加速Oracle大批量数据处理的2个好用方案

　　其实加速Oracle大批量数据处理并不困难，你选择的实际应用方案很重要，以下的文章主要是对解决加速Oracle大批量数据处理的2个方案的介绍，即，提高DML操作的办法还有各种批量DML操作  。

　　一、加速Oracle大批量数据处理的方法之一，提高DML操作的办法：

　　简单说来：

　　１、暂停索引，更新后恢复.避免在更新的过程中涉及到索引的重建.

　　２、批量更新，每更新一些记录后及时进行提交动作.避免大量占用回滚段和或临时表空间.

　　３、创建一临时的大的表空间用来应对这些更新动作．

　　4、批量更新，每更新一些记录后及时进行提交动作.避免大量占用回滚段和或临时表空间.

　　5、创建一临时的大的表空间用来应对这些更新动作．

　　6、加大排序缓冲区

alter session set sort_area_size=100000000;  
insert into tableb select * from tablea;  
commit;  

　　如果UPDATE的是索引字段，就会涉及到索引的重建，暂停索引不会提高多少的速度，反而有可能降低UPDATE速度，

　　因为在更新是索引可以提高数据的查询速度，重建索引引起的速度降低影响不大  。

　　Oracle优化修改参数最多也只能把性能提高15%，大部分都是SQL语句的优化！

　　update总体来说比insert要慢 ：

　　几点建议：

　　1、如果更新的数据量接近整个表，就不应该使用index而应该采用全表扫描

　　2、减少不必要的index，因为update表通常需要update index

　　3、如果你的服务器有多个cpu，采用parellel hint，可以大幅度的提高效率

　　另外，建表的参数非常重要，对于更新非常频繁的表，建议加大PCTFREE的值，以保证数据块中有足够的空间用于UPDATE， 从而降低CHAINED_ROWS  。

　　二、加速Oracle大批量数据处理之二各种批量DML操作：

　　（1）、Oracle批量拷贝：

set arraysize 20  
set copycommit 5000  
copy from username/password@Oraclename append table_name1  
using select * from table_name2;  

　　（2）、常规插入方式：

insert into t1 select * from t; 

　　为了提高速度可以使用下面方法，来减少插入过程中产生的日志:

alter table t1 nologging;  
insert into t1 select * from t;  
commit;  

　　(3)、CTAS方式：

create table t1  
as  
select * from t;  

　　为了提高速度可以使用下面方法，来减少插入过程中产生的日志，并且可以制定并行度:

create table t1 nologging parallel(degree 2) as select * from t;  

　　上述的相关内容就是对加速Oracle大批量数据处理的方案描述，希望会给你带来一些帮助在此方面  。