其实加速Oracle大批量数据处理并不困难,你选择的实际应用方案很重要,以下的文章主要是对解决加速Oracle大批量数据处理的2个方案的介绍,即,提高DML操作的办法还有各种批量DML操作。
一、加速Oracle大批量数据处理的方法之一,提高DML操作的办法:
简单说来:
1、暂停索引,更新后恢复.避免在更新的过程中涉及到索引的重建.
2、批量更新,每更新一些记录后及时进行提交动作.避免大量占用回滚段和或临时表空间.
3、创建一临时的大的表空间用来应对这些更新动作.
4、批量更新,每更新一些记录后及时进行提交动作.避免大量占用回滚段和或临时表空间.
5、创建一临时的大的表空间用来应对这些更新动作.
6、加大排序缓冲区
- alter session set sort_area_size=100000000;
- insert into tableb select * from tablea;
- commit;
如果UPDATE的是索引字段,就会涉及到索引的重建,暂停索引不会提高多少的速度,反而有可能降低UPDATE速度,
因为在更新是索引可以提高数据的查询速度,重建索引引起的速度降低影响不大。
Oracle优化修改参数最多也只能把性能提高15%,大部分都是SQL语句的优化!
update总体来说比insert要慢 :
几点建议:
1、如果更新的数据量接近整个表,就不应该使用index而应该采用全表扫描
2、减少不必要的index,因为update表通常需要update index
3、如果你的服务器有多个cpu,采用parellel hint,可以大幅度的提高效率
另外,建表的参数非常重要,对于更新非常频繁的表,建议加大PCTFREE的值,以保证数据块中有足够的空间用于UPDATE, 从而降低CHAINED_ROWS。
二、加速Oracle大批量数据处理之二各种批量DML操作:
(1)、Oracle批量拷贝:
- set arraysize 20
- set copycommit 5000
- copy from username/password@Oraclename append table_name1
- using select * from table_name2;
(2)、常规插入方式:
- insert into t1 select * from t;
为了提高速度可以使用下面方法,来减少插入过程中产生的日志:
- alter table t1 nologging;
- insert into t1 select * from t;
- commit;
(3)、CTAS方式:
- create table t1
- as
- select * from t;
为了提高速度可以使用下面方法,来减少插入过程中产生的日志,并且可以制定并行度:
- create table t1 nologging parallel(degree 2) as select * from t;
上述的相关内容就是对加速Oracle大批量数据处理的方案描述,希望会给你带来一些帮助在此方面。
【编辑推荐】