本文转载自微信公众号「数据和云」,作者赵勇。转载本文请联系数据和云公众号。
在观察索引扫描会按何种次序进行索引块的访问时,我发现了一种现象,即会有部分叶子块被访问两次或更多。以下是我自己对这种现象的重现,以及对产生该现象原因的初步判断。但截至目前,我并未找到有官方文档对相关内容的介绍。因此,如果大家有不同的看法,或者可以提供相关的官方文档介绍,也欢迎在文末留言区指正、讨论和提供。
先创建以下测试环境,以重现相关现象。创建测试表,其中C1列为CHAR(256),目的是使该列占用字节数较多,使得后面在该列上创建索引时,可以用较少的行数构建出2层的索引。
- SQL> create table test0429 (id number,c1 char(256),v1 varchar2(256));
- Table created.
C1中插入的值为‘01’+254个空格,‘02’+254个空格…这样的值。
- SQL> insert into test0429 select rownum id,lpad(rownum,2,'0') c1,rownum v1 from dual connect by rownum<=50;
- 50 rows created.
- SQL> commit;
- Commit complete.
在C1列上创建索引:
- SQL> create index ind_test0429_c1 on test0429(c1);
- Index created.
查询该索引的OBJECT_ID,以便查看其树形结构。
- SQL> select object_id,object_name,object_type from user_objects where object_name='IND_TEST0429_C1';
- OBJECT_ID OBJECT_NAME OBJECT_TYPE
- ---------- ----------------------------------- -------------------
- 97504 IND_TEST0429_C1 INDEX
- SQL> alter session set events 'immediate trace name treedump level 97504';
- Session altered.
- SQL> select * from v$diag_info;
- INST_ID NAME
- ---------- ----------------------------------------------------------------
- VALUE
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 1 Diag Enabled
- TRUE
- 1 ADR Base
- /oradata/app/oracle
- 1 ADR Home
- /oradata/app/oracle/diag/rdbms/orcl/orcl
- 1 Diag Trace
- /oradata/app/oracle/diag/rdbms/orcl/orcl/trace
- 1 Diag Alert
- /oradata/app/oracle/diag/rdbms/orcl/orcl/alert
- 1 Diag Incident
- /oradata/app/oracle/diag/rdbms/orcl/orcl/incident
- 1 Diag Cdump
- /oradata/app/oracle/diag/rdbms/orcl/orcl/cdump
- 1 Health Monitor
- /oradata/app/oracle/diag/rdbms/orcl/orcl/hm
- 1 Default Trace File
- /oradata/app/oracle/diag/rdbms/orcl/orcl/trace/orcl_ora_2751.trc
- 1 Active Problem Count
- 5
- 1 Active Incident Count
- 17
- 11 rows selected.
在对应的跟踪文件中,看到的索引结构为1个根节点,2个叶子节点。如下所示:
- ----- begin tree dump
- branch: 0x180414b 25182539 (0: nrow: 2, level: 1)
- leaf: 0x180414c 25182540 (-1: nrow: 26 rrow: 26)
- leaf: 0x180414d 25182541 (0: nrow: 24 rrow: 24)
- ----- end tree dump
查询根节点和最左侧叶子节点的数据块所在文件块及块号,准备DUMP其数据块,以便查看其中的内容。
- SQL> select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('&&p3_value','xxxxxxxx')) FILE#,
- DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('&&p3_value','xxxxxxxx')) BLOCK#
- from dual; 2 3
- Enter value for p3_value: 180414b
- old 1: select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('&&p3_value','xxxxxxxx')) FILE#,
- new 1: select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('180414b','xxxxxxxx')) FILE#,
- old 2: DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('&&p3_value','xxxxxxxx')) BLOCK#
- new 2: DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('180414b','xxxxxxxx')) BLOCK#
- FILE# BLOCK#
- ---------- ----------
- 6 16715
- SQL> undefine p3_value
- SQL> select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('&&p3_value','xxxxxxxx')) FILE#,
- DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('&&p3_value','xxxxxxxx')) BLOCK#
- from dual; 2 3
- Enter value for p3_value: 180414c
- old 1: select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('&&p3_value','xxxxxxxx')) FILE#,
- new 1: select DBMS_UTILITY.DATA_BLOCK_ADDRESS_FILE(to_number('180414c','xxxxxxxx')) FILE#,
- old 2: DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('&&p3_value','xxxxxxxx')) BLOCK#
- new 2: DBMS_UTILITY.DATA_BLOCK_ADDRESS_BLOCK(to_number('180414c','xxxxxxxx')) BLOCK#
- FILE# BLOCK#
- ---------- ----------
- 6 16716
DUMP根块和最左侧叶子块中的内容到跟踪文件中。
- SQL> alter system dump datafile 6 block min 16715 block max 16716;
- System altered.
