Oracle数据库数据恢复、性能优化

找回密码
注册
搜索
热搜: 活动 交友 discuz
发新帖

96

积分

0

好友

4

主题
1#
发表于 2012-4-27 21:33:00 | 查看: 4984| 回复: 5
现在数据库服务器的硬件配置很好了,CPU很多, 我一条SQL(INSERT,UODATE,DELETE)怎么样才能把CPU资源用起来.一般只用到一个CPU
6#
发表于 2012-4-28 00:13:07

回复 5# 的帖子

我加Parallel时,我能看到几个并行的几个session存在,但是我用top和vmstat查看时,就一个CPU在执行,别的都是空闲状态,不知道有什么哪里不对,或有相关的实验文章么?

回复 只看该作者 道具 举报

5#
发表于 2012-4-27 23:52:32
Parallel Execution 当然会利用到 多CPU 的优势

在Unix/Linux下 Parallel Execution 会分配多个Slave Process 协同并行处理  Parallel Query or DML ,理论上 一个 Server Process 同一时间 只能运行在一个CPU 上, 而因为 多个并行进程协作处理的关系 ,Parallel Execution 可以充分利用 多CPU的优势

在Windows下 Parallel Execution 会分配多个Slave Thread 可以起到同等的作用。

Parallel Execution

Oracle's parallel execution features enable Oracle to divide a task among multiple processes in order to complete the task faster. This allows Oracle to take advantage of multiple CPUs on a machine. The parallel processes acting on behalf of a single task are called parallel slave processes. Parallel execution features first were introduced in Oracle Version 7.1 in the form of the Parallel Query Option, which supported only parallel SELECT statements. Since then many new functions have been added. In Oracle7, support for parallel execution was a separately installed option. However, in Oracle8 and Oracle8i, it is embedded into the Oracle RDBMS product.

回复 只看该作者 道具 举报

4#
发表于 2012-4-27 23:43:45

回复 3# 的帖子

但是调整PARALLEL 只是多开几个session  没有增加CPU的运行个数

回复 只看该作者 道具 举报

3#
发表于 2012-4-27 22:43:44
对于 非分区表的  DML 仅支持 INSERT 的PARALLEL 并行, 其他DML 包括UPDATE 和 DELETE 要求 针对的表示 分区表 才可以并行操作 。

对于 INSERT  ,在适当的时机下 可以通过 PARALLEL + APPEND + NOLOGGING 来最大化性能 , 前提是 数据加载 允许 缺失 重做日志 。

对于 DELETE和 UPDATE , 在分区表上可以考虑 采用 并行  PARALLEL ,注意 NOLOGGING 对于 UPDATE、DELETE也是无效的。

回复 只看该作者 道具 举报

2#
发表于 2012-4-27 22:31:49
可以用 /*+PARALLEL*/提示改变并行度,一般在OLTP上不推荐使用,这样会把资源占光,或以把并行度调得低些。
如果表分区的话,效果会更好一些。

回复 只看该作者 道具 举报

您需要登录后才可以回帖 登录 | 注册

QQ|手机版|Archiver|Oracle数据库数据恢复、性能优化

GMT+8, 2024-12-25 00:26 , Processed in 0.050123 second(s), 22 queries .

Powered by Discuz! X2.5

© 2001-2012 Comsenz Inc.

回顶部
TEL/電話+86 13764045638
Email service@parnassusdata.com
QQ 47079569