ORACLE執行計劃的一些基本概念

一．相關的概念

Rowid的概念：rowid是一個偽列，既然是偽列，那麼這個列就不是使用者定義，而是系統自己給加上的。對每個表都有一個rowid的偽列，但是表中並不物理儲存ROWID列的值。不過你可以像使用其它列那樣使用它，但是不能刪除改列，也不能對該列的值進行修改、插入。一旦一行資料插入資料庫，則rowid在該行的生命週期內是唯一的，即即使該行產生行遷移，行的rowid也不會改變。

Recursive SQL概念：有時為了執行使用者發出的一個sql語句，Oracle必須執行一些額外的語句，我們將這些額外的語句稱之為'recursive calls'或'recursive SQL statements'。如當一個DDL語句發出後，ORACLE總是隱含的發出一些recursive SQL語句，來修改資料字典資訊，以便使用者可以成功的執行該DDL語句。當需要的資料字典資訊沒有在共享記憶體中時，經常會發生Recursive calls，這些Recursive calls會將資料字典資訊從硬碟讀入記憶體中。使用者不比關心這些recursive SQL語句的執行情況，在需要的時候，ORACLE會自動的在內部執行這些語句。當然DML語句與SELECT都可能引起recursive SQL。簡單的說，我們可以將觸發器視為recursive SQL。

Row Source(行源)：用在查詢中，由上一操作返回的符合條件的行的集合，即可以是表的全部行資料的集合；也可以是表的部分行資料的集合；也可以為對上2個row source進行連線操作(如join連線)後得到的行資料集合。

Predicate(謂詞)：一個查詢中的WHERE限制條件

Driving Table(驅動表)：該表又稱為外層表(OUTER TABLE)。這個概念用於巢狀與HASH連線中。如果該row source返回較多的行資料，則對所有的後續操作有負面影響。注意此處雖然翻譯為驅動表，但實際上翻譯為驅動行源(driving row source)更為確切。一般說來，是應用查詢的限制條件後，返回較少行源的表作為驅動表，所以如果一個大表在WHERE條件有有限制條件(如等值限制)，則該大表作為驅動表也是合適的，所以並不是只有較小的表可以作為驅動表，正確說法應該為應用查詢的限制條件後，返回較少行源的表作為驅動表。在執行計劃中，應該為靠上的那個row source，後面會給出具體說明。在我們後面的描述中，一般將該表稱為連線操作的row source 1。

Probed Table(被探查表)：該表又稱為內層表(INNER TABLE)。在我們從驅動表中得到具體一行的資料後，在該表中尋找符合連線條件的行。所以該表應當為大表(實際上應該為返回較大row source的表)且相應的列上應該有索引。在我們後面的描述中，一般將該表稱為連線操作的row source 2。

組合索引(concatenated index)：由多個列構成的索引，如create index idx_emp on emp(col1, col2, col3, ……)，則我們稱idx_emp索引為組合索引。在組合索引中有一個重要的概念：引導列(leading column)，在上面的例子中，col1列為引導列。當我們進行查詢時可以使用”where col1 = ? ”，也可以使用”where col1 = ? and col2 = ?”，這樣的限制條件都會使用索引，但是”where col2 = ? ”查詢就不會使用該索引。所以限制條件中包含先導列時，該限制條件才會使用該組合索引。

可選擇性(selectivity)：比較一下列中唯一鍵的數量和表中的行數，就可以判斷該列的可選擇性。如果該列的”唯一鍵的數量/表中的行數”的比值越接近1，則該列的可選擇性越高，該列就越適合建立索引，同樣索引的可選擇性也越高。在可選擇性高的列上進行查詢時，返回的資料就較少，比較適合使用索引查詢。
二．oracle訪問資料的存取方法