从跟踪文件中,可以看到根块中的主要内容如下所示(为节省篇幅,以下只列出与本主题相关的主要内容,以下其它类似内容亦做了相关处理,不再重复说明):
- kdxcolev 1
- KDXCOLEV Flags = - - -
- kdxcolok 0
- kdxcoopc 0x80: opcode=0: iot flags=--- is converted=Y
- kdxconco 2
- kdxcosdc 0
- kdxconro 1
- kdxcofbo 30=0x1e
- kdxcofeo 8048=0x1f70
- kdxcoavs 8018
- kdxbrlmc 25182540=0x180414c
- kdxbrsno 0
- kdxbrbksz 8056
- kdxbr2urrc 3
- row#0[8048] dba: 25182541=0x180414d
- col 0; len 2; (2): 32 37
- col 1; TERM
- ----- end of branch block dump -----
从上面的倒数第三行的内容中可知,最右侧的叶子块中的最小索引键值为‘27’+254个空格。
从跟踪文件中,可以看到最左侧叶子块中的主要内容如下所示:
- kdxcolev 0
- KDXCOLEV Flags = - - -
- kdxcolok 0
- kdxcoopc 0x80: opcode=0: iot flags=--- is converted=Y
- kdxconco 2
- kdxcosdc 0
- kdxconro 26
- kdxcofbo 88=0x58
- kdxcofeo 1090=0x442
- kdxcoavs 1002
- kdxlespl 0
- kdxlende 0
- kdxlenxt 25182541=0x180414d
- kdxleprv 0=0x0
- kdxledsz 0
- kdxlebksz 8032
- row#0[7765] flag: ------, lock: 0, len=267
- col 0; len 256; (256):
- 30 31 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- 20 20 20 20 20 20
- col 1; len 6; (6): 01 80 41 47 00 00
- row#1[7498] flag: ------, lock: 0, len=267
- col 0; len 256; (256):
- 30 32 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- row#25[1090] flag: ------, lock: 0, len=267
- col 0; len 256; (256):
- 32 36 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- 20 20 20 20 20 20
- col 1; len 6; (6): 01 80 41 47 00 19
- ----- end of leaf block dump -----
- End dump data blocks tsn: 7 file#: 6 minblk 16715 maxblk 16716
为跟踪索引数据块被访问的情况,打开10200跟踪事件。
- SQL> alter session set events '10200 trace name context forever,level 1';
- Session altered.
查询位于最左侧叶子块中的数据,由于是等值查询,且C1列上无重复值,故以下查询会返回1行。
- SQL> set lines 200 pages 60
- SQL> select c1 from test0429 where c1='01';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
由于我们在C1列上创建的索引不是唯一索引,所以此时,对索引的访问方法为索引范围扫描。如下图所示:
- SQL> select * from table(dbms_xplan.display_cursor('','','typical'));
- PLAN_TABLE_OUTPUT
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- SQL_ID 3kt1uqh283qbx, child number 0
- -------------------------------------
- select c1 from test0429 where c1='01'
- Plan hash value: 1267036809
- ------------------------------------------------------------------------------------
- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
- ------------------------------------------------------------------------------------
- | 0 | SELECT STATEMENT | | | | 1 (100)| |
- |* 1 | INDEX RANGE SCAN| IND_TEST0429_C1 | 1 | 257 | 1 (0)| 00:00:01 |
- ------------------------------------------------------------------------------------
- Predicate Information (identified by operation id):
- ---------------------------------------------------
- 1 - access("C1"='01')
- 18 rows selected.
