由于具有缓存和异步I / O,临时表实际上与内存表相同,并且临时表解决方案不需要任何开销即可在SQL和PL / SQL之间进行转换。
确认结果
将这两个版本与RunStats进行比较,临时表版本 看起来 要差得多。对于Run1中的临时表版本,所有这些垃圾,而对于Run2中的PL /
SQL版本,只剩下一点额外的内存。起初,PL / SQL似乎应该是明显的赢家。
Type Name Run1 (temp) Run2 (PLSQL) Diff----- -------------------------------- ------------ ------------ ------------...STAT physical read bytes 81,920 0 -81,920STAT physical read total bytes 81,920 0 -81,920LATCH cache buffers chains 104,663 462 -104,201STAT session uga memory 445,488 681,016 235,528STAT KTFB alloc space (block) 2,097,152 0 -2,097,152STAT undo change vector size 2,350,188 0 -2,350,188STAT redo size 2,804,516 0 -2,804,516STAT temp space allocated (bytes) 12,582,912 0 -12,582,912STAT table scan rows gotten 15,499,845 0 -15,499,845STAT session pga memory 196,608 19,857,408 19,660,800STAT logical read bytes from cache 299,958,272 0 -299,958,272
但是在一天结束时,只有挂钟时间很重要。临时表的加载和查询步骤都快得多。
在PL / SQL版本可以通过更换得到改善
BULK COLLECT与
cast(collect(test_o(MOD(a, 10), '' ||MOD(a, 12))) as test_t) INTO t。但是它仍然比临时表版本慢得多。
优化阅读
从小型临时表读取仅使用内存中的缓冲区高速缓存。仅多次运行查询部分,并观察
consistent gets from cache(内存)在
physicalreads cache(磁盘)保持不变的情况下如何增加。
select name, valuefrom v$sysstatwhere name in ('db block gets from cache', 'consistent gets from cache', 'physical reads cache');
优化写入
理想情况下,将没有物理I / O,尤其是由于临时表为
ON COMMIT DELETeROWS。听起来,Oracle的下一版本可能会引入这样的机制。但是在这种情况下,它并不重要,磁盘I / O似乎并不会减慢速度。
多次运行加载步骤,然后运行
select * from v$active_session_history order by sample_timedesc;。大多数I / O是
BACKGROUND,这意味着没有任何等待。我假设临时表内部逻辑只是常规DML机制的副本。通常,如果已提交新表数据,则
可能 需要将其写入磁盘。Oracle可能会开始处理它,例如通过将数据从日志缓冲区移到磁盘上,但是在出现实际情况之前,不要急于进行
COMMIT。
PL / SQL时间流向何方?
我没有线索。在SQL和PL / SQL引擎之间是否存在多个上下文切换或单个转换?据我所知,没有可用的指标显示在SQL和PL / SQL之间切换所花费的
时间 。
我们可能永远无法确切知道为什么PL /
SQL代码比较慢。我不用担心太多。普遍的答案是,无论如何,绝大多数数据库工作都必须使用SQL进行。如果甲骨文花了更多的时间优化数据库核心SQL而不是附加语言PL
/ SQL,这将很有意义。
附加条款
对于性能测试,将
connectby逻辑删除到一个单独的步骤中可能会有所帮助。该SQL是加载数据的绝妙技巧,但它可能非常缓慢且占用大量资源。用这种技巧一次加载一个样本表,然后从该表中插入更为现实。
我尝试使用新的Oracle 12c功能(临时撤消)和新的18c功能(私有临时表)。两者都没有比常规临时表提高性能。
我不会打赌,但是我可以看到一种结果,随着数据变大,结果将完全改变。日志缓冲区和缓冲区高速缓存只能变大。最终,该后台I /
O可能加起来并淹没了某些进程,从而将
BACKGROUND等待变为
FOREGROUND等待。另一方面,PL /
SQL解决方案只有这么多的PGA内存,然后崩溃。
最后,这部分证实了我对“内存数据库”的怀疑。缓存并不是什么新鲜事物,数据库已经做了数十年了。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)