DAY6：从执行计划到索引优化的完整指南

性能优化是数据库管理的核心技能之一。无论是应对海量数据的OLAP场景，还是高并发的OLTP系统，掌握Oracle的性能优化技巧都能让系统性能获得质的提升。本文将深入解析执行计划解读、索引优化、SQL调优等关键技术，并通过真实实验演示如何快速定位和解决慢查询问题。

---

一、执行计划（EXPLAIN PLAN）深度解析

1.1 执行计划生成方法

-- 生成执行计划
EXPLAIN PLAN FOR 
SELECT * FROM employees WHERE department_id = 60;-- 查看结果
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);

1.2 执行计划核心字段解析

----------------------------------------------------------
| Id | Operation                   | Name       | Rows  |
----------------------------------------------------------
| 0  | SELECT STATEMENT            |            | 1     |
| 1  |  TABLE ACCESS BY INDEX ROWID| EMPLOYEES  | 1     |
| 2  |   INDEX RANGE SCAN          | DEPT_IDX   | 1     |
----------------------------------------------------------

• ID列：执行顺序的层级关系（注意从内层向外层、从右向左阅读）

• Operation：关键操作类型

  • TABLE ACCESS FULL 全表扫描（需警惕）

  • INDEX RANGE SCAN 索引范围扫描

  • NESTED LOOPS 嵌套循环连接

• Rows：优化器估算返回行数（与实际偏差过大会影响执行计划选择）

• Cost：执行成本估算值（相对值，用于比较不同执行计划）

1.3 执行计划分析技巧

• 全表扫描警示：当TABLE ACCESS FULL出现在大表（>1万行）时需重点检查

• 索引失效特征：预计Rows值远大于实际值（如估算1行实际返回1万行）

• 连接顺序优化：多表关联时优先返回少量数据的表作为驱动表

---

二、索引优化策略精要

2.1 B-Tree索引 vs 位图索引

特性	B-Tree索引	位图索引
适用场景	高基数（唯一值多）	低基数（性别、状态等）
DML性能	较好	较差（锁粒度大）
存储空间	中等	极低（压缩存储）
典型应用	主键、唯一约束	数据仓库维度列

创建示例：

-- B-Tree索引（默认）
CREATE INDEX emp_name_idx ON employees(last_name);-- 位图索引
CREATE BITMAP INDEX emp_gender_bidx ON employees(gender);

2.2 复合索引设计原则

• 最左前缀原则：索引(a,b,c)可支持a|a,b|a,b,c查询，但无法支持b,c查询

• 选择性排序：将高选择性列放在最左侧

• 覆盖索引：包含所有查询字段避免回表

-- 覆盖索引示例
CREATE INDEX emp_cover_idx ON employees(department_id, salary, hire_date);

2.3 索引维护要点

• 定期重建索引：针对DML频繁的表

ALTER INDEX emp_name_idx REBUILD;

• 监控索引使用率

SELECT index_name, used FROM v$object_usage;

---

三、SQL调优六大实战技巧

3.1 避免全表扫描的七个方法

1. WHERE子句中的字段必须建立索引

2. 避免在索引列上使用函数

   -- 错误示例
   SELECT * FROM orders WHERE TO_CHAR(order_date, 'YYYYMM') = '202307';-- 优化方案
   SELECT * FROM orders 
   WHERE order_date >= TO_DATE('20230701', 'YYYYMMDD') AND order_date < TO_DATE('20230801', 'YYYYMMDD');

3. 使用UNION ALL替代UNION（避免去重排序）

4. 限制结果集大小（合理使用ROWNUM）

3.2 绑定变量提升性能

问题SQL：

SELECT * FROM products WHERE product_id = 100;
SELECT * FROM products WHERE product_id = 101; -- 每次都是硬解析

优化方案：

-- 使用绑定变量
VARIABLE v_pid NUMBER;
EXEC :v_pid := 100;
SELECT * FROM products WHERE product_id = :v_pid;

---

四、统计信息管理实践

4.1 手动收集统计信息

-- 表级统计
EXEC DBMS_STATS.GATHER_TABLE_STATS('HR', 'EMPLOYEES');-- 索引统计
EXEC DBMS_STATS.GATHER_INDEX_STATS('HR', 'EMP_NAME_IDX');-- 系统级收集
EXEC DBMS_STATS.GATHER_DATABASE_STATS;

4.2 统计信息分析要点

• 直方图：针对数据分布不均的列

  EXEC DBMS_STATS.GATHER_TABLE_STATS('HR','EMPLOYEES',METHOD_OPT => 'FOR COLUMNS SIZE 10 salary');

• 过时统计特征：LAST_ANALYZED时间超过7天且表数据变化>10%

---

五、性能分析工具链

5.1 SQL Developer实战

1. 按F10自动生成执行计划

2. 使用"Explain Plan"查看详细成本

3. 实时监控功能（Tools > Monitor SQL）

5.2 AWR报告关键解读

• 生成方法：

  @?/rdbms/admin/awrrpt.sql

• 核心章节：

  • SQL ordered by Elapsed Time：高耗时SQL

  • Segment Statistics：表/索引访问排行

  • Instance Efficiency Percentages：缓存命中率

---

六、实验：慢查询优化全流程

6.1 实验准备

-- 创建测试表（10万数据）
CREATE TABLE sales_data AS 
SELECT ROWNUM id, TRUNC(SYSDATE) + DBMS_RANDOM.VALUE(0,365) sale_date,DBMS_RANDOM.STRING('A',20) product_code,ROUND(DBMS_RANDOM.VALUE(100,5000)) amount
FROM dual CONNECT BY LEVEL <= 100000;

6.2 原始慢查询

SELECT product_code, SUM(amount)
FROM sales_data
WHERE sale_date BETWEEN SYSDATE-30 AND SYSDATE
GROUP BY product_code;
-- 执行时间：1.2秒

6.3 性能诊断

执行计划显示：

---------------------------------------------------
| Id | Operation           | Name       | Rows   |
---------------------------------------------------
| 0  | SELECT STATEMENT    |            | 100    |
| 1  |  HASH GROUP BY      |            | 100    |
| 2  |   TABLE ACCESS FULL | SALES_DATA | 10000  |
---------------------------------------------------

6.4 优化实施

-- 创建复合索引
CREATE INDEX idx_sales_comp ON sales_data(sale_date, product_code, amount);-- 收集统计信息
EXEC DBMS_STATS.GATHER_TABLE_STATS(USER, 'SALES_DATA');

6.5 优化后效果

---------------------------------------------------------------
| Id | Operation                    | Name           | Rows  |
---------------------------------------------------------------
| 0  | SELECT STATEMENT             |                | 100   |
| 1  |  HASH GROUP BY               |                | 100   |
| 2  |   INDEX RANGE SCAN           | IDX_SALES_COMP | 10000 |
---------------------------------------------------------------

-- 执行时间：0.15秒（提升8倍）

---

七、总结与进阶建议

通过本文的系统学习，您已经掌握了Oracle性能优化的核心技能。在实际工作中，建议遵循以下原则：

1. 优化顺序：先索引优化，再SQL改写，最后考虑硬件升级

2. 测试验证：任何优化操作都应在测试环境充分验证

3. 持续监控：建立定期性能分析机制（如每周检查AWR报告）

性能优化是一个需要持续实践和积累的领域。当遇到复杂问题时，可进一步学习执行计划绑定、SQL Profile等高级技术。记住：最好的优化往往来自对业务逻辑的深入理解！