关于加快INSERT语句执行速度和HINT /*+ append */及/*+ append nologging */的使用

(非归档模式下)创建表T01:

SQL> create table t01 as select * from dba_objects where 1=2;

Table created.

(非归档模式下)查看当前redo大小:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

49784

(非归档模式下)普通INSERT语句插入:

SQL> insert into t01 select * from dba_objects;

11698 rows created.

(非归档模式下)查看普通INSERT语句执行后,当前redo大小:

SQL> select value

from v$mystat,v$statname

2 3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘;

VALUE

----------

1305724

(非归档模式)采用HINT /*+ append*/执行INSERT语句:

SQL> insert /*+ append */ into t01 select * from dba_objects;

11698 rows created.

(非归档模式)查询带/*+ append*/的INSERT执行后,当前redo大小:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘;

VALUE

----------

1308140

(非归档模式)计算使用HINT(/*+ append*/)和普通INSERT语句分别产生的redo大小:

SQL> select (1308140-1305724) redo_append,(1305724-49784) redo from dual;

REDO_APPEND REDO

----------- ----------

2416 1255940

可见,在非归档模式下,INSERT语句采用HINT /*+ APPEND*/的方式确实比普通INSERT语句产生的redo要少很多。

=========================================

下面测试归档模式下

SQL> archive log list

Database log mode Archive Mode

Automatic archival Enabled

Archive destination /u01/arch

Oldest online log sequence 109

Next log sequence to archive 111

Current log sequence 111

(归档模式)查看当前redo大小:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

19540

(归档模式)执行普通INSERT语句:

SQL> insert into t01 select * from dba_objects;

11698 rows created.

(归档模式)普通INSERT方式产生的redo大小:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

1218884

(归档模式)采用HINT /*+ append*/执行INSERT语句:

SQL> insert /*+ append */ into t01 select * from dba_objects;

11698 rows created.

(归档模式)查询带/*+ append*/的INSERT执行后,当前redo大小:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘;

VALUE

----------

2451664

(归档模式)计算使用HINT(/*+ append*/)和普通INSERT语句分别产生的redo大小:

SQL> select (2451664-1218884) redo_append,(1218884-19540) from dual;

REDO_APPEND (1218884-19540)

----------- ---------------

1232780 1199344

可见,在归档模式下,采用HINT与普通INSERT方式产生的redo量是相当的,且略大于普通INSERT语句产生的redo量。

=========================================

再看一种情况,归档模式,T01也是LOGGING模式

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

2541780

SQL> insert /*+ append nologging */ into t01 select * from dba_objects;

或者执行:

SQL> insert /*+ append */ into t01 nologging select * from dba_objects;

也将产生redo的量为:1233040。

=========================================

最后一种情况:

(归档模式)修改T01的属性为NOLOGGING:

SQL> alter table t01 nologging;

Table altered.

SQL> select table_name,logging from dba_tables where table_name=‘T01‘;

TABLE_NAME LOG

------------------------------ ---

T01 NO

(归档模式)查看当前redo值:

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

5010600

(归档模式)执行普通INSERT语句:

SQL> insert into t01 select * from dba_objects;

11698 rows created.

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

6209848

(归档模式)采用HINT /*+ append*/执行INSERT语句:

SQL> insert /*+ append */ into t01 select * from dba_objects;

11698 rows created.

SQL> select value

2 from v$mystat,v$statname

3 where v$mystat.statistic#=v$statname.statistic#

4 and v$statname.name=‘redo size‘

5 /

VALUE

----------

6210536

(归档模式)计算两者产生的redo差值:

SQL> select (6210536-6209848) redo_append,(6209848-5010600) redo from dual;

REDO_APPEND REDO

----------- ----------

688 1199248

可见,在归档模式下,将表调整为NOLOGGING,产生的redo量是最少的!

对比一下:

非归档,T01(LOGGING),普通INSERT语句产生的redo值:1255940

非归档,T01(LOGGING),HINT /*+append*/,产生的redo值:2416

归档,T01(LOGGING),普通INSERT语句产生的redo值:1199344

归档,T01(LOGGING), HINT /*+ append*/,产生的redo值:1232780

归档,T01(LOGGING),/*+append*/ + nologging,产生的redo值:1233040

归档,T01(NOLOGGING),普通INSERT语句产生的redo值:688

归档,T01(NOLOGGING),HINT /*+append*/,产生的redo值:1199248

综合以上的数据,可以明白,如果想INSERT语句执行的更快,产生更少的redo,分两种情况:

非归档模式:

1、在INSERT语句中使用HINT /*+ append */或者使用HINT /*+ append nologging */两者插入数据的速度相同,但是后者产生的日志要少10倍左右

归档模式:

1、将目标表修改为NOLOGGING(alter table xxx nologging),然后在INSERT语句中使用HINT /*+ append */.或者HINT /*+ append nologging */

2、append在没有使用nologging的情况下,并不会减少归档日志的产生。

3、将表改为nologging属性的情况下插入数据,几乎不会产生归档日志,但前提是必须要使用append参数,否则产生依然会产生归档日志,只不过表在创建时不会产生归档。

