不依赖于成本模型的酷 SQL 优化。第 4 部分

不依赖于成本模型的酷 SQL 优化。第 1 部分 不依赖于成本模型的 Cool SQL 优化。第 2 部分 不依赖于成本模型的酷 SQL 优化。第三部分

8.检查限制

哦，这是很酷的东西！我们的Sakila数据库对FILM.RATING列有CHECK约束：

CREATE TABLE film (
  ..
  RATING varchar(10) DEFAULT 'G',
  ..
  CONSTRAINT check_special_rating
    CHECK (rating IN ('G','PG','PG-13','R','NC-17')),
  ..
);

认真地说，使用CHECK约束来确保数据完整性。添加它们的成本非常低 - 远低于其他限制，例如PRIMARY、UNIQUE或FOREIGN KEY，因为它们不需要索引即可工作，因此您几乎“免费”获得它们。但有一个与优化相关的有趣的细微差别！考虑以下查询：

不可能谓词

我们已经遇到过不可能的谓词，甚至NOT NULL约束（这实际上是一种特殊的CHECK约束），但这个更酷：

SELECT *
FROM film
WHERE rating = 'N/A';

不存在这样的电影，也不可能存在，因为CHECK约束阻止其插入（或更新）。同样，这应该翻译为不执行任何操作的命令。这个请求怎么办？

CREATE INDEX idx_film_rating ON film (rating);

SELECT count(*)
FROM film
WHERE rating NOT IN ('G','PG','PG-13','R');

由于上面的索引，只需快速扫描索引并计算所有评级= 'NC-17' 的电影就足够了，因为这是唯一剩下的评级。所以查询应该像这样重写：

SELECT count(*)
FROM film
WHERE rating = 'NC-17';

无论索引如何，情况都应该如此，因为将一列与一个值进行比较比与 4 个值进行比较要快。那么，哪些数据库可以做到这一点呢？

数据库2

不可能的谓词（评级 = 'N/A'） 酷！

Explain Plan
-----------------------------------
ID | Operation      |   Rows | Cost
 1 | RETURN         |        |    0
 2 |  TBSCAN GENROW | 0 of 0 |    0

Predicate Information
 2 - RESID (1 = 0)

反向谓词（评级=“NC-17”） 不...

Explain Plan
------------------------------------------------------------
ID | Operation                |                  Rows | Cost
 1 | RETURN                   |                       |   34
 2 |  GRPBY (COMPLETE)        |    1 of 210 (   .48%) |   34
 3 |   IXSCAN IDX_FILM_RATING | 210 of 1000 ( 21.00%) |   34

Predicate Information
 3 - SARG  NOT(Q1.RATING IN ('G', 'PG', 'PG-13', 'R'))

尽管 ID=3 步骤使用索引，并且基数正确，但仍会发生完整扫描，因为该计划没有范围谓词，只有“SARG”谓词。有关详细信息，请参阅Marcus Wynand 的评论。您还可以通过手动反转谓词并获取来演示这一点：

Explain Plan
------------------------------------------------------------
ID | Operation                |                  Rows | Cost
 1 | RETURN                   |                       |    7
 2 |  GRPBY (COMPLETE)        |    1 of 210 (   .48%) |    7
 3 |   IXSCAN IDX_FILM_RATING | 210 of 1000 ( 21.00%) |    7

Predicate Information
 3 - START (Q1.RATING = 'NC-17')
      STOP (Q1.RATING = 'NC-17')

现在我们有了所需的范围谓词。

MySQL

MySQL 支持CHECK约束语法，但由于某种原因不强制执行它们。尝试这个：

CREATE TABLE x (a INT CHECK (a != 0));
INSERT INTO x VALUES (0);
SELECT * FROM x;

