oracle update操作的优化实例分析

本篇内容主要讲解“oracle update操作的优化实例分析”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“oracle update操作的优化实例分析”吧!

    客户的每小时redolog日志量大，配合AWR和LOGMINER检查发现是由一条update语句引起。这条语句大概每小时执行80次左右，不仅产生了大量的重做日志，而且逻辑读也很高。
    语句类似update tb_test_log set object_id=1 where owner='SYS'，是对表tb_test_log按一定的频率，把满足条件owner='SYS'的记录中的object_id修改为1，而且满足条件的记录占了整个表的一半左右。但实际上在每次更新时，满足条件owner='SYS'的记录中绝大部分object_id已经是1.
以下尝试优化：
DB Version:12.1.0.2.0
OS:centos 6.6

#建测试表
create table tb_test_log tablespace users as select * from dba_objects;

insert into tb_test_log select * from tb_test_log;
commit;

insert into tb_test_log select * from tb_test_log;
commit;

insert into tb_test_log select * from tb_test_log;
commit;

#查看测试表的大小，大概100MB
select bytes from dba_segments where segment_name=upper('tb_test_log');


#满足条件owner='SYS'的记录大概占了46%
select count(decode(owner,'SYS',1,null))/count(1) from tb_test_log;


#优化前SQL
update tb_test_log set object_id=1 where owner='SYS';

#新建会话统计数据记录表，用于后面的重做日志和逻辑读的计算
declare
  v_count number;
begin
  select count(1) into v_count from dba_tables where table_name='T_STAT_TEMP';
  if v_count=1 then
    execute immediate 'truncate table t_stat_temp';
  else
    execute immediate 'create table t_stat_temp(snap_date date,name varchar2(100),value int)';
  end if;
end;


会话1：
#查看会话1的会话ID
select sid from v$mystat where rownum<=1;


会话2：
#插入会话1当前的重做日志和逻辑读的统计数据
insert into t_stat_temp
select sysdate,a.name,b.value
from v$statname a,v$sesstat b
where a.statistic#=b.statistic# and b.sid=35
and a.name in ('redo size','session logical reads');
commit;
#DIFF是会话1产生的重做日志和逻辑读的量
select name,min(value) begin_value,max(value) end_value,max(value)-min(value) diff
from (select * from t_stat_temp order by snap_date desc)
where rownum<=4
group by name;


#后续会话2都是执行上面相同的插入和查询语句，省略语句，只显示查询结果

会话1：
#会话1执行优化前的更新语句
update tb_test_log set object_id=1 where owner='SYS';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生168611404，session logical reads消耗1057915


会话1：
#会话1执行优化前的更新语句
update tb_test_log set object_id=1 where owner='SYS';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生108994644，session logical reads消耗718610


会话1：
#会话1执行优化前的更新语句
update tb_test_log set object_id=1 where owner='SYS';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生112071424，session logical reads消耗731397


会话1：
#会话1执行优化前的更新语句
update tb_test_log set object_id=1 where owner='SYS';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生131894432，session logical reads消耗759343


会话1：
#会话1执行优化前的更新语句
update tb_test_log set object_id=1 where owner='SYS';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生133580596，session logical reads消耗762190

小结：优化前，每次更新表中46%左右的数据，重做日志产生量大概是100MB+,逻辑读大概是700000+。

优化1：
根据SQL逻辑，增加过滤条件object_id!=1，原语句逻辑不变。
会话1：
#会话1执行优化1的更新语句
update tb_test_log set object_id=1 where owner='SYS' and object_id!=1;
commit;
会话2：
#会话1此次执行更新语句后，redo size产生827112，session logical reads消耗22835


会话1：
#会话1执行优化1的更新语句
update tb_test_log set object_id=1 where owner='SYS' and object_id!=1;
commit;
会话2：
#会话1此次执行更新语句后，redo size产生340，session logical reads消耗12413


会话1：
#会话1执行优化1的更新语句
update tb_test_log set object_id=1 where owner='SYS' and object_id!=1;
commit;
会话2：
#会话1此次执行更新语句后，redo size产生340，session logical reads消耗12413

小结：优化1，每次基本上不更新表中数据，重做日志产生量大概是300+,逻辑读大概是10000+。

优化2：
根据SQL逻辑，增加过滤条件decode(object_id,1,null,'1')='1'，并增加索引tb_test_log(owner,decode(object_id,1,null,'1'))，原语句逻辑不变。
会话3：
#新建索引
create index idx_tb_test_log_01 on tb_test_log(owner,decode(object_id,1,null,'1'))  tablespace users;

会话1：
#会话1执行优化2的更新语句
update tb_test_log set object_id=1 where owner='SYS' and decode(object_id,1,null,'1')='1';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生384，session logical reads消耗11214


会话1：
#会话1执行优化2的更新语句
update tb_test_log set object_id=1 where owner='SYS' and decode(object_id,1,null,'1')='1';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生384，session logical reads消耗6


会话1：
#会话1执行优化2的更新语句
update tb_test_log set object_id=1 where owner='SYS' and decode(object_id,1,null,'1')='1';
commit;
会话2：
#会话1此次执行更新语句后，redo size产生384，session logical reads消耗5

小结：优化2，每次基本上不更新表中数据，重做日志产生量大概是300+,逻辑读大概是5+。

到此，相信大家对“oracle update操作的优化实例分析”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！