【调优实践】MERGE全量更新改写

1. 问题描述

XX局点，抽数和ETL上线后，CPU一直处于50%高水位。如下：

通过分析SQL发现，其数据更新全部使用MERGE且全部都是全量数据更新，SQL如下所示：

MERGE INTO t1 
USING t2 
ON (t1.a = t2.a)
WHEN NOT matched THEN INSERT VALUES(1);

通过分析可知，业务侧想要的是增量数据更新，而不是全量更新。增量更新优化思路有以下两点：

1. 更新表优化：增量数据更新时，仅需要使用更新表增量数据对被更新表进行更新，而不必使用全表数据，因此更新表逻辑可以修改为：SELECT * FROM t2 WHERE xxxx。
2. 被更新表优化：MERGE的逻辑是关联上进行更新，关联不上插入一条；那理论上被更新表也不需要全表与更新表进行关联，只要确定更新表关联列范围[min(a),max(1)]后，被更新表也只需要获取[min(a),max(1)]范围内数据进行关联即可，可以按此修改：t1.a >= (SELECT MIN(a) FROM t2) AND (SELECT MAX(a) FROM t2))。此逻辑是否对性能有优化取决于更新表和被更新表数据量，具体可通过执行计划分析。

2.SQL改写

经过上述分析，对更新表和被更新表同时进行优化，可以得到以下SQL：

MERGE INTO t1 
USING(SELECT * FROM t2 WHERE xxxx)t2  -- 更新表过滤，优化为增量更新
ON (t1.a = t2.a AND 
t1.a >= (SELECT MIN(a) FROM t2)  AND t1.a <= (SELECT MAX(a) FROM t2))   -- 被更新表过滤
WHEN NOT matched THEN INSERT VALUES(1);

优化后，CPU使用率如下：