你会得到：

A
-
0

MySQL 零分（真的，为什么不只支持CHECK约束？）

甲骨文

不可能的谓词（评级=“N/A”）

--------------------------------------------------------------
| Id  | Operation          | Name | Starts | E-Rows | A-Rows |
--------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |      1 |        |      0 |
|*  1 |  FILTER            |      |      1 |        |      0 |
|*  2 |   TABLE ACCESS FULL| FILM |      0 |     89 |      0 |
--------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter(NULL IS NOT NULL)
   2 - filter("RATING"='N/A')

同样，一个非常奇怪的过滤器NULL IS NOT NULL，切断了FULL TABLE SCAN，它可以很容易地从计划中完全删除。但至少它有效！ 反向谓词（评级 = 'NC-17'） 哎呀：

----------------------------------------------------------------------------
| Id  | Operation             | Name            | Starts | E-Rows | A-Rows |
----------------------------------------------------------------------------
|   0 | SELECT STATEMENT      |                 |      1 |        |      1 |
|   1 |  SORT AGGREGATE       |                 |      1 |      1 |      1 |
|*  2 |   INDEX FAST FULL SCAN| IDX_FILM_RATING |      1 |    415 |    210 |
----------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter((RATING'PG-13' AND RATING'R' AND RATING'PG' AND RATING'G'))

谓词不能反转，基数评估非常蹩脚，此外我们得到INDEX FAST FULL SCAN而不是INDEX RANGE SCAN，并且得到过滤谓词而不是访问谓词。但这是我们应该得到的，例如，通过手动反转谓词：

------------------------------------------------------------------------
| Id  | Operation         | Name            | Starts | E-Rows | A-Rows |
------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |                 |      1 |        |      1 |
|   1 |  SORT AGGREGATE   |                 |      1 |      1 |      1 |
|*  2 |   INDEX RANGE SCAN| IDX_FILM_RATING |      1 |    210 |    210 |
------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("RATING"='NC-17')

真糟糕！

PostgreSQL

请注意，Sakila数据库的PostgreSQL版本在RATING列上使用ENUM类型而不是CHECK约束。我使用CHECK约束来复制该表。 不可能的谓词（评级 = 'N/A'） 不起作用：

QUERY PLAN
------------------------------------------------------
Seq Scan on film2  (cost=0.00..67.50 rows=1 width=385)
  Filter: ((rating)::text = 'N/A'::text)

反向谓词（评级 = 'NC-17'） 也不起作用：

QUERY PLAN
------------------------------------------------------------------
Aggregate  (cost=70.53..70.54 rows=1 width=8)
  ->  Seq Scan on film2  (cost=0.00..70.00 rows=210 width=0)
        Filter: ((rating)::text  ALL ('{G,PG,PG-13,R}'::text[]))

很抱歉！ 注意：正如David Rowley 在评论中向我们指出的那样，可以通过设置参数来启用此功能：

SET constraint_exclusion TO on;
SQL Server
Невозможный предикат (rating = 'N/A')
Да!
|--Constant Scan

反向谓词（评级 = 'NC-17'） 也是！

|--Compute Scalar
     |--Stream Aggregate
          |--Index Seek(OBJECT:([idx_film_rating]), SEEK:([rating]='NC-17'))

概括

9. 不必要的反射性联系。

随着您的查询变得更加复杂，您很可能最终需要根据表的主键对表执行反射联接。相信我，在构建复杂视图并将它们相互连接时，这是一种非常常见的做法，因此确保数据库关注这一点是优化复杂 SQL 代码的关键部分。我不会演示一个复杂的例子，一个简单的例子就足够了，例如：

SELECT a1.first_name, a1.last_name
FROM actor a1
JOIN actor a2 ON a1.actor_id = a2.actor_id;

这可以看作是JOIN 消除的特殊情况，因为我们实际上不需要连接到A2，我们可以只用表A1来完成我们需要的一切。接下来，INNER JOIN 消除仅在存在 FOREIGN KEY 时才能正常工作，而我们这里没有。但是由于ACTOR_ID的主键，我们可以证明实际上A1 = A2。从某种意义上说，这又是传递闭包。您可以更进一步，使用表A1和A2中的列：

