1、准备实验环境
我们创建了一个模拟tpch（数据库工业标准测试）测试的数据库，库中一共有3张数据表，分别是：
part 产品部件表
supplier 供应商表
partsupp 产品供应商关联表
其中part表中含有200000条数据，partsupp表中含有800000条数据，supplier表中含有10000条数据
1） 我们为如上的3张表分别建立如下的索引：
| create index part_idx1 on tpcd.part(p_partkey,p_size); create index partsupp_idx1 on tpcd.partsupp(ps_partkey, ps_supplycost, ps_suppkey); create index supp_idx1 on tpcd.supplier(s_suppkey);
|
2） 建立索引后，我们收集一下相关的统计信息，在db2cmd中执行如下的命令：
| runstats on table tpcd.part with distribution and detailed indexes all; runstats on table tpcd.partsupp with distribution and detailed indexes all; runstats on table tpcd.supplier with distribution and detailed indexes all;
|
分别对PART, PARTSUPP, SUPPLIER运行以下命令，确保runstats已经成功执行：
| db2 “select card,npages,stats_time from syscat.tables where tabname=’PART’”
CARD NPAGES STATS_TIME -------------------- -------------------- ----------------------------------------------------------- 200000 7616 2008-08-21 - 17.20.22 .828000
|
其中，CARD为该表的记录数，NPAGES为该表所占有的存储空间(页数)，STATS_TIME为收集统计信息的时间。
2、发现问题
1） 我们有如下的一个SQL语句：
| select count(*) from tpcd.part, tpcd.partsupp, tpcd.supplier where p_partkey = ps_partkey and s_suppkey = ps_suppkey and p_size = 30 and ps_suppkey = 9988@
|
目前，该SQL的运行速度不理想，我们希望通过调优提高这个SQL语句的执行效率。
首先，我们为了记录这条查询语句执行的时间，运行如下SQL文件，记录一个时间：
文件名：lab.sql
| values current timestamp@
select count(*) from tpcd.part, tpcd.partsupp, tpcd.supplier where p_partkey = ps_partkey and s_suppkey = ps_suppkey and p_size = 30 and ps_suppkey = 9988@
values current timestamp@
|
在db2cmd中运行：
| db2 -td@ -vf lab.sql
|
得到结果如下：
| 1 -------------------------- 2009-01-04 - 15.09.25 .281000 1 条记录已选择。
select count(*) from tpcd.part, tpcd.partsupp, tpcd.supplier where p_partkey = ps_partkey and s_suppkey = ps_suppkey an p_size = 30 and ps_suppkey = 9988 1 ----------- 1 1 条记录已选择。
values current timestamp 1 -------------------------- 2009-01-04 - 15.09.33 .359000
1 条记录已选择。
|
通过前后时间对比，我们发现这个SQL运行了大约6秒钟(不同的机器性能可能有差异)。
3、分析问题
1） 为了了解这个SQL的执行过程，我们开始分析它的执行计划，在db2cmd中运行：
| db2expln -d tpcd -f lab.sql -t -z @ -g > lab-before.exp
|
可以用文本编辑器打开lab-before.exp，下面，我们详细解读其中的执行计划：如图1所示
分析：执行计划是倒树状的结构，首先对part表、partsupp表和supplier表进行索引扫描，然后对part和partsupp表的索引扫描结果进行NLJOIN（嵌套循环连接），再将结果与supplier表的索引扫描结果进行HSJOIN（HASH连接），再进行排序，最后返回查询结果。
其中黄色标记部分，我们发现执行part表的索引扫描花费较大（1261.42个单位），且扫描结果（3810行）与我们的最终期望结果（1）差距较大，执行NLJOIN的花费（7443.88—1261.42—15.1451=6167.31个单位），因此我们认为这里part和partsupp表建立的索引是影响查询效率的因素。
4、解决问题
