Oralce多个远程库做关联查询的优化

最新推荐文章于 2024-11-14 18:36:14 发布
最新推荐文章于 2024-11-14 18:36:14 发布
阅读量56 收藏
点赞数
文章标签： 数据库
原文链接：http://www.cnblogs.com/rafx/archive/2012/08/22/PlsqlYh.html
版权

原数据SQL

SELECT substr(A.NE_NAME, 1, 3) city,
       ROUND(sum(A.COUNTER_1279177418 * 23 + A.COUNTER_1279177419 * 34 +
                 COUNTER_1279177420 * 40 + COUNTER_1279177421 * 54) / 1024 / 1024 / 1024,
             2) +
       ROUND(sum(B.COUNTER_1279178418 * 23 + B.COUNTER_1279178419 * 34 +
                 COUNTER_1279178420 * 40 + COUNTER_1279178421 * 54) / 1024 / 1024 / 1024,
             2) GPRS_RLC_DL,
       ROUND(sum(COUNTER_1279179418 * 22 + COUNTER_1279179419 * 28 +
                 COUNTER_1279179420 * 37 + COUNTER_1279179421 * 44 +
                 COUNTER_1279179422 * 56 + COUNTER_1279179423 * 74 +
                 COUNTER_1279179424 * 56 + COUNTER_1279179425 * 68 +
                 COUNTER_1279179426 * 74) / 1024 / 1024 / 1024,
             YUA 2) +
       ROUND(sum(COUNTER_1279180418 * 22 + COUNTER_1279180419 * 28 +
                 COUNTER_1279180420 * 37 + COUNTER_1279180421 * 44 +
                 COUNTER_1279180422 * 56 + COUNTER_1279180423 * 74 +
                 COUNTER_1279180424 * 56 + COUNTER_1279180425 * 68 +
                 COUNTER_1279180426 * 74) / 1024 / 1024 / 1024,
             2) EDGE_RLC_DL
  FROM (select scan_start_time,
               MO,
               NE_NAME,
               COUNTER_1279177418,
               COUNTER_1279177419,
               COUNTER_1279177420,
               COUNTER_1279177421
          from rcounterdb.OP_HUW_ULT_1275072525_3
         where scan_start_time >=
               TO_DATE(TO_CHAR(SYSDATE - 1, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and scan_start_time <
               TO_DATE(TO_CHAR(SYSDATE, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and to_char(scan_start_time, 'hh24') in
               ('10', '08', '09', '18', '19', '20')) A,
       
       (select scan_start_time,
               MO,
               NE_NAME,
               COUNTER_1279178418,
               COUNTER_1279178419,
               COUNTER_1279178420,
               COUNTER_1279178421
          from rcounterdb.OP_HUW_ULT_1275072526_3
         where scan_start_time >=
               TO_DATE(TO_CHAR(SYSDATE - 1, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and scan_start_time <
               TO_DATE(TO_CHAR(SYSDATE, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and to_char(scan_start_time, 'hh24') in
               ('10', '08', '09', '18', '19', '20')) B,
       
       (select scan_start_time,
               MO,
               NE_NAME,
               COUNTER_1279179418,
               COUNTER_1279179419,
               COUNTER_1279179420,
               COUNTER_1279179421,
               COUNTER_1279179422,
               COUNTER_1279179423,
               COUNTER_1279179424,
               COUNTER_1279179425,
               COUNTER_1279179426
          from rcounterdb.OP_HUW_ULT_1275072527_3
         where scan_start_time >=
               TO_DATE(TO_CHAR(SYSDATE - 1, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and scan_start_time <
               TO_DATE(TO_CHAR(SYSDATE, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and to_char(scan_start_time, 'hh24') in
               ('10', '08', '09', '18', '19', '20')) C,
       
       (select scan_start_time,
               MO,
               NE_NAME,
               COUNTER_1279180418,
               COUNTER_1279180419,
               COUNTER_1279180420,
               COUNTER_1279180421,
               COUNTER_1279180422,
               COUNTER_1279180423,
               COUNTER_1279180424,
               COUNTER_1279180425,
               COUNTER_1279180426
          from rcounterdb.OP_HUW_ULT_1275072528_3
         where scan_start_time >=
               TO_DATE(TO_CHAR(SYSDATE - 1, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and scan_start_time <
               TO_DATE(TO_CHAR(SYSDATE, 'YYYY-MM-DD'), 'YYYY-MM-DD')
           and to_char(scan_start_time, 'hh24') in
               ('10', '08', '09', '18', '19', '20')) G
 WHERE a.scan_start_time = B.scan_start_time
   AND a.scan_start_time = C.scan_start_time
   AND A.scan_start_time = G.scan_start_time
   AND A.MO = B.MO
   AND a.MO = C.MO
   AND A.MO = G.MO
   AND A.NE_NAME = B.NE_NAME
   AND a.NE_NAME = C.NE_NAME
   AND A.NE_NAME = G.NE_NAME
 group by substr(A.NE_NAME, 1, 3)

