Oracle的pipelined函数提升数据输出性能

      从Oracle 8开始，我们就可以从一个collection类型的数据集合中查询出数据，这个集合称之为“虚拟表“。它的方法是“SELECT FROM TABLE(CAST(plsql_function AS collection_type))”，据说该方法在处理大数据量时会有内存方面的限制。到了Oracle 9i之后，一个称为pipelined表函数的技术被推出来。他和普通的表函数很类似，但还有有一些显著的差别。
      第一，pipelined函数处理的数据，是以管道的方式，或者说是流的方式从预先准备的小数组中展现给用户，而普通表函数将数据全部准备好再展现给用户。
      第二，pipelined函数可以并发，这意味着PLSQL可以同一时间在多个进程上执行。
      第三，pipelined函数可以很容易将存储过程转换成用bulk操作的行，有利于实现的复杂转换逻辑的SQL。
      了解pipelined函数的最佳方法是看一个简单的例子。对于任何一个pipelined函数，都必须有两点要求。
      1、一个定义在模式中或者包中collection类型；
      2、一个单独的PL/SQL函数或一个包中的函数，函数的返回类型后面必须加pipelined关键字；
      在下面的例子中，我们将创建一个简单的pipelined函数，输出若干行记录。首先需要一个collection类型，用于格式化输出。

CREATE OR REPLACE TYPE number_ntt AS TABLE OF NUMBER; 

      Oracle会使用这个类型缓存少量的记录作为pipelined函数调用时的输出。我们创建一个简单的pipelined函数。

    CREATE OR REPLACE FUNCTION row_generator(rows_in IN PLS_INTEGER)  
      RETURN number_ntt  PIPELINED  
    IS  
    BEGIN  
      FOR i IN 1 .. rows_in LOOP  
        PIPE ROW(i);  
      END LOOP;  
      RETURN;  
    END;  

      在这个SQL中:
      在函数定义部分的关键字pipelined是pipelined函数定义的关键，返回的类型必须是事先定义的collection类型，如这里是number_tt。
      在函数主体部分的”PIPE ROW”是将一个单行记录写入到collection流中。记录中所有字段的类型必须和collection类型中所有字段匹配。
      在函数主体部分的“return“的值是一个空值，而不是有任何符合collection类的值。
      这些就是pipelined函数定义时需要严格遵守的规则。
      现在已经创建好一个pipelined函数，可以测试一下。

    SQL> select * from TABLE( row_generator(10) );  
       
    COLUMN_VALUE  
    ------------  
               1  
               2  
               3  
               4  
               5  
               6  
               7  
               8  
               9  
              10  
       
    10 rows selected  

      将pipelined函数row_generator放到一个“TABLE”操作符中，虚拟成一个数据源，类似表或视图。这里虚拟表只有一个字段，名称“COLUMN_VALUE“是其默认值。更复杂的输出则需要将collection定义得更复杂些，使用到object或者record。
      我们通过一个例子比较一下pipelined函数或普通的表函数在返回collection时有何差异。
      第一步，创建普通的表函数，返回colletion类型。

    CREATE OR REPLACE FUNCTION table_function RETURN number_ntt AS  
      nt number_ntt := number_ntt();  
    BEGIN  
      FOR i IN 1 .. 500000 LOOP  
        if (mod(i, 10000) = 0) then  
          nt.EXTEND;  
          nt(nt.LAST) := i;  
        end if;  
       
      END LOOP;  
      RETURN nt; --<-- return whole collection  
    END table_function;  

      第二步，创建pipelined函数，返回的也是collection类型

CREATE OR REPLACE FUNCTION pipelined_function RETURN number_ntt  
  PIPELINED AS  
BEGIN  
  FOR i IN 1 .. 500000 LOOP  
    if (mod(i, 10000) = 0) then  
      PIPE ROW(i); --<-- send row to consumer  
    end if;  
  END LOOP;  
  RETURN;  
END pipelined_function;

      函数的功能都是将能和1000整除的数字输出出来。
      再创建一个输出时间到毫秒的函数，用于测试两个函数的输出特点。

CREATE FUNCTION get_time RETURN TIMESTAMP IS  
BEGIN  
   RETURN LOCALTIMESTAMP;  
END get_time;  

      第三步，测试两个函数
      测试普通函数如下：

ALTER SESSION SET NLS_TIMESTAMP_FORMAT = 'HH24:MI:SS.FF3';  
SELECT get_time() AS ts FROM DUAL;  
SELECT column_value, get_time() AS ts FROM TABLE(table_function);  
SQL>  
   
TS  
----------------------------------------------------------------
15:27:26.031  
   
COLUMN_VALUE TS  
------------ ---------------------------------------------------
      100000 15:27:26.218  
      200000 15:27:26.218  
      300000 15:27:26.218  
      400000 15:27:26.218  
      500000 15:27:26.218  

      结果显示，所有记录都是同一时间输出。
      测试pipelined函数如下：

    SELECT get_time() AS ts FROM DUAL;  
    SELECT column_value, get_time() AS ts FROM TABLE(pipelined_function);  
    TS  
    --------------------------------------------------------------------------------  
    15:27:26.265  
       
    COLUMN_VALUE TS  
    ------------ --------------------------------------------------------------------------------  
          100000 15:27:26.312  
          200000 15:27:26.343  
          300000 15:27:26.390  
          400000 15:27:26.421  
          500000 15:27:26.453  

      结果显示，所有记录都是逐次输出。
      这点对于用户的UI太重要了。试想，如果执行一个查询，过了10秒钟才显示出所有的结果好，还是还是每秒都显示一些记录，知道10秒钟显示完毕好？
      如果这个输出的结果集再放到到百万记录，两个函数对PGA内存的消耗又完全不一样，这点更重要。

       转载于http://mikixiyou.iteye.com/blog/1628397