行迁移对跨分区update效率的影响分析
本篇内容介绍了"行迁移对跨分区update效率的影响分析"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
测试目的：
行迁移对跨分区update效率的影响。 创建测试表
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 ;
开启行迁移
alter table ming.LICISITS_R enable row movement;
每个分区插入10万数据
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;
/
开启记录时间
set timing on time on
将SYS_P3695分区数据全部update到SYS_P3696分区
17:24:15 SQL> update ming.LICISITS_R set EUTIME=sysdate-31 where eid<=100000;
commit;
100000 rows updated.
Elapsed: 00:00:06.19
时间为6秒
分区内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
再移动回去
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
#############################################################
多次测试后发现，10万数据行迁移需要4-6秒，分区内update不用1秒。
############################################################# 在此期间监控记录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 --
分区内update：744-->27306840，大约26M redo
分区间行迁移：27306840-->165164928大约131M redo
将数据删除再插入，生成的redo从165164928-->275735704
此过程大约需要105M redo
"行迁移对跨分区update效率的影响分析"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！
