MINUS,外连接,NOT IN,NOT EXISTS 的效率比较
关于 MINUS,外连接,NOT IN,NOT EXISTS 的效率比较,绝对是一个很老很老的话题了.
如果要完成这个需求:"取出一些记录,在表A中,不在表B中", 你会采用哪种方案?为什么会采用这种方案?
我作了一个实验, 发现随着数据库版本的不同,CBO的工作方式也有变化.
本文仅限于一般性的分析, 不涉及internal.
?
一.? 概述
首先, 我必须纠正自己的一个"错误认识": MINUS的效率很低.
针对上面提到的需求,采用哪种查询方式,其效率取决于:
1.? 两个表的数据量,以及数据分布;
2.? 表有没有经过分析;
3.? 子查询中是否包含NULL值 (很重要);
4.? 是否存在索引;
5.? 数据库版本:不同版本的数据库,优化器的工作方式会有差异.
二. 环境
首先测试的数据库的版本是Oracle 9.0.1.5,接下来我会在10G中也测试一下.
两个与优化器工作原理相关的的参数都用的是缺省值.
optimizer_index_caching
?integer?
?0
?
optimizer_index_cost_adj?
?integer?
?100
?
?
表T1,T2,结构相同,但是数据不同.T2可以看成是T1的子集.
表的结构很简单,都取自dba_objects视图
?
create table t1 as select * from dba_objects where rownum<=13000;
?
create table t2 as select * from dba_objects where rownum<=11000;
Create index ix_t2 on t2(object_id);
三. 测试
目标: 我想把T1表中其它的数据也导入到T2表.
方式: 启动SQL TRACE, 再用tkprof对生成的trace文件进行解析.
首先用 NOT IN来执行,
1. 使用 NOT IN
?select count(*) from t1 where object_id not in ( select object_id from t2);
?
call
?count
?cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.00
?0.01
?0
?0
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?16.84
?18.05
?190
?1153542
?0
?1
?
total
?4
?16.84
?18.06
?190
?1153542
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000
?TABLE ACCESS FULL T1
?
11000??
?TABLE ACCESS FULL T2
?
结论: 两次全表扫描的代价显然太高了,无疑是效率最低的方案.
2. 使用MINUS?
?alter system flush shared_pool;
?alter session set sql_trace=true;
?Select count(*) from
???? (select object_id from t1
?????? minus
????? select object_id from t2
???? );
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.01
?0.00
?0
?2
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.04
?0.03
?0
?356
?0
?1
?
total
?4
?0.05
?0.03
?0
?358
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?VIEW
?
2000???
?MINUS
?
13000
?SORT UNIQUE
?
13000
?TABLE ACCESS FULL T1
?
11000?
?SORT UNIQUE
?
11000?
?TABLE ACCESS FULL T2
?
结论: 看上去效率很不错
3. 使用 not exists
?alter system flush shared_pool;
?alter session set sql_trace=true;
?select count(*)
????? from t1
???? where not exists
????? (select null from t2 where t2.object_id = t1.object_id);
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.01
?0.00
?0
?2
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.08
?0.21
?24
?26197
?0
?1
?
total
?4
?0.09
?0.21
?24
?26199
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000
? TABLE ACCESS FULL T1
?
11000
?INDEX RANGE SCAN (object id 108538)
?
结论: 效率比NOT IN 好很多,但是不如MINUS,并且存在物理读.
4. 最后来看看我比较喜欢用的外连接(+)
?alter system flush shared_pool;
?alter session set sql_trace=true;
?select count(*)
????? from t1, t2
???? where t1.object_id = t2.object_id(+)
????? and t2.object_id IS NULL;
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.01
?0.00
?0
?2
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.05
?0.05
?0
?13222
?0
?1
?
total
?4
?0.06
?0.05
?0
?13224
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000?
?NESTED LOOPS OUTER
?
13000
?TABLE ACCESS FULL T1
?
11000
?INDEX RANGE SCAN (object id 108538)
?
结论: 比NOT EXISTS的效果好,不如MINUS.从查询计划来看,显然不是一个最优计划.
四. 对表分析后再测试
analyze table t1 compute statistics;
1.???? NOT IN
alter system flush shared_pool;
alter session set sql_trace=true;
select count(*)
from t1
where object_id not in (select object_id from t2);
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.02
?0.00
?0
?0
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?16.04
?0.05
?0
?0
?0
?1
?
total
?4
?16.06
?0.05
?0
?0
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000?
