Oracle 临时表之临时表的应用问题
网上有人给出了最佳的优化思路是: 1.先将大表中满足条件的记录抽出来生成一张临时表. 2.再将这较小的临时表与另一张较小的表进行
网上有人给出了最佳的优化思路是:
1.先将大表中满足条件的记录抽出来生成一张临时表.
2.再将这较小的临时表与另一张较小的表进行关联查询.
先不论思路是否值得商榷,这把临时表当成中转站的做法还是很值得肯定
临时表本质上就是一种cache的表现形式,Oracle的临时表都是事先建好的
一旦用了临时表,存放的就是和本会话相关的数据
没有人会傻乎乎地用临时表来保存本应该共享的数据
with子查询实际上也是用了临时表,Oracle会替你创建一张临时表
因此临时表的开销WITH子查询也会有。只要把AUTOTRACE打开你就会看到REDO的开销
关于临时表的使用至少会带来两个问题:
1)主查询的执行计划问题
2)额外的写redo的问题
如果,
临时表作为复杂查询条件的中间结果用于主查询,因为临时表里往往只是个别字段的少量数据,1)的问题比较突出;
如果,
临时表作为最终展现前的结果归集,可能临时表会有比较多字段的较多数据,2)的问题比较突出
㈠ 主查询的执行计划问题
9i临时表由于动态采样level 1,还得用hint,10g比较好用
比较复杂的存储过程(比如数据抽取)可能用到临时表,比实体表优势就是redo少,,自动清除
对于临时表的缺陷--采样问题,执行计划的问题其实主要是临时表的cardinality的问题
对于临时表方案,建议动态采样。9IR2以后的版本使用DYNAMIC_SAMPLING 参数或hint能基本避免
如写上 HINT强制它采样 /*+dynamic_sampling(t 0) */
cardinality hint分段提示是个比较好的最佳实践
例如:
临时表里的数据量有大起大落的情形,Oracle只会在硬解析的时候做一次取样
当临时表数据量变化之后,原来的执行计划可能已经不是最优的
碰到这种问题建议使用动态SQL
临时表的数据量在插入结束之后可以通过SQL%ROWCOUNT得知
然后在动态SQL里面拼入cardinality提示,这个提示没有必要精确,要不然你就会有无数的硬解析了
建议给它设置的坎是5000, 即1-5000当作5000处理,5001-10000当作10000,
如此类推,CARDINALITY = CEIL(SQL%ROWCOUNT/5000)*5000,
你也可以通过测试调整出一个合理的值

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Artikel ini membincangkan menggunakan pernyataan jadual Alter MySQL untuk mengubah suai jadual, termasuk menambah/menjatuhkan lajur, menamakan semula jadual/lajur, dan menukar jenis data lajur.

Keupayaan carian teks penuh InnoDB sangat kuat, yang dapat meningkatkan kecekapan pertanyaan pangkalan data dan keupayaan untuk memproses sejumlah besar data teks. 1) InnoDB melaksanakan carian teks penuh melalui pengindeksan terbalik, menyokong pertanyaan carian asas dan maju. 2) Gunakan perlawanan dan terhadap kata kunci untuk mencari, menyokong mod boolean dan carian frasa. 3) Kaedah pengoptimuman termasuk menggunakan teknologi segmentasi perkataan, membina semula indeks dan menyesuaikan saiz cache untuk meningkatkan prestasi dan ketepatan.

Artikel membincangkan mengkonfigurasi penyulitan SSL/TLS untuk MySQL, termasuk penjanaan sijil dan pengesahan. Isu utama menggunakan implikasi keselamatan sijil yang ditandatangani sendiri. [Kira-kira aksara: 159]

Artikel membincangkan alat MySQL GUI yang popular seperti MySQL Workbench dan PHPMyAdmin, membandingkan ciri dan kesesuaian mereka untuk pemula dan pengguna maju. [159 aksara]

Artikel membincangkan strategi untuk mengendalikan dataset besar di MySQL, termasuk pembahagian, sharding, pengindeksan, dan pengoptimuman pertanyaan.

Artikel ini membincangkan jadual menjatuhkan di MySQL menggunakan pernyataan Jadual Drop, menekankan langkah berjaga -jaga dan risiko. Ia menyoroti bahawa tindakan itu tidak dapat dipulihkan tanpa sandaran, memperincikan kaedah pemulihan dan bahaya persekitaran pengeluaran yang berpotensi.

Artikel ini membincangkan membuat indeks pada lajur JSON dalam pelbagai pangkalan data seperti PostgreSQL, MySQL, dan MongoDB untuk meningkatkan prestasi pertanyaan. Ia menerangkan sintaks dan faedah mengindeks laluan JSON tertentu, dan menyenaraikan sistem pangkalan data yang disokong.

Artikel membincangkan menggunakan kunci asing untuk mewakili hubungan dalam pangkalan data, memberi tumpuan kepada amalan terbaik, integriti data, dan perangkap umum untuk dielakkan.
