Oracle构造序列的方法分析对比

从all_objects等系统视图中去获取序列的方式,虽然简单,但有一个致命的弱点是该视图的sql非常复杂,嵌套层数很多,一旦应用到真实案例中,极有可能碰到Oracle自身的bug,所以这种方式不考虑,直接pass掉.

2、9i之后,我们用connect by

select rownum rn from dual?connect by?rownum<=xx;

3、自从10g开始支持XML后,还可以使用以下方式：

select rownum rn from?xmltable(‘1 to xx’);

接下来我们从序列大小,构造时间等方面对比分析这两种方式.

1、先看connect by的方法

lastwinner@lw> select count(*) from (select rownum rn from dual connect by rownum<=power(2,19));

COUNT(*)

———-

524288

已用时间: ?00: 00: 00.20

lastwinner@lw> select count(*) from (select rownum rn from dual connect by rownum<=power(2,20));

select count(*) from (select rownum rn from dual connect by rownum<=power(2,20))

*

第 1 行出现错误:

ORA-30009: CONNECT BY 操作内存不足

可见直接用connect by去构造较大的序列时,消耗的资源很多,速度也快不到哪儿去.实际上2^20并不是一个很大的数字,就是1M而已.

但xmltable方式就不会耗这么多资源

lastwinner@lw> select count(*) from (select rownum rn from xmltable(‘1 to 1048576’));

COUNT(*)

———-

1048576

已用时间: ?00: 00: 00.95

其实除了上述三种办法,我们还可以使用笛卡尔积来构造序列.如果换成笛卡尔连接的方式,那么构造2^20时,connect by也ok

lastwinner@lw> with a as (select rownum rn from dual connect by rownum<=power(2,10))

2 ?select count(*) from (select rownum rn from a,a);

COUNT(*)

———-

1048576

已用时间: ?00: 00: 00.09

我们试着将1M加大到1G,在connect by方式下

lastwinner@lw> with a as (select rownum rn from dual connect by rownum<=power(2,a,a);

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 07.37

耗时高达1分钟还多,再看看xmltable方式,考虑到1M的时候耗时就达到0.95秒,因此这里只测试1/16*1G,即64M的情况

lastwinner@lw> select count(*) from (select rownum rn from xmltable(‘1 to 67108864’));

COUNT(*)

———-

67108864

已用时间: ?00: 00: 37.00

如果直接构造到1G,那么时间差不多是16*37s这个级别.

但如果通过笛卡尔积＋xmltable的方式来构造.

lastwinner@lw> with a as (select rownum rn from xmltable(‘1 to 1024’))

2 ?select count(*) from (select rownum rn from a,a);

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 07.95

这时间和connect by的差不多.以上测试,总的可见,在构造较大序列时,笛卡尔积的方式是最佳的,单纯使用connect by会遭遇内存不足,而单独使用xmltable则会耗费较多的时间.

现在再看看基本用纯表连接的方式来构造同样大小的序列,先来1M的

lastwinner@lw> with b as (select 1 r from dual union all select 2 from dual),

2 ?c as (select rownum r from b,b,

3 ?b,

4 ?b,

5 ?b,b)

6 ?select count(*) from c;

COUNT(*)

———-

1048576

已用时间: ?00: 00: 00.33

再来64M的

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),

6 ?b,b)

7* select count(*) from c

lastwinner@lw> /

COUNT(*)

———-

67108864

已用时间: ?00: 00: 16.62

这个速度并不快,但已经比直接xmltable快了.
其实64M,即64*2^20可以表示为(2^5)^5*2,那我们来改写一下64M的sql

lastwinner@lw> with b as (select 1 r from dual union all select 2 from dual),b),

3 ?d as (select rownum r from c,c,b)

4 ?select count(*) from d;

COUNT(*)

———-

67108864

已用时间: ?00: 00: 04.53

可以看到,从16s到4s,已经快了很多.这个示例告诉我们,中间表c 在提高速度方面起到了很好的作用.

但在构造到1G时,还是要慢一些

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),c)

4* select count(*) from d

lastwinner@lw> /

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 11.48

尝试相对较快的写法,多一层中间表

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),c),

4 ?e as (select rownum r from d,d,c)

5* select count(*) from e

lastwinner@lw> /

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 06.89

更快一点(思路,32^2=1024,1G=2^30=(2^5)^6=((2^5)^2)^3 .)

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),d)

5* select count(*) from e

lastwinner@lw> /

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 05.21

这时候我们将2^5＝32换成直接构造出来的方式

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select rownum r from dual connect by rownum<=power(2,5)),c)

4* select count(*) from d

lastwinner@lw> /

COUNT(*)

———-

1073741824

已用时间: ?00: 01: 05.07

可见所耗费的时间差不多.

由此我们还可以得出,表连接的代价其实也是昂贵的,适当的减少表连接的次数,适当的使用with里的中间表,能有效提高系统性能.

再重复一下刚才构造64M(2^26)的场景

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),b)

7* select count(*) from c

lastwinner@lw> /

COUNT(*)

———-

67108864

已用时间: ?00: 00: 16.62

总共25次的表连接,1层嵌套,让速度非常慢.提高一下(26=4*3*2+2*2),总共8次表连接,3层嵌套.

lastwinner@lw> ed

已写入 file afiedt.buf

1 ?with b as (select 1 r from dual union all select 2 from dual),b)

5* select count(*) from e

lastwinner@lw> /

COUNT(*)

———-

67108864

已用时间: ?00: 00: 04.00

效率提升4倍.要注意在这个案例中并非表连接越少越好,嵌套层数也是需要关注的指标.执行计划有兴趣的同学自己去看吧,我就不列了,上例中,系统生成的中间表有3个.

（编辑：ASP站长网）