PL/SQL中三种游标循环效率对比
这里主要对比以下三种格式的游标循环: 1.单条处理 open 游标; LOOP FETCH 游标 INTO 变量; EXIT WHEN 条件; END LOOP; CLOSE 游
这里主要对比以下三种格式的游标循环:
1.单条处理
open 游标;
LOOP
FETCH 游标 INTO 变量;
EXIT WHEN 条件;
END LOOP;
CLOSE 游标;
2.批量处理
open 游标;
FETCH 游标 BULK COLLECT INTO 集合变量;
CLOSE 游标;
3.隐式游标
for x in (sql语句) loop
...--逻辑处理
end loop;
以上为工作中常见的几种游标处理方式,一般来说批量处理的速度要最好,隐式游标的次之,单条处理的最差,但是在我的实际工作中发现大部分使用的还是第一种游标处理。
归其原因竟是对集合变量及批量处理的效率等问题不了解所致。
推荐阅读:
PL/SQL下连接远程Oracle数据库
PL/SQL“ ORA-14551: 无法在查询中执行 DML 操作”解决
这里简单的测试一下以上三种游标的效率,并分析trace文件来查看这3种处理方式的本质。
--创建测试大表
00:09:54 SCOTT@orcl> create table big_data as select 'Cc'||mod(level,8) a,'Dd'||
mod(level,13) b from dual connect by level
Table created.
Elapsed: 00:00:05.87
00:11:17 SCOTT@orcl> select count(*) from big_data;
COUNT(*)
----------
999999
1 row selected.
Elapsed: 00:00:00.07
--分别执行以上三种方式的游标处理的plsql块
00:11:21 SCOTT@orcl> declare
00:17:54 2 cursor c_a is
00:17:54 3 select a from big_data;
00:17:54 4
00:17:54 5 v_a big_data.a%type;
00:17:54 6 begin
00:17:54 7 open c_a;
00:17:54 8 loop
00:17:54 9 fetch c_a into v_a;
00:17:54 10 exit when c_a%notfound;
00:17:54 11 end loop;
00:17:54 12 close c_a;
00:17:54 13 end;
00:17:56 14 /
PL/SQL procedure successfully completed.
Elapsed: 00:00:07.42
00:18:05 SCOTT@orcl> declare
00:19:56 2 cursor c_a is
00:19:56 3 select a from big_data;
00:19:56 4
00:19:56 5 type t_a is table of c_a%rowtype;
00:19:56 6 v_a t_a;
00:19:56 7 begin
00:19:56 8 open c_a;
00:19:56 9 --批量处理
00:19:56 10 fetch c_a bulk collect into v_a;
00:19:56 11 close c_a;
00:19:56 12 end;
00:19:57 13 /
PL/SQL procedure successfully completed.
Elapsed: 00:00:00.64
00:22:55 SCOTT@orcl> declare
00:23:18 2 v_a big_data.a%type;
00:23:18 3 begin
00:23:18 4 --批量处理
00:23:18 5 for x in (select a from big_data) loop
00:23:18 6 v_a:=x.a;
00:23:18 7 end loop;
00:23:18 8 end;
00:23:18 9 /
PL/SQL procedure successfully completed.
Elapsed: 00:00:00.79
注:请保证plsql_optimize_level的参数为2,如果不为2,可能测试结果会不一样.
注意对比消耗时间,1为7.42s, 2为0.64s, 3为0.79s
请继续阅读:

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











전체 테이블 스캔은 MySQL에서 인덱스를 사용하는 것보다 빠를 수 있습니다. 특정 사례는 다음과 같습니다. 1) 데이터 볼륨은 작습니다. 2) 쿼리가 많은 양의 데이터를 반환 할 때; 3) 인덱스 열이 매우 선택적이지 않은 경우; 4) 복잡한 쿼리시. 쿼리 계획을 분석하고 인덱스 최적화, 과도한 인덱스를 피하고 정기적으로 테이블을 유지 관리하면 실제 응용 프로그램에서 최상의 선택을 할 수 있습니다.