分析一下这条SQL的基本操作是将远程数据库的表进行相应的关联查询，分析性能的损失可能是在远程做链接操作所以将远程的表先搬到本地，然后进行相应的关联操作
通过这种方式所进行的优化方案

--A数据信息提取(39s)
create table sniper1 
nologging
parallel (degree 4) 
as 
SELECT A.COUNTER_1279177418,
       A.COUNTER_1279177419,
       a.COUNTER_1279177420,
       a.COUNTER_1279177421,
       a.scan_start_time,
       a.MO,
       a.ne_name
  from rcounterdb.OP_HUW_ULT_1275072525_3 a
 where 1 = 1
   and to_char(a.scan_start_time, 'hh24') in
       ('10', '08', '09', '18', '19', '20')
   AND a.scan_start_time >= TO_DATE('2012-7-1', 'YYYY-MM-DD')
   and a.scan_start_time < TO_DATE('2012-8-1', 'YYYY-MM-DD')
--B信息数据提取(4min)
create table sniper1 
create table sniper2 
nologging
parallel (degree 4) 
as 
select B.COUNTER_1279178418,
       B.COUNTER_1279178419,
       b.COUNTER_1279178420,
       b.COUNTER_1279178421,
       b.scan_start_time,
       b.mo,
       b.ne_name
  from rcounterdb.OP_HUW_ULT_1275072526_3 B
--C信息数据提取(5min)
 create table sniper3 
nologging
parallel (degree 4) 
 as 
 select
 c.COUNTER_1279179418 ,COUNTER_1279179419 ,
          c.COUNTER_1279179420 ,c.COUNTER_1279179421, c.COUNTER_1279179422 ,
         c.COUNTER_1279179423 ,COUNTER_1279179424,COUNTER_1279179425,
          c.COUNTER_1279179426,c.scan_start_time,c.mo,c.ne_name
from
 rcounterdb.OP_HUW_ULT_1275072527_3 C
--信息数据提取(5min)
create table sniper4
nologging
parallel (degree 4) 
as 
select g.COUNTER_1279180418,
       g.COUNTER_1279180419,
       g.COUNTER_1279180420,
       g.COUNTER_1279180421,
       g.COUNTER_1279180422,
       g.COUNTER_1279180423,
       g.COUNTER_1279180424,
       g.COUNTER_1279180425,
       g.COUNTER_1279180426,
       g.scan_start_time,
       g.mo,
       g.ne_name
  from rcounterdb.OP_HUW_ULT_1275072528_3 G
--合并数据量大的中间部分
SELECT substr(A.NE_NAME, 1, 3) city,
       ROUND(sum(A.COUNTER_1279177418 * 23 + A.COUNTER_1279177419 * 34 +
                 COUNTER_1279177420 * 40 + COUNTER_1279177421 * 54) / 1024 / 1024 / 1024,
             2) +
       ROUND(sum(B.COUNTER_1279178418 * 23 + B.COUNTER_1279178419 * 34 +
                 COUNTER_1279178420 * 40 + COUNTER_1279178421 * 54) / 1024 / 1024 / 1024,
             2) GPRS_RLC_DL,
       ROUND(sum(COUNTER_1279179418 * 22 + COUNTER_1279179419 * 28 +
                 COUNTER_1279179420 * 37 + COUNTER_1279179421 * 44 +
                 COUNTER_1279179422 * 56 + COUNTER_1279179423 * 74 +
                 COUNTER_1279179424 * 56 + COUNTER_1279179425 * 68 +
                 COUNTER_1279179426 * 74) / 1024 / 1024 / 1024,
             2) +
       ROUND(sum(COUNTER_1279180418 * 22 + COUNTER_1279180419 * 28 +
                 COUNTER_1279180420 * 37 + COUNTER_1279180421 * 44 +
                 COUNTER_1279180422 * 56 + COUNTER_1279180423 * 74 +
                 COUNTER_1279180424 * 56 + COUNTER_1279180425 * 68 +
                 COUNTER_1279180426 * 74) / 1024 / 1024 / 1024,
             2) EDGE_RLC_DL
  FROM sniper1 A, sniper2 B, sniper3 C, sniper4 G
 WHERE a.scan_start_time = B.scan_start_time
   AND a.scan_start_time = C.scan_start_time
   AND A.scan_start_time = G.scan_start_time
   AND A.MO = B.MO
   AND a.MO = C.MO
   AND A.MO = G.MO
   AND A.NE_NAME = B.NE_NAME
   AND a.NE_NAME = C.NE_NAME
   AND A.NE_NAME = G.NE_NAME
 group by substr(A.NE_NAME, 1, 3)

