有效使用 Optim Query Tuner 工具进行 SQL 查询语句的优化

图 15. Index Advisor 推荐结果

查看原图（大图）

本例中当我们采纳了 Index Advisor 的建议（图 15），新建了两个索引之后，再次运行 APG（图 16），查看优化后的效果，发现对表的访问都是索引扫描的方式，达到我们预期的设想，经实际验证，可以有效解决此查询问题。

图 16. 最终的执行计划图

查看原图（大图）

结束语

由以上两个案例，可以了解各主要模块的功用和适用阶段，也能总结出使用 OQT 进行查询优化时一般采用的流程，即先用 Query Format and Annotation 对 SQL 格式重组后，辅助 Access Path Graph 查看执行计划和数据存取细节，找到问题瓶颈或可改进的余地；然后根据目录统计信息状况运行 Statistics Advisor 得到实际数据环境，之后可根据 OQT 给出的建议优先级，或使用 Access Path Advisor 或 Query Advisor 对查询语句进行重写修改，或在数据库允许的情况下，使用 Index Advisor 建立合适的索引，提高查询效率；最后查看 APG 对修改效果加以印证核实。OQT 中的功能模块既能单独运行，亦能多个结合，相互辅助，数据库管理员和开发人员的经验也将对优化效果起到重要作用。

总之，数据库上的查询优化是一个复杂的过程，除了应用层次的操作，还会涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计等，涉及较广，操作复杂。而借助于 OQT 工具的帮助，遵循数据库查询优化的原则，使得用户可以较为轻松地找到问题的症结并得出有效的解决方案，便达到了我们的最终目的。这里通过 DB2 z/OS 和 DB2 LUW 平台上利用 OQT 发现、分析并解决查询问题的两个实例过程，展现了用 OQT 处理问题的一种思路和方法，对于数据库管理员和数据库开发人员将是一种有用的指导和借鉴。