oracle性能不好，首要檢查數(shù)據(jù)庫服務(wù)器的硬件配置。包括內(nèi)存參數(shù)調(diào)整，oracle9i以后可以在 企業(yè)管理器 enterprise manager 中 例程--配置--內(nèi)存 中查看內(nèi)存以及pool的大小，通過建議值來設(shè)置，該工作應(yīng)該隔段時間就檢查一次，因為pool的設(shè)置和實際的數(shù)據(jù)量是相關(guān)的。
一般windows32位服務(wù)器上，分配給oracle的內(nèi)存不必超過1.7G，因為尋址能力就這么大，多余了也是浪費。整個物理內(nèi)存的70%應(yīng)該分配給oracle。
在 例程--配置--內(nèi)存 中，可以看到共享池share pool，它里面存放的是package,procedure,function,常用sql，以及oracle數(shù)據(jù)字典等信息。因為這些信息是常用的，置入此內(nèi)存可以避免經(jīng)常解析和io讀取，以提高性能。高速緩沖區(qū)（SGA）的作用時，將之前查詢的結(jié)果集置入次內(nèi)存，以方面再次查詢時可以直接從內(nèi)存讀取，減少IO.還有一個PGA的區(qū)，是與用戶連接的session有關(guān)的，以及用來排序的區(qū)域。在8i以前沒個session都回分配一塊內(nèi)存用來排序，而9i以后，所有用戶session可以共享，這樣避免一個session的pga不夠而另外用戶的pga浪費的情況。

一般來說，數(shù)據(jù)庫調(diào)優(yōu)順序是：磁盤(讀的次數(shù)越少越好，因此需要改變查詢策略，優(yōu)化查詢sql來減少讀取次數(shù))、網(wǎng)絡(luò)(數(shù)據(jù