InnoDB의 전체 텍스트 검색 기능은 매우 강력하여 데이터베이스 쿼리 효율성과 대량의 텍스트 데이터를 처리 할 수있는 능력을 크게 향상시킬 수 있습니다. 1) InnoDB는 기본 및 고급 검색 쿼리를 지원하는 역 색인화를 통해 전체 텍스트 검색을 구현합니다. 2) 매치 및 키워드를 사용하여 검색, 부울 모드 및 문구 검색을 지원합니다. 3) 최적화 방법에는 워드 세분화 기술 사용, 인덱스의 주기적 재건 및 캐시 크기 조정, 성능과 정확도를 향상시키는 것이 포함됩니다.

예, MySQL은 Windows 7에 설치 될 수 있으며 Microsoft는 Windows 7 지원을 중단했지만 MySQL은 여전히 호환됩니다. 그러나 설치 프로세스 중에 다음 지점이 표시되어야합니다. Windows 용 MySQL 설치 프로그램을 다운로드하십시오. MySQL의 적절한 버전 (커뮤니티 또는 기업)을 선택하십시오. 설치 프로세스 중에 적절한 설치 디렉토리 및 문자를 선택하십시오. 루트 사용자 비밀번호를 설정하고 올바르게 유지하십시오. 테스트를 위해 데이터베이스에 연결하십시오. Windows 7의 호환성 및 보안 문제에 주목하고 지원되는 운영 체제로 업그레이드하는 것이 좋습니다.

MySQL은 오픈 소스 관계형 데이터베이스 관리 시스템입니다. 1) 데이터베이스 및 테이블 작성 : CreateAbase 및 CreateTable 명령을 사용하십시오. 2) 기본 작업 : 삽입, 업데이트, 삭제 및 선택. 3) 고급 운영 : 가입, 하위 쿼리 및 거래 처리. 4) 디버깅 기술 : 확인, 데이터 유형 및 권한을 확인하십시오. 5) 최적화 제안 : 인덱스 사용, 선택을 피하고 거래를 사용하십시오.

클러스터 인덱스와 비 클러스터 인덱스의 차이점은 1. 클러스터 된 인덱스는 인덱스 구조에 데이터 행을 저장하며, 이는 기본 키 및 범위별로 쿼리에 적합합니다. 2. 클러스터되지 않은 인덱스는 인덱스 키 값과 포인터를 데이터 행으로 저장하며 비 예산 키 열 쿼리에 적합합니다.

MySQL 데이터베이스에서 사용자와 데이터베이스 간의 관계는 권한과 테이블로 정의됩니다. 사용자는 데이터베이스에 액세스 할 수있는 사용자 이름과 비밀번호가 있습니다. 권한은 보조금 명령을 통해 부여되며 테이블은 Create Table 명령에 의해 생성됩니다. 사용자와 데이터베이스 간의 관계를 설정하려면 데이터베이스를 작성하고 사용자를 생성 한 다음 권한을 부여해야합니다.

MySQL 및 MariaDB는 공존 할 수 있지만주의해서 구성해야합니다. 열쇠는 각 데이터베이스에 다른 포트 번호와 데이터 디렉토리를 할당하고 메모리 할당 및 캐시 크기와 같은 매개 변수를 조정하는 것입니다. 연결 풀링, 애플리케이션 구성 및 버전 차이도 고려해야하며 함정을 피하기 위해 신중하게 테스트하고 계획해야합니다. 두 개의 데이터베이스를 동시에 실행하면 리소스가 제한되는 상황에서 성능 문제가 발생할 수 있습니다.

MySQL은 B-Tree, Hash, Full-Text 및 Spatial의 4 가지 인덱스 유형을 지원합니다. 1.B- 트리 색인은 동일한 값 검색, 범위 쿼리 및 정렬에 적합합니다. 2. 해시 인덱스는 동일한 값 검색에 적합하지만 범위 쿼리 및 정렬을 지원하지 않습니다. 3. 전체 텍스트 색인은 전체 텍스트 검색에 사용되며 다량의 텍스트 데이터를 처리하는 데 적합합니다. 4. 공간 지수는 지리 공간 데이터 쿼리에 사용되며 GIS 응용 프로그램에 적합합니다.
