[转载]---Oracle SQL的硬解析和软解析

    我们都知道在Oracle中每条SQL语句在执行之前都需要经过解析，这里面又分为软解析和硬解析。在Oracle中存在两种类型的SQL语句，一类为DDL语句(数据定义语言)，他们是从来不会共享使用的，也就是每次执行都需要进行硬解析。还有一类就是DML语句(数据操纵语言)，他们会根据情况选择要么进行硬解析，要么进行软解析。

    DML：INSERT、UPDATE、DELETE、SELECT；

    DDL：CREATE、DROP、ALTER

 

一、SQL解析过程

Oracle对此SQL将进行几个步骤的处理过程：

     1、语法检查(syntax check)：检查此sql的拼写是否有语法错误；

     2、语义检查(semantic check)：诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限；

     3、对sql语句进行解析(prase)：利用内部算法对sql进行解析，生成解析树(parse tree)及执行计划(execution plan)；

     4、执行sql，返回结果(execute and return)。

 

二、解析过程详解

     2.1、语法检测

     判断一条SQL语句的语法是否符合SQL的规范，比如执行：

1 SQL> select * form emp;
2 select * form emp
3          *
4 ERROR at line 1:
5 ORA-00923: FROM keyword not found where expected
这里可以看到由于from拼写错误，所以这条语句就无法通过语法检测的步骤。

     2.2、语义检查
     语法正确的SQL语句在解析的第二步骤就是判断该SQL语句所访问的表及列是否准确？用户是否有权限访问或更改相应的表或列？比如下面语句：

1 SQL> select * from emp;
2 select * from emp
3               *
4 ERROR at line 1:
5 ORA-00942: table or view does not exist
由于查询用户没有可供访问的emp对象，因此该SQL语句无法通过语义检查。

     2.3、解析(Parse)
      2.3.1、Parse主要分为三种：

            1、Hard Parse(硬解析)；

            2、Soft Parse(软解析)；

            3、Soft Soft Parse

            Hard Parse：就是上面提到的对提交的Sql完全重新从头进行解析(当在Shared Pool中找不到时候将会进行此操作)，总共有以下5个执行步骤:

              1：语法分析；

              2：权限与对象检查；

              3：在共享池中检查是否有完全相同的之前完全解析好的。如果存在，直接跳过4和5，运行Sql，此时算soft parse；

              4：选择执行计划；

              5：产生执行计划

              注：创建解析树、生成执行计划对于sql的执行来说是开销昂贵的动作，所以，应当极力避免硬解析，尽量使用软解析。这就是在很多项目中，倡导开发设计人员对功能相同的代码要努力保持代码的一致性，以及要在程序中多使用绑定变量的原因。

            Soft Parse：就如果是在Shared Pool中找到了与之完全相同的Sql解析好的结果后会跳过Hard Parse中的后面的两个步骤。

            Soft Soft Parse：实际上是当设置了session_cursor_cache这个参数之后，Cursor被直接Cache在当前Session的PGA中的，在解析的时候只需要对其语法分析、权限对象分析之后就可以转到PGA中查找了，如果发现完全相同的Cursor，就可以直接去取结果了，也就就是实现了Soft Soft Parse.

      2.3.2、解析的步骤可以分为两个步骤：

         1)、验证SQL语句是否完全一致：

         在这个步骤中，Oracle将会对传递进来的SQL语句使用HASH函数运算得出HASH值，再与共享池中现有语句的HASH值进行比较看是否一一对应。现有数据库中SQL语句的HASH值我们可以通过访问v$sql、v$sqlarea、v$sqltext等数据字典中的HASH_VALUE列查询得出。

         如果SQL语句的HASH值一致，那么Oracle事实上还需要对SQL语句的语义进行再次检测，以决定是否一致。那么为什么Oracle需要再次对语句文本进行检测呢？不是SQL语句的HASH值已经对应上了？事实上就算是SQL语句的HASH值已经对应上了，并不能说明这两条SQL语句就已经可以共享了。

         例如：假如用户jack有自己的一张表emp,他要执行查询语句：select * from emp;用户echos也有一张emp表，同样要查询：select * from emp;这样他们两条语句在文本上是一模一样的，他们的HASH值也会一样，但是由于涉及到查询的相关表不一样，他们事实上是无法共享的。