SELECT a1.first_name, a2.last_name
FROM actor a1
JOIN actor a2 ON a1.actor_id = a2.actor_id;

在JOIN消除 的经典情况下，将不再可能消除它，因为两个表都已投影。但由于我们已经证明A1 = A2，那么它们是可以互换的，因此我们可以期望查询转换为：

SELECT first_name, last_name
FROM actor;

什么 DBMS 可以做到这一点？

数据库2

仅表 A1 的投影 是：

Explain Plan
------------------------------------------------
ID | Operation     |                 Rows | Cost
 1 | RETURN        |                      |   20
 2 |  TBSCAN ACTOR | 200 of 200 (100.00%) |   20

表 A1 和 A2 的投影 ...也可以：

Explain Plan
------------------------------------------------
ID | Operation     |                 Rows | Cost
 1 | RETURN        |                      |   20
 2 |  TBSCAN ACTOR | 200 of 200 (100.00%) |   20

MySQL

仅 表 A1 的投影

ID  TABLE  REF          EXTRA
-----------------------------------
1   a1
1   a2     a1.actor_id  Using index

表 A1 和 A2 的投影 ...也没有

ID  TABLE  REF          EXTRA
-----------------------------------
1   a1
1   a2     a1.actor_id

彻底失望了……

甲骨文

仅表 A1 的投影 是

--------------------------------------------
| Id  | Operation         | Name  | E-Rows |
--------------------------------------------
|   0 | SELECT STATEMENT  |       |        |
|   1 |  TABLE ACCESS FULL| ACTOR |    200 |
--------------------------------------------

表 A1 和 A2 的投影 再次是

--------------------------------------------
| Id  | Operation         | Name  | E-Rows |
--------------------------------------------
|   0 | SELECT STATEMENT  |       |        |
|   1 |  TABLE ACCESS FULL| ACTOR |    200 |
--------------------------------------------

PostgreSQL

仅表 A1 的投影 否：

QUERY PLAN
--------------------------------------------------------------------
Hash Join  (cost=6.50..13.25 rows=200 width=13)
  Hash Cond: (a1.actor_id = a2.actor_id)
  ->  Seq Scan on actor a1  (cost=0.00..4.00 rows=200 width=17)
  ->  Hash  (cost=4.00..4.00 rows=200 width=4)
        ->  Seq Scan on actor a2  (cost=0.00..4.00 rows=200 width=4)

表 A1 和 A2 的投影 又否：

QUERY PLAN
---------------------------------------------------------------------
Hash Join  (cost=6.50..13.25 rows=200 width=13)
  Hash Cond: (a1.actor_id = a2.actor_id)
  ->  Seq Scan on actor a1  (cost=0.00..4.00 rows=200 width=10)
  ->  Hash  (cost=4.00..4.00 rows=200 width=11)
        ->  Seq Scan on actor a2  (cost=0.00..4.00 rows=200 width=11)

SQL服务器

仅表 A1 的投影 奇怪的是，没有！（但请记住，我使用的是 SQL Server 2014，较新的版本可能已修复此问题。我绝对可以使用升级！）

|--Merge Join(Inner Join, MERGE:([a2].[actor_id])=([a1].[actor_id]))
     |--Index Scan(OBJECT:([a2]))
     |--Sort(ORDER BY:([a1].[actor_id] ASC))
          |--Table Scan(OBJECT:([a1]))

表 A1 和 A2 的投影 不再是这样，计划甚至变得更糟：

|--Hash Match(Inner Join, HASH:([a1].[actor_id])=([a2].[actor_id]))
     |--Table Scan(OBJECT:([sakila].[dbo].[actor] AS [a1]))
     |--Table Scan(OBJECT:([sakila].[dbo].[actor] AS [a2]))

概括

坦率地说，我预计这种优化会在所有数据库上进行，但遗憾的是我大错特错了。除了消除 JOIN之外，这是最重要的优化之一，它允许您从视图和表函数等可重用部分构建大量 SQL 查询。不幸的是，5 个最常见的数据库中有 3 个不支持它。