当面对数据量巨大且包含自定义函数的复杂视图时，单纯依赖物化视图可能无法有效提升查询效率。本文提出了替代方案：创建独立的有效数据表，通过存储过程筛选和更新数据，避免函数执行；为新表添加索引，并设置定时任务执行存储过程。此外，使用特定技巧如独立表空间、nologging模式、append模式和并行度来进一步优化效率。
一般情况下在上篇文章的处理后，利用物化视图，已经能够解决复杂视图的
查询效率了，但是有时候数据量是在过大，且视图中使用了很多自定义的函数。
这两种情况单单是建物化视图也提升不了效率。
第一，数据量过大，物化视图的创建及其缓慢，而且由于由于是做数据接口，要求
物化视图的刷新机制需要全表更新，使用force（即能全表更新是就全表，不能是则更新增量）
以保证物化视图的数据的准确性。这就导致物化视图的刷新也很缓慢。
第二，由于有的数据是通过自定义的函数获取，而函数的执行也比较影响效率。
考虑到这两种情况，且实践证明物化视图的确很缓慢，200w数据建了一天还没建完，且导致Oracle
CPU占用率极高，服务器缓慢，故而停止了建物化视图，思考新的方案，后面在请教经理后构思了如下解决方案。
第一，视图中的数据来源于多张基表，可以建立一张表专门存多张基表的有效数据，这样可优化掉视图中的union all
第二，利用存储过程将基表的数据同步到新表，同步过程中只取满足条件的数据，降低数据量，减少where条件过滤。
第三，数据在新表中批量update相应需要使用函数的字段，直接将数据更新为目标值，优化掉函数在接口中的使用。
第四，在新表上建视图，该加索引的加索引。
第五，设置job每天执行存储过程。
具体实施过程中可以使用以下技巧调高效率：
第一，新表使用独立的表
最低0.47元/天 解锁文章
扫一扫
1602
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
