视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
优化Oraclewith全表扫描的问题
2020-11-09 12:32:12 责编:小采
文档


用户表比较大,是一个有900w记录的分区表。查看执行计划,都符合预期,只是最后关联用户表的时候,使用了全表扫描,直接导致这个

今天开发接了一个很BT的需求。
找一个人的所有好友,查询所有好友的所有作品,,然后按照时间倒序排列,取若干记录,
然后关联作品评论表。

作品包括原唱表,翻唱表,伴奏表,视频表,博客表和照片表,
不同的作品类型还要关联不同的专辑表,最后还要关联用户表..

--------------------------------------------------------------------------------

Linux-6-下安装Oracle 12C笔记

在CentOS 6.4下安装Oracle 11gR2(x)

Oracle 11gR2 在VMWare虚拟机中安装步骤

Debian 下 安装 Oracle 11g XE R2

--------------------------------------------------------------------------------
结果就是这个SQL很长...
with
t1 as (select to_userid from friend_list f where f.userid=411602438),
t2 as (
select 'mc' as t,rid,createtime
from
(
select mc.rowid rid,mc.createtime from music_cover mc,t1 where mc.userid=t1.to_userid and mc.opus_stat >0 order by mc.createtime desc
) where rownum< 100
union all
select 'mo',rid,createtime
from
(
select mo.rowid rid,mo.createtime from music_original mo,t1 where mo.userid=t1.to_userid and mo.opus_stat >0 order by mo.createtime desc
) where rownum< 100

union all
select 'mv',rid,createtime
from
(
select mv.rowid rid,mv.createtime from music_video mv,t1 where mv.userid=t1.to_userid and mv.opus_stat >0 order by mv.createtime desc
) where rownum< 100

union all
select 'ma',rid,createtime
from
(
select ma.rowid rid,ma.createtime from music_accompany ma,t1 where ma.userid=t1.to_userid and ma.opus_stat >0 order by ma.createtime desc
) where rownum< 100

union all
select 'bl',rid,createtime
from
(
select bl.rowid rid,bl.createtime from blog_list bl,t1 where bl.userid=t1.to_userid and bl.opus_stat >0 order by bl.createtime desc
) where rownum< 100

union all
select 'pl',rid,createtime
from
(
select pl.rowid rid,pl.createtime from photo_list pl,t1 where pl.userid=t1.to_userid and pl.opus_stat >0 order by pl.createtime desc
) where rownum< 100
),
t3 as
(
select * from
(
select * from t2 order by createtime desc
)
where rownum<100
),
t4 as
(
select
t3.t,
decode(t3.t,
'mc',2,
'mo',2,
'mv',2,
'ma',2,
'pl',4,
'bl',5
) type_code,
mc.userid||mo.userid||mv.userid||ma.userid||bl.userid||pl.userid userid,
mc.file_url||mo.file_url||mv.file_url||ma.file_url||bl.file_url||pl.file_url file_url,
mc.opus_Name||mo.opus_Name||mv.opus_name||ma.opus_name||bl.opus_name||pl.opus_name opus_name,
mc.opus_id||mo.opus_id||mv.opus_id||ma.opus_id||bl.opus_id||pl.opus_id opus_id,
mc.createtime||mo.createtime||mv.createtime||ma.createtime||bl.createtime||pl.createtime createtime,
mv.opus_desc||mo.opus_desc||mc.opus_desc||ma.opus_desc||bl.opus_desc||pl.opus_desc opus_desc,
mv.album_id||mo.album_id||mc.album_id||ma.album_id||bl.album_id||pl.album_id album_id,
mv.visit_num||mo.visit_num||mc.visit_num||ma.visit_num||bl.visit_num||pl.visit_num visit_num
from t3
left join music_cover mc on(t3.rid=mc.rowid)
left join music_original mo on(t3.rid=mo.rowid)
left join music_video mv on(t3.rid=mv.rowid)
left join music_accompany ma on(t3.rid=ma.rowid)
left join blog_list bl on(t3.rid=bl.rowid)
left join photo_list pl on(t3.rid=pl.rowid)
)
select /*+ ordered use_nl(t4,base) */
base.nickname,
decode(t4.type_code,
2,(select al.album_name from music_album al where al.album_id=t4.album_id),
4,(select al.album_name from photo_album al where al.album_id=t4.album_id),
5,(select al.album_name from blog_album al where al.album_id=t4.album_id)
) album_name,
(select count(*) from user_comment com where com.typeid=t4.type_code and t4.opus_id=com.to_id and status=1) commentTotal,
t4.*
from t4,mvbox_user.user_baseinfo base where base.userid=t4.userid;

创建索引消除排序
create index inx_music_cover on music_cover(userid,opus_stat,operTime);
create index inx_music_original on music_original(userid,opus_stat,operTime);
create index inx_music_video on music_video(userid,opus_stat,operTime);
create index inx_music_accompany on music_accompany(userid,opus_stat,operTime);
create index inx_blog_list on blog_list(userid,opus_stat,operTime);
create index inx_photo_list on photo_list(userid,opus_stat,operTime);
create index inx_user_comment on user_comment(to_id,typeid,status);

用户表比较大,是一个有900w记录的分区表。查看执行计划,都符合预期,只是最后关联用户表的时候,使用了全表扫描,直接导致这个SQL执行了20s左右。但是用户表的关联字段明明已经创建了索引。

更多详情见请继续阅读下一页的精彩内容:

下载本文
显示全文
专题