9i10g11g编程艺术——过程并行化

你可能经常看到，设计为串行执行的应用（一般是批处理应用）往往类似于以下过程：

create or replace procedure serial

is

begin

    for x in (select object_id id, object_name text from big_table)

    loop

        insert into t2 (id, text) values (x.id, x.text);

    end loop;

end;

/

在这种情况下，oracle的并行查询或PDML没有什么帮组。如果oracle并行的执行简单的select object_id id, object_name text from big_table，可能不会提供任何显著的速度提升。如果oracle在完成复杂的处理之后再并行的执行update或insert，则没有任何好处，毕竟这里只会update/insert一行。

从oracle11g R2开始，有了一种新的方法可以通过dbms_parallel_execute内置包实现并行化。其实原理也比较简 单：首先是把数据分成一个个CHUNK，然后指定并行度来同时执行这些任务。就类似手工的按照主键、ROWID或者数据的日期等等进行并行处理类似。现在修改serial过程，如下所示：

create or replace procedure serial( p_lo_rid in rowid, p_hi_rid in rowid)

is

begin

    for x in (select object_id id, object_name text from big_table  where rowid between p_lo_rid and p_hi_rid)

    loop

        insert into t2 (id, text,   session_id) values (x.id, x.text,   sys_context('userenv', 'sessionid'));

    end loop;

end;

/

使用dbms_parallel_execute一般分为3个步骤：创建一个TASK；然后创建CHUNK把数据进行分批；最后是执行这个TASK。下面来做一个演示，演示更新一个表的过程：

1、首先创建一个TASK

u1@ORCL> exec dbms_parallel_execute.create_task('process big table');

PL/SQL 过程已成功完成。

u1@ORCL> select task_name,chunk_type,status from dba_parallel_execute_tasks;

TASK_NAME            CHUNK_TYPE   STATUS

-------------------- ------------ -------------------

process big table    UNDELARED    CREATED

2、把将要更新的表按照ROWID进行分批，分到各个CHUNK中

u1@ORCL> begin

  2      dbms_parallel_execute.create_chunks_by_rowid

  3      ( task_name   => 'process big table',

  4        table_owner => user,

  5        table_name  => 'BIG_TABLE',

  6        by_row      => false,

  7        chunk_size  => 10000 );

  8  end;

  9  /

PL/SQL 过程已成功完成。

u1@ORCL> select *

  2    from (select chunk_id, task_name, status, start_rowid, end_rowid

  3            from dba_parallel_execute_chunks

  4           where task_name = 'process big table'

  5           order by chunk_id)

  6   where rownum <= 5;

  CHUNK_ID TASK_NAME            STATUS               START_ROWID        END_ROWID

---------- -------------------- -------------------- ------------------ ------------------

         1 process big table    UNASSIGNED           AAAZJSAAEAAAADIAAA AAAZJSAAEAAAADPCcP

         2 process big table    UNASSIGNED           AAAZJSAAEAAAADQAAA AAAZJSAAEAAAADXCcP

         3 process big table    UNASSIGNED           AAAZJSAAEAAAADYAAA AAAZJSAAEAAAADfCcP

         4 process big table    UNASSIGNED           AAAZJSAAEAAAADgAAA AAAZJSAAEAAAADnCcP

         5 process big table    UNASSIGNED           AAAZJSAAEAAAADoAAA AAAZJSAAEAAAADvCcP

BY_ROW：分CHUNK的类型。如果为TRUE，则后面的CHUNK_SIZE表示是行；如果是FALSE，则后面的CHUNK_SIZE表示的是BLOCK。

CHUNK_SIZE：CHUNK大小。如果BY_ROW为TRUE，表示多少行分为一个CHUNK；如果BY_ROW为FALSE，则表示多少块分为一个CHUNK。

3、执行并行任务

u1@ORCL> begin

  2      dbms_parallel_execute.run_task

  3      ( task_name      => 'process big table',

  4        sql_stmt       => 'begin serial( :start_id, :end_id ); end;',

  5        language_flag  => DBMS_SQL.NATIVE,

  6        parallel_level => 4 ); 

  7  end;

  8  /

PL/SQL 过程已成功完成。

在执行过程中可以通过dba_parallel_execute_chunks视图观察执行情况，预估大致完成时间。如果某个chunk失败，可以纠正发生错误的根本原因，其它chunk会继续执行，知道所有chunk都成功完成时，就大功告成了。下面将任务删除：

u1@ORCL> exec dbms_parallel_execute.drop_task('process big table' );

PL/SQL 过程已成功完成。

如果查看我们自己的应用表，可以看到有4个并行作业，其中每个作业处理的行数大致相同：

u1@ORCL> select session_id, count(*)

  2    from t2

  3   group by session_id

  4   order by session_id;

SESSION_ID   COUNT(*)

---------- ----------

    435120    2576610

    435121    2468963

    435122    2250216

    435123    2704211