1) 全表掃描（Full Table Scans, FTS）

為實現全表掃描，Oracle讀取表中所有的行，並檢查每一行是否滿足語句的WHERE限制條件一個多塊讀操作可以使一次I/O能讀取多塊資料塊(db_block_multiblock_read_count引數設定)，而不是隻讀取一個資料塊，這極大的減少了I/O總次數，提高了系統的吞吐量，所以利用多塊讀的方法可以十分高效地實現全表掃描，而且只有在全表掃描的情況下才能使用多塊讀操作。在這種訪問模式下，每個資料塊只被讀一次。
使用FTS的前提條件：在較大的表上不建議使用全表掃描，除非取出資料的比較多，超過總量的5% -- 10%，或你想使用並行查詢功能時。
使用全表掃描的例子：
~~~~~~~~~~~~~~~~~~~~~~~~

SQL> explain plan for select * from dual;
Query Plan
-----------------------------------------
SELECT STATEMENT[CHOOSE] Cost=
TABLE ACCESS FULL DUAL

2) 透過ROWID的表存取（Table Access by ROWID或rowid lookup）

行的ROWID指出了該行所在的資料檔案、資料塊以及行在該塊中的位置，所以透過ROWID來存取資料可以快速定位到目標資料上，是Oracle存取單行資料的最快方法。
這種存取方法不會用到多塊讀操作，一次I/O只能讀取一個資料塊。我們會經常在執行計劃中看到該存取方法，如透過索引查詢資料。

使用ROWID存取的方法：

SQL> explain plan for select * from dept where rowid = 'AAAAyGAADAAAAATAAF';
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
TABLE ACCESS BY ROWID DEPT [ANALYZED]

3）索引掃描（Index Scan或index lookup）

我們先透過index查詢到資料對應的rowid值(對於非唯一索引可能返回多個rowid值)，然後根據rowid直接從表中得到具體的資料，這種查詢方式稱為索引掃描或索引查詢(index lookup)。一個rowid唯一的表示一行資料，該行對應的資料塊是透過一次i/o得到的，在此情況下該次i/o只會讀取一個資料庫塊。

在索引中，除了儲存每個索引的值外，索引還儲存具有此值的行對應的ROWID值。索引掃描可以由2步組成：(1) 掃描索引得到對應的rowid值。 (2) 透過找到的rowid從表中讀出具體的資料。每步都是單獨的一次I/O，但是對於索引，由於經常使用，絕大多數都已經CACHE到記憶體中，所以第1步的I/O經常是邏輯I/O，即資料可以從記憶體中得到。但是對於第2步來說，如果表比較大，則其資料不可能全在記憶體中，所以其I/O很有可能是物理I/O，這是一個機械操作，相對邏輯I/O來說，是極其費時間的。所以如果多大表進行索引掃描，取出的資料如果大於總量的5% -- 10%，使用索引掃描會效率下降很多。如下列所示：

SQL> explain plan for select empno, ename from emp where empno=10;
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
TABLE ACCESS BY ROWID EMP [ANALYZED] 
INDEX UNIQUE SCAN EMP_I1

但是如果查詢的資料能全在索引中找到，就可以避免進行第2步操作，避免了不必要的I/O，此時即使透過索引掃描取出的資料比較多，效率還是很高的

SQL> explain plan for select empno from emp where empno=10;-- 只查詢empno列值
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
INDEX UNIQUE SCAN EMP_I1

進一步講，如果sql語句中對索引列進行排序，因為索引已經預先排序好了，所以在執行計劃中不需要再對索引列進行排序

SQL> explain plan for select empno, ename from emp
where empno > 7876 order by empno;
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
TABLE ACCESS BY ROWID EMP [ANALYZED] 
INDEX RANGE SCAN EMP_I1 [ANALYZED] 

從這個例子中可以看到：因為索引是已經排序了的，所以將按照索引的順序查詢出符合條件的行，因此避免了進一步排序操作。

根據索引的型別與where限制條件的不同，有4種型別的索引掃描：
索引唯一掃描(index unique scan)
索引範圍掃描(index range scan)
索引全掃描(index full scan)
索引快速掃描(index fast full scan)
(1) 索引唯一掃描(index unique scan)

