亿万级别的表统计查询问题讨论

bowie2360

亿万级别的表统计查询，
有些亿万级别的表有日期、业务大小类的索引之类的，分类统计取原表数据还是非常慢，想每天拆分统计这个表的业务大小类，
1.创建materialized view通过refresh fast on demand刷新，但因为基表数据量太大，无法create，有什么办法吗？
2.建存储过程每天跑脚本把统计好的结果insert到一张表里，但数据更新后统计值也跟着变，有没有别的办法？

Maclean Liu(刘相兵

3PS Power + Partition + Parallelism

这种不可避免的大表查询 从oracle角度无非有几点可以优化的：

1.  Power 均衡配置硬件， 以增加 吞吐量为第一目的   ，这要求从硬件上优化
2.  Partition  数据分区 一般使用 范围分区  定期清理历史数据， 使用 HASH 子分区
3.  Parallelism  并行， 当然在分区的前提下 并行更有效

1MV      materialized view 利用物化视图 转化 大的查询
"但因为基表数据量太大，无法create，有什么办法吗？" 无法创建的具体原因是什么？

Maclean Liu(刘相兵

也可以 直接参考这份文档 http://t.askmaclean.com/thread-343-1-1.html

bowie2360

1MV      materialized view 利用物化视图 转化 大的查询
"但因为基表数据量太大，无法create，有什么办法吗？" 无法创建的具体原因是什么？

是因为基表数据量太大了，我在create 执行时，执行了三个多小时没有结果，我停掉了，能一直执行着吗？

你的3p原理概括的很到位

shine

看过的帖子做个记录

vincent

文档已看。 挺不错的。

kobe24shou

不错，学习了