oracle编程效率,关于提高Oracle应用程序的编程效率

本文详细介绍了提高Oracle应用程序效率的多种策略,包括优化SQL语句、使用索引、调整表连接方式以及处理大表扫描等。通过共享SQL语句资源、合理创建索引、避免非相等连接和嵌套循环,以及优化表连接顺序,可以显著提升程序运行速度和系统资源利用率。此外,还提供了具体示例来说明如何通过SQL语句的优化来避免锁表和提高查询效率。
摘要由CSDN通过智能技术生成

5268f80b9b1e01f982625ef6fac83ca1.png

Oracle应用程序效率的提高可以从以下几个方面着手进行:⑴业务逻辑功能调整;⑵优化数据结构设计;⑶优化数据处理步骤;

Oracle应用程序效率的提高可以从以下几个方面着手进行:

⑴业务逻辑功能调整;

⑵优化数据结构设计;

⑶优化数据处理步骤;

⑷优化SQL语句;

⑸物理结构调整;

⑹内存分配优化;

⑺I/O调整;

⑻解决内存争用;

⑼优化操作系统。

这里主要就SQL语句的优化总结一些经验以供参考:

1、SQL语句书写格式,使用共享SQL语句资源

在Oracle Server中,执行的SQL语句以游标(cursor)的方式存在于共享SQL区(sharedSQL aera)中,并按照下图所示流程处理:

当执行一条SQL语句时,Oracle先在共享SQL区中查找是否有相同的SQL语句存在,如果不存在,Oracle将新建游标,并且对语句进行分析,然后绑定变量并按分析后的执行计划执行SQL语句;但如果有相同的SQL语句存在,Oracle可共享使用已有游标,仅需重新绑定变量(或者不需要),即可重复执行。因此,使用相同的SQL语句,可以节省系统内存空间,提高代码运行效率。

Oracle按照以下原则判断SQL语句是否相同:

⑴字母大小写相同;

⑵空格数相同;

⑶注释相同;

⑷所使用的数据库对象(如:表等)相同;

⑸变量类型相同。

为实现游标共享,可使用存储过程、触发器、程序库等方式编写集中的代码。同时,按照固定的格式书写SQL语句也将提高游标共享的机率,从而提高代码效率。下例可作为SQL语句的书写格式以供参考:

2、使用索引

在对大量数据的表进行操作时,使用索引可以提高程序执行效率。建立索引时应注意:

⑴ 将经常用来查询的字段放在复合索引的前面;

⑵ 建立全表索引时,将限制性最强的字段放在最前面;

⑶ 建立主键、唯一键约束时,系统自动建立索引;

⑷ 建立外键约束时,系统不会自动建立索引,此时如果被引用的表经常修改,应在外键字段上建立索引,以防止锁表;

例如:pol_info.applicant引用client_info.insno作外键,如果pol_info.applicant上无索引,则修改client_info时会锁pol_info,如果在pol_info.applicant上加索引,即可防止上述锁出现,从而提高程序运行效率。

⑴ 只加必要的索引,否则反而会影响效率;

例如:对存在大量重复值的字段加索引会使程序执行效率大幅降低。

⑵ 尽量在where字句中直接使用有索引的字段;

例如:where col1= ‘XXX’及where col1 > v_num均可利用索引,而where col1||‘’= ‘XXX’或where col1-0 > v_num则不可利用索引。

⑶ 可强制SQL语句使用索引;例如:

select /*+index(classes)*/ *

from classes

where type = ‘IDL’

and loc_id between 3003 and 30005;

3、表连接

⑴ 使用非相等连接将降低执行效率;

⑵ 多个表连接时,对于在select子句中不出现的表,可用子查询代替表连接;

⑶ 在from子句中,将小表放在后面,可提高执行效率;

⑷ 在where子句中将过滤记录数最多的条件放在最后;

⑸ 子查询数量较大时,使用表连接代替低效的SQL语句(IN,EXISTS,NOT IN,NOT EXISTS等)。

例如:有表一:createtable tab1(col1 varchar2(20) primary key,col2 number);

和表二:createtable tab2(col1 varchar2(20) primary key,col2 number);

A 现读取sum(tab1.col2),,且tab1.col1存在于tab2.col1中:

使用IN:select sum(col2) from tab1 wherecol1 in (select col1 fromtab2);

使用EXISTS:selectsum(col2) from tab1 a

where exists ( select * from tab2 wherecol1=a.col1);

使用连接:selectsum(a.col2) from tab1 a,tab2b where a.col1=b.col2;

B 现读取sum(tab1.col2),且tab1.col1不存在于tab2.col1中:

使用NOT IN:select sum(col2) from tab1 wherecol1 not in (select col1 from tab2);

使用NOTEXISTS:select sum(col2) from tab1 a

where not exists ( select * from tab2 wherecol1=a.col1);

使用外连接:selectsum(a.col2) from tab1 a,tab2b

where a.col1=b.col2(+) and b.col1 is null;

4、嵌套循环

在PL/SQL过程中,如果有两个表查询结果的嵌套循环,应尽量将小表放在外层循环中。

5、大表扫描

如果需要对两张很大的表进行连接扫描,并且其中一表的连接字段为主键或唯一键,可用过程实现两表均一次扫描完成。

logo.gif

1428d0e076c3959ab11d28a39bc84fab.png

5268f80b9b1e01f982625ef6fac83ca1.png

本条技术文章来源于互联网,如果无意侵犯您的权益请点击此处反馈版权投诉

本文系统来源:php中文网

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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