透過唯一索引查詢一個數值經常返回單個ROWID。如果存在UNIQUE 或PRIMARY KEY 約束（它保證了語句只存取單行）的話，Oracle經常實現唯一性掃描。
使用唯一性約束的例子：

SQL> explain plan for
select empno,ename from emp where empno=10;
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
TABLE ACCESS BY ROWID EMP [ANALYZED]
INDEX UNIQUE SCAN EMP_I1
(2) 索引範圍掃描(index range scan)

使用一個索引存取多行資料，在唯一索引上使用索引範圍掃描的典型情況下是在謂詞(where限制條件)中使用了範圍運算子(如>、、>=、<=、between)
使用索引範圍掃描的例子：

SQL> explain plan for select empno,ename from emp
where empno > 7876 order by empno;
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
TABLE ACCESS BY ROWID EMP [ANALYZED] 
INDEX RANGE SCAN EMP_I1 [ANALYZED] 

(a) 在唯一索引列上使用了range運算子(> < <> >= <= between)
(b) 在組合索引上，只使用部分列進行查詢，導致查詢出多行
(c) 對非唯一索引列上進行的任何查詢。
(3) 索引全掃描(index full scan)

與全表掃描對應，也有相應的全索引掃描。而且此時查詢出的資料都必須從索引中可以直接得到。
全索引掃描的例子：

An Index full scan will not perform single block i/o's and so it may prove to be inefficient. 
e.g.
Index BE_IX is a concatenated index on big_emp (empno, ename)
SQL> explain plan for select empno, ename from big_emp order by empno,ename;
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=26
INDEX FULL SCAN BE_IX [ANALYZED]

(4) 索引快速掃描(index fast full scan)

掃描索引中的所有的資料塊，與 index full scan很類似，但是一個顯著的區別就是它不對查詢出的資料進行排序，即資料不是以排序順序被返回。在這種存取方法中，可以使用多塊讀功能，也可以使用並行讀入，以便獲得最大吞吐量與縮短執行時間。

索引快速掃描的例子：

BE_IX索引是一個多列索引：

big_emp (empno,ename)

SQL> explain plan for select empno,ename from big_emp;
Query Plan
------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
INDEX FAST FULL SCAN BE_IX [ANALYZED]

只選擇多列索引的第2列：

SQL> explain plan for select ename from big_emp;
Query Plan
------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
INDEX FAST FULL SCAN BE_IX [ANALYZED]

Join是一種試圖將兩個表結合在一起的謂詞，一次只能連線2個表，表連線也可以被稱為表關聯。在後面的敘述中，我們將會使用”row source”來代替”表”，因為使用row source更嚴謹一些，並且將參與連線的2個row source分別稱為row source1和row source 2。Join過程的各個步驟經常是序列操作，即使相關的row source可以被並行訪問，即可以並行的讀取做join連線的兩個row source的資料，但是在將表中符合限制條件的資料讀入到記憶體形成row source後，join的其它步驟一般是序列的。有多種方法可以將2個表連線起來，當然每種方法都有自己的優缺點，每種連線型別只有在特定的條件下才會發揮出其最大優勢。

row source(表)之間的連線順序對於查詢的效率有非常大的影響。透過首先存取特定的表，即將該表作為驅動表，這樣可以先應用某些限制條件，從而得到一個較小的row source，使連線的效率較高，這也就是我們常說的要先執行限制條件的原因。一般是在將表讀入記憶體時，應用where子句中對該表的限制條件。
根據2個row source的連線條件的中運算子的不同，可以將連線分為等值連線(如WHERE A.COL3 = B.COL4)、非等值連線(WHERE A.COL3 > B.COL4)、外連線(WHERE A.COL3 = B.COL4(+))。上面的各個連線的連線原理都基本一樣，所以為了簡單期間，下面以等值連線為例進行介紹。

在後面的介紹中，都已：
SELECT A.COL1, B.COL2
FROM A, B
