数据库性能优化

索引
索引的种类：

B*Tree索引：是最常用的，其结构与二叉树比较类似，根据Rowid快速定位所访问的行，适合唯一值比较多的列。
语法: create index idx_name on tablename(column_name);
BitMap索引：适合唯一值比较少的列，比如：性别(男/女)等，位图以一种压缩格式存放，因此占用的磁盘空间比B-Tree索引要小得多。对于那些少于1000个唯一数据值的数据列建立位图索引，可以使执行效率更快。适合集中读取，不适合频繁插入和修改操作的表，多用于静态表和OLAP系统。
语法: create bitmap index idx_name on tablename(column_name);
函数索引：这种索引中保存了数据列基于function返回的值，在select * from table where function(column)=value这种类型的语句中起作用。
语法:create index idx_name on tablename(functionname(column_name));
索引的扫描方式：

Index unique scan：经常发生在主键或者唯一索引上，当找到适合数据后就不会进行继续扫描（因为是主键和唯一索引），所以扫描速率是最高的。
Index range scan：一般发生在返回多个值的时候，比如where条件id>value and id <value，或者从非唯一索引中id=value时。此扫描要求返回结果集不能太大，否则索引不能生效，结果集一般不超过表中数据量的5%-10%。
Index full scan：此方式oracle会按照索引值的顺序全部扫描索引，效率不高。
语句：select charge_id from a_pay_flow order by charge_id
Index fast full scan：与Index full scan不同，它不是按照索引值顺序进行访问的，而是直接读取物理索引数据，效率高。full scan这两种方式会在这次查询中所用到的列都在索引中存在情况下出现。
语句：select count(1) from a_pay_flow
分区表
分区表：就是把非常大的表分割成较小的分区，在实际应用中在独立分区上操作各个部分，而对用户透明。

优点：

增强可用性：如果表的某个分区出现故障，表在其它分区的数据仍然可用；可用性的提高源自于每个分区的独立性。
维护方便，减轻管理负担：如果表的某个分区出现故障，需要修复数据，只修复该分区即可；
均衡I/O，减少资源竞争：可以把不同的分区映射到不同磁盘以平衡I/O，改善整个系统性能；
改善查询性能：对分区对象的查询可以仅搜索自己关心的分区，提高检索速度。
类型（10g）：

Range(范围)分区：应用范围比较广的表分区方式，它是以列的值的范围来做为分区的划分条件，将记录存放到列值所在的range分区中，因此在创建的时候呢，需要你指定基于的列，以及分区的范围值，如果某些记录暂无法预测范围，可以创建maxvalue分区，所有不在指定范围内的记录都会被存储到maxvalue所在分区中。
Hash(哈希)分区：对于那些无法有效划分范围的表， hash分区会将表中的数据平均分配到你指定的几个分区中，列所在分区是依据分区列的hash值自动分配，因此你并不能控制也不知道哪条记录会被放到哪个分区中。
List(列表)分区：该分区与range分区类似，也需要指定列的值，但又不同与range分区的范围式列值(其分区值必须明确指定)，也不同与hash分区(通过明确指定分区值，能控制记录存储在哪个分区)。
组合分区（Range-Hash,Range-List）：要注意顺序，根分区只能是range分区，子分区可以是hash分区或list分区。
公共准则：如果选择的分区不能确保各分区内记录量的基本平均，则这种分区方式有可能是不恰当的。 Range-List

CREATE TABLE A_PAY_FLOW
(
  CHARGE_ID         NUMBER(16)                  NOT NULL,
  CASHCHK_ID        NUMBER(16),
  ACCT_ID           NUMBER(16),
  CONS_NO           VARCHAR2(16 BYTE),
  ORG_NO            VARCHAR2(16 BYTE),
  CHARGE_YM         VARCHAR2(6 BYTE)
  ......
)
PARTITION BY RANGE (ORG_NO) 
SUBPARTITION BY LIST (CHARGE_YM)
......
(  
  PARTITION A01 VALUES LESS THAN ('23402')
......
  ( SUBPARTITION A01_0801 VALUES ('200801')    TABLESPACE EPMRANGE1,
    SUBPARTITION A01_0802 VALUES ('200802')    TABLESPACE EPMRANGE1,
    SUBPARTITION A01_0803 VALUES ('200803')    TABLESPACE EPMRANGE1
......   
SUBPARTITION A01_OTHER VALUES (default)    TABLESPACE EPMRANGE1)

分区表与普通表的性能对比
分区表：select count(1) from a_pay_flow a where a.org_no = '2340201' and a.charge_ym = '200809';
普通表：select count(1) from a_pay_flow_bak a where a.org_no = '2340201' and a.charge_ym = '200809';


分区表的索引：

全局索引(global index)：建立在table上， 与分区是一对多的关系。
本地索引(local index)：建立在每个分区上， 与分区是一对一的关系。
要保证所有分区中的数据记录的唯一性时采用全局索引，其它情况下采用本地索引。


批量数据处理
在对大表进行删除、更新操作时，要采用批量数据提交的方式。不仅要考虑对undo（回滚段）的影响，还要考虑对redo（归档日志）、对磁盘i/o、阻塞等的影响。例如，在千万条记录的表中删除上百万条数据。


批量删除示例

cnt number(10);
i number(10);
begin
     select count(1) into cnt from a_pay_flow_bak where org_no='2340203' and charge_ym='200801';
     for i in 1..trunc(cnt/1000)+1 loop
         delete from a_pay_flow_bak where org_no='2340203' and rownum<=1000;
         commit;
     end loop;
end;

总结
大数据量的处理：分区表、哈希连接、批量数据处理。
小数据量的处理：索引、嵌套循环连接、绑定变量。

Labels parameters