加速Oracle大批量数据处理的2个好用方案

数据库 Oracle
以下的文章主要是对加速Oracle大批量数据处理的2个方案的具体描述,其中包括解决提高DML操作的具体办法以及各种批量DML操作。

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

 

  1. alter session set sort_area_size=100000000;  
  2. insert into tableb select * from tablea;  
  3. 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:

 

  1. set arraysize 20  
  2. set copycommit 5000  
  3. copy from username/password@Oraclename append table_name1  
  4. using select * from table_name2;  

 (2)、常规插入方式:

 

  1. 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:

 

  1. alter table t1 nologging;  
  2. insert into t1 select * from t;  
  3. commit;  

 

(3)、CTAS方式:

 

  1. create table t1  
  2. as  
  3. 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:

 

  1. 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】

  1. Oracle 查询记录相关效率的查询
  2. Oracle并发连接数的设置方案
  3. Oracle存取LONG类型字段的方案描述
  4. Oracle查询优化4大方面的主要途径
  5. Oracle用户的相关授权和管理的分析
责任编辑:佚名 来源: 博客园
相关推荐

2010-04-12 11:12:53

Oracle数据处理

2020-11-02 09:53:13

Hive数据算法

2010-04-08 13:55:18

Oracle数据处理

2018-08-09 08:59:56

数据库MySQL性能优化

2010-11-02 10:52:15

批量清理文件

2010-07-16 09:57:44

SQL Server

2020-12-18 10:40:00

ExcelJava代码

2021-06-28 10:25:47

MySQL数据库重复数据

2021-09-14 13:15:43

MySQL数据库脚本

2024-01-31 23:22:35

vaexPython

2010-05-10 10:59:06

日立JP1新版本V9

2010-06-17 10:11:29

SQL Server文

2017-02-08 10:00:29

大数据hadoopHDFS

2019-11-22 10:24:17

开源技术 趋势

2009-09-25 11:34:54

Hibernate处理Hibernate批量

2011-02-28 17:12:20

Oracle数据库

2024-04-01 12:33:19

PyCudaGPUPython

2019-10-12 05:17:11

物联网大数据IOT

2011-05-19 13:25:14

Oracle数据库

2011-05-24 14:27:42

点赞
收藏

51CTO技术栈公众号