查看10200跟踪文件中的输出,我们可以看到先访问了索引根块,然后访问了最左侧的叶子块。这是符合预期的。但我们可以看到,最左侧的叶子块访问了2次。
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
之所以被访问两次,我认为其过程如下:
- 访问索引根块,即访问“block <0x0007 : 0x0180414b>”;
- 由于条件值‘01’小于根块中,指向第二个叶子块的索引条目中的值‘27’,所以,需要访问索引最左侧的叶子块,即访问“<0x0007 : 0x0180414c>”;
- 在最左侧的叶子块中找到了第一行满足条件的记录ROW0。暂停继续扫描,而将第一行返回;
- 继续在最左侧的叶子块中查找是否有满足条件的记录。所以,会再次访问最左侧的叶子块;
- 在访问ROW1时,得到了值‘02’+254个空格,该值大于‘01’,故整个索引中已不会再有满足条件的记录,所以,结束扫描,退出;
- 如果在叶子块的扫描中,还能继续找到满足条件值的记录,就不是每找到一行,就暂停扫描并返回当前结果了,而是根据ARRAYSIZE中的值,每凑够该参数指定的行数,才会暂停扫描并返回结果,然后再继续扫描。当发生“再继续扫描”这个动作时,相应的叶子块会被再一次访问。
针对6中所述,我们进行如下测试。将ARRAYSIZE设置为3,即每凑够3行即暂停扫描,返回结果。而该参数的默认值为15。
- SQL> show arraysize
- arraysize 15
- SQL> set arraysize 3
- SQL> show arraysize
- arraysize 3
执行以下查询,应该返回2行。
- SQL> select c1 from test0429 where c1<='02';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
- 02
其对数据块的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
执行以下查询,会返回3行。
- SQL> select c1 from test0429 where c1<='03';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
- 02
- 03
其对数据块的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
执行以下查询,会返回4行。
- SQL> select c1 from test0429 where c1<='04';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
- 02
- 03
- 04
其对数据块的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
这里之所以会出现对最左侧叶子块的第三次访问。是因为当其返回第一行后,第二次访问叶子块期间,找到了3行满足条件的记录。由于已达到了ARRAYSIZE的限制,所以,要暂停扫描,返回结果。然后再继续扫描叶子块中的剩余值,看看是否仍有满足条件的记录。因此,会出现对最左侧叶子块的第三次访问。
如果我们发出一条查询最左侧叶子块中的最大值的SQL,又会是什么访问情况呢?
