一个insert插入语句很慢的优化
一个insert插入语句很慢的优化
原sql语句：
INSERTINTO RISKREPT.BASE_FMLG (BATCH_DATE,DATE_STAMP_ST,TIME_STAMP_ST,ORG,ACCT,CARD_NBR,CARD_SEQ,MER_ORG,MER_NBR,REQUEST_TYPE_ID,LOGO,SYSTEM_ACTION,FINAL_ACTION,ACTION_REASON,REVERSAL_REASON,AVAIL_CR,CASH_AVAIL_CR,ACCT_CURR_BAL,ACCT_CURR_BAL_CASH,B007_GMT_DATE_TIME,B018_MER_TYPE,B019_CNTRY_CODE,B032_ACQ_ID,B033_FWD_ID,AUTH_CODE,B039_RESP_CODE,B041_CRD_ACCPT_TERM,B042_TERMTYPE2_MER_ID,B043_CRD_ACCPT_NAM,B043_CRD_ACCPT_CITY,B043_CRD_ACCPT_ST_CTRY,MESSAGE_TYPE_ID,RECORD_TYPE,SALES_AMT_RMB,TOTAL_SALES_AMT,B049_CURR_CODE,BLING_AMT,POS_ENTRY_MODE,PIN_ENTRY_MODE,TRADE_INTERNET,SALES_CTRY,SALES_CTRY_NAME,SALES_CITY,SALES_CITY_NAME,SALES_LINK,MER_CODE,MER_MCC,MER_NAM,ACQ_NAME,REVCODE,AUTH_TYPE,REF_NBR,VI_B011_SYS_AUDT_TRCE,CARD_TYPE,STAGE_TYPE,STAGE_NUM,OVERSEA_FLAG,RISK_FCD,RISK_LCD)SELECT BATCH_DATE,DATE_STAMP_ST,TIME_STAMP_ST,ORG,ACCT,CARD_NBR,CARD_SEQ,MER_ORG,MER_NBR,REQUEST_TYPE_ID,LOGO,SYSTEM_ACTION,FINAL_ACTION,ACTION_REASON,REVERSAL_REASON,AVAIL_CR,CASH_AVAIL_CR,ACCT_CURR_BAL,ACCT_CURR_BAL_CASH,B007_GMT_DATE_TIME,B018_MER_TYPE,B019_CNTRY_CODE,B032_ACQ_ID,B033_FWD_ID,AUTH_CODE,B039_RESP_CODE,B041_CRD_ACCPT_TERM,B042_TERMTYPE2_MER_ID,B043_CRD_ACCPT_NAM,B043_CRD_ACCPT_CITY,B043_CRD_ACCPT_ST_CTRY,MESSAGE_TYPE_ID,RECORD_TYPE,SALES_AMT_RMB,TOTAL_SALES_AMT,B049_CURR_CODE,BLING_AMT,POS_ENTRY_MODE,PIN_ENTRY_MODE,TRADE_INTERNET,SALES_CTRY,SALES_CTRY_NAME,SALES_CITY,SALES_CITY_NAME,SALES_LINK,MER_CODE,MER_MCC,MER_NAM,ACQ_NAME,REVCODE,AUTH_TYPE,REF_NBR,VI_B011_SYS_AUDT_TRCE,CARD_TYPE,STAGE_TYPE,STAGE_NUM,OVERSEA_FLAG,SYSDATE,SYSDATEFROM TEMP_FMLG_PURGE
原sql执行计划非常简单：
该语句是job中的语句，每天都需要跑的，其历史执行时间如下图，可以看出执行时间非常长的都是user_io_wait等待比较严重的一些：
查看一下相关表的属性和数据量：
SELECT v.OWNER,v.TABLE_NAME,v.partitioned,v.LAST_ANALYZED,v.NUM_ROWS,v.table_size2 , v.EMPTY_BLOCKS FROM vw_table_lhr v
WHERE v.TABLE_NAME IN ('BASE_FMLG',
'TEMP_FMLG_PURGE');
BASE_FMLG有15亿的数据量，是个分区表，每次从TEMP_FMLG_PURGE中取数，TEMP_FMLG_PURGE大约有234W的数据量，
索引信息：
SELECT v.index_owner, v.index_name, v.index_type, v.partitioned, v.索引列, v.index_size, v.num_rows
FROM vw_table_index_lhr v
WHERE v.TABLE_NAME IN ('BASE_FMLG',
'TEMP_FMLG_PURGE');
被插入的表有5个索引，且都是分区索引，不涉及全局索引，涉及到的分区索引：
select v.index_owner, v.index_name, v.index_type, v.索引列,
v.partition_size, v.num_rows
fromvw_table_index_part2_lhr V
where V.TABLE_NAME='BASE_FMLG'andv.PARTITION_NAME='P201407' ;
查一下数据来源：
SELECT t.BATCH_DATE,
COUNT(1)
FROMTEMP_FMLG_PURGE t
GROUPBY t.BATCH_DATE;
看来，都是当天的数据，所以只涉及到分区表的单个分区
selectv.PARTITION_NAME,
v.TABLE_NAME,
v.LAST_ANALYZED,
v.NUM_ROWS,
v.partition_size ,
v.EMPTY_BLOCKS,v.LOGGING
fromVW_TABLE_PART_LHR V
where V.TABLE_NAME='BASE_FMLG';