调整后的SQL变为

select X.CITY_NAME,
       X.CITY_ID,
       X.city_code,
       nvl(GSM网数据总流量GB, 0) + nvl(EDGE_RLC_DL + gprs_RLC_DL, 0) all_gprs,
       nvl(GSM网EDGE数据总流量GB, 0) + nvl(EDGE_RLC_DL, 0) EDGE,
       ROUND((nvl(GSM网EDGE数据总流量GB, 0) + nvl(EDGE_RLC_DL, 0)) /
             (nvl(GSM网数据总流量GB, 0) + nvl(EDGE_RLC_DL + gprs_RLC_DL, 0)) * 100,
             2) EDGE流量占比
  FROM (select c.city_name 城市,
               C.CITY_ID,
               c.city_desc city_code,
               ROUND((SUM(nvl(gprs_rlc_up, 0)) + SUM(nvl(gprs_rlc_dl, 0)) +
                     SUM(nvl(edge_rlc_up, 0)) + SUM(nvl(edge_rlc_dl, 0))) / 1024 / 1024,
                     2) GSM网数据总流量GB,
               ROUND((SUM(nvl(edge_rlc_up, 0)) + SUM(nvl(edge_rlc_dl, 0))) / 1024 / 1024,
                     2) GSM网EDGE数据总流量GB,
               ROUND((SUM(nvl(edge_rlc_up, 0)) + SUM(nvl(edge_rlc_dl, 0))) /
                     (SUM(nvl(gprs_rlc_up, 0)) + SUM(nvl(gprs_rlc_dl, 0)) +
                     SUM(nvl(edge_rlc_up, 0)) + SUM(nvl(edge_rlc_dl, 0))) * 100,
                     2) EDGE数量流量占比
          from unite.upr_c2_ne_vendor T, config.uc_citys c
         where t.city_code = c.city_code
           and to_char(t.GENTIME, 'hh24') in
               ('10', '08', '09', '18', '19', '20')
           and t.gentime >= TO_DATE('2012-7-1', 'YYYY-MM-DD')
           and t.gentime < TO_DATE('2012-8-1', 'YYYY-MM-DD')
           and t.vendor_name != 'HUAWEI'
         GROUP BY c.city_name, C.CITY_ID, c.city_desc) m,
       (SELECT substr(A.NE_NAME, 1, 3) city,
               ROUND(sum(A.COUNTER_1279177418 * 23 +
                         A.COUNTER_1279177419 * 34 + COUNTER_1279177420 * 40 +
                         COUNTER_1279177421 * 54) / 1024 / 1024 / 1024,
                     2) +
               ROUND(sum(B.COUNTER_1279178418 * 23 +
                         B.COUNTER_1279178419 * 34 + COUNTER_1279178420 * 40 +
                         COUNTER_1279178421 * 54) / 1024 / 1024 / 1024,
                     2) GPRS_RLC_DL,
               ROUND(sum(COUNTER_1279179418 * 22 + COUNTER_1279179419 * 28 +
                         COUNTER_1279179420 * 37 + COUNTER_1279179421 * 44 +
                         COUNTER_1279179422 * 56 + COUNTER_1279179423 * 74 +
                         COUNTER_1279179424 * 56 + COUNTER_1279179425 * 68 +
                         COUNTER_1279179426 * 74) / 1024 / 1024 / 1024,
                     2) +
               ROUND(sum(COUNTER_1279180418 * 22 + COUNTER_1279180419 * 28 +
                         COUNTER_1279180420 * 37 + COUNTER_1279180421 * 44 +
                         COUNTER_1279180422 * 56 + COUNTER_1279180423 * 74 +
                         COUNTER_1279180424 * 56 + COUNTER_1279180425 * 68 +
                         COUNTER_1279180426 * 74) / 1024 / 1024 / 1024,
                     2) EDGE_RLC_DL
          FROM sniper1 A, sniper2 B, sniper3 C, sniper4 G
         WHERE a.scan_start_time = B.scan_start_time
           AND a.scan_start_time = C.scan_start_time
           AND A.scan_start_time = G.scan_start_time
           AND A.MO = B.MO
           AND a.MO = C.MO
           AND A.MO = G.MO
           AND A.NE_NAME = B.NE_NAME
           AND a.NE_NAME = C.NE_NAME
           AND A.NE_NAME = G.NE_NAME
         group by substr(A.NE_NAME, 1, 3)) b,
       CONFIG.UC_CITYS X
 WHERE X.CITY_DESC = B.city(+)
   and x.city_id != 0
   AND X.CITY_ID = M.CITY_ID(+)
 order by x.city_id

