK_FCT a, adwu.prod_9005_gdf_wk_fdim b

where a.prod_skid = b.prod_skid

and b.prod_4_id in

('1105060745', '1105060767', '1106406452', '1106540881')

and ETL_RUN_ID = '304898'

group by b.prod_4_id, a.SRCE_REGN_ID;

----邮件内容-------------

通过OC得知,上面的SQL要跑40分钟左右。

SQL> select count(*) from adwu.GLOBL_DEMND_FRCST_WK_FCT; ---表GLOBL_DEMND_FRCST_WK_FCT有10亿条数据

COUNT(*)
----------
1079544821

SQL> select count(*) from adwu.prod_9005_gdf_wk_fdim;--表prod_9005_gdf_wk_fdim有1千多万的数据

COUNT(*)
----------
1186493

Elapsed: 00:00:01.20

GLOBL_DEMND_FRCST_WK_FCT是个 组合分区表,有900多个sub partition分区信息如下:

...............省略..............................................

TABLESPACE "DEM_PLAN01M"
PARTITION BY RANGE ("DAY_SKID")
SUBPARTITION BY LIST ("SRCE_REGN_ID")
SUBPARTITION TEMPLATE (
SUBPARTITION "NA" values ( 'NA' ),
SUBPARTITION "LA" values ( 'LA' ),
SUBPARTITION "WE" values ( 'WE' ),
SUBPARTITION "CE" values ( 'CE' ),
SUBPARTITION "GC" values ( 'GC' ),
SUBPARTITION "NE" values ( 'NE' ),
SUBPARTITION "AA" values ( 'AA' ),
SUBPARTITION "GL" values ( 'GL' ) )
PARTITION "P2008052" VALUES LESS THAN (

.................省略..............................................

表prod_9005_gdf_wk_fdim不是分区表

执行计划如下:

SQL> select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
-------------------------------------------------------------------------------------------------------------------------------------

Plan hash value: 453637057

-------------------------------------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | Pstart| Pstop |
-------------------------------------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 23 | 713 | 175K (12)| 00:25:26 | | |
| 1 | SORT GROUP BY | | 23 | 713 | 175K (12)| 00:25:26 | | |
|* 2 | HASH JOIN | | 2212K| 65M| 174K (11)| 00:25:25 | | |
|* 3 | VIEW | index$_join$_002 | 23153 | 384K| 2190 (2)| 00:00:20 | | |
|* 4 | HASH JOIN | | | | | | | |
| 5 | INLIST ITERATOR | | | | | | | |
| 6 | BITMAP CONVERSION TO ROWIDS| | 23153 | 384K| 8 (0)| 00:00:01 | | |
|* 7 | BITMAP INDEX SINGLE VALUE | PROD_9005_GDF_WK_FDIM_BX16 | | | | | | |
| 8 | INDEX FAST FULL SCAN | PROD_9005_GDF_WK_FDIM_PK | 23153 | 384K| 2180 (2)| 00:00:19 | | |
| 9 | PARTITION RANGE ALL | | 3255K| 43M| 172K (12)| 00:25:05 | 1 | 119 |
| 10 | PARTITION LIST ALL | | 3255K| 43M| 172K (12)| 00:25:05 | 1 | 8 |
|* 11 | TABLE ACCESS FULL | GLOBL_DEMND_FRCST_WK_FCT | 3255K| 43M| 172K (12)| 00:25:05 | 1 | 952 |
-------------------------------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

2 - access("A"."PROD_SKID"="B"."PROD_SKID")
3 - filter("B"."PROD_4_ID"='1105060745' OR "B"."PROD_4_ID"='1105060767' OR "B"."PROD_4_ID"='1106406452' OR
"B"."PROD_4_ID"='1106540881')
4 - access(ROWID=ROWID)
7 - access("B"."PROD_4_ID"='1105060745' OR "B"."PROD_4_ID"='1105060767' OR "B"."PROD_4_ID"='1106406452' OR
"B"."PROD_4_ID"='1106540881')
11 - filter("ETL_RUN_ID"=304898)

29 rows selected.

请注意观察执行计划:其实这里的统计信息是不准确的,因为10亿数据表的FULL SCAN 才3255K,说明统计信息出问题了。不过凭俺SQL调优的经验,即使现在对10亿数据表再去收集统计信息,执行计划也不会变的。同样会对10表进行全表扫描。对于1千万的表,使用了2个索引,一个是主键,一个是位图索引,这里没有什么好说的。

对于这个SQL,可以在10亿上面的3个列建立组合索引,从而避免对10亿大表全表扫描,不过这样做会让导入,更新,删除变得很慢,而且也浪费空间。所以我放弃了这总方法(一般对2列建立组合索引,超过3列就。。。。。)

好了,怎么优化呢?我这里是仓库环境,10亿的那张表有900多个分区,那么你想到了什么?并行运算啊

对于仓库环境,如果表已经经过分区,那么我们可以使用并行扫描的方法来提高速度。

SQL> select table_name,degree,instances,status from dba_tables where
2 owner=upper('&owner') and table_name=upper('&table_name');
Enter value for owner: ADWU
Enter value for table_name: GLOBL_DEMND_FRCST_WK_FCT
old 2: owner=upper('&owner') and table_name=upper('&table_name')
new 2: owner=upper('ADWU') and table_name=upper('GLOBL_DEMND_FRCST_WK_FCT')

TABLE_NAME DEGREE INSTANCES
------------------------------ -------------------- --------------------------
GLOBL_DEMND_FRCST_WK_FCT1 1

SQL> alter table adwu.GLOBL_DEMND_FRCST_WK_FCT parallel 8;

Table altered.

执行下面的SQL

SQL> select b.prod_4_id, a.SRCE_REGN_ID, count(1)
2 from adwu.GLOBL_DEMND_FRCST_WK_FCT a, adwu.prod_9005_gdf_wk_fdim b
3 where a.prod_skid = b.prod_skid
4 and b.prod_4_id in
5 ('1105060745', '1105060767', '1106406452', '1106540881')
6 and ETL_RUN_ID = '304898'
7 group by b.prod_4_id, a.SRCE_REGN_ID
8 ;

PROD_4_ID SRCE_REGN_ID COUNT(1)
--------------------------------------------- ------------------------------------------------------------------------------------------ ----------
1105060745 GL 11628
1106406452 GL 97529
1105060767 GL 2215

Elapsed: 00:04:10.14

这里,这个查询只花了4分钟,大大的超出了开发人员的预期。不过我这样做也有问题,因为我设置了degree,这个将会导致对表的查询更倾向于全表扫描,所以这里不能这么设置,可以使用HINT 提示来让优化器选择并行运算,而不是设置degree。

所以最终,让开发人员使用下面SQL:

SQL> Select /*+ parallel(a,8) */ b.prod_4_id, a.SRCE_REGN_ID, count(1)
2 from adwu.GLOBL_DEMND_FRCST_WK_FCT a, adwu.prod_9005_gdf_wk_fdim b
3 where a.prod_skid = b.prod_skid
4 and b.prod_4_id in
5 ('1105060745', '1105060767', '1106406452', '1106540881')
6 and ETL_RUN_ID = '304898'
7 group by b.prod_4_id, a.SRCE_REGN_ID;

PROD_4_ID SRCE_REGN_ID COUNT(1)
--------------------------------------------- ------------------------------------------------------------------------------------------ -------
1105060745 GL 11628
1105060767 GL 2215
1106406452 GL 97529

Elapsed: 00:04:39.72

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【5层】公司办公楼全套设计+++(3156平,含计算书、建筑图,结构图、实习报告,PKPM,答辩PPT) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值