加速Oracle大批量数据处理的2个好用方案_程序开发

创始人

2024-06-29 07:21:19

0次

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】