sql优化-典型案例

    今天写了个sql，为了验证下不同sql写法性能上有何区别，我专门用了两种实现方式，结果发现差别还蛮大的。

    需求：查询出口额在前十大的企业信息。

    实现方式一：

SELECT A.V_COCODE    ,
       A.COMPANY     ,
       A.TOTALDOLLAR 
  FROM (SELECT T1.V_COCODE,
               T1.COMPANY,
               SUM(T.EXPORTSUM) TOTALDOLLAR,
               ROW_NUMBER() OVER(ORDER BY SUM(T.EXPORTSUM) DESC) ROWNO
          FROM F_CUSTOM_EXPORTDETAIL T, D_CUSTOM_COMPANY T1
         WHERE T.COCODE = T1.COCODE
           AND T.MONTHID BETWEEN 201201 AND 201301
           AND T.YEARID BETWEEN 2012 AND 2013
         GROUP BY T1.V_COCODE, T1.COMPANY) A
 WHERE A.ROWNO <= 10

    该方式是将企业维表与明细表进行关联后，然后用group by进行汇总，最后再筛选出前十大企业。

实现方式二：

SELECT B.V_COCODE    海关企业编码,
       B.COMPANY     海关企业名称,
       A.TOTALDOLLAR 出口额
  FROM (SELECT T.COCODE,
               SUM(T.EXPORTSUM) TOTALDOLLAR,
               ROW_NUMBER() OVER(ORDER BY SUM(T.EXPORTSUM) DESC) ROWNO
          FROM F_CUSTOM_EXPORTDETAIL T
         WHERE T.MONTHID BETWEEN 201201 AND 201301
           AND T.YEARID BETWEEN 2012 AND 2013
         GROUP BY T.COCODE) A,
       D_CUSTOM_COMPANY B
 WHERE A.COCODE = B.COCODE
   AND A.ROWNO <= 10

    该方式是将明细表中数据按企业id进行group by汇总后，然后筛选出10大企业（优化器处理）后关联企业维表。

    在我的工作机上，方式一执行时间为2‘29，方式二执行时间为0’56，很明显方式二效率更高。

    这是为什么呢？先用执行计划验证上面的结论：

    方式一执行计划：

    方式二执行计划：

    可以看出，方式一比方式二开销更大。

    看执行计划也可以看出，遍历这两个表所花的时间一样，主要区别就在于group by，方式一的两个表先进行关联，然后在group by，开销明显更大。

    因此，group by的时候，关联的表越少越好。（这里有个前提：访问detail表中的结果集较大时，我们应该这么做。但如果增加一个过滤条件，使结果集较少，那么多表进行关联，性能未必差，因为基于成本的优化器会帮我们选择最佳的执行路径。）

 

    另外，因为F_CUSTOM_EXPORTDETAIL是按年分区的分区表，所以在查询某个月份的数据时，必须要指出相应的年份，否则数据库在查询时，不会根据分区进行查找，这样速度会相当慢。

    上面的例子只是对企业这个维度进行了汇总，而且企业是有维表的，所以这么处理可以提高性能。如果要按企业、省份来汇总，如此处理就会有问题。因为detail表中没有省份信息，必须通过地区找到对应的省份，所以无法先按省份汇总，然后再到省份维表中查找对应省份。如果要按上面的处理方式，就需要两层group by，这样性能反倒会降低很多。

    因此，基本上可以得到一个结论：如果只用一次group by能搞定的，就只用一次group by，并且group by过程中关联的表越少越好。当然，具体情况还需要具体分析。