巧用parallel极速提升数据加载速度(r2第21天)

并行在平时工作中可能不是很注意，因为有时候即使设定了parallel 相关的hint，感觉性能也好不到哪去。这是我以前的感觉。 今天通过一个案例来分享一下通过parallel来使数据加载的速度达到极速提升。 现有一个很让人头疼的表，里面还有clob字段，通过exp/imp来导出导入数据，导出慢还可以接受，导入的速度大概在一秒钟1000条的速度，对于千万，上亿的数据来说，简直就是噩梦。对于数据泵，也测试了各种可能的改进方法。但是效果都不让人满意，首先就是对于undo的消耗极大，还有impdp中parallel选项因为clob无法激活。在测试环境中反复测试，时间大概保持在2个小时的样子（数据量是5千万),而且还得不断的去查看undo的使用率，有一次测试中还报了undo空间不足的错误，整个数据导入得重头再来，而且还使得高水位线受到影响。 个人反复的尝试，最后使用外部表来进行数据的分批导入，这样能够降低undo使用率，对于进度也比较好把握，比如对于大表big_table，我生成了20个外部表，把big_table里的数据分摊到了20个外部表中，这样每个外部表做完insert之后，马上commit，可以减少undo使用竞争。测试环境中测试，时间在40~60分钟左右，刚开始的时候速度很快，一分钟将近160万的数据加载速度，但是到后面速度就开始逐渐降下来了。最后150万的数据基本在5分钟左右。 一方面是外部原因，另一方面和数据库内部的机理也有关联，有些块不会很快的释放。 使用外部表Insert的方式性能要好一些，但是得改进一些地方，尤其是对于大表来说，parallel比想象中的效果要好很多， 首先来看一下一般的数据插入速度。速度在40秒左右。为了保证测试的可评估性，我每次都会换一个数据量基本一致的外部表来插入数据。 SQL> insert into big_table select *from big_table_ext_33; 820374 rows created. Elapsed: 00:00:40.80 SQL> commit; 尝试使用append方式插入数据，表big_table已经设置为nologging模式，有4个local partitioned 的index,都是logging模式。 速度一下子提升了不少达到了16秒。 SQL> insert /*+append*/ into big_table select *from big_table_ext_30; 960461 rows created. Elapsed: 00:00:16.11 然后继续换一个表，使用parallel hint来插入数据。但是时间好像没有任何提升。 SQL> insert /*+append parallel(big_table 8) */ into big_table select *from big_table_ext_2; 988140 rows created. Elapsed: 00:00:16.14 这个时候可以使用v$pq_sesstat来查看使用parallel被启用了。 SQL> select * from v$pq_sesstat; STATISTIC LAST_QUERY SESSION_TOTAL ------------------------------ ---------- ------------- Queries Parallelized 0 0 DML Parallelized 0 0 DDL Parallelized 0 0 DFO Trees 0 0 Server Threads 0 0 Allocation Height 0 0 Allocation Width 0 0 Local Msgs Sent 0 0 Distr Msgs Sent 0 0 Local Msgs Recv'd 0 0 Distr Msgs Recv'd 0 0 11 rows selected. 可以看到parallel的hint被oracle给忽略了。parallel dml的优先级是session >hint> object 所以继续设置session级的hint，启用parallel，这个时候如果想保证启用paralell可以使用force选项。 SQL> alter session force parallel dml parallel 8; Session altered. Elapsed: 00:00:00.00 再次插入数据，时间一下子降低到了6秒钟。 SQL> insert /*+append parallel(big_table 8) */ into big_table select *from big_table_ext_31; 930198 rows created. Elapsed: 00:00:06.49 SQL> commit; 清空数据，稍候继续插入数据，来看看是否parallel被启用了。 SQL> truncate table big_table; Table truncated. Elapsed: 00:00:01.34 SQL> select * from v$pq_sesstat; STATISTIC LAST_QUERY SESSION_TOTAL ------------------------------ ---------- ------------- Queries Parallelized 0 0 DML Parallelized 0 1 DDL Parallelized 0 0 DFO Trees 0 1 Server Threads 0 0 Allocation Height 0 0 Allocation Width 0 0 Local Msgs Sent 0 16191 Distr Msgs Sent 0 0 Local Msgs Recv'd 0 16191 Distr Msgs Recv'd 0 0 11 rows selected. 将近100万的数据在6秒钟导入了，如果是5000万的数据大概需要6分钟左右的时间，来简单验证一下 做一个大的数据插入。大概用了7分钟的时间，速度还是不错的。 SQL> insert /*+append parallel(big_table 8) */ into big_table select *from big_table_ext; 58303757 rows created. Elapsed: 00:07:26.48 SQL> commit; Commit complete. Elapsed: 00:00:01.92 SQL> select * from v$pq_sesstat; STATISTIC LAST_QUERY SESSION_TOTAL ------------------------------ ---------- ------------- Queries Parallelized 0 0 DML Parallelized 1 2 DDL Parallelized 0 0 DFO Trees 1 2 Server Threads 16 0 Allocation Height 8 0 Allocation Width 1 0 Local Msgs Sent 994995 1011186 Distr Msgs Sent 0 0 Local Msgs Recv'd 994995 1011186 Distr Msgs Recv'd 0 0 11 rows selected. 在数据导入的过程中，启用了相应的并行进程。 26388 testdbn 15 0 11.5g 1.4g 1.1g S 38.3 0.4 2:41.80 ora_p012_TESTDB 26394 testdbn 15 0 11.5g 1.4g 1.1g S 38.3 0.4 2:40.87 ora_p015_TESTDB 26380 testdbn 15 0 11.5g 1.4g 1.2g S 37.6 0.4 3:50.61 ora_p008_TESTDB 26390 testdbn 15 0 11.5g 1.4g 1.1g S 37.6 0.4 2:44.64 ora_p013_TESTDB 26392 testdbn 15 0 11.5g 1.4g 1.1g S 37.3 0.4 2:43.63 ora_p014_TESTDB 26382 testdbn 15 0 11.5g 1.4g 1.1g S 37.0 0.4 2:43.43 ora_p009_TESTDB 7080 testdbn 16 0 11.3g 68m 28m S 9.7 0.0 2:38.05 ora_arc2_TESTDB 4101 testdbn 15 0 11.2g 6.1g 6.1g S 6.1 1.7 10:54.46 ora_dbw1_TESTDB 4105 testdbn 15 0 11.2g 6.1g 6.1g S 6.1 1.7 11:27.73 ora_dbw3_TESTDB 4099 testdbn 15 0 11.2g 6.1g 6.1g R 5.8 1.7 11:49.40 ora_dbw0_TESTDB 4103 testdbn 15 0 11.2g 6.1g 6.1g S 4.8 1.7 10:47.55 ora_dbw2_TESTDB 所以在cpu资源充足的情况下，启用并行也是一个不错的选择。