我正在使用 oracle 11g 并尝试优化查询。
查询的基本结构是：
SELECT val1, val2, val3,
FROM
table_name
WHERE
val1 in (subselect statement is here, it selects a list of possible values for
val1 from another table)
and val5>=X and val5<=Y
group by val1
order by val2 desc;
我的问题是，当我使用子选择时，成本是 3130。如果我手动填写子选择的结果 - 例如
field1 in (1, 2, 3, 4, 5, 6)
其中 (1, 2, 3, 4, 5, 6) 是子查询的结果，本例中是字段 1 的所有可能值，查询的成本为 14，oracle 使用“inlist 迭代器”进行按查询的一部分进行分组。两个查询的结果是相同的。
我的问题是如何模仿使用 subselect 语句手动列出 field1 的可能值的行为。我没有在查询中列出这些值的原因是，可能的值会根据其他字段之一而变化，因此子选择会根据字段 2 从第二个表中提取字段 1 的可能值。
我有一个索引 val1，val5，所以它不执行任何全表扫描 - 它在两种情况下都会执行范围扫描，但在子选择情况下范围扫描要昂贵得多。然而，它并不是子选择查询中最昂贵的部分。最昂贵的部分是group by，它是一个HASH。
编辑 - 是的，查询在语法上不正确 - 我不想提出任何太具体的内容。实际的查询很好 - 选择使用有效的分组依据函数。
子选择返回 6 个值，但它可以是 1-50 左右的任意值，具体取决于其他值。
Edit2 - 我最终做的是两个单独的查询，这样我就可以生成子选择中使用的列表。我实际上在 sqlite 中尝试了类似的测试，它做了同样的事情，所以这不仅仅是 Oracle。
您所看到的是 IN () bieng 受绑定变量窥视的结果。当你有直方图时，你编写一个像“where a = 'a'”这样的查询，oracle将使用直方图来猜测将返回多少行（与inlist运算符相同的想法，它迭代每个项目并聚合行）。如果没有直方图，它将以行/不同值的形式进行猜测。在子查询中，oracle 不会这样做（在大多数情况下......有一个独特的情况会这样做）。
例如：
SQL> create table test
2 (val1 number, val2 varchar2(20), val3 number);
Table created.
Elapsed: 00:00:00.02
SQL>
SQL> insert into test select 1, 'aaaaaaaaaa', mod(rownum, 5) from dual connect by level <= 100;
100 rows created.
Elapsed: 00:00:00.01
SQL> insert into test select 2, 'aaaaaaaaaa', mod(rownum, 5) from dual connect by level <= 1000;
1000 rows created.
Elapsed: 00:00:00.02
SQL> insert into test select 3, 'aaaaaaaaaa', mod(rownum, 5) from dual connect by level <= 100;
100 rows created.
Elapsed: 00:00:00.00
SQL> insert into test select 4, 'aaaaaaaaaa', mod(rownum, 5) from dual connect by level <= 100000;
100000 rows created.
所以我有一个包含 101200 行的表。对于 VAL1 ，100 是“1”，1000 是“2”，100 是“3”，100k 是“4”。
现在如果收集直方图（在这种情况下我们确实需要它们）
SQL> exec dbms_stats.gather_table_stats(user , 'test', degree=>4, method_opt=>'for all indexed columns size 4', estimate_percent=>100);
SQL> exec dbms_stats.gather_table_stats(user , 'lookup', degree=>4, method_opt =>'for all indexed columns size 3', estimate_percent=>100);
我们看到以下内容：
SQL> explain plan for select * from test where val1 in (1, 2, 3) ;
Explained.
SQL> @explain ""
Plan hash value: 3165434153
--------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
--------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1200 | 19200 | 23 (0)| 00:00:01 |
| 1 | INLIST ITERATOR | | | | | |
| 2 | TABLE ACCESS BY INDEX ROWID| TEST | 1200 | 19200 | 23 (0)| 00:00:01 |
|* 3 | INDEX RANGE SCAN | TEST1 | 1200 | | 4 (0)| 00:00:01 |
--------------------------------------------------------------------------------------
与
SQL> explain plan for select * from test where val1 in (select id from lookup where str = 'A') ;
Explained.
