编辑手记：Oracle线上嘉年华，正在持续分享中。本次的主题是系统割接中的SQL解析问题和结合业务的SQL优化改写技巧。
1 嘉宾介绍小鱼（邓秋爽）
云和恩墨专家，有超过5年超大型数据库专业服务经验，擅长oracle 数据库优化、SQL优化和troubleshooting
新系统割接的library cache问题
这是我们在做系统割接的时候的一个案例，可能并不是很常见，这个案例是将Oracle 11g升级到12c的时候遇到的问题，出现了大量的library cache的问题。具体情况是：
新系统割接后，不定时出现大量library cache lock、library cache:mutex X，几分钟后系统自动恢复。
在短暂的时间里，我们来不及做systemdump的，而且出现的频率和时间也是不固定的，很难抓取到当时系统的信息。
先获取故障时段的AWR报告：
我们看到这两个等待事件已经占了整体DB time的72%，大家看到这个问题，可能一般都会想到解析，
我们从以下几个角度分析：
TopSQL的解析、执行频率是否合理：
故障点的library lock相关的SQL来看，基本占据db time、parse阈值高的Top SQL解析、执行频率并没有数量级的增加，他们更像是受害者。
Oraclebug是否存在：
系统版本Oracle 12.1.0.2，经过原厂排查并不存在相关bug引起。
SQL解析是否存在问题，绑定变量使用分析：
查看awr报告硬解析次数很高，但是挖掘sharedpool发现系统中并未发现大幅度未使用绑定变量的SQL。
在oracle 10g的时候，V$SQLAREA视图有一个FORCE_MATCHING_SIGNATURE 参数，可以将SQL经过绑定变量代替后生成一个hashvalue值，通过这个值找到未使用绑定变量的SQL，而开发商的SQL的质量比较高，并未发现核心业务SQL未使用绑定变量的情况。
这样看来，这个问题是很棘手的，硬解析次数很高，但我们找不到对应的SQL在哪里。
我们接着分析，来看AWR报告里面的time model statistic
我们看到红色标记的部分，解析时间消耗了63.74%、解析失败消耗了50.55%。
解析失败是什么？Oracle的解释是这样的：
failed parse：语法、权限等无法执行的SQL解析,也是硬解析，并且解析失败是不能被重用的，当然它也不会存储在V$SQLAREA视图中，所以也挖掘不到这类SQL。
我们如何去发现在系统中解析失败的SQL呢？
Oracle提供了event 10035，会将解析失败的SQL记录到alert 日志里面
从上面的日志可以看到各种解析错误的代码，其中error=942，表示：表不存在,因此判断这是他们做系统变更的时候做过一些表的删除，我们可能在系统割接的时候都会做一些旧表的drop或者rename，这时候一定要严格挖掘应用端的代码，将下线的业务代码停掉，避免错误解析导致数据库出现严重的性能问题。
SQL优化改写技巧
接下来和大家分享执行计划结合业务逻辑的一个等价改写的例子
案例中的SQL如上，大致由两部分组成，上下各是一个标量子查询，然后用union all联合在一起做了一个order by，在结果显示中使用了分页。
我们通过脚本获得该SQL单次逻辑读将近18000000.返回行数为10行，响应时间达到104036MS。
这是个很复杂的SQL，包含标量子查询、表连接、unionall、排序、分页，还有一些复杂的decode、nvl等函数，通过awr报告我们得知该SQL单次执行需要1500多万到1900多万的逻辑读，平均都只返回10行数据，单次执行时间也要100秒左右。
我们可以将SQL简化如下：
select * from (select row_.*, rownum
rownum_ from
(SELECT ST.* FROM (Select …TO_CHAR(T.SIGNDATE,
‘YYYYMMDDHH24:MI:SS’) AS SIGNDATE …(标量子查
询1）、(标量子查询2）... From
MM_MK_CUSTMGR_SIGN T WHERE T.REGION = 14
Union all
Select …TO_CHAR(T.SIGNDATE,
'YYYYMMDDHH24:MI:SS') AS SIGNDATE …(标量子查询
1）、(标量子查询2）... From MM_MK_CUSTMGR_SIGN T
WHERE T.REGION = 14
AND T.SIGNOUTOID IS NOT NULL) ST
ORDER BY SIGNDATE DESC) row_ where rownum <= :1)
where rownum_ > :2
对于这种复杂的SQL，我们先看执行计划
这个执行计划我们做过相应删减。
在优化SQL中，我们优先考虑能否优化cost高的步骤，比如大表全表扫描、大表全索引快速扫描、跳跃索引扫描、大表排序等cost消耗；
其次看filter(优化了的nestedloop）、nested loop、hash join、笛卡尔积等表关联步骤cost消耗。
在上面的标量子查询中，Cost消耗最高的在这个view操作，COST消耗达到了14M、rows达到了501K，而这个view是由两部分union all组成的。
在下面的标量子查询中，两部分union all发现上层部分主查询MM_MK_CUSTMGR_SIGN T估算返回501k Rows,下层主查询则只有1Rows数据。
注：在Oracle的估算中是不存在0 Rows的情况，如果评估的结果是0，会算作1.
