Oracle并行操作——并行查询（Parallel Query）

最新推荐文章于 2024-08-11 07:23:05 发布

ciqu9915

最新推荐文章于 2024-08-11 07:23:05 发布

阅读量221

点赞数

文章标签：数据库大数据运维

“Parallel Query option is essentially nonscalable”——《Practical Oracle8i：Building Efficient Database》

Oracle的并行操作特性，本质上就是强行榨取除数据库服务器空闲资源（主要是CPU资源），对一些高负荷大数据量数据进行分治处理。并行操作是一种非确定性的优化策略，在选择的时候要小心对待。目前，使用并行操作特性的主要有下面几个方面：

ü Parallel Query：并行查询，使用多个操作系统级别的Server Process来同时完成一个SQL查询；

ü Parallel DML：并行DML操作。类似于Parallel Query。当要对大数据量表进行DML操作，如insert、update和delete的时候，可以考虑使用；

ü Parallel DDL：并行DDL操作。如进行大容量数据表构建、索引rebuild等操作；

ü Parallel Recovery，并行恢复。当数据库实例崩溃重新启动，或者进行存储介质恢复的时候，可以启动并行恢复技术。从而达到减少恢复时间的目的；

ü Procedural Parallel，过程代码并行化。对我们编写的代码片段、存储过程或者函数，可以实现执行的并行化，从而加快执行效率；

1、并行查询Parallel Query

并行查询是比较基础的技术，也是OLAP和Oracle Data Warehouse经常使用的一种并行技术。同本系列前面一直强调的要素相同，在确定使用并行技术之前，要确定软硬件的一些先决条件：

ü 任务task必要条件。备选进行并行操作的任务task必须是一个大任务作业，比如，长时间的查询。任务时间通常可以以分钟、小时进行计数。只有这样的任务和需要，才值得让我们冒险使用并行操作方案；

ü 资源闲置条件。只有在数据库服务器资源存在闲置的时候，才可以考虑进行并行处理。如果经常性的繁忙，贸然使用并行只能加剧资源的争用。

并行操作最大的风险在于并行争用引起的效率不升反降。所以，要在确定两个前提之后，再进行并行规划处理。

2、环境准备

首先，准备实验环境。由于笔者使用的一般家用PC虚拟机，所以并行度和存储量不能反映真实条件需求，见谅。

SQL> select * from v$version where rownum<2;

BANNER

--------------------------------------------------------------------------------

Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 - Production

SQL> select count(*) from t;

COUNT(*)

----------

1160704

选择11gR2服务器环境，数据表T总数据量超过一百万。

首先，我们观察一下不使用并行的执行情况。

//提取出使用游标信息；

SQL> select sql_text, sql_id, version_count from v$sqlarea where sql_text like 'select count(*) from t%';

SQL_TEXT SQL_ID VERSION_COUNT

------------------------------ ------------- -------------

select count(*) from t 2jkn7rpsbj64t 2

SQL> select * from table(dbms_xplan.display_cursor('2jkn7rpsbj64t',format => 'advanced', cursor_child_no => 0));

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

SQL_ID 2jkn7rpsbj64t, child number 0

-------------------------------------

select count(*) from t

Plan hash value: 2966233522

-------------------------------------------------------------------

-------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | 4464 (100)| |

| 1 | SORT AGGREGATE | | 1 | | |

| 2 | TABLE ACCESS FULL| T | 1160K| 4464 (1)| 00:00:54 |

-------------------------------------------------------------------

该执行计划中没有使用并行特性，进行全表扫描。执行时间为54s。

3、并行查询计划

首先，我们设置相应的并行度。设置并行度有两种方式，一种是使用hint加在特定的SQL语句上。另一种是对大对象设置并行度属性。

前者的优点是带有一定的强制性和针对性。就是指定特定的SQL语句进行并行处理。这样的优点是易于控制并行度，缺点是带有很强的强制力，当数据量偏小的时候，使用并行优势不大。而且如果是显示指定并行度，又会带来移植伸缩性差的缺点。

后者通过对象的属性指定并行度。就将并行作为一种执行手段，提供给优化器进行选择。这样，CBO会根据系统中资源的情况和数据的实际，进行执行计划生成。计划中可能是并行，也可能不是并行。这样的优点是将并行与否交予优化器CBO去判断，缺点是并行的滥用风险。

此处，笔者设置自动确定并行度的方式。

SQL> alter table t parallel;

Table altered

SQL> select count(*) from t;

COUNT(*)

----------

1160704

当启动查询时，Oracle中的并行伺候进程池会根据系统中的负荷和实际因素，确定分配出的并行进程数量。此时，我们可以通过视图v$px_process来查看进程池中的连接信息。

SQL> select * from v$px_process;

