在这个信息化的时代，网络已经成为我们生活中不可或缺的一部分。无论是工作还是娱乐，网络的稳定性都显得尤为重要。然而，有时候我们会遭遇一种让人感到无奈的情况——网络代理IP服务器连接失败。就像一只飞不起来的鸟，心里明明渴望自由，却被现实的桎梏所限制。这种失落感，想必每个网民都曾体验过。

什么是网络代理IP？

在深入探讨连接失败的原因之前，我们先来了解一下什么是网络代理IP。简单来说，网络代理IP是一种中介服务，它允许用户通过代理服务器访问互联网。就好比在一个繁忙的市场中，代理服务器就像是一个经验丰富的导购员，帮助你找到想要的商品，避开那些拥挤的人群。

使用代理IP的好处多多，比如可以隐藏真实IP地址、访问被屏蔽的网站，甚至提高上网速度。可当这个“导购员”突然失联，连接失败时，我们就会感到无比的困惑和无助。

连接失败的常见原因

网络代理IP服务器连接失败的原因多种多样，可能是服务器本身的问题，也可能是我们使用的设备或网络设置的问题。以下是一些常见的原因：

如何解决连接失败的问题

面对网络代理IP服务器连接失败的问题，我们不能像无头苍蝇一样四处乱撞，而是要采取一些有效的措施来解决。以下是一些建议：

预防连接失败的小技巧

预防胜于治疗，想要避免网络代理IP服务器连接失败的情况，平时的一些小技巧也是必不可少的：

结语

网络代理IP服务器连接失败的情况，就像是生活中的小插曲，虽然让人感到烦恼，但只要我们认真对待，积极寻找解决方案，最终总能找到出路。记住，网络世界虽复杂，但只要我们保持耐心和细心，便能够在这片虚拟的海洋中畅游无阻。

希望每位读者在遇到网络代理IP服务器连接失败时，能够从这篇文章中找到一些启示，轻松应对，继续享受网络带来的便利与乐趣！

案例详解 DB2 执行计划的各个要点（附：DB2 实用技巧）

对于DB2数据库，很多人并不能理解执行计划所表达的含义，在此推荐一篇社区专家的文章，通过实际案例详细探讨DB2数据库中执行计划的各个要点。文后附上IBM技术团队出品的DB2 实用技巧8招，相信对大家会很有帮助。

《DB2 执行计划浅析》 作者：洪烨，专注于并擅长数据库领域。主要负责哈尔滨银行的服务器、存储、数据库的管理与维护工作。

个人主页：

在数据库调优过程中，SQL语句往往是导致性能问题的主要原因，而执行计划则是解释SQL语句执行过程的语言，只有充分读懂执行计划才能在数据库性能优化中做到游刃有余。

常见的关系型数据库中，虽然执行计划的表示方法各自不同，但执行原理却大同小异。在我看来，SQL语句的执行过程中总共包含两个关键环节：

只要掌握这两个关键环节，我们就可以迅速识别SQL语句在当前数据库中的执行逻辑，发现执行计划中存在的问题及隐患。由于不同数据库之间对于执行计划的表示方法各不相同。对于DB2数据库，很多人并不能理解执行计划所表达的含义，接下来我们就通过实际案例详细探讨DB2数据库中执行计划的各个要点。

读取数据的方式

谈到读取数据就离不开数据库中的物理对象：表及索引。因此谈到数据读取的方式，只需理解表扫描及索引扫描，就能基本把握数据的来源。

全表扫描

在DB2 LUW中可以通过四种方式获取语句的执行计划（工具），虽然工具不同，但展示的内容基本相似，最大的区别就是详细程度。详细程度由大到小排序分别是：。为了方便展示，我们在这里只讨论通过所展示的执行计划信息。首先我们来看一个抓取的完整的执行计划。

展示的信息总共分为三部分，分别是当前SQL 语句，执行计划详细信息及执行计划图示（需添加-g参数才能展示），第一部分是当前采集执行计划的语句（见图1-1）：

这部分内容基本一目了然，需要注意的就是里面:HV … :HI… 的信息是DB2将参数改写的信息（基本可以忽略）。

接下来我们来看最关键的部分，执行计划的详细信息（见图1-2）：

这部分首先包括当前环境的字符集（），下面是根据统计信息评估出的成本及返回行数。在这个例子中执行成本为124470，返回行数为1行。从第6行开始的位置内容比较重要，我们采取逐行解释：