WHERE A.COL3 = B.COL4;
為例進行說明，假設A表為Row Soruce1，則其對應的連線操作關聯列為COL 3；B表為Row Soruce2，則其對應的連線操作關聯列為COL 4；

連線型別：
目前為止，無論連線運算子如何，典型的連線型別共有3種：
排序 - - 合併連線(Sort Merge Join (SMJ) )
巢狀迴圈(Nested Loops (NL) )
雜湊連線(Hash Join)

排序 - - 合併連線(Sort Merge Join, SMJ)
內部連線過程：
1) 首先生成row source1需要的資料，然後對這些資料按照連線操作關聯列(如A.col3)進行排序。
2) 隨後生成row source2需要的資料，然後對這些資料按照與sort source1對應的連線操作關聯列(如B.col4)進行排序。
3) 最後兩邊已排序的行被放在一起執行合併操作，即將2個row source按照連線條件連線起來
下面是連線步驟的圖形表示：
MERGE
/
SORTSORT
||
Row Source 1Row Source 2

如果row source已經在連線關聯列上被排序，則該連線操作就不需要再進行sort操作，這樣可以大大提高這種連線操作的連線速度，因為排序是個極其費資源的操作，特別是對於較大的表。預先排序的row source包括已經被索引的列(如a.col3或b.col4上有索引)或row source已經在前面的步驟中被排序了。儘管合併兩個row source的過程是序列的，但是可以並行訪問這兩個row source(如並行讀入資料，並行排序).

SMJ連線的例子：

SQL> explain plan for
select /*+ ordered */ e.deptno, d.deptno
from emp e, dept d
where e.deptno = d.deptno
order by e.deptno, d.deptno;
Query Plan
-------------------------------------
SELECT STATEMENT [CHOOSE] Cost=17
MERGE JOIN
SORT JOIN
TABLE ACCESS FULL EMP [ANALYZED]
SORT JOIN
TABLE ACCESS FULL DEPT [ANALYZED]

排序是一個費時、費資源的操作，特別對於大表。基於這個原因，SMJ經常不是一個特別有效的連線方法，但是如果2個row source都已經預先排序，則這種連線方法的效率也是蠻高的。

巢狀迴圈(Nested Loops, NL)
這個連線方法有驅動表(外部表)的概念。其實，該連線過程就是一個2層巢狀迴圈，所以外層迴圈的次數越少越好，這也就是我們為什麼將小表或返回較小row source的表作為驅動表(用於外層迴圈)的理論依據。但是這個理論只是一般指導原則，因為遵循這個理論並不能總保證使語句產生的I/O次數最少。有時不遵守這個理論依據，反而會獲得更好的效率。如果使用這種方法，決定使用哪個表作為驅動表很重要。有時如果驅動表選擇不正確，將會導致語句的效能很差、很差。

內部連線過程：
Row source1的Row 1 ---------------- Probe ->Row source 2
Row source1的Row 2 ---------------- Probe ->Row source 2
Row source1的Row 3 ---------------- Probe ->Row source 2
…….
Row source1的Row n ---------------- Probe ->Row source 2
從內部連線過程來看，需要用row source1中的每一行，去匹配row source2中的所有行，所以此時保持row source1儘可能的小與高效的訪問row source2(一般透過索引實現)是影響這個連線效率的關鍵問題。這只是理論指導原則，目的是使整個連線操作產生最少的物理I/O次數，而且如果遵守這個原則，一般也會使總的物理I/O數最少。但是如果不遵從這個指導原則，反而能用更少的物理I/O實現連線操作，那儘管違反指導原則吧！因為最少的物理I/O次數才是我們應該遵從的真正的指導原則，在後面的具體案例分析中就給出這樣的例子。

在上面的連線過程中，我們稱Row source1為驅動表或外部表。Row Source2被稱為被探查表或內部表。

在NESTED LOOPS連線中，Oracle讀取row source1中的每一行，然後在row sourc2中檢查是否有匹配的行，所有被匹配的行都被放到結果集中，然後處理row source1中的下一行。這個過程一直繼續，直到row source1中的所有行都被處理。這是從連線操作中可以得到第一個匹配行的最快的方法之一，這種型別的連線可以用在需要快速響應的語句中，以響應速度為主要目標。

如果driving row source(外部表)比較小，並且在inner row source(內部表)上有唯一索引，或有高選擇性非唯一索引時，使用這種方法可以得到較好的效率。NESTED LOOPS有其它連線方法沒有的的一個優點是：可以先返回已經連線的行，而不必等待所有的連線操作處理完才返回資料，這可以實現快速的響應時間。

