SQL优化案例｜ UPDATE优化案例

安呀智数据坊 2025-06-05

注: 本文为安丫科技焱焱枫的原创，请尊重知识产权，转发请注明出处，不接受任何抄袭、演绎和未经注明出处的转载。

导

语

在数据库应用中，SQL 性能至关重要。低效 SQL 常致系统响应迟缓，而优化能显著提速。

本案例中的SQL 来源于某客户业务系统中的核心查询语句，为严格遵循数据安全与隐私保护原则，已对涉及客户敏感信息的表名、字段名以及数据值等进行脱敏处理。

适用环境

oracle 11g+
linux 6.9+

Top SQL概况

下面列出我们发现的特定模块中Top SQL的相关情况：

SQL优化方案

1. SQL_ID:7ts08a2d6qbgb

1）SQL文本

这条SQL超过了700行，截取关键部分分析

UPDATE /*+index(TEST,IDX_XX_01)*/ TBL_XX_HEADER TEST
   SET (TEST.COL_SUM,
        TEST.COL_BEGIN,
        TEST.COL_PERIOD,
        TEST.COL_INCOMING,
        TEST.COL_END,
        TEST.COL_UPD_DATE,
        TEST.COL_UPD_BY) =
       (SELECT SUM(LN.COL_SUM),
               SUM(LN.COL_BEGIN),
               SUM(LN.COL_PERIOD),
               SUM(LN.COL_INCOMING),
               SUM(LN.COL_END),
               SYSDATE,
               FND_GLOBAL.USER_ID
          FROM CUX.TBL_XX_LINES LN
         WHERE LN.KEY_1 = TEST.KEY_1
           AND LN.COL_PERIOD = TEST.COL_PERIOD
           AND LN.ORG_ID = TEST.ORG_ID
           AND (LN.ATTR_1 IS NULL OR
               LN.ATTR_1 IN ('产品1', '产品2', '产品3'))
         GROUP BY LN.KEY_1, LN.COL_PERIOD)
 WHERE TEST.ORG_ID = 5565
   AND TEST.ORGANIZATION_ID = 5561
   AND TEST.COL_PERIOD = '2021-10'
   AND TEST.KEY_1 < 0;

2）SQL执行计划

------------------------------------------------------------------------------------------------------------------------------
| Id  | Operation                    | Name              | Rows  | Bytes | Cost (%CPU)| Time     | Pstart| Pstop |
------------------------------------------------------------------------------------------------------------------------------
|   0 | UPDATE STATEMENT             |                   |       |       |    68 (100)|          |       |       |
|   1 |  UPDATE                      | TBL_XX_HEADER     |       |       |            |          |       |       |
|*  2 |   INDEX RANGE SCAN           | IDX_XX_01         |     3 |   183 |     4   (0)| 00:00:01 |       |       |
|   3 |   SORT GROUP BY NOSORT       |                   |     1 |    94 |     2   (0)| 00:00:01 |       |       |
|   4 |    PARTITION RANGE SINGLE    |                   |     1 |    94 |     2   (0)| 00:00:01 |   KEY |   KEY |
|*  5 |     TABLE ACCESS STORAGE FULL| TBL_XX_LINES      |     1 |    94 |     2   (0)| 00:00:01 |   KEY |   KEY |
------------------------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("TEST"."ORG_ID"=:B3 AND "TEST"."COL_PERIOD"=:B1 AND "TEST"."ORGANIZATION_ID"=:B2 AND "TEST"."KEY_1"<0)
5 - filter(("LN"."KEY_1"=:B1 AND "LN"."COL_PERIOD"=:B2 AND "LN"."ORG_ID"=:B3 AND ("LN"."ATTR_1" IS NULL OR INTERNAL_FUNCTION("LN"."ATTR_1"))))

3）SQL资源消耗

PLAN  CHI USER        CPU(MS)  ELA(MS)     DISK          GET        ROWS      ROWS APPLI(MS) CONCUR(MS) CLUSTER(MS) USER_IO(MS) FIRST_LOAD_TIME                                     
EXEC          HASH VALUE  NUM NAME       PRE EXEC PRE EXEC PRE EXEC     PRE EXEC    PRE EXEC PRE FETCH  PER EXEC   PER EXEC    PER EXEC    PER EXEC LAST_LOAD_TIME                                      
---------- ------------- ---- ---------- -------- -------- -------- ------------ ----------- --------- --------- ---------- ----------- ----------- ----------------------                              
0              918035873    0 APPS       3,511,121  3,712,412    1,713  434,385,844           0         0         0          4         885         582 11-01/15:3.11-01/15:3

该SQ修改数据在20000条数据，近期未执行成功。

问题分析及优化思路

通过分析SQL文本，发现该SQL为update类型。

通过分析执行计划，TBL_XX_LINES作为NL被驱动表走全表扫描，而该表的体积近2GB，这就导致该SQL执行效率非常低。

结合以上分析，该SQL创建合适的索引即可优化。

优化方案

1. 创建组合索引

CREATE INDEX CUX.IDX_XX_04 ON CUX.TBL_XX_LINES(ORG_ID,KEY_1,COL_PERIOD,ATTR_1)
ONLINE PARALLEL 16;
ALTER INDEX CUX.IDX_XX_04 NOPARALLEL;

优化效果对比

通过确认关键表数据量，制定执行计划，可以减少每次查询的逻辑读和物理读，提高SQL执行性能。

写在最后

SQL 优化看似细枝末节，实则关乎系统性能与数据效率的根基。

每一个慢查询的背后，往往隐藏着数据结构、业务逻辑与执行计划之间的微妙博弈。

我们希望通过这一系列实际案例的拆解，帮助你在实战中掌握优化思路与方法论。

未来我们还将持续更新更多典型场景 + 优化实录，敬请关注安呀智数据坊·案例分享！

有任何数据库相关问题，欢迎留言交流，或联系我们获取专业支持～

作者介绍

大家好，我是刘峰，安丫科技创始人 & 数据库技术高级讲师，专注于 PostgreSQL、国产数据库运维与迁移、数据库性能优化等方向。

作为 PG中国分会官方授权讲师、PostgreSQL ACE 讲师认证专家，我长期活跃在一线项目实战中，拥有 10年以上大型数据库管理与优化经验，曾深度参与电信、金融、政务等多个行业的数据库性能调优与迁移项目。

欢迎关注我，一起深入探索数据库的无限可能，技术交流不设限！

📌 觉得有收获的话，记得点赞、收藏、转发支持一下哦，别忘了关注我获取更多数据库干货~

END

关键词回复(可见相应文章):

oracle、mysql、pg、postgresql、sql、性能优化、故障处理、数据迁移、备份恢复、版本升级、补丁管理、深度巡检、解决方案、架构设计......

小助手

有任何问题或疑问，欢迎加V进群探讨哦～

\ | /

★

动动你的手指

给【安呀智数据坊】加个星标吧~

这样你就不会丢下我啦~

记得加星标呀！

数据库 oracle

文章转载自安呀智数据坊，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

SQL优化案例｜ UPDATE优化案例

评论