循序渐进调优ddl的案例 （79天)
在平时的工作中，可能需要导入一些数据，有些表可能比较大，对于constraint的操作可能会耗费大量的时间，今天简单做了一些相关的测试，也提出了一些相关的优化方案，对结果进行比较，看看哪种才是比较合理的方法。
首先监控redo,undo的生成量也是衡量的一个标准。本次测试就简单从redo,undo,执行时间这三个方面进行总结。我准备采用shell脚本来进行监控。脚本内容见最后。
首先删除原有的表，重新创建，这个过程中也可以监控redo,undo和执行时间。数据量目前在40万左右，可以看到创建constraint的时候耗费了约70M左右的redo
然后在客户的机器上进行了简单的测试，配置要比本地好很多，测试的数据量是800万的。为了放大某些细节，总结的测试结果如下。
各种多种场景最终都被否定了，最后可以考虑一下把constraint和index分离，加上parallel来处理。
采用这种方式，响应时间和redo的生成量都大幅度降低,从原来的17秒减少到了8秒
脚本如下：
-------------------------------------------------------------------------
sqlplus -s n1/n1 <<EOF
set feedback off
set termout off
set linesize 100
set pages 50
col name format a30
variable redo number
spool test_before_tmp.log
@redo_stat.sql
@undo_stat.sql
spool off;
set timing on
$1
set timing off
--alter session enable parallel ddl;
spool test_after_tmp.log
@redo_stat.sql
@undo_stat.sql
spool off;
EOF
echo '##################################################'
echo 'redo, undo stats generated as below'
echo '##################################################'
sdiff test_before_tmp.log test_after_tmp.log|grep "|"|awk -F"|" '{print $2}'
exit引用到的sql脚本内容如下：
--redo_stat.sql
select a.name ,b.value from v$statname a,v$mystat b
where a.STATISTIC#=b.STATISTIC#
and a.name like '%redo%'
order by a.name;
--undo_stat.sql
select a.name ,b.value from v$statname a,v$mystat b
where a.STATISTIC#=b.STATISTIC#
and a.name like '%undo%'
order by a.name;本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2014-05-21，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