调整后SQL的执行时间减少了一半左右。

转载于:https://www.cnblogs.com/rafx/archive/2012/08/22/PlsqlYh.html

Oracle的架构学会了就可以做一个框架软件设计师了
01-27
表空间可以包含多个数据文件，段可以跨越表空间内的不同数据文件，但区必须位于同一数据文件内。 用户与Oracle数据库的交互通常涉及用户进程和服务进程。用户可以通过本地操作系统进程直接访问（进程间通信），或者...
数据库远程连接查询优化实验
关注系统性能调优
10-29 1515
连接两个远程表，比连接两个本地表要昂贵的多！所以建议先在远程环境做好连接后，在远程的机器上建立一个视图，我们本地再访问这个视图。原因是用视图封装以后，数据操作在远程就做了，不用传输到本地再作处理，减少了数据传输。       SQL太长，只显示结果10046跟踪的结果。 1.在远程数据库上建视图用时:  00: 00: 35.73 call     count       cpu
SQL 优化之 oracle物化视图
07-28
3. 子查询物化视图：基于子查询的物化视图，用于生成基于多表的汇总表。 REFRESH 子句： 1. FAST 子句：增量刷新，基于物化视图日志，用于发送主表已经修改的数据行到物化视图中。 2. COMPLETE 子句：完全刷新，...
oracle安装包03
02-13
这个压缩包包含了多个组件，这些组件在Oracle数据库安装和运行中扮演着重要角色。 首先，我们看到`oracle.bali.dbui`和`oracle.bali.dbui4`，这两个文件可能是指Oracle Database Installation Assistant (DBUA) 的...
oracle图标库.PPT
10-09
这个PPT文档包含了多个类别，如应用领域、建筑物、地点和计算机及配件，旨在提供一个视觉上一致且专业的用户体验。 在Oracle的应用程序中，图标扮演着至关重要的角色，它们帮助用户快速识别和理解界面中的不同元素...
oracle 学习笔记
10-31
1. 多表查询是通过两个或多个表的连接操作来实现数据的检索。 2. 按范式要求设计表结构，可以减少数据冗余和提高数据一致性。 3. 多表连接的种类很多，包括交叉连接、内连接、外连接等。 4. 交叉连接不带WHERE条件，...
MySQL 8.0特性-自增变量的持久化
myneth的博客
11-13 344
在MySQL 8.0之前，自增主键AUTO_INCREMENT的值如果大于max(primary key)+1，在MySQL重启后，会重置AUTO_INCREMENT=max(primary key)+1，这种现象在某些情况下会导致业务主键冲突或者其他难以发现的问题。下面通过案例来对比不同的版本中自增变量是否持久化。
随堂测微信小程序ssm+论文源码调试讲解
u014445459的博客
11-11 985
微信小程序，简称小程序，英文名Mini Program，是一种全新的连接用户与服务的方式，可以快速访问、快速传播，并具有良好的使用体验。小程序的主要开发语言是JavaScript，它与普通web的开发有很多相似之处。小程序和普通网页开发并不是相同的东西，是有差异的。网页开发的渲染线程和脚本线程是互斥的，而在小程序中，确实分开的，分别在不同的线程之中运行。
[Docker#9] 存储卷 | Volume、Bind、Tmpfs | -v/mount | MySQL 灾难恢复 | 问题
2301_80171004的博客
11-14 455
本文介绍了 Docker 存储卷的概念、分类及其应用。从什么是存储卷、生活案例到存储卷的必要性，再到管理卷、绑定卷和临时卷的具体创建与使用方法，最后通过 MySQL 灾难恢复的实战案例，帮助读者全面掌握存储卷的运用技巧。
约束（MYSQL）
2301_80363309的博客
11-13 247