1） 在仔细分析的问题之后，我们尝试来解决这个问题，我们规划了一个新的索引方案，我们建立新的索引：
| drop index part_idx1; create index part_idx1 on tpcd.part(p_size,p_partkey); drop index partsupp_idx1; create index partsupp_idx1 on tpcd.partsupp(ps_suppkey,ps_partkey, ps_supplycost ); drop index supp_idx1; create index supp_idx1 on tpcd.supplier(s_suppkey);
|
我们改变了part表和partsupp表的索引顺序
2） 建立索引后，我们再收集一下相关的统计信息，在db2cmd中执行如下的命令：
| runstats on table tpcd.part with distribution and detailed indexes all; runstats on table tpcd.partsupp with distribution and detailed indexes all; runstats on table tpcd.supplier with distribution and detailed indexes all;
|
3） 下面，我们再执行一下原来的SQL，在db2cmd中执行：
| db2 connect to tpcd db2 –td@ -vf lab.sql 1 -------------------------- 2009-01-04 - 16.02.45 .078000 1 条记录已选择。
select count(*) from tpcd.part, tpcd.partsupp, tpcd.supplier where p_partkey = ps_partkey and s_suppkey = ps_suppkey an p_size = 30 and ps_suppkey = 9988 1 ----------- 1 1 条记录已选择。
values current timestamp 1 -------------------------- 2009-01-04 - 16.02.45 .218000
1 条记录已选择。
|
通过前后时间对比，我们发现这次，这个SQL运行时间在1秒之内 (不同的机器性能可能有差异)。
4） 为了进一步分析这个SQL的执行过程，我们再分析一下SQL的执行计划：
在db2cmd中运行：
| db2expln -d tpcd -f lab.sql -t -z @ -g > lab-after.exp
|
可以用文本编辑器打开lab-after.exp，下面，我们详细解读这个执行计划，如图2所示
从执行的总花费（84.817）上我们可以明显的看到优化后的效果。
5、解决方案分析
我们来看实验Sql语句的谓词部分：
| p_partkey = ps_partkey and s_suppkey = ps_suppkey and p_size = 30 and ps_suppkey = 9988@
|
DB2的sql优化器在执行查询sql语句，根据谓词进行表连接查询，并不依赖于where条件中谓词的顺序，而是根据所建索引来进行先后顺序的连接。
我们再来看优化前的索引：
| create index part_idx1 on tpcd.part(p_partkey,p_size); create index partsupp_idx1 on tpcd.partsupp(ps_partkey, ps_supplycost, ps_suppkey); create index supp_idx1 on tpcd.supplier(s_suppkey);
|
1）我们目标是尽量增大第一次或前几次join的数据量缩小幅度，所以首先要进行小表的索引扫描和连接。而这里，从业务角度来说，把业务主键放到索引的第一个位置是有意义的，但是对于优化器来说，这毫无意义。优化器会根据索引优化器会首先选择谓词：p_partkey = ps_partkey 对part和partsupp进行NLJOIN，而这两个表是数据量相对大的表。
2）NLJOIN中外表只扫描一次，内表扫描N次，所以内表要尽量的小一些。而这里的内表partsupp有800000条数据。
我们期望优化器做如下处理：
1）优化器首先根据谓词p_size = 30和 ps_suppkey = 9988@进行索引扫描，缩小数据范围。
2）优化器根据谓词s_suppkey = ps_suppkey对supplier和partsupp进行表的NLJOIN。内表（partsupp）是数据量较小的一个表
所以，我们要将p_size和ps_suppkey的索引提前，建立如下索引
| create index part_idx1 on tpcd.part(p_size,p_partkey); create index partsupp_idx1 on tpcd.partsupp(ps_suppkey,ps_partkey, ps_supplycost ); create index supp_idx1 on tpcd.supplier(s_suppkey);
|
6、总结
使用db2expln解释工具，能够得到DB2 Sql优化器的详细Sql执行计划，通过其中的花费我们可以结合sql语句及表、索引、连接的结构进行分析，发现并定位问题，然后对sql进行改进，达到优化的目标。