加速Oracle大批量數據處理的2個好用方案
其實加速Oracle大批量數據處理并不困難，你選擇的實際應用方案很重要，以下的文章主要是對解決加速Oracle大批量數據處理的2個方案的介紹，即，提高DML操作的辦法還有各種批量DML操作。
一、加速Oracle大批量數據處理的方法之一，提高DML操作的辦法：
簡單說來：
１、暫停索引，更新后恢復.避免在更新的過程中涉及到索引的重建.
２、批量更新，每更新一些記錄后及時進行提交動作.避免大量占用回滾段和或臨時表空間.
３、創建一臨時的大的表空間用來應對這些更新動作．
4、批量更新，每更新一些記錄后及時進行提交動作.避免大量占用回滾段和或臨時表空間.
5、創建一臨時的大的表空間用來應對這些更新動作．
6、加大排序緩沖區
- alter session set sort_area_size=100000000;
- insert into tableb select * from tablea;
- commit;
如果UPDATE的是索引字段，就會涉及到索引的重建，暫停索引不會提高多少的速度，反而有可能降低UPDATE速度，
因為在更新是索引可以提高數據的查詢速度，重建索引引起的速度降低影響不大。
Oracle優化修改參數最多也只能把性能提高15%，大部分都是SQL語句的優化！
update總體來說比insert要慢 ：
幾點建議：
1、如果更新的數據量接近整個表，就不應該使用index而應該采用全表掃描
2、減少不必要的index，因為update表通常需要update index
3、如果你的服務器有多個cpu，采用parellel hint，可以大幅度的提高效率
另外，建表的參數非常重要，對于更新非常頻繁的表，建議加大PCTFREE的值，以保證數據塊中有足夠的空間用于UPDATE， 從而降低CHAINED_ROWS。
二、加速Oracle大批量數據處理之二各種批量DML操作：
（1）、Oracle批量拷貝：
- set arraysize 20
- set copycommit 5000
- copy from username/password@Oraclename append table_name1
- using select * from table_name2;
（2）、常規插入方式：
- insert into t1 select * from t;
為了提高速度可以使用下面方法，來減少插入過程中產生的日志:
- alter table t1 nologging;
- insert into t1 select * from t;
- commit;
(3)、CTAS方式：
- create table t1
- as
- select * from t;
為了提高速度可以使用下面方法，來減少插入過程中產生的日志，并且可以制定并行度:
- create table t1 nologging parallel(degree 2) as select * from t;
上述的相關內容就是對加速Oracle大批量數據處理的方案描述，希望會給你帶來一些幫助在此方面。
【編輯推薦】
