oracle 10092,如何在Oracle数据库中联结异构数据（二）

最新推荐文章于 2024-07-20 00:46:41 发布

微基因WeGene

最新推荐文章于 2024-07-20 00:46:41 发布

阅读量82

点赞数

文章标签： oracle 10092

根据新的设置，如何进行合并？CREATE TABLE TABLE_SEQ AS

SELECT * FROM

(SELECT ID， SEQ AS seq_a

FROM TABLE_A)

ALIAS_A，

(SELECT ID AS id_b， SEQ AS seq_b

FROM TABLE_B)

ALIAS_B

WHERE ALIAS_A.seq_a = ALIAS_B.seq_b

call count cpu elapsed disk query current rows

——- —— ——– ———- ———- ———- ———- ———-

Parse 1 0.00 0.06 0 0 0 0

Execute 1 10.64 24.43 12186 12370 5677 1000000

Fetch 0 0.00 0.00 0 0 0 0

——- —— ——– ———- ———- ———- ———- ———-

total 2 10.64 24.49 12186 12370 5677 1000000

有趣的是，既然数据并非如此不同，性能也只是略差。那么解释计划展示的是什么？使用ROWNUM原始测试，我们有：

PLAN_TABLE_OUTPUT

————————————————————————————————-

Plan hash value: 1354216904

———————————————————————————————–

———————————————————————————————–

| 0 | CREATE TABLE STATEMENT | | 10G| 496G| | 15M (2)| 50:40:43 |

|* 2 | HASH JOIN | | 10G| 496G| 36M| 186K (97)| 00:37:19 |

| 3 | VIEW | | 1009K| 25M| | 1597 (10)| 00:00:20 |

| 4 | COUNT | | | | | | |

| 5 | TABLE ACCESS FULL | TABLE_B | 1009K| 4930K| | 1381 (11)| 00:00:17 |

| 6 | VIEW | | 1016K| 25M| | 1475 (10)| 00:00:18 |

| 7 | COUNT | | | | | | |

| 8 | TABLE ACCESS FULL | TABLE_A | 1016K| 3969K| | 1285 (12)| 00:00:16 |

———————————————————————————————–

Predicate Information (identified by operation id):

—————————————————

2 – access(“ALIAS_A”.”ROWNUM_A”=”ALIAS_B”.”ROWNUM_B”)

基于序列的合并似乎是一个更好的计划。

PLAN_TABLE_OUTPUT

————————————————————————————————-

Plan hash value: 1354216904

———————————————————————————————–

———————————————————————————————–

| 0 | CREATE TABLE STATEMENT | | 10G| 496G| | 15M (2)| 50:40:43 |

|* 2 | HASH JOIN | | 10G| 496G| 36M| 186K (97)| 00:37:19 |

| 3 | VIEW | | 1009K| 25M| | 1597 (10)| 00:00:20 |

| 4 | COUNT | | | | | | |

| 5 | TABLE ACCESS FULL | TABLE_B | 1009K| 4930K| | 1381 (11)| 00:00:17 |

| 6 | VIEW | | 1016K| 25M| | 1475 (10)| 00:00:18 |

| 7 | COUNT | | | | | | |

| 8 | TABLE ACCESS FULL | TABLE_A | 1016K| 3969K| | 1285 (12)| 00:00:16 |

———————————————————————————————–

Predicate Information (identified by operation id):

—————————————————

2 – access(“ALIAS_A”.”ROWNUM_A”=”ALIAS_B”.”ROWNUM_B”)

虽然这是一个相对较小的数据集，你可以明白为什么执行该计划的花费可能会引起误解。如果基于序列的表在同一会话中被删除和重新建立，创建表重新删除的时间到刚刚超过2秒。在表面上看，第二轮创建的表似乎要快得多，但真正要证明的是什么呢？

所要证明的是，数据块已经读入缓存，从缓存中读取数据块的速度将远远超过从磁盘双方读取的速度(这我们已经知道的事实) 。它实际意义是：你创建表需要多少时间？这通常是一次性完成。如果原始表被删除和重创，它的创建时间将大大加快。

通过清除共享池和缓存来恢复性能，在ROWNUM和基于序的列情况下所花费的时间分别 14秒和10秒的。在这一点上，它可能看起来像是混为一谈。但在运行期间，其性能级别交换了。这也许是事实，但不要忘记设置了序列为基础的表格的费用(按时间)。

总结

从某种意义上说，最为相似的数据集，操作系统和平台依赖性(多少行，内存和I / O等) ，他们可以更快地在不同数据集之间添加一个共同的属性，然后在进行合并操作。对于较小的数据集，也许略高于100万行，我冒昧地说，使用ROWNUM这将永远是比新增一个合并关键字更快，即使使用常见的关键创建表的速度更快。那么，什么时候适当使用ROWNUM ？当在没有共同关键字的情况时，你不关心表之间的特殊关联，即使是正好就存在这样的事实。如果你正在处理相关表，他们基于一个共同的属性，并且这些关联必须排序，你一定不能依赖ROWNUM保持合并表之间的顺序。它事关，在一个表中具体行是否与第二个表中特定行匹配。

我们一直都在努力坚持原创.......请不要一声不吭，就悄悄拿走。

我原创，你原创，我们的内容世界才会更加精彩！

【所有原创内容版权均属TechTarget，欢迎大家转发分享。但未经授权，严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget

官方微博

TechTarget中国