百倍性能的PL/SQL优化案例(r11笔记第13天)
我相信你是被百倍性能的字样吸引了,不过我所想侧重的是优化的思路,这个比优化技巧更重要,而结果嘛,其实我不希望说成是百倍提升,“”自黑“”一下。
有一个真实想法和大家讨论一下,就是一个SQL语句如果原本运行20秒,优化到了1秒,性能提升该说是20倍还是提高了95%。当然还见过一种说法,一条SQL语句每次运行20秒,每天运行100次,优化后每次运行1秒,运行还是100次,那么性能提升是说成优化累计时间为100*20-100=1990秒?
好了,我们来看看PL/SQL的优化,前期自己分析了一些信息,可以参考闪回区报警引发的性能问题分析(r11笔记第11天)
总体来说就是数据库层面的闪回区暴增,很快就接近报警阈值。
发现其中的一个重要因素就是一个update操作时间极长,大概是4个小时,而且资源消耗巨大。
SQL_FULLTEXT
----------------------------------------------------------------------------------------------------
UPDATE CARDINFO A SET A.MAX_LEVEL = NVL((SELECT USER_CLASS FROM ROLE_CLASS_INFO B WHERE A.GROUPID =
B.GROUP_ID AND B.CN_GUID = A.ROLE_GUID), A.MAX_LEVEL) WHERE DRAWED = 'Y'而经过数据分析发现这是一个规律性的变化,是在每周二会触发一次。经过确认这是一个scheduler JOB运行导致。而其中的关键就是调用的存储过程。
好了,重点就是存储过程,当然里面的逻辑还是有一些复杂。我简化一下。
简单解释一下,数据库a的表card_new中会存储一些礼包卡的数据,用户激活卡信息之后就会插入一条记录。而数据库b则是一个统计数据库,会从数据库a中基于规则表tasklist抽取这些数据,然后在统计端基于业务需求做信息的变更校准,信息都在cardinfo这个表里。规则表tasklist简单补充一下,就好像我们的手机卡号,比如152xxxx001-152xxxx999是一个号段,里面定义的就是这些信息,从源库按照这个规则抽取。
SQL> select count(*)from card_new where cardid between 'j23450010000' and 'j23500009999';
COUNT(*)
----------
5000
存储过程的信息大体如下
CREATE or replace PROCEDURE "PROC_UPDATE_CARDINFO"
AS
BEGIN
for cur in (select * from tasklist where is_droped = 'N') loop
MERGE INTO cardinfo a
USING (SELECT *
FROM card_new@tmp_link t
WHERE t.cardid >= cur.t_start
AND t.cardid <= cur.t_end
) b
ON (a.cardid = b.cardid)
WHEN MATCHED THEN
UPDATE
SET a.groupid = b.GROUPID,
a.role_guid = b.role_guid,
a.drawed = b.drawed,
a.max_level = b.max_level
WHEN NOT MATCHED THEN
insert
(cardid, groupid, role_guid, drawed, max_level)
values
(b.cardid, b.groupid, b.role_guid, b.drawed, b.max_level);
COMMIT;
end loop;
/** 做字段1的映射变更*/
UPDATE cardinfo a
SET a.used_jewel = (SELECT jewel_total
FROM role_costs_info b
WHERE b.GROUP_ID = a.groupid
AND b.cn_guid = a.role_guid)
WHERE drawed = 'Y' and cardid in(select cardid from tmp_cardinfo);
COMMIT;
/** 做字段2的映射变更**/
UPDATE cardinfo a
SET a.max_level = nvl((SELECT user_class
FROM role_class_info b
WHERE a.groupid = b.GROUP_ID
AND b.cn_guid = a.role_guid),
a.max_level)
WHERE drawed = 'Y' and cardid in(select cardid from tmp_cardinfo);
COMMIT;
END;
/
上面的表,除了规则表tasklist是不到1万条数据库(类似号段的数据),其它的数据量都在亿级,所以优化空间很大,优化难度不小。
和开发同学简单了解了需求之后,我的初步结论是update的部分有待提高,因为update的部分变更都是全表更新,这个影响面较大,没法确定增量的数据,基本上按照1周的频率来说,增量数据应该会在百万以内。而查看后面几个update的部分,发现变更的数据量都在千万级别,性能极差。
不过在优化的过程中,感觉我似乎偏离了方向,因为目标端按照现有的条件和补充条件发现始终变更的数据量太大,都是千万级别,和预期相去甚远,简单来说,按照目前的条件得到的数据不是增量数据,所以我的注意力就关注在了源头的数据抽取上。