时间: 2024-10-11 17:31:51

关于加快INSERT语句执行速度和HINT /*+ append */及/*+ append nologging */的使用的相关文章

查看Sql语句执行速度

原文链接:http://www.cnblogs.com/New-world/archive/2012/11/28/2793560.htmlMS_SQL模糊查询like和charindex的对比 like查询效率低下,网上搜了一下替代like查询的方法,都是说用charindex方法,自己对比了一下查询速度 test1表中有一千两百多万条数据,我只给ID加了索引 先看一下 '%我%'这种模糊查询: declare @q datetime set @q = getdate() select ID,U

测试mysql语句执行速度

进入mysql命令行: set profiling=1; //开启记录mysql语句执行时间 set profiling=0; //关闭 show profiles; //查看之前执行的语句,(貌似只能查看在mysql命令行下执行的语句.) 400W左右的数据,随机select一条,大概3,4秒,建立索引后能优化到1ms左右啊混蛋.

Python批量执行oracle中的insert语句

从oracle导出一个表的数据,导出的格式是insert语句,数据量30万. 直接在PL/SQL Developer中执行,速度非常慢,脚本中也是100条数据提交一次.因为需要的时间太长,每次中断后,下次执行,又要重新全部导入,需要把之前导入的数据清除. 为了能够断点续传,想了个办法: 用Python把脚本分拆,用commit作为分隔符(脚本中每100条数据有一个commit),分拆成多个脚本,用Python遍历文件夹下的脚本,分别执行每个脚本的语句,执行完成后,把脚本移动到BAK目录,这样即使

Oracle>>通过PL/SQL程序块判断,指定用户的指定数据表和序列是否存在,如果存在则删除,否则新创建。并且为表添加含有字符串数据,execute immediate执行insert语句中有字符串解决办法

--变量声明 declare num0 number; num1 number; begin --判断用户为:SYSTEM的数据库中是否存在相关数据表和序列,存在则删除,不存在则新创建,DBMS_OUTPUT.put_line等同java中的System.out.println输出语句 DBMS_OUTPUT.put_line('正在初始化数据库信息,请稍后......'); --以下参数说明: --所涉及到的参数值必须为大写 --sequence_owner:指定哪个数据库用户的序列: seq

Mybatis执行insert语句,获取主键

一般的insert操作返回的是受影响行数,如果要获得新增加的那一行的主键,有两种方式可以实现. 方法1(推荐): <insert id="addAuthor" parameterType="domain.Author" useGeneratedKeys="true" keyProperty="id"> insert into author(username,password,email,bio) values(#{

一条insert语句批量插入多条记录 AND 多条件游标更新 变CASE WHEN更新法提高速度

一条insert语句批量插入多条记录 常见的insert语句,向数据库中,一条语句只能插入一条数据: insert into persons (id_p, lastname , firstName, city ) values(204,'haha' , 'deng' , 'shenzhen'); (如上,仅插入了一条记录) 怎样一次insert插入多条记录呢? 使用示例: insert into persons (id_p, lastname , firstName, city ) values

【知识点整理】Oracle中NOLOGGING、APPEND、ARCHIVE和PARALLEL下,REDO、UNDO和执行速度的比较

[知识点整理]Oracle中NOLOGGING.APPEND.ARCHIVE和PARALLEL下,REDO.UNDO和执行速度的比较 1  BLOG文档结构图 2  前言部分 2.1  导读和注意事项 各位技术爱好者,看完本文后,你可以掌握如下的技能,也可以学到一些其它你所不知道的知识,~O(∩_∩)O~: ① 系统和会话级别的REDO和UNDO量的查询 ② NOLOGGING.APPEND.ARCHIVE和PARALLEL下,REDO.UNDO和执行速度的比较(重点)   Tips: ① 本文

Mysql insert语句的优化

1) 如果你同时从同一客户插入很多行,使用多个值表的INSERT语句.这比使用分开INSERT语句快(在一些情况中几倍).    Insert into test values(1,2),(1,3),(1,4)- 2) 如果你从不同客户插入很多行,能通过使用INSERT DELAYED语句得到更高的速度.Delayed的含义是让insert 语句马上执行,其实数据都被放在内存的队列中,并没有真正写入磁盘:这比每条语句分别插入要快的多:LOW_PRIORITY刚好相反,在所有其他用户对表的读写完后

Insert语句加/*+APPEND */在循环中单条提交对系统的影响分析

1./*+APPEND */提示的用途 /*+APPEND */提示,是一个INSERT语句专有的hint,它的作用,大家都知道是用来提升insert速度的,并且效果非常的明显,至于它的提升速度的工作原理,在笔者的另一篇博文<用直接路径(direct-path)insert提升性能的两种方法>中有提到(以优点方式提出),该文地址为:http://blog.csdn.net/ljunjie82/article/details/42615233 2.单条循环提交中使用/*+APPEND */的巨大