第三部分为执行计划图，我们可以通过执行计划图快速直接地看出SQL语句的执行过程，执行计划图的阅读顺序是从下往上，从左往右，按照编号从大到小的顺序进行阅读。比如在这个例子中，首先看第三步，显示对表进行表扫描操作（TBSCAN），然后对扫描的结果进行group by操作并将最终结果返回，这条SQL语句就执行完毕了。

索引扫描

接下来来看个索引扫描的例子，为了快速理解这个执行计划，我们直接先看执行计划图，可以看到这个SQL语句首先读取索引，获取RID后到表里获取其他数据，进行group by后将结果返回。

其他部分和上一个例子差不多，就不一一详细介绍了，主要看索引扫描的相关细节。从下面的信息可以看出用到的索引中包含4个字段，但这条SQL只用到了一个字段。其他三个字段都没用使用。如果该表上有其他索引包含这条SQL所使用的更多的字段时，这个索引肯定不是最佳选择。

数据读取的方式还有更多的细节，这里暂时不一一讨论了，但不论对数据采用何种方式读取，最核心的内容还是数据从哪里读取，简单来说就是有没有更好的索引可以替代当前的扫描策略，所以，当我们对SQL语句进行优化时，第一步就是需要考虑当前的读取方式是否足够有效。

表连接的方式

接下来我们来谈表之间的连接，写过SQL的童鞋都知道，写SQL时Join方式可以有很多种情况：inner join,left join,right join,full join等，还包括一些子查询，比如exist 或者In等方式。对于星型查询，DB2 10以后还支持ZZJOIN。

Nest Loop(NLJOIN)

Nest Loop是最简单的一种连接方式，数据库会根据表中的记录数选择内表及外表，在定义内外表后，首先会对外表进行全表扫描，然后重复扫描内表并与外表中的每一条记录进行匹配，最终返回程序所需的结果集。

因此NLJOIN的总成本大约为外表扫描的成本+外表返回的行数×内表扫描的成本。NLJOIN作为使用场景最多的连接方式，当外表匹配行数较少或内外表行数差距较大时效率较高，但也正因为NLJOIN的运行方式，也经常会发生性能隐患.

Merge Join(MSJOIN)

合并连接是为了解决Nest Loop中存在的一些问题所采用的一种连接方式，MSJOIN会将需要连接的两张表进行排序，并将排序后的结果集按照交叉方式匹配，最终返回连接后的结果。

MSJOIN的总成本大约为单次外表扫描的成本＋单次内表扫描的成本＋排序成本。MSJOIN常见的场景通常是SQL需要返回排序结果，亦或者主外表都比较大的情况，此外MSJOIN只能应用于SQL语句中包含唯一连接谓词的情况，当主外表数量级都比较大，且连接谓词上都存在索引时，MSJOIN的效率较高（避免了排序成本），通常MSJOIN比较稳定，即使统计信息估算错误，也不会导致执行效率出现较大的偏差。

Hash join(HSJOIN)

HSJOIN是一种比较高级的连接方式，进行连接前首先会将外表根据连接谓词进行哈希产生哈希表，然后将哈希表与内表进行连接并返回结果。与MSJOIN类似，HSJOIN也只对内外表分别进行一次扫描，同时HSJOIN也支持多连接谓词。在两张大表通过多连接谓词进行连接时效率很高。

HSJOIN的扫描成本约为内表扫描成本＋外表扫描成本。但需要注意的是，生成的哈希表会存放在排序堆中，一旦排序堆内存溢出，会额外产生大量的物理IO，这点需要特别注意。

半连接（semi-join）

半连接属于一种比较奇怪的连接方式，在很多资料里并没有将其划分到连接方式中，因为有的时候，从执行计划中根本看不到连接操作符，比如下面这个SQL：

这是一个典型的子查询，我们可以从SQL语句中猜出大概逻辑，首先会读取子查询中的表，然后根据返回的内容与外部表进行匹配并返回结果。但从执行计划图中并不能看到任何关于连接的信息。

执行计划图中并没有显示任何join的信息，只是多个对象进行了fetch，但从文字描述中可以看到更详细的内容。

数据流1首先会对内部表进行全表扫描（ANY／），读取后的结果与外部表进行匹配，匹配到结果后不继续扫描立刻返回结果（EXISTS ）。

多表间的连接顺序选择

不论在同一条SQL语句中包含了多少张表连接，在同一时刻只有两张表进行连接，但多表间的连接顺序也是决定性能的主要原因。数据库对于表的顺序的选择，往往根据两个表之间连接后得出的行数进行排序，如果统计信息与实际情况偏差较大，有可能会导致由于连接顺序不当而导致的性能问题。

