行遷移對跨分區update效率的影響分析

本篇內容介紹了“行遷移對跨分區update效率的影響分析”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

測試目的：
行遷移對跨分區update效率的影響。 創建測試表
create table ming.LICISITS_R
(
EID NUMBER(18) not null,
EUTIME DATE  default sysdate ,
dynamicmap VARCHAR2(200) not null
)
PARTITION BY RANGE (EUTIME) INTERVAL (numtoyminterval(1, 'month'))
(partition p1900 values less than(to_date('1900-01-01', 'yyyy-mm-dd')));

alter table ming.LICISITS_R add constraint PK_LICISITS_R primary key(EID) using index ;
alter table ming.LICISITS_R add constraint PK_LG_LICISITS_R unique(dynamicmap) using index ;

開啟行遷移
alter table ming.LICISITS_R enable row movement;

每個分區插入10萬數據
begin
    for i in  1 .. 100000
    loop
        insert into ming.LICISITS_R values( i,sysdate,i);
    end loop;
    commit;
end;
/ begin
    for i in  100001 .. 200000
    loop
        insert into ming.LICISITS_R values( i,sysdate-31,i);
    end loop;
    commit;
end;
/

開啟記錄時間
set timing on time on

將SYS_P3695分區數據全部update到SYS_P3696分區
17:24:15 SQL> update ming.LICISITS_R set EUTIME=sysdate-31 where eid<=100000;
commit;

100000 rows updated.

Elapsed: 00:00:06.19
時間為6秒

分區內update
17:25:21 SQL> update ming.LICISITS_R set EUTIME=sysdate-32 where eid<=100000;

100000 rows updated.

Elapsed: 00:00:00.71
只需要0.71秒

再移動回去
17:26:45 SQL> update ming.LICISITS_R set EUTIME=sysdate where eid<=100000;

100000 rows updated.

Elapsed: 00:00:04.31
需要04.31秒

#############################################################
多次測試后發現，10萬數據行遷移需要4-6秒，分區內update不用1秒。
############################################################# 在此期間監控記錄redo生成量
select * from v$statname where name like '%redo%'
select * from v$sesstat where statistic#=288 and sid=807
744-27306840--165164928 --
分區內update：744-->27306840，大約26M redo
分區間行遷移：27306840-->165164928大約131M redo
將數據刪除再插入，生成的redo從165164928-->275735704
此過程大約需要105M redo

“行遷移對跨分區update效率的影響分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！