insert大量数据的一些经验

在很多时候，我们会需要对一个表进行插入大量的数据，并且希望在尽可能短的时间内完成该工作，这里，和大家分享下我平时在做大量数据insert的一些经验。

前提：在做insert数据之前，如果是非生产环境，请将表的索引和约束去掉，待insert完成后再建索引和约束。

insert into tab1 select * from tab2;
commit;

1 2	insert into tab1 select * from tab2; commit;

这是最基础的insert语句，我们把tab2表中的数据insert到tab1表中。根据经验，千万级的数据可在1小时内完成。但是该方法产生的arch会非常快，需要关注归档的产生量，及时启动备份软件，避免arch目录撑爆。

alter table tab1 nologging;
insert /*+ append */ into tab1 select * from tab2;
commit;
alter table tab1 logging;

alter table tab1 nologging;

insert /*+ append */ into tab1 select * from tab2;

commit;

alter table tab1 logging;

该方法会使得产生arch大大减少，并且在一定程度上提高时间，根据经验，千万级的数据可在45分钟内完成。但是请注意，该方法适合单进程的串行方式，如果当有多个进程同时运行时，后发起的进程会有enqueue的等待。注意此方法千万不能dataguard上用（不过要是在database已经force logging那也是不怕的，呵呵）！！

insert into tab1 select /*+ parallel */ * from tab2;
commit;

1 2	insert into tab1 select /+ parallel / * from tab2; commit;

对于select之后的语句是全表扫描的情况，我们可以加parallel的hint来提高其并发，这里需要注意的是最大并发度受到初始化参数parallel_max_servers的限制，并发的进程可以通过v$px_session查看，或者ps -ef |grep ora_p查看。

alter session enable parallel dml;
insert /*+ parallel */ into tab1 select * from tab2;
commit;

alter session enable parallel dml;

insert /*+ parallel */ into tab1 select * from tab2;

commit;

与方法2相反，并发的insert，尚未比较和方法2哪个效率更高（偶估计是方法2快），有测试过的朋友欢迎补充。

insert into tab1 select * from tab2 partition (p1);
insert into tab1 select * from tab2 partition (p2);
insert into tab1 select * from tab2 partition (p3);
insert into tab1 select * from tab2 partition (p4);

insert into tab1 select * from tab2 partition (p1);

insert into tab1 select * from tab2 partition (p2);

insert into tab1 select * from tab2 partition (p3);

insert into tab1 select * from tab2 partition (p4);

对于分区表可以利用tab1进行多个进程的并发insert，分区越多，可以启动的进程越多。我曾经试过insert 2.6亿行记录的一个表，8个分区，8个进程，如果用方法2，单个进程完成可能要40分钟，但是由于是有8个分区8个进程，后发进程有enqueue，所以因此需要的时间为40分钟×8；但是如果用方法5，虽然单个进程需要110分钟，但是由于能够并发进程执行，所以总共需要的时间就约为110分钟了。

        DECLARE
            TYPE dtarray IS TABLE OF VARCHAR2(20) INDEX BY BINARY_INTEGER;
             v_col1 dtarray;
             v_col2 dtarray;
             v_col3 dtarray;

         BEGIN
             SELECT col1, col2, col3 BULK COLLECT
               INTO v_col1, v_col2, v_col3
               FROM tab2;

             FORALL i IN 1 .. v_col1.COUNT
               insert into tab1 WHERE tab1.col1 = v_col1;
         END;

DECLARE

TYPE dtarray IS TABLE OF VARCHAR2(20) INDEX BY BINARY_INTEGER;

v_col1 dtarray;

v_col2 dtarray;

v_col3 dtarray;

BEGIN

SELECT col1, col2, col3 BULK COLLECT

INTO v_col1, v_col2, v_col3

FROM tab2;

FORALL i IN 1 .. v_col1.COUNT

insert into tab1 WHERE tab1.col1 = v_col1;

END;

用批量绑定（bulk binding）的方式。当循环执行一个绑定变量的sql语句时候，在PL/SQL 和SQL引擎(engines)中，会发生大量的上下文切换(context switches）。使用bulk binding，能将数据批量的从plsql引擎传到sql引擎，从而减少上下文切换过程，提升效率。该方法比较适合于在线处理，不必停机。

sqlplus -s user/pwd<<EOF > runlog.txt
set copycommit 2;
set arraysize 5000;
copy from  user/pwd@sid -
to user/pwd@sid -
insert tab1 using select * from tab2;
exit
EOF

sqlplus -s user/pwd<<EOF > runlog.txt

set copycommit 2;

set arraysize 5000;

copy from user/pwd@sid -

to user/pwd@sid -

insert tab1 using select * from tab2;

exit

EOF

用copy的方法进行插入，注意此处insert没有into关键字。该方法的好处是可以设置copycommit和arrarysize来一起控制commit的频率，上面的方法是每10000行commit一次。

insert大量数据的一些经验

2条评论

发表回复取消回复

insert大量数据的一些经验

相关文章

pg的跨库查询

阿里云redis 主从版，HA切换步骤和耗时分解

Oracle 7和8的dataguard切换

2条评论

发表回复 取消回复

发表回复取消回复