 1 SQL> show user;
 2 USER is "JACK"
 3 SQL> create table emp(x int);
 4 
 5 Table created.
 6 
 7 SQL> select * from emp;
 8 
 9 no rows selected
10 
11 SQL> conn echos/echo
12 Connected.
13 SQL> create table emp(x int);
14 
15 Table created.
16 
17 SQL> select * from emp;
18 
19 no rows selected
20 
21 SQL> col sql_text for a45;
22 SQL> select address,hash_value,executions,sql_text from v$sql where sql_text like 'select * from emp';
23 
24 ADDRESS  HASH_VALUE EXECUTIONS SQL_TEXT
25 -------- ---------- ---------- ---------------------------------------------
26 2FB40A88 1745700775         1 select * from emp
27 2FB40A88 1745700775         1 select * from emp
从结果可以看到这2个查询的语句文本和HASH值都是一样的，但是由于查询的对象不同，是无法共享的，不同情况的语句还是需要硬解析的。因此在检查共享池共同SQL语句的时候，是需要根据具体情况而定。

        可以进一步查询v$sql_shared_cursor以得知SQL为何不能共享的原因：

1 SQL> select address,auth_check_mismatch,translation_mismatch,optimizer_mismatch 
2   2      from v$sql_shared_cursor where address in (
3   3   select address from v$sql where sql_text like 'select * from emp');
4 
5 ADDRESS  A T O
6 -------- - - -
7 2FB40A88 N N N
8 2FB40A88 Y Y N

    translation_mismatch：表示SQL游标涉及到的数据对象是不同的。
    auth_check_mismatch：表示对同样一条SQL语句转换是不匹配的。

    optimizer_mismatch：表示会话的优化器环境是不同的。

      2)、验证SQL语句执行环境是否相同：

       比如同样一条SQL语句，一个查询会话加了/*+ first rows */的hint，另外一个用户家/*+ all rows */的hint，他们就会产生不同的执行计划，尽管他们是查询同样的数据。

      通过如上检查以后，如果SQL语句是一致的，那么就会重用原有SQL语句的执行计划和优化方案，也就是我们通常所说的软解析。如果SQL语句没有找到同样的副本，那么就需要进行硬解析了。

      Oracle根据提交的SQL语句再查询相应的数据对象是否有统计信息。如果有统计信息的话，那么CBO将会使用这些统计信息产生所有可能得执行计划(可能多达成千上万个)和相应的Cost，最终选择Cost最低的那个执行计划。如果查询的数据对象无统计信息，则按RBO的默认规则选择相应的执行计划。这个步骤也是解析中最耗费资源的，因此我们应该极力避免硬解析的产生。至此，解析的步骤已经全部完成，Oracle将会根据解析产生的执行计划执行SQL语句和提取相应的数据。

      2.4 执行sql，返回结果(execute and return)

三、绑定变量

      使用了Bind Var能提高性能主要是因为这样做可以尽量避免不必要的硬分析(Hard Parse)而节约了时间，同时节约了大量的CPU资源。

      当一个Client提交一条Sql给Oracle后，Oracle首先会对其进行解析(Parse)，然后将解析结果提交给优化器(Optimiser)来进行优化而取得Oracle认为的最优的Query Plan，然后再按照这个最后的Plan来执行这个Sql语句(当然在这之中如果只需要软解析的话会少部分步骤)。

      但是，当Oracle接到Client提交的Sql后会首先在共享池(Shared Pool)里面去查找是否有之前已经解析好的与刚接到的这一个Sql完全相同的Sql(注意这里说的是完全相同，既要求语句上的字符级别的完全相同，又要求涉及的对象也必须完全相同)。当发现有相同的以后解析器就不再对新的Sql再次解析而直接用之前解析好的结果了。这里就节约了解析时间以及解析时候消耗的CPU资源。尤其是在OLTP中运行着大量的短小Sql，效果就会比较明显了。因为一条两条Sql的时间可能不会有多少感觉，但是当量大了以后就会有比较明显的感觉了。

      关于绑定变量的详解可以查看： 《Oracle Bind Variable》