- SQL> select c1 from test0429 where c1='26';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 26
我们可以看到是访问了全部三个索引块,并且各访问了一次,没有重复访问情况的发生。
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414d> objd: 0x00017ce0
之所以发生这种情况,我认为其原因是当其从根块中的指针,访问了最左侧的叶子块,找到一行满足该条件的记录。这时,会如前所述,暂停继续扫描,返回结果。然后继续扫描,但由于在第一次的扫描中,已了解到了该索引条目是本索引块中的最后一个索引条目,所以,就直接沿着最左侧叶子块上指向其后一个叶子块的指针,访问了位于其右侧的叶子块,即访问了“block <0x0007 : 0x0180414d> ”。显然,由于该块中的ROW0已经是‘27’+254个空格了,已经大于了条件值‘26’,因此,结束查询。
如果我们查询的结果是存在于相邻的两个叶子块中时,其访问情况如下:在下面的查询中,有两行记录位于最左侧的叶子块中,而一行记录位于其右侧的叶子块中。
- SQL> select c1 from test0429 where c1>='25' and c1<='27';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 25
- 26
- 27
其中索引块的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414d> objd: 0x00017ce0
而当我们查询的结果是存在于相邻的两个叶子块中,并且会凑够ARRAYSIZE参数所指定的3行时,其访问情况会有变化。
- SQL> select c1 from test0429 where c1>='25' and c1<='28';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 25
- 26
- 27
- 28
这时,我们观察到的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414d> objd: 0x00017ce0
- ktrget2(): started for block <0x0007 : 0x0180414d> objd: 0x00017ce0
如上所示,这里之所以会对位于右侧的叶子块访问2次,其原因是当其访问右侧的叶子块,并获取到满足条件的‘27’和‘28’两条记录时,此时,已经凑够3条了(另1条是‘26’),所以,要暂停扫描,返回结果,然后继续扫描。因此,这时会再次访问右侧的叶子块。
如果换成唯一索引,其访问行为,又会有一些差异。删除原索引,仍在C1列上创建唯一索引。
- SQL> drop index ind_test0429_c1;
- Index dropped.
- SQL> create unique index ind_unique_test0429_c1 on test0429(c1);
- Index created.
查看新的唯一索引OBJECT_ID,以便查看其索引树形结构。
- SQL> select object_id,object_name,object_type from user_objects where object_name='IND_UNIQUE_TEST0429_C1';
- OBJECT_ID OBJECT_NAME OBJECT_TYPE
- ---------- ----------------------------------- -------------------
- 97521 IND_UNIQUE_TEST0429_C1 INDEX
- SQL> alter session set events 'immediate trace name treedump level 97521';
- Session altered.
如下所示,我们可以看到该结构与此前的树形结构是相同的。
- branch: 0x180414b 25182539 (0: nrow: 2, level: 1)
- leaf: 0x180414c 25182540 (-1: nrow: 26 rrow: 26)
- leaf: 0x180414d 25182541 (0: nrow: 24 rrow: 24)
- ----- end tree dump
再次DUMP出根块和最左侧叶子块中的内容,如下所示:
- kdxcolev 1
- KDXCOLEV Flags = - - -
- kdxcolok 0
- kdxcoopc 0x80: opcode=0: iot flags=--- is converted=Y
- kdxconco 1
- kdxcosdc 0
- kdxconro 1
- kdxcofbo 30=0x1e
- kdxcofeo 8049=0x1f71
- kdxcoavs 8019
- kdxbrlmc 25182540=0x180414c
- kdxbrsno 0
- kdxbrbksz 8056
- kdxbr2urrc 3
- row#0[8049] dba: 25182541=0x180414d
- col 0; len 2; (2): 32 37
我们可以看到根块中,显示位于第二个叶子块中的最小值的起始两位是‘27’,而最左侧叶子块中的内容如下,可以看到该块中的最大值,仍然是‘26’+254个空格。
- kdxcolev 0
- KDXCOLEV Flags = - - -
- kdxcolok 0
- kdxcoopc 0x80: opcode=0: iot flags=--- is converted=Y
- kdxconco 1
- kdxcosdc 0
- kdxconro 26
- kdxcofbo 88=0x58
- kdxcofeo 1116=0x45c
- kdxcoavs 1028
- kdxlespl 0
- kdxlende 0
- kdxlenxt 25182541=0x180414d
- kdxleprv 0=0x0
- kdxledsz 6
- kdxlebksz 8032
- row#0[7766] flag: ------, lock: 0, len=266, data:(6): 01 80 41 47 00 00
- col 0; len 256; (256):
- 30 31 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- 20 20 20 20 20 20
- row#1[7500] flag: ------, lock: 0, len=266, data:(6): 01 80 41 47 00 01
- col 0; len 256; (256):
- 30 32 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- row#25[1116] flag: ------, lock: 0, len=266, data:(6): 01 80 41 47 00 19
- col 0; len 256; (256):
- 32 36 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- ......
