需要在一个1亿行的大表中，删除1千万行数据。您有什么好的方案。

http://www.itpub.net/thread-1606484-1-1.html

需要在一个1亿行的大表中，删除1千万行数据。您有什么好的方案。
需求是在对数据库其他应用影响最小的情况下，以最快的速度完成。操作期间应该注意什么。
如果中途中止了，有无方法再继续。

这种大型操作相信我们偶尔都会遇到，希望大家各抒己见，讨论出一个或几个最佳实践，方便自己以后操作，也方便后来者。


如果业务无法停止的话，主要有这三种思路：
=======================================================================================================
思路1：根据ROWID分片、再利用Rowid排序、批量处理、回表删除。
        在业务无法停止的时候，选择这种方式，的确是最好的。一般可以控制在每一万行以内提交一次，不会对回滚段造成太大压力（我在做大DML时，通常选
择一两千行一提交）。选择业务低峰时做，对应用也不至于有太大影响。
        感谢htyansp，在49楼提供了一个很简捷的脚本，如果你对这种方式不熟悉，可以参考此脚本：

DECLARE
  CURSOR Mycursor IS
    SELECT ROWID FROM Test WHERE Xxx = Xxxx ORDER BY ROWID; -- <--------按ROWID排序的Cursor，删除条件是XXX=XXXX，根据实际情况来定。 
  TYPE Rowid_Table_Type IS TABLE OF ROWID INDEX BY PLS_INTEGER;
  v_Rowid Rowid_Table_Type;
BEGIN
  OPEN Mycursor;
  LOOP
    FETCH Mycursor BULK COLLECT
      INTO v_Rowid LIMIT 5000; -- <--------每次处理5000行，也就是每5000行一提交
    EXIT WHEN v_Rowid.Count = 0;
    FORALL i IN v_Rowid.First .. v_Rowid.Last
      DELETE FROM Test WHERE ROWID = v_Rowid(i);
    COMMIT;
  END LOOP;
  CLOSE Mycursor;
END;

        这种方法的缺点是排序有可能会消耗太多临时表空间。还有一种方式，先根据Rowid分片。将一个大表用Rowid划分成多个部分，每部分单独根据Rowid排
序。这种方式的另一个优点就是还可以并行。
        有一次我需要删除DW库一个大表中满足条件的行。应用方保证不会再出现此条件的行，我只需要在几天内，将所有满足条件的行删除完即可。此表所在
的表空间有几十个数据文件（每个文件32G），我用如下的命令生成表在每个文件中行的ROWID范围：

SELECT Dbms_Rowid.Rowid_Create(1, 12227, File_Id, MIN(Block_Id), 0),
       Dbms_Rowid.Rowid_Create(1,
                               12227,
                               File_Id,
                               MAX(Block_Id + Blocks - 1),
                               8192)
  FROM Dba_Extents
 WHERE Segment_Name = 'DML_TST'
 GROUP BY File_Id
 ORDER BY File_Id;

此命令中DATA_OID是dba_objects 中data_object_id列值。
        然后，根据上面得到的ROWID范围操作目标表。其实就是将htyansp的存储过程中第二行，根据生成的ROWID修改如下：
        cursor mycursor is SELECT  ROWID FROM TEST WHERE  rowid between 'ROWID' and  'ROWID' and XXX=XXXX order by rowid;
        
        存储过程其他行基本不变。
        搞几十个这样的存储过程，开几个会话并行着跑。
        另外，TOM在9i&10G编程艺术 648页到652页有一个很好的例子，其中650页自动生成ROWID部分，可以参考。
        使用这种方式最大的优点就是性能可控，需要快点的话，可以多设几个并行。想慢点的，并行就少点。而且，一次处理的行数有限，对ROWID的排序不会
撑爆临时表空间。
=======================================================================================================
思路二：根据ROWID分片、非批量处理、回表删除
        比如，要删除dml_tst中ID等于Value的行，最基本的存储过程如下：

DECLARE
  CURSOR Test2_Cs(VALUE NUMBER, Rid1 ROWID, Rid2 ROWID) IS
    SELECT Id
      FROM Dml_Tst
     WHERE Id = VALUE
       AND ROWID BETWEEN Rid1 AND Rid2
       FOR UPDATE;
  k NUMBER := 0;
BEGIN
  FOR C1_Rec IN Test2_Cs(3338, 'AAAC/DAAEAAAABJAAA', 'AAAC/DAAEAAAABQCAA') LOOP
    DELETE Dml_Tst WHERE CURRENT OF Test2_Cs;
  END LOOP;
END;

        这种方式也可以根据ROWID分片，只会对表进行一次扫描。但没有批量处理，性能反而不如上面。
=======================================================================================================
思路三： ON PREBUILT物化视图方法

这种方式，阿里迁移数据的确使用较多，也是一种不错的方式。速度没有方法一快，但比较简单，而且对业务基本上没有影响。另外，对于删除操作，可以释放
删除过的空间。缺点就是需要有主键。
假设目标表是P3，主键列是ID1，要删除ID2列于小1000的行:
步1，建立中间表p3_m：

CREATE TABLE P3_m AS
  SELECT * FROM P3 WHERE 0 = 1;

步2，建产和中间表同名的物化视图，一定要有ON PREBUILT选项：

CREATE MATERIALIZED VIEW p3_m
ON PREBUILT TABLE AS
SELECT * FROM P3 WHERE Id2 >= 1000;-- <--------将不满足删除条件的行放入物化视图

步3：添加物化视图日志：

CREATE MATERIALIZED VIEW LOG ON p3 WITH PRIMARY KEY,sequence (id2,id3,cc1,cc2) INCLUDING NEW VALUES;

步4：在数据库空闲的时候，进行一次完全刷新：
exec dbms_mview.refresh('P3_M','C');
完全刷新后，可以在中间表上创建和目标表一样的索引、约束等等
步5：进行个一、两次增量刷新：
exec dbms_mview.refresh('P3_M','F');
步6：将原表锁住，最后进行一次增量刷新，然后马上Rename目标表为其他名字
lock table p3 in EXCLUSIVE mode;
exec dbms_mview.refresh('P3_M','F');
drop MATERIALIZED VIEW LOG ON p3;
alter table p3 rename to p3_n;
步7：删除物化视图，修改中间表为原目标表的名字：
drop MATERIALIZED VIEW p3_m;
alter table p3_m rename to p3;
步8：确定原表如果没有用了，可以删除改过名的原表
也可以使用再线重定义，思路和这个类似。
======================================================================================
        如果不影响应用的话，常规方法也就这些了。这三种思路，也可以用于Update。
        根据这三种思路，我们可以结合自身应用情况加以改变。总能找到一款适合应用的方法。
        注意事项是
        1、注意备份
        2、千万注意不要太猛，曾经有一次同事因为Update的太猛，影响了我们一个重要的前台应用。一定要注意，一次提交的行数不能太高。

        如果应用可以停，哪方法就太多了。
1、CTAS的方法创建一个新表，排除要DELETE的数据，再改名。为提高速度，还可以禁用索引，DML完再重建。
2、只导出不删除的数据，再导入，再改名
3、如果表空间可以设为只读，还有坛友的表空间迁移，迁到测试平台，慢慢删除再导入回来的方法
等等。可以停应用的方法就很多了。