not null（非空） unique（唯一） default（默认约束，规定值） 主键约束primary key（非空且唯一） auto_increment（自增类型） 复合主键 check（保证列中值符合指定条件） foreign key（外键约束）
云数据库和云服务器哪个便宜一些？
petaexpress的博客
11-12 398
云服务器的价格区间相对更广泛，因为用户可以根据实际需求选择不同配置和性能的服务器。而云数据库的价格则更多地依赖于数据库类型和规格。在相同配置下，云服务器的价格可能会略低于云数据库，但这并不是绝对的，因为两者都有不同的优惠政策和计费方式。
gbase8s数据库常见的连接算法
wangyx01的博客
11-13 183
外表指针指向第一条数据，内表指针顺序移动，找到和外表匹配项，记录，内表循环结束后外边指针继续向下移动，一直到外表循环结束为止。hash 连接中只有极少量的随机读，大部分都为顺序读，极大缓解了大量随机读的压力。有则取捅中进行匹配（若捅中有多条数据则发生hash碰撞），没有则继续匹配下一。hash 连接避免了嵌套循环的大量的随机读，简单伪代码如下。在gbase8s 中 ，常见的连接算法主要分为如下几种。细分可分为索引嵌套循环，块嵌套循环，半嵌套循环等。嵌套循环的缺点，在大量数据下会发生大量的随机读。
Java基于小程序公考学习平台的设计与实现（附源码，文档）
chusheng1840的博客
11-09 1339
Java基于小程序公考学习平台的设计与实现，小程序公考学习平台使用Java语言进行编码，使用Mysql创建数据表保存本系统产生的数据。系统可以提供信息显示和相应服务，其管理小程序公考学习平台信息，查看小程序公考学习平台信息，管理小程序公考学习平台。总之，小程序公考学习平台集中管理信息，有着保密性强，效率高，存储空间大，成本低等诸多优点。它可以降低信息管理成本，实现信息管理计算机化。关键词：小程序公考学习平台；Java语言；Mysql。
SMB共享文件夹-Spring项目数据与服务分离基础配置
一只菜鸟夹
11-11 460
某项目需要将数据与服务分离部署在两个服务器，涉及到文件加密访问以及Mysql、ElasticSearch、Redis等数据的互通。下面是自己部署的步骤。
【gitlab-ce】各组件介绍
binqian的专栏
11-10 1064
Puma 和 Nginx 是两种不同类型的服务器，它们在 Web 应用架构中扮演不同的角色。通过这种组合，可以充分发挥 Nginx 和 Puma 的优势，构建一个高性能、高可用的 Web 服务架构。
全新优客API接口管理系统 index/doc SQL注入漏洞复现
0xSec
11-12 227
全新优客API接口管理系统 index/doc 接口存在SQL注入漏洞，未经身份验证的远程攻击者除了可以利用SQL注入漏洞获取数据库中的信息（例如，管理员后台密码、站点的用户个人信息）之外，甚至在高权限的情况可向服务器中写入木马，进一步获取服务器系统权限。
编程初学者的第一个 Rust 系统
jerryshen的专栏
11-13 876
Rust通用代码生成器：莲花，是Java写成的Rust通用代码生成器，目前的版本采用openjdk 17编译。Rust通用代码生成器：莲花，基于Golang通用代码生成器：仙童的架构。为一软件war包，可以部署在 Tomcat 9的webapps目录下，启动即可运行。
flink 同步oracle11g数据表到pg库
abc
11-11 571
flink怎么把oracle11g的数据表同步到pg库
UVa 1592 Database
最新发布
寂静山林
11-14 382
的大小，可知其很小，根据题意，如果将两列的值作为一个配对，那么这个配对必须在两个不同的行至少出现一次，那么可以直接枚举每行中两列之间值的配对，检查其是否在不同的两行中至少出现一次。列的表格，要求确定是否存在两行，此两行的某两列中的值对应相同，亦即，要求确定是否存在。显然，暴力枚举会超时。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值