SQL等价改写优化
or 与 union all的优化
在SQL开发中，我们经常会遇到这样的情况：需要组合多个相似但略有不同的查询结果。大多数开发者本能地使用UNION/UNION ALL来解决，这种方式直观易懂，但在特定场景下却隐藏着巨大的性能浪费。
本案例将从执行原理层面，深入剖析为什么在某些情况下，OR条件能比UNION ALL带来质的性能提升。
- 第一部分：查询dcc_sys_log表中cause条件为"对端被关闭%"的记录
select peer_id 对端标识,
null 源域名,
null 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_sys_log
where action = ‘disconnect’
and cause like ‘对端被关闭%’
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1
– 第二部分：查询dcc_ne_log表中result=0的记录
union
(select peer_id 对端标识,
origin_host 源域名,
dest_host 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_ne_log
where result = 0
and cause like ‘parser失败%’
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1)
union
– 第三部分：查询dcc_ne_log表中result_code特定值的记录
(select peer_id 对端标识,
origin_host 源域名,
dest_host 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_ne_log
where result_code = ‘DIAMETER_UNABLE_TO_DELIVER’
and svcctx_id like ‘SR-Timeout%’
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1)
union
– 第四部分：查询dcc_sys_log表中cause条件为"接收消息异常%"的记录
(select peer_id 对端标识,
null 源域名,
null 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_sys_log
where action = ‘disconnect’
and cause like ‘接收消息异常%’
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1)
分析问题
这段SQL的执行过程实际上是：
- 四次独立的表扫描：
-
两次对dcc_sys_log表的完整扫描
-
两次对dcc_ne_log表的完整扫描
- 四次过滤操作：
- 每个子查询各自应用WHERE条件进行过滤
- 三次合并操作：
- 对四个结果集执行UNION操作，包含排序和去重
- 四次重复的公共条件判断：
-
deal_log = ‘deal_log’
-
alert_type = ‘alert_type’
-
相同的时间范围条件
这种写法的效率问题主要体现在：相同表被多次无谓地扫描，公共条件被重复判断，导致CPU和I/O资源的严重浪费。
精准优化：拆解和合并
经过分析，我们可以看到明显的优化空间：
- 相同表的查询合并：
-
第一部分和第四部分都查询dcc_sys_log表
-
第二部分和第三部分都查询dcc_ne_log表
- 差异点隔离：
-
dcc_sys_log表的差异仅在于cause条件
-
dcc_ne_log表的差异在于result/result_code/svcctx_id条件组合
将这些相似查询通过OR条件合并后的SQL：
– 第一部分：合并对dcc_sys_log的两次查询
select peer_id 对端标识,
null 源域名,
null 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_sys_log
where action = ‘disconnect’
and (cause like ‘对端被关闭%’ or cause like ‘接收消息异常%’)
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1
union
– 第二部分：合并对dcc_ne_log的两次查询
select peer_id 对端标识,
origin_host 源域名,
dest_host 目标域名,
alert_type 告警类型,
log_time 告警时间,
cause 告警内容,
deal_log 处理状态,
deal_staff 处理人,
deal_time 处理时间,
remark 备注
from dcc_ne_log
where ((result = 0 and cause like ‘parser失败%’) – 第一个差异条件组合
or (result_code = ‘DIAMETER_UNABLE_TO_DELIVER’ and svcctx_id like ‘SR-Timeout%’)) – 第二个差异条件组合
and deal_log = ‘deal_log’
and alert_type = ‘alert_type’
and log_time >= TO_DATE(‘2024-08-02’, ‘YYYY-MM-DD’)
and log_time < TO_DATE(‘2024-08-03’, ‘YYYY-MM-DD’) + 1
实际应用中的注意事项
- 括号使用：在复杂OR条件组合中，正确使用括号确保逻辑正确
where ((result = 0 and cause like ‘parser失败%’)
or (result_code = ‘DIAMETER_UNABLE_TO_DELIVER’ and svcctx_id like ‘SR-Timeout%’))
and deal_log = ‘deal_log’
2. OR vs AND优先级：OR条件比AND优先级低，必要时使用括号明确优先级
-
处理NULL值：当OR条件两侧涉及NULL值判断时，需特别注意逻辑正确性
-
验证结果一致性：务必确认优化前后结果完全一致
-
索引使用情况：通过执行计划检查OR条件是否影响了索引使用
优化效果分析
这个优化带来了几个明显的好处：
-
表扫描次数减少：原来需要扫描dcc_sys_log表2次，dcc_ne_log表2次，现在各只需扫描1次
-
I/O减少：减少了50%的表扫描，相应减少了磁盘I/O操作
-
代码简化：代码行数从34行减少到24行，更加简洁易读
-
排序操作减少：UNION操作需要对结果进行排序去重，合并后的查询能减少排序工作量
小结
本例通过OR条件替代UNION操作，减少表扫描次数。这种简单却有效的优化方法，在实际工作中经常被忽视。通过识别SQL中的重复访问模式，将相似条件的查询合并，我们可以在不改变业务逻辑的前提下，显著提升SQL执行效率。
在实际优化工作中，建议首先尝试通过EXPLAIN PLAN分析查询性能，然后再决定是使用OR条件还是保留UNION结构，以获得最佳性能。