Datapump expdp和impdp中parallel参数分析

这篇文章主要介绍“Datapump expdp和impdp中parallel参数分析”，在日常操作中，相信很多人在Datapump expdp和impdp中parallel参数分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Datapump expdp和impdp中parallel参数分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！在expdp和impdp中，可以通过并行（parallel参数）来提高导出导入速率。这个参数会受到cpu和I/O影响。所以在使用parallel参数时，需要在资源消耗和运行时间之间进行权衡。Parallel参数默认值为1，当parallel免费主机域名值设置为3时，则表示最多会有三个线程处理，而不是一定会有三个线程处理。由于同一时间内，一个dump文件只有一个线程进行处理。所以输出的文件若只有一个，那么就算parallel=4，也只有一个线程在工作。1.Expdp中的parallle参数filesize可以配合使用Parallel:执行最大线程数（并行读）Filesize:指定单个文件大小。通过指定文件的大小，来指定文件的数量。摘抄官方文档的一句话：The value you specify forintegershould be less than, or equal to, the number of files in the dump file set。在expdp中，parallel参数值应小于等于dump文件数。默认情况下，假设在导出的时候指定parallel=3,那么则会产生三个dump文件。所以在考虑parallel参数的设置的时候，可以优先考虑需要导出几个文件最合适。如果prarallel值设置过高，则有可能报ORA-39095error。eg:$ expdp scott/tiger directroy=dump_dir dumpfile=scott_%U.dmp parallel=4 免费主机域名filesize=10m2.Impdp中的parallel参数Parallel在impdp中的参数与expdp中有所不同。摘抄官方文档一句话：If the source of the import is a dump file set consisting of files, then multiple processes can read from the same file, but performance may be limited by I/O contention.该意为：在impdp中，parallel参数可以在一个文件或者多个文件中均可以使用，但是parallel参数不是越大越好，同样会受到I/O的限制。eg:$ impdp scott/tiger directroy=dump_dir dumpfile=scott_%U.dmp parallel=4到此，关于“Datapump expdp和impdp中parallel参数分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注云技术网站，小编会继续努力为大家带来更多实用的文章！

相关推荐: 数据库中如何一键查看索引历史使用情况

这篇文章给大家分享的是有关数据库中如何一键查看索引历史使用情况的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟免费主机域名随小编过来看看吧。假设这么一个场景，有一张表建了很多索引，我们可以怎么通过观察索引历史使用记录，来看是不是可以删除一些多余索引呢?…