因为源库的配置较好,使用了PCIE-SSD,查询亿级大表也蛮给力,我在备库查询了一下数据的情况。
SQL> SELECT count(t.cardid)
2 FROM card_new t ,tasklist cur
3 WHERE t.cardid >= cur.t_start
4 AND t.cardid <= cur.t_end;
COUNT(T.CARDID)
---------------
599845975
一看结果有5亿多条数据,当然大家仔细看,其实语句本身也是有问题的。
其实按照逻辑抽取的数据有2亿,也就是源库表中所有的数据。
如此一来,下游的数据变更都会直接影响,导致了现在的状况。
所以瓶颈很明显,在两个地方,
1.抽取的时候对线上业务有性能压力,是全量抽取
2.更新的时候是全量更新,字段匹配数据范围太大
改进思路相对就很简单了。
明确增量的数据
使用临时表或者是在cardinfo中标记增量数据进行增量数据变更
进行完整的数据测试,保证性能改进真实有效。
我们来逐个说一下。
增量的数据,我查看了源表的字段,里面有一个基于时间的字段,看字段的名字应该是礼品卡的激活时间。和开发同事进行了确认,这个地方明确下来。
我们按照这样的思路来看,增量数据大概在7万左右。
SQL> select count(*)from card_new where DRAWDATE>sysdate-10;
COUNT(*)
----------
78174
如此一来就抓住了问题的本质,后面的更新部分就可以限制条件,避免全量更新。我就创建建了一个临时表来处理。得到从源库抽取所得的增量数据。
2.增量数据变更优化
原本的更新是这样的逻辑,
UPDATE cardinfo a
SET a.used_jewel = (SELECT jewel_total
FROM role_costs_info b
WHERE b.GROUP_ID = a.groupid
AND b.cn_guid = a.role_guid)
WHERE drawed = 'Y' ;
改进之后,限制了条件,就是下面的形式
UPDATE cardinfo a
SET a.used_jewel = (SELECT jewel_total
FROM role_costs_info b
WHERE b.GROUP_ID = a.groupid
AND b.cn_guid = a.role_guid)
WHERE drawed = 'Y' and cardid in(select cardid from tmp_cardinfo);
当然还有一些小细节处做了改进,再次先不赘述。
3.性能测试
接下来就是性能测试了,如何真实的模拟测试这个问题,11g中要充分利用Sapshot Standby的福利。
备库切换为Snapshot Standby的方法
dgbroker中把当前的备库设置为disable
然后使用sqlplus在备库操作:
recover managed standby database cancel; --取消日志应用
alter database convert to snapshot standby; --切换为Snapshot Standby
alter database open; --切换后打开数据库
select database_role,open_mode from v$database; --检查变更是否生效
然后开始性能测试,我把数据源指向了源库对应的备库,这样对线上就没有直接的压力。在目标数据库中修改存储过程,运行测试。
SQL> exec PROC_UPDATE_CARDINFO1;
PL/SQL procedure successfully completed.
Elapsed: 00:01:04.38
原本执行至少4个小时的存储过程现在1分钟即可搞定。
完成测试,开始恢复备库为Physical Standby:
sqlplus备库: shutdown immediate
startup mount
alter database convert to physical standby; --切换数据库为physical standby
shutdown immediate --修改后数据库为nomount,重新启动
startup mount
select database_role,open_mode from v$database;
alter database open;
然后在主库使用DG Broker来enable原来的备库即可。
小结
整个一个流程走下来,让我对这个问题的认知,从原本的闪回区报警逐步发掘,扩展到PL/SQL的存储过程实现,当然这个部分还是花了些时间熟悉了下业务,为了更好的满足优化需求,优化中尤其需要牢牢把握性能瓶颈,抓住本质,然后逐个击破即可。而对于性能问题的测试,Snapshot Standby就是一个很不错的补充。评估运行时间等都会更加真实有效。
最后的性能提升,从4个小时提升为1分钟。
--------------------------
一周以后,我再次跟踪这个问题,确认已经修复。闪回前的使用率大大降低。
而实际的SQL执行情况比预期还要好一些,原本的update语句执行需要个把小时,当前执行只需要1秒钟。
百倍性能的PL/SQL优化案例(r11笔记第13天)相关推荐
- 19_clickhouse,数据查询与写入优化,分布式子查询优化,外部聚合/排序优化,基于JOIN引擎的优化,SQL优化案例,物化视图提速,查询优化常用经验法则,选择和主键不一样的排序键,数据入库优化
25.数据查询与写入优化 25.1.分布式子查询优化 25.1.1.分布式表的IN查询示例1(普通IN子查询.IN子查询为本地表) 25.1.2.分布式表的IN查询示例2(普通IN子查询.IN子查询为 ...