?TABLE ACCESS FULL T1
?
11000
?TABLE ACCESS FULL T2
?
结论:与分析前相比,没有任何改变
2.???? MINUS
alter system flush shared_pool;
alter session set sql_trace=true;
Select count(*) from
? (select object_id from t1
???? minus
?? select object_id from t2
? );
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.00
?0.00
?0
?76
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.05
?0.04
?0
?356
?0
?1
?
total
?4
?0.05
?0.04
?0
?342
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?VIEW
?
2000?
?MINUS
?
13000
?SORT UNIQUE
?
13000
?TABLE ACCESS FULL T1
?
11000
?SORT UNIQUE
?
11000
?TABLE ACCESS FULL T2
?
结论: 查询计划没有改变, 虽然各项指标有些不同.
3.???? 使用NOT EXISTS
alter system flush shared_pool;
alter session set sql_trace=true;
select count(*)
?from t1
? where not exists
?? (select null from t2 where t2.object_id = t1.object_id);
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.01
?0.02
?0
?144
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.08
?0.08
?0
?26197
?0
?1
?
total
?4
?0.09
?0.10
?0
?26341
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000?
?TABLE ACCESS FULL T1
?
11000
?INDEX RANGE SCAN (object id 108538)
?
结论: 查询计划也没有改变.
4.???? 使用 外连接
alter system flush shared_pool;
alter session set sql_trace=true;
select count(*)
?from t1, t2
? where t1.object_id = t2.object_id(+)
?? and t2.object_id IS NULL;
alter session set sql_trace=false;
?
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.01
?0.00
?0
?1
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.02
?0.01
?0
?223
?0
?1
?
total
?4
?0.03
?0.01
?0
?224
?0
?1
?
?
Rows
?Row Source Operation
?
1
?SORT AGGREGATE
?
2000
?FILTER
?
13000?
?HASH JOIN OUTER
?
13000
?TABLE ACCESS FULL T1
?
11000
?INDEX FAST FULL SCAN (object id 108538)
?
结论: 经过分析以后,使用了HASH JOIN,效率提高很明显.这是一个正确的查询计划.
?
总结:这四种查询模式中使用外连接的效率最高.
五. 在10G中测试
T1: 10000
T2: 9800
NOT IN
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.00
?0.00
?0
?0
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?7.65
?7.47
?135
?685810
?0
?1
?
total
?4
?7.65
?7.47
?135
?685810
?0
?1
?
执行计划:
Rows
?Row Source Operation
?
1
?SORT AGGREGATE (cr=685810 pr=135 pw=0 time=7479614 us)
?
200
?FILTER? (cr=685810 pr=135 pw=0 time=7474258 us)
?
10000?
?TABLE ACCESS FULL T1 (cr=138 pr=135 pw=0 time=40407 us)
?
9800
?TABLE ACCESS FULL T2 (cr=685672 pr=0 pw=0 time=7366891 us)
?
对T1进行分析后
call
?count
?Cpu
?elapsed
?disk
?query
?current
?rows
?
Parse
?1
?0.00
?0.01
?0
?3
?0
?0
?
Execute
?1
?0.00
?0.00
?0
?0
?0
?0
?
Fetch
?2
?0.01
?0.01
?22
?165
?0
?1
?
total
?4
?0.01
?0.02
?22
?168
?0
?1
?
执行计划：
Rows
?Row Source Operation
?
1
?SORT AGGREGATE (cr=165 pr=22 pw=0 time=15933 us)
?
200
?HASH JOIN ANTI (cr=165 pr=22 pw=0 time=15973 us)
?
10000?
?TABLE ACCESS FULL T1 (cr=138 pr=0 pw=0 time=10075 us)
?
9800
?INDEX FAST FULL SCAN IX_T2 (cr=27 pr=22 pw=0 time=10529 us)(object id 52081)
?
另外, 通过对NOT EXISTS的分析,发现它的效率要好于MINUS,这也是一个变化.
?
六. 结束语
从上面的对比分析,可以得出这样的结论:
10G的CBO要比9i的CBO智能了不少, 对于NOT IN 和NOT EXISTS 这两种使用频率较高的语句,能使用最优的查询计划.