SERVER_NAME STATUS PID SPID SID SERIAL#

----------- --------- ---------- ------------------------ ---------- ----------

P000 AVAILABLE 25 5776

P001 AVAILABLE 26 5778

注意，并行伺候进程是一种特殊的Server Process，本质上是一种可共享的slave进程。专用连接模式下，一般的Server Process与Client Process是“同生共死”的关系，终身服务于一个Client Process。而伺候slave进程是通过进程池进行管理的，一旦启动初始化，就会在一定时间内驻留在系统中，等待下次并行处理到来。

此时，我们检查v$process视图，也可以找到对应的信息。

SQL> select * from v$process;

PID SPID PNAME USERNAME SERIAL# PROGRAM

-------- ---------- ------------------------ ----- --------------- ---------- -------------------------------

25 5776 P000 oracle 13 oracle@oracle11g (P000)

26 5778 P001 oracle 6 oracle@oracle11g (P001)

（篇幅原因，有省略……）

32 rows selected

对应的OS中，也存在相应的真实进程伺候。

[oracle@oracle11g ~]$ ps -ef | grep oracle

（篇幅原因，有省略……）

oracle 5700 1 0 17:29 ? 00:00:02 oraclewilson (LOCAL=NO)

oracle 5723 1 0 17:33 ? 00:00:00 ora_smco_wilson

oracle 5764 1 2 17:40 ? 00:00:05 oraclewilson (LOCAL=NO)

oracle 5774 1 0 17:42 ? 00:00:00 oraclewilson (LOCAL=NO)

oracle 5776 1 0 17:43 ? 00:00:00 ora_p000_wilson

oracle 5778 1 0 17:43 ? 00:00:00 ora_p001_wilson

oracle 5820 1 1 17:44 ? 00:00:00 ora_w000_wilson

由于此时查询已经结束，对应的并行会话信息，已经消失不可见。

SQL> select * from v$px_session;

SADDR SID SERIAL# QCSID QCSERIAL#

-------- ---------- ---------- ---------- ----------

但是，如果任务的时间长，是可以捕获到对应信息的。

从上面的情况看，我们执行一个并行操作时，Oracle会从伺候进程池中获取到对应的并行进程，来进行操作。当操作完成后，伺候进程还会等待一定时间，之后回收。

并行操作进程的资源消耗，通过v$px_sysstat视图查看。

SQL> col statistic for a30;

SQL> select * from v$px_process_sysstat;

STATISTIC VALUE

------------------------------ ----------

Servers In Use 0

Servers Available 0

Servers Started 2

Servers Shutdown 2

Servers Highwater 2

Servers Cleaned Up 0

Server Sessions 6

Memory Chunks Allocated 4

Memory Chunks Freed 0

Memory Chunks Current 4

Memory Chunks HWM 4

Buffers Allocated 30

Buffers Freed 30

Buffers Current 0

Buffers HWM 8

15 rows selected

下面，我们检查一下执行计划信息。

SQL> set pagesize 10000;

SQL> select * from table(dbms_xplan.display_cursor('2jkn7rpsbj64t',format => 'advanced',cursor_child

_no => 1));

PLAN_TABLE_OUTPUT

----------------------------------------------------------------------------------------------------

SQL_ID 2jkn7rpsbj64t, child number 1

-------------------------------------

select count(*) from t

Plan hash value: 3126468333

----------------------------------------------------------------------------------------------------

----------------------------------------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | 2478 (100)| | | |

| 1 | SORT AGGREGATE | | 1 | | | | |

| 2 | PX COORDINATOR | | | | | | |

| 3 | PX SEND QC (RANDOM) | :TQ10000 | 1 | | | Q1,00 | P->S | QC (RAND)

| 4 | SORT AGGREGATE | | 1 | | | Q1,00 | PCWP |

| 5 | PX BLOCK ITERATOR | | 1160K| 2478 (1)| 00:00:30 | Q1,00 | PCWC |

|* 6 | TABLE ACCESS FULL| T | 1160K| 2478 (1)| 00:00:30 | Q1,00 | PCWP |

----------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

6 - access(:Z>=:Z AND :Z<=:Z)

从执行计划的条件（6 - access(:Z>=:Z AND :Z<=:Z)）中，我们可以看到任务分配，之后分别进行全表扫描。最后排序计算count，合并结果的过程。

4、结论

Oracle Parallel Query是经常使用到的一种并行操作技术。相对于DDL、DML等类型操作，并行查询更可以作为系统功能的一个步骤来进行。

进行并行查询最大的风险就是并行滥用和失控的出现。这也是Oracle一直致力解决的问题。在Oracle11gR2中，引入了Parallel Statement Queuing（PSQ）技术特性。通常，只要并行伺候池允许，Oracle会引入尽可能多的并行进程进行操作。PSQ技术的出现，就是从资源角度加入了并行控制。