对于标量子查询，我们简单做个介绍，就是说优化器在这种情况下永远只做一种操作就是filter，这是一种变相优化nest loop。对于这种标量自从查询，我们知道其实SQL之所以出现问题是因为下面的501k导致需要驱动上面那堆复杂的标量子查询，
那么如何优化呢？
常规优化：对于标量子查询，可以使用等价改写为表的外连接方式让其走hash jion的执行计划，但是如果标量子查询中有大表则并不合适，该SQL恰恰包含大表，并不适合用常规的等价外连接的方式来改写。
业务结合执行计划分析：那么这个ORDER BYSIGNDATE DESC排序后rownum能否推进到主查询MM_MK_CUSTMGR_SIGN T表中，rownum限制后再去驱动标量子查询，减少标量子查询的循环次数。
接下来主要针对第二种，结合业务进行分析改写。
在上面的SQL中，是先取501k数据做了驱动，然后再做标量子查询和order by的操作，我们能不能把order by的操作推回到标量子查询前面，这样子的话标量子查询要驱动的只是前面排序取rownum限制条件的数据，我们通过画图的方式来分析一下：
首先是两个同样的表，做了标量子查询的操作，这里的数据是501k,然后标量子查询完了之后，做了order by后rownum的限制，这是原SQL的执行业务逻辑。
我认为应该写成这样，我们想限制标量子查询的循环次数，那我们就先去对主查询取order by排序rownum限制后的数据，再将主查询取出来的这部分数据去驱动标量子查询，做完后再做一次order by rownum的限制。（这里并不会改变SQL的业务逻辑，虽然我们是先排序取rownum限制了，但是标量子查询时主查询是先排序还是后排序取rownum限制对于主查询返回结果集没有任何影响）
根据这种思路，我把SQL改写如下：
SELECT * FROM
(SELECT row_.*, rownum rownum_ FROM
(SELECT ST.* FROM
(SELECT …TO_CHAR(T.SIGNDATE,
‘YYYYMMDDHH24:MI:SS’) AS SIGNDATE …(标量子查询1）、(标
量子查询2）... FROM
(SELECT * FROM tbcs.MM_MK_CUSTMGR_SIGN x
WHERE x.REGION = 14
ORDER BY SIGNDATE DESC offset :2 rows
FETCH NEXT :1 rows only) T
UNION ALL
SELECT …TO_CHAR(T.SIGNDATE,
'YYYYMMDDHH24:MI:SS') AS SIGNDATE …(标量子查询1）、(标
量子查询2）... FROM
(SELECT * FROM tbcs.MM_MK_CUSTMGR_SIGN x
WHERE x.REGION = 14
ORDER BY SIGNDATE DESC offset :2 rows
FETCH NEXT :1 rows only ) T
) ST ORDER BY SIGNDATE DESC) row_
WHERE rownum <= :1)
WHERE rownum_ > :2
其中红色部分是12C的改写方式。是用一个分析函数的方式去做的。
它的执行计划如下：
先访问表MM_MK_CUSTMGR_SIGN排序取rownum限制（前10行数据后），再去驱动那堆复杂的标量子查询，最后再次排序取rownum条件数据，逻辑读从千万级降低到了26661。
这个SQL在改写后，资源消耗降低了许多，基本上能够满足业务的需求。
如果我们再去剖析原SQL代码，发现union all部分是同一个MM_MK_CUSTMGR_SIGN表的查询，下面那个UNION ALL部分查询出来的结果是上面UNION ALL部分的子集。
而跟研发沟通发现实际上union all的下层查询可以去掉,去掉后则该SQL无需改写rownum就可以直接推进到主查询中，从这个例子可以看到不严谨的代码容易造成性能隐患，影响优化器评估最合理的执行计划。
通过以上分享，我们得出：
1、线上系统变更、表下线需要严格挖掘应用端代码，避免因为表结构变更导致SQL解析错误。
2、复杂业务逻辑对应的SQL需要核查，对于不需要的结果和表关联等尽可能去掉，简化表关联数量，合理利用优化器。
文章转自数据和云公众号，原文链接
