关于数据字典的查询效率优化

简介: 最近因为测试需要对一些数据文件做压缩,腾出更多的空间来为其他环境做准备,压缩数据文件, 最开始采用了如下的sql col name for a40 col resizecmd for a80 select a.
最近因为测试需要对一些数据文件做压缩,腾出更多的空间来为其他环境做准备,压缩数据文件,
最开始采用了如下的sql
col name for a40
col resizecmd for a80
select a.file#,a.name,a.bytes/1024/1024 CurrentMB,
       ceil(HWM * a.block_size)/1024/1024 ResizeTo,
       (a.bytes - HWM * a.block_size)/1024/1024 ReleaseMB,
       'alter database datafile '''||a.name||''' resize '||
       ceil(HWM * a.block_size/1024/1024) || 'M;' ResizeCMD
from v$datafile a,
     (select file_id,max(block_id+blocks-1) HWM
       from dba_extents
       group by file_id) b
where a.file# = b.file_id(+)
and (a.bytes - HWM *block_size)>0
order by 5

基本思路还是根据高水位线来做判断数据文件中有多少空闲块。
但是这个sql运行的时候效率还是有些让人抓狂,在比较小的环境运行一次都需要5,6分钟,反复执行速度还是很慢(按理说速度应该会有提高)
决定自己优化一下,毕竟磨刀不误砍柴工嘛。
查看性能瓶颈,主要在dba_extents上,这是个数据字典视图,决定看看里面到底引用了那些基表,裁剪一下。
dba_extents包含两部分。内部做了union all,数据基本都是从下半部分中得到的。
(select f.file# file_id,max(e.block# +e.length -1) hwm
from sys.uet$ e,  sys.file$ f
where 
  e.ts# = f.ts#
  and e.file# = f.relfile#
group by  f.file#
)
union all
(
select f.file# file_id, max(e.ktfbuebno+e.ktfbueblks -1) hwm
from sys.x$ktfbue e, sys.file$ f
where 
  e.ktfbuefno = f.relfile#
group by f.file#
)

把这部分语句替换一下原来的,就成了如下的形式
col name for a40
col resizecmd for a80
select a.file#,a.name,a.bytes/1024/1024 CurrentMB,
       ceil(HWM * a.block_size)/1024/1024 ResizeTo,
       (a.bytes - HWM * a.block_size)/1024/1024 ReleaseMB,
       'alter database datafile '''||a.name||''' resize '||
       ceil(HWM * a.block_size/1024/1024) || 'M;' ResizeCMD
from v$datafile a,
(select file_id,max(hwm) hwm from 
     (select f.file# file_id,max(e.block# +e.length -1) hwm
from sys.uet$ e,  sys.file$ f
where 
  e.ts# = f.ts#
  and e.file# = f.relfile#
group by  f.file#
union all
select f.file# file_id, max(e.ktfbuebno+e.ktfbueblks -1) hwm
from sys.x$ktfbue e, sys.file$ f
where 
  e.ktfbuefno = f.relfile#
group by f.file#
group by file_id) b
where a.file# = b.file_id(+)
and (a.bytes - b.HWM *block_size)>0
order by 5

速度确实有所提升,然后自己想看看v$datafile如果替换成基表后,速度是不是也能提升。
v$datafile根据需要,得到的sql如下
 (select
fe.fenum file#,
fh.fhfsz*fe.febsz bytes,
fe.febsz block_size,
fn.fnnam name
from
 x$kccfe fe,
 x$kccfn fn,
 x$kcvfh fh
 where ((fe.fepax!=65535 and fe.fepax!=0 ) or ((fe.fepax=65535 or fe.fepax=0) and fn.fnfno=fe.fenum ))
 and fn.fnfno=fh.hxfil
 and fe.fedup!=0
 and fn.fntyp=4
 and fn.fnnam is not null
 and bitand(fn.fnflg,4) != 4
 order by fe.fenum)

但是自己在实际测试的时候发现,效率还是很差,不光没有提高时间还可能增加了。
最后整理,最终采用的sql如下。
select /*+rule */ a.file#,a.name,a.bytes/1024/1024 CurrentMB,
       ceil(HWM * a.block_size)/1024/1024 ResizeTo,
       (a.bytes - HWM * a.block_size)/1024/1024 ReleaseMB,
       'alter database datafile '''||a.name||''' resize '||
       ceil(HWM * a.block_size/1024/1024) || 'M;' ResizeCMD
from v$datafile a,
(select file_id,max(hwm) hwm from 
     (select f.file# file_id,max(e.block# +e.length -1) hwm
from sys.uet$ e,  sys.file$ f
where 
  e.ts# = f.ts#
  and e.file# = f.relfile#
group by  f.file#
union all
select f.file# file_id, max(e.ktfbuebno+e.ktfbueblks -1) hwm
from sys.x$ktfbue e, sys.file$ f
where 
  e.ktfbuefno = f.relfile#
group by f.file#
group by file_id) b
where a.file# = b.file_id(+)
and (a.bytes - b.HWM *block_size)>0
order by 5

测试花费的时间如下
在不同规模的库上,时间也有所不同,在800G容量的库中,大概花费在2分钟之内。
Elapsed: 00:00:03.27
Elapsed: 00:00:28.39
Elapsed: 00:00:58.73
Elapsed: 00:01:51.55
Elapsed: 00:01:11.70



目录
相关文章
|
14天前
|
缓存 关系型数据库 MySQL
MySQL 查询优化:提速查询效率的13大秘籍(索引设计、查询优化、缓存策略、子查询优化以及定期表分析和优化)(中)
MySQL 查询优化:提速查询效率的13大秘籍(索引设计、查询优化、缓存策略、子查询优化以及定期表分析和优化)(中)
|
9月前
|
数据库 UED 索引
索引创建原则:提升数据库性能与查询效率的关键
在现代软件系统中,数据库是一个关键的组成部分,而索引作为提高数据库性能和查询效率的重要手段之一,其设计和创建的合理性直接影响着整个系统的稳定性和响应速度。本文将介绍索引的基本概念和原则,并详细探讨索引创建的几个关键原则,帮助读者了解如何为数据库中的表创建最优的索引,以提升系统性能。
92 0
|
10月前
|
JavaScript 前端开发 API
【项目数据优化三】长列表数据优化
【项目数据优化三】长列表数据优化
89 0
|
SQL 存储 关系型数据库
如何通过索引让 SQL 查询效率最大化
如何通过索引让 SQL 查询效率最大化
71 0
如何通过索引让 SQL 查询效率最大化
|
SQL 缓存 监控
列表查询的通用优化方案
> 列表查询是服务端开发中非常高频的诉求,接口的性能往往会跟用户体验强关联。本文通过一个具体的例子,来总结服务端写查询接口时的通用优化方案。 ## 一个例子 ### 功能诉求 给出一个具体的例子,背景是根据内容ID来查询内容信息(如下),目标是通过编码优化使得这个查询效率变快,减少上游(客户端App或外部服务)的等待时间。 ```java public interfa
1123 1
列表查询的通用优化方案
|
SQL 索引 Go
通过手动创建统计信息优化sql查询性能案例
原文:通过手动创建统计信息优化sql查询性能案例 本质原因在于:SQL Server 统计信息只包含复合索引的第一个列的信息,而不包含复合索引数据组合的信息   来源于工作中的一个实际问题, 这里是组合列数据不均匀导致查询无法预估数据行数,从而导致无法选择合理的执行计划导致性能低下的情况 我...
804 0
|
SQL 存储 索引