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up免费主机域名date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_免费主机域名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 eidcommit;
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 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 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云技术网站,小编将为大家输出更多高质量的实用文章!
相关推荐: Service如何使用referred和avileable固定会话到一个节点并且宕机后会切换到另一个节点
这篇文章给大家分享的是有关Service如何使用referred和avileable固定会话到一个节点并且宕机后会切换到另一个节点的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。 Service使用referred和avileable…