Datapump expdp和impdp中parallel参数分析

这篇文章主要介绍“Datapump expdp和impdp中parallel参数分析”，在日常操作中，相信很多人在Datapump expdp和impdp中parallel参数分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Datapump expdp和impdp中parallel参数分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

在expdp和impdp中，可以通过并行（parallel参数）来提高导出导入速率。这个参数会受到cpu和I/O影响。所以在使用parallel参数时，需要在资源消耗和运行时间之间进行权衡。

Parallel参数默认值为1，当parallel值设置为3时，则表示最多会有三个线程处理，而不是一定会有三个线程处理。由于同一时间内，一个dump文件只有一个线程进行处理。所以输出的文件若只有一个，那么就算parallel=4，也只有一个线程在工作。

1. Expdp中的parallle参数filesize可以配合使用

Parallel:执行最大线程数（并行读）

Filesize:指定单个文件大小。通过指定文件的大小，来指定文件的数量。

摘抄官方文档的一句话：The value you specify for integer should be less than, or equal to, the number of files in the dump file set 。

在expdp中，parallel参数值应小于等于dump文件数。默认情况下，假设在导出的时候指定parallel=3,那么则会产生三个dump文件。所以在考虑parallel参数的设置的时候，可以优先考虑需要导出几个文件最合适。

如果prarallel值设置过高，则有可能报ORA-39095 error。

eg:$ expdp scott/tiger directroy=dump_dir dumpfile=scott_%U.dmp parallel=4 filesize=10m

2. Impdp中的parallel参数

Parallel在impdp中的参数与expdp中有所不同。

摘抄官方文档一句话：If the source of the import is a dump file set consisting of files, then multiple processes can read from the same file, but performance may be limited by I/O contention.

该意为：在impdp中，parallel参数可以在一个文件或者多个文件中均可以使用，但是parallel参数不是越大越好，同样会受到I/O的限制。

eg:$ impdp scott/tiger directroy=dump_dir dumpfile=scott_%U.dmp parallel=4

到此，关于“Datapump expdp和impdp中parallel参数分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！