系统预估剩余时间：select * from VW_LONGRUN_LHR a where a.SQL_ID='2pnas8zbxtk3a';
插入200W的数据到一个单个分区16G的分区表中需要花费将近12个小时，似乎慢了点。。。。。
问题解决：
查询会话的统计信息，发现redo的产生量非常的大，所以解决办法：
第一步： 将表修改为nologging属性
第二步： 将索引修改为nologging属性
第三步： 插入的时候采用append方式来插入
第四步：如果还是慢点的话，可以采用并行插入，增大排序缓冲区
第五步：如果有可能可以先把索引置于无效状态，然后插入完成之后再重建索引
注意： 以上解决办法①必须是该表的数据不重要，不然修改为nologging属性后万一数据丢失可能就找不回来了，② 索引一般都为nologging模式，索引记录redo没有作用 ③ 采用append插入的前提是该表上边没有大量的delete动作
最后优化后的代码：
先将表及其索引置于NOLOGGING模式：
altertable RISKREPT.BASE_FMLG NOLOGGING;
alterindex DX_RKO_FMLG_BATCH_DATE NOLOGGING;
alterindex IDX_RKO_FMLG_ACCT NOLOGGING;
alterindex IDX_RKO_FMLG_CARD NOLOGGING;
alterindex IDX_RKO_FMLG_DT NOLOGGING;
alterindex IDX_RKO_FMLG_MER NOLOGGING;
----- 修改会话的属性，开启并行插入：
altersessionset workarea_size_policy=manual;
altersessionset sort_area_size=1000000000;
altersessionENABLEparalleldml;
EXPLAINPLANfor
INSERT/*+parallel(BASE_FMLG,4) */INTO RISKREPT.BASE_FMLG (BATCH_DATE,DATE_STAMP_ST,TIME_STAMP_ST,ORG,ACCT,CARD_NBR,CARD_SEQ,MER_ORG,MER_NBR,REQUEST_TYPE_ID,LOGO,SYSTEM_ACTION,FINAL_ACTION,ACTION_REASON,REVERSAL_REASON,AVAIL_CR,CASH_AVAIL_CR,ACCT_CURR_BAL,ACCT_CURR_BAL_CASH,B007_GMT_DATE_TIME,B018_MER_TYPE,B019_CNTRY_CODE,B032_ACQ_ID,B033_FWD_ID,AUTH_CODE,B039_RESP_CODE,B041_CRD_ACCPT_TERM,B042_TERMTYPE2_MER_ID,B043_CRD_ACCPT_NAM,B043_CRD_ACCPT_CITY,B043_CRD_ACCPT_ST_CTRY,MESSAGE_TYPE_ID,RECORD_TYPE,SALES_AMT_RMB,TOTAL_SALES_AMT,B049_CURR_CODE,BLING_AMT,POS_ENTRY_MODE,PIN_ENTRY_MODE,TRADE_INTERNET,SALES_CTRY,SALES_CTRY_NAME,SALES_CITY,SALES_CITY_NAME,SALES_LINK,MER_CODE,MER_MCC,MER_NAM,ACQ_NAME,REVCODE,AUTH_TYPE,REF_NBR,VI_B011_SYS_AUDT_TRCE,CARD_TYPE,STAGE_TYPE,STAGE_NUM,OVERSEA_FLAG,RISK_FCD,RISK_LCD)SELECT BATCH_DATE,DATE_STAMP_ST,TIME_STAMP_ST,ORG,ACCT,CARD_NBR,CARD_SEQ,MER_ORG,MER_NBR,REQUEST_TYPE_ID,LOGO,SYSTEM_ACTION,FINAL_ACTION,ACTION_REASON,REVERSAL_REASON,AVAIL_CR,CASH_AVAIL_CR,ACCT_CURR_BAL,ACCT_CURR_BAL_CASH,B007_GMT_DATE_TIME,B018_MER_TYPE,B019_CNTRY_CODE,B032_ACQ_ID,B033_FWD_ID,AUTH_CODE,B039_RESP_CODE,B041_CRD_ACCPT_TERM,B042_TERMTYPE2_MER_ID,B043_CRD_ACCPT_NAM,B043_CRD_ACCPT_CITY,B043_CRD_ACCPT_ST_CTRY,MESSAGE_TYPE_ID,RECORD_TYPE,SALES_AMT_RMB,TOTAL_SALES_AMT,B049_CURR_CODE,BLING_AMT,POS_ENTRY_MODE,PIN_ENTRY_MODE,TRADE_INTERNET,SALES_CTRY,SALES_CTRY_NAME,SALES_CITY,SALES_CITY_NAME,SALES_LINK,MER_CODE,MER_MCC,MER_NAM,ACQ_NAME,REVCODE,AUTH_TYPE,REF_NBR,VI_B011_SYS_AUDT_TRCE,CARD_TYPE,STAGE_TYPE,STAGE_NUM,OVERSEA_FLAG,SYSDATE,SYSDATEFROM TEMP_FMLG_PURGE_2 ;
commit;
select *fromtable(DBMS_XPLAN.display('','',''));
优化后的执行计划：
自己跑了一下，大约30分钟就可以跑完，从12个小时缩短到30分钟，这个还是比较有成就感的。。。。
产生的redo量不足500M，未优化之前的那个redo量达到了15G左右，忘记截图了，所以这个sql就优化的差不多了：
select * from VW_SESSTAT_LHR a where a.SID=850orderby a.VALUE desc ;