如果不使用並行操作，最好的驅動表是那些應用了where 限制條件後，可以返回較少行資料的的表，所以大表也可能稱為驅動表，關鍵看限制條件。對於並行查詢，我們經常選擇大表作為驅動表，因為大表可以充分利用並行功能。當然，有時對查詢使用並行操作並不一定會比查詢不使用並行操作效率高，因為最後可能每個表只有很少的行符合限制條件，而且還要看你的硬體配置是否可以支援並行(如是否有多個CPU，多個硬碟控制器)，所以要具體問題具體對待。

NL連線的例子：

SQL> explain plan for
select a.dname,b.sql
from dept a,emp b
where a.deptno = b.deptno;
Query Plan
-------------------------
SELECT STATEMENT [CHOOSE] Cost=5
NESTED LOOPS
TABLE ACCESS FULL DEPT [ANALYZED]
TABLE ACCESS FULL EMP [ANALYZED]

雜湊連線(Hash Join, HJ)

這種連線是在oracle 7.3以後引入的，從理論上來說比NL與SMJ更高效，而且只用在CBO最佳化器中。
較小的row source被用來構建hash table與bitmap，第2個row source被用來被hansed，並與第一個row source生成的hash table進行匹配，以便進行進一步的連線。Bitmap被用來作為一種比較快的查詢方法，來檢查在hash table中是否有匹配的行。特別的，當hash table比較大而不能全部容納在記憶體中時，這種查詢方法更為有用。這種連線方法也有NL連線中所謂的驅動表的概念，被構建為hash table與bitmap的表為驅動表，當被構建的hash table與bitmap能被容納在記憶體中時，這種連線方式的效率極高。

HASH連線的例子：

SQL> explain plan for
select /*+ use_hash(emp) */ empno 
from emp, dept
where emp.deptno = dept.deptno;
Query Plan
----------------------------
SELECT STATEMENT[CHOOSE] Cost=3
HASH JOIN
TABLE ACCESS FULL DEPT
TABLE ACCESS FULL EMP

要使雜湊連線有效，需要設定HASH_JOIN_ENABLED=TRUE，預設情況下該引數為TRUE，另外，不要忘了還要設定hash_area_size引數，以使雜湊連線高效執行，因為雜湊連線會在該引數指定大小的記憶體中執行，過小的引數會使雜湊連線的效能比其他連線方式還要低。

總結一下，在哪種情況下用哪種連線方法比較好：

排序 - - 合併連線(Sort Merge Join, SMJ)：
a) 對於非等值連線，這種連線方式的效率是比較高的。
b) 如果在關聯的列上都有索引，效果更好。
c) 對於將2個較大的row source做連線，該連線方法比NL連線要好一些。
d) 但是如果sort merge返回的row source過大，則又會導致使用過多的rowid在表中查詢資料時，資料庫效能下降，因為過多的I/O。

巢狀迴圈(Nested Loops, NL)：
a) 如果driving row source(外部表)比較小，並且在inner row source(內部表)上有唯一索引，或有高選擇性非唯一索引時，使用這種方法可以得到較好的效率。
b) NESTED LOOPS有其它連線方法沒有的的一個優點是：可以先返回已經連線的行，而不必等待所有的連線操作處理完才返回資料，這可以實現快速的響應時間。

雜湊連線(Hash Join, HJ)：
a) 這種方法是在oracle7後來引入的，使用了比較先進的連線理論，一般來說，其效率應該好於其它2種連線，但是這種連線只能用在CBO最佳化器中，而且需要設定合適的hash_area_size引數，才能取得較好的效能。
b) 在2個較大的row source之間連線時會取得相對較好的效率，在一個row source較小時則能取得更好的效率。
c) 只能用於等值連線中

笛卡兒乘積(Cartesian Product)

當兩個row source做連線，但是它們之間沒有關聯條件時，就會在兩個row source中做笛卡兒乘積，這通常由編寫程式碼疏漏造成(即程式設計師忘了寫關聯條件)。笛卡爾乘積是一個表的每一行依次與另一個表中的所有行匹配。在特殊情況下我們可以使用笛卡兒乘積，如在星形連線中，除此之外，我們要儘量使用笛卡兒乘積，否則，自己想結果是什麼吧！

注意在下面的語句中，在2個表之間沒有連線。

SQL> explain plan for
select emp.deptno,dept,deptno 
from emp,dept
Query Plan
------------------------
SLECT STATEMENT [CHOOSE] Cost=5
MERGE JOIN CARTESIAN
TABLE ACCESS FULL DEPT
SORT JOIN
TABLE ACCESS FULL EMP

CARTESIAN關鍵字指出了在2個表之間做笛卡爾乘積。假如表emp有n行，dept表有m行，笛卡爾乘積的結果就是得到n * m行結果。