10

总结

通过对执行计划的解析，我们讲解了SQL执行过程中对于性能影响较大的各个要点，但如何在生产上保持SQL的高效稳定，还需对执行计划进行更深入的理解。 再解答一些常见的疑问：

Q & A

Q1：在查询时，有一个驱动表，通常是from后的第一个表，后面一堆左连接右连接，这个驱动表如何选择？对性能有影响么？自己人为该顺序不会影响执行计划？

A1：在数据库中，会根据当前表的情况进行内外表的选择，SQL语句中的写法只能从一定程度上决定连接次序，但不会做连接中内外表的决策。

举个例子， a,( b,c where b.id=c.id)where……，比如这个SQL，在写法中指明了需要先将b c表连接，再与a表连接，但在连接时候的方式以及连接时候内表外表的选择，都由数据库决定。

-----------

Q2：关于连接方式的选择，是由连接的两个表和连接的字段是否排序决定的？

A2：这个不绝对，但是会作为选择的因素之一。

-----------

Q4：访问某表的access plan改变了，统计信息没变，是什么情况？这是优化器自动调整了吗？可是优化器根据统计信息生成访问计划，按道理应该是不会变的啊？

A4：执行计划的选择会根据数据库参数，统计信息作为参考，但在编译过程中数据库还会收集一些物理信息。比如数据的物理分布可能会对扫描的方式产生影响。

-----------

Q5：这个物理信息是什么，是表空间信息吗？

A5：表在物理中存放的情况。

-----------

Q6：有什么手段跟踪一个SQL完整的执行过程，包括你说的动态收集物理信息？

A6：可以抓trace或者stack。db2trc，和db2pd –stack。

-----------

Q7：老师，db2的优化器是对越复杂的sql支持的越好吗？有这个说法吗？

A7：db2的优化器对复杂SQL的支持在关系型数据库里应该是最好的，但是对于联机交易系统来讲，我觉得SQL的稳定性比较重要。但复杂SQL牵扯到的变化因素太多，任何一个表的统计信息改变都有可能导致SQL性能下降，所以在联机交易系统不太推荐写复杂SQL。

-----------

Q8：那我们写sql时该怎么注意呢？NL join类似笛卡尔集，时间复杂度最高，其次是merge。我觉得从sql上避免不了，因为选择了那个列，就基本确定了连接类型。

A8：在编写SQL的时候很难决定用什么连接方式，但有些需要注意的地方，比如避免多张大表连接，这些在开发过程中还是可以办到的。

-----------

Q9：hash连接，如果探测表很大，内建表很小，hash的成本显示很高，因为探测表做了表扫描，没有用到索引，这种如何优化，只能减少探测表的返回集吗？

A9：可以在探测表上创建适当索引。

-----------

Q10：对表做完统计更新后需要做rbind吗？

A10：这个需要取决于你的应用是静态SQL还是动态SQL。静态SQL的话执行计划在bind的时候保持在数据库中，统计信息更新后建议rebind，但动态的就没必要了。

-----------

Q11：通常谓词出现在索引的第一个字段应该就是有效索引，可有时候这个索引存在，但是个复合索引，跑时却建议在这个谓词上创建新的单一的索引，为什么数据库不用现有的复合？

A11：复合索引并不一定高效，这个需要根据数据分布来判断，如果单一索引的非常好（也就是和表存放的顺序匹配度非常高），这样可以用到大量预取操作，性能会比同步读好很多。

-----------

Q12：嵌入式C、C++、COBOL的包BND（包括静态SQL），要绑， 用户SP也建议绑定吧？

A12：UDI的成本其实很大程度上和表设计有关。比如在做DML语句的时候发生行溢出和页重组，带来的消耗远大于插入索引。相关信息可以看db2pd -tcb或者 for table。

-----------

Q13：请问一下对于表压缩有什么建议？比如要做大表的压缩，有没有一些量化指标供参考，因为有一些表开了压缩批次插入较多记录时候影延长了批次1/3的时间。

A13：对于压缩，需要分析当前数据库的瓶颈在哪。压缩是以cpu为代价降低磁盘io，如果瓶颈在磁盘io上，肯定会有帮助，但如果瓶颈在cpu上只会雪上加霜。

-----------

Q14：调整呢？有没有量化的一些指标？

A14：这个不是很好量化。对于磁盘io瓶颈，可以先从索引，语句甚至表设计入手。如果都已经调整到很好了但还是存在iO瓶颈，同时CPU使用率又比较低（30-40以下）。可以考虑压缩。

（本文由作者授权发布）

DB2 实用技巧八招