Oracle数据库后端优化建议
时间:2019-03-06 16:56 来源:linux.it.net.cn 作者:IT
一、使用参数化sql语句：
非参数化的sql语句一般都需要硬解析，使用参数化的sql语句就能充分使用解析后的sql语句，从而达到了优化的效果。
二、管理对数据量巨大的表的访问：
前期表的数据量都不会太大，因此我们要提前预估到那些表的数据量将是巨大的，并提前规划和管理对这些表的访问。
数据量大的表的全表查询不但会产生文件读取（磁盘IO）还会使Oracle实例系统全局区中的数据缓冲区充满，因而当用户访问其它比较常用的数据时就需要从文件读取，产生了磁盘IO因此大大地降低了效率。
三、数据量大的时候避免在数据库中进行排序
中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。
四、优化子查询
避免在子查询中使用group by和order by,主要是为了减小中间数据量。中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。
五、视图
如果视图中存在group by,尽量先用where过滤，也是为了减小中间数据量。中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。
六、使用UNION ALL代替UNION
UNION相当于多使用了一个distinct，而distinct去重复效率不高尽量避免。
七、避免在SQL中使用PL/SQL的功能
库缓存中sql解析缓存区和pl/sql解析缓存区是分开的，在sql中调用存储过程的话，系统在sql解析缓存中找不到pl/sql，因此会重新解析一次
(责任编辑：IT)
| 一、使用参数化sql语句： 非参数化的sql语句一般都需要硬解析，使用参数化的sql语句就能充分使用解析后的sql语句，从而达到了优化的效果。 二、管理对数据量巨大的表的访问： 前期表的数据量都不会太大，因此我们要提前预估到那些表的数据量将是巨大的，并提前规划和管理对这些表的访问。 数据量大的表的全表查询不但会产生文件读取（磁盘IO）还会使Oracle实例系统全局区中的数据缓冲区充满，因而当用户访问其它比较常用的数据时就需要从文件读取，产生了磁盘IO因此大大地降低了效率。 三、数据量大的时候避免在数据库中进行排序 中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。 四、优化子查询 避免在子查询中使用group by和order by,主要是为了减小中间数据量。中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。 五、视图 如果视图中存在group by,尽量先用where过滤，也是为了减小中间数据量。中间数据量过大会导致计算产生中间数据从内存中置换到temp表空间从而产生不必要的磁盘IO。 六、使用UNION ALL代替UNION UNION相当于多使用了一个distinct，而distinct去重复效率不高尽量避免。 七、避免在SQL中使用PL/SQL的功能 库缓存中sql解析缓存区和pl/sql解析缓存区是分开的，在sql中调用存储过程的话，系统在sql解析缓存中找不到pl/sql，因此会重新解析一次 (责任编辑：IT) |