SQL> @explain ""
Plan hash value: 441162525
----------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 25300 | 518K| 106 (3)| 00:00:02 |
| 1 | NESTED LOOPS | | 25300 | 518K| 106 (3)| 00:00:02 |
| 2 | TABLE ACCESS BY INDEX ROWID| LOOKUP | 1 | 5 | 1 (0)| 00:00:01 |
|* 3 | INDEX UNIQUE SCAN | LOOKUP1 | 1 | | 0 (0)| 00:00:01 |
|* 4 | TABLE ACCESS FULL | TEST | 25300 | 395K| 105 (3)| 00:00:02 |
----------------------------------------------------------------------------------------
查找表在哪里
SQL> select * From lookup;
ID STR
---------- ----------
1 A
2 B
3 C
4 D
（str 是唯一索引的并且有直方图）。
注意到 inlist 的基数为 1200，这是一个很好的计划，但子查询的基数却非常不准确？Oracle 没有计算连接条件的直方图，而是说“看，我不知道 id 是什么，所以我猜测总行数（100k+1000+100+100）/不同值（4）= 25300 并使用因此，它选择了全表扫描。
这一切都很好，但是如何解决呢？如果您知道这个子查询将匹配少量行（我们知道）。那么你必须提示外部查询尝试让它使用索引。喜欢：
SQL> explain plan for select /*+ index(t) */ * from test t where val1 in (select id from lookup where str = 'A') ;
Explained.
SQL> @explain
Plan hash value: 702117913
----------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 25300 | 518K| 456 (1)| 00:00:06 |
| 1 | NESTED LOOPS | | 25300 | 518K| 456 (1)| 00:00:06 |
| 2 | TABLE ACCESS BY INDEX ROWID| LOOKUP | 1 | 5 | 1 (0)| 00:00:01 |
|* 3 | INDEX UNIQUE SCAN | LOOKUP1 | 1 | | 0 (0)| 00:00:01 |
| 4 | TABLE ACCESS BY INDEX ROWID| TEST | 25300 | 395K| 455 (1)| 00:00:06 |
|* 5 | INDEX RANGE SCAN | TEST1 | 25300 | | 61 (2)| 00:00:01 |
----------------------------------------------------------------------------------------
另一件事是我的具体情况。由于 val1=4 是表的大部分，可以说我有我的标准查询：
select * from test t where val1 in (select id from lookup where str = :B1);
为可能的:B1输入。如果我知道传入的有效值是 A、B 和 C（即不是映射到 id=4 的 D）。我可以添加这个技巧：
SQL> explain plan for select * from test t where val1 in (select id from lookup where str = :b1 and id in (1, 2, 3)) ;
Explained.
SQL> @explain ""
Plan hash value: 771376936
--------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
--------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 250 | 5250 | 24 (5)| 00:00:01 |
|* 1 | HASH JOIN | | 250 | 5250 | 24 (5)| 00:00:01 |
|* 2 | VIEW | index$_join$_002 | 1 | 5 | 1 (100)| 00:00:01 |
|* 3 | HASH JOIN | | | | | |
|* 4 | INDEX RANGE SCAN | LOOKUP1 | 1 | 5 | 0 (0)| 00:00:01 |
| 5 | INLIST ITERATOR | | | | | |
|* 6 | INDEX UNIQUE SCAN | SYS_C002917051 | 1 | 5 | 0 (0)| 00:00:01 |
| 7 | INLIST ITERATOR | | | | | |
| 8 | TABLE ACCESS BY INDEX ROWID| TEST | 1200 | 19200 | 23 (0)| 00:00:01 |
|* 9 | INDEX RANGE SCAN | TEST1 | 1200 | | 4 (0)| 00:00:01 |
--------------------------------------------------------------------------------------------------
现在请注意，oracle 已经得到了一张合理的卡（它将 1,2,3 推到了 TEST 表上，并得到了 1200.. 不是 100% 准确，因为我只过滤了其中的任何一个，但我告诉oralce 当然不是 4！