- 数据库周刊54丨2020 年度报告:PingCAP、腾讯云数据库、人大金仓、GoldenDB ;CPU 100% SQL优化案例;Mysql内存溢出处理;避免删库跑路黑天鹅……
热门资讯 [1.PingCAP 2020 年度报告|相信开放的力量 [摘要]本文为PingCAP 2020年度报告.盘点了PingCAP里程碑大事件:完成D轮2.7亿美元融资,创造全球数据库历史新的里 ...
- 崔华 oracle简历,2013数据库大会:崔华-基于Oracle的SQL优化案例分析
2013数据库大会:崔华-基于Oracle的SQL优化案例分析 崔华的新书即将出版,其数据库大会上的演讲也非常精彩,他的新书十分值得期待. 2013年中国数据库技术大会第二天的"Oracle ...
- oracle pl sql示例,oracle PL SQL学习案例(一)
oracle PL SQL学习案例(一) [示例1.1] 查询雇员编号为7788的雇员姓名和工资. 步骤1:用SCOTT/TIGER账户登录SQL*Plus. 步骤2:在输入区输入以下程序: /*这 ...
- 未来的 AI 芯片将提升百倍性能!
[CSDN编者按]随着机器学习和深度学习技术的不断应用,AI 的落地场景越来越多,极大地提升了研发效率和应用功能.与此同时,本文的作者还认为,AI 的应用还将深刻地影响芯片市场,借助 AI 重塑芯片设 ...
- Oracle PL/SQL语句基础学习笔记(上)
PL/SQL是ORACLE对标准数据库语言的扩展,ORACLE公司已经将PL/SQL整合到ORACLE 服务器和其他工具中了,近几年中更多的开发人员和DBA开始使用PL/SQL,本文将讲述PL/SQL ...
- Oracle PL/SQL语句基础学习笔记(下)
游标 游标: 游标(cursor)可以被看作指向结果集(a set of rows)中一行的指针(pointer).在oracle数据库中可以使用显示或隐式两种游标. 1.隐式游标 在执行一个sql语 ...
- 《收获,不止SQL优化》读书笔记
整体性能分析 AWR.ASH.ADDM.AWRDD 整体分析调优工具 AWR:关注数据库的整体性能的报告: ASH:数据库中的等待事件与哪些SQL具体对应的报告: ADDM:oracle给出的一些建议 ...
- Mysql改写子查询SQL优化案例
sql逻辑需求:需要定期统计表单数据,然后把汇总的结果展示在前端界面 根据业务逻辑实现了sql编写,产生了慢SQL SELECT DISTINCT DATE_FORMAT(sr.SIGN_DATE, ...
最新文章
- python画图颜色表示大小变化_python画图(线条颜色、大小、类型:点、虚线等)(图文详细入门教程四)...
- HDU2888(二维RMQ)
- 理解纯CSS画三角形
- 个人量化策略整理_较好
- java new 新对象_java基础(五)-----new一个对象的具体过程
- NOIP 2013 day2
- raft算法_MIT 6.824 分布式系统 | Lab 2A:Raft选举
- 使用一般处理程序HTTPHandler下载文件
- java 阻塞队列 BQ_Java Concurrency in Practice 读书笔记 第六章
- Windows下jmeter安装
- swarm bzz 安装0.5.3,和节点引导
- HHL论文第二弹(基本过程)
- 计算机概论二进制加法,计算机科学概论二进制
- Asp.net 万年历
- RK988键盘切换蓝牙模式
- 风影总结NHibernate1
- 1.3 常规信息系统集成技术
- 淘宝的字体也改变了(今天)
- python基础(1) - ASCII码的转换及字母的大小写转化
- 教你用Python压缩图片