- 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
- 20 20 20 20 20 20
- ----- end of leaf block dump -----
- End dump data blocks tsn: 7 file#: 6 minblk 16715 maxblk 16716
再次执行只返回1行的查询。
- SQL> select c1 from test0429 where c1='01';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
但对索引的访问方法,已经变为了索引唯一扫描,如下面的执行计划所示:
- SQL> select * from table(dbms_xplan.display_cursor('','','typical'));
- PLAN_TABLE_OUTPUT
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- SQL_ID 3kt1uqh283qbx, child number 0
- -------------------------------------
- select c1 from test0429 where c1='01'
- Plan hash value: 3124258820
- --------------------------------------------------------------------------------------------
- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
- --------------------------------------------------------------------------------------------
- | 0 | SELECT STATEMENT | | | | 1 (100)| |
- |* 1 | INDEX UNIQUE SCAN| IND_UNIQUE_TEST0429_C1 | 1 | 257 | 1 (0)| 00:00:01 |
- --------------------------------------------------------------------------------------------
- Predicate Information (identified by operation id):
- ---------------------------------------------------
- 1 - access("C1"='01')
- 18 rows selected.
这时观察到的对索引块的访问情况如下:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017cf1
- ktrgtc2(): started for block <0x0007 : 0x0180414c> objd: 0x00017cf1
如上图所示,我们可以看到,并没有发生对最左侧叶子块的两次访问。这是由于唯一索引的特性导致的。由于唯一索引中不会有重复值,所以,当找到一行记录,就不必再判断是否还有其它满足条件的记录了。因为在唯一索引中,要么没有对应条件值,要么就只会有一条。因此,找到一行后,就可以结束了。
如果我们对最左侧叶子块中的最大值做查询,其结果如下:
- SQL> select c1 from test0429 where c1='26';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 26
如下所示,我们可以看到,仍然是访问2个索引块。并且,不会去访问第二个叶子块。
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017cf1
- ktrgtc2(): started for block <0x0007 : 0x0180414c> objd: 0x00017cf1
但是,当执行以下查询时,情况会发生变化。
- SQL> select c1 from test0429 where c1<='04';
- C1
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- 01
- 02
- 03
- 04
由于WHERE子句中不是等值比较,所以,尽管是在唯一索引上的扫描,但访问方法又回到了索引范围扫描的方法。如下所示:
- SQL> select * from table(dbms_xplan.display_cursor('','','typical'));
- PLAN_TABLE_OUTPUT
- --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- SQL_ID 9g9p54332fyd4, child number 0
- -------------------------------------
- select c1 from test0429 where c1<='04'
- Plan hash value: 3622766470
- -------------------------------------------------------------------------------------------
- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
- -------------------------------------------------------------------------------------------
- | 0 | SELECT STATEMENT | | | | 2 (100)| |
- |* 1 | INDEX RANGE SCAN| IND_UNIQUE_TEST0429_C1 | 4 | 1028 | 2 (0)| 00:00:01 |
- -------------------------------------------------------------------------------------------
- Predicate Information (identified by operation id):
- ---------------------------------------------------
- 1 - access("C1"<='04')
- 18 rows selected.
而且,其访问索引块的情况,也与此前在非唯一索引上访问,并返回4行结果时的情形相同了。如下所示:
- ktrgtc2(): started for block <0x0007 : 0x0180414b> objd: 0x00017cf1
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017cf1
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017cf1
- ktrget2(): started for block <0x0007 : 0x0180414c> objd: 0x00017cf1
关于作者
赵勇,云和恩墨北区SQL审核和优化团队总监,从业超过20年,专职于SQL优化与SQL质量管控的服务工作,作为项目负责人和主要实施人员,深度融入金融、保险、政府,运营商等多个行业,结合行业系统特性,为客户优化了大量问题SQL,同时也为运营商、银行等客户的核心系统提供SQL质量审核服务,助其防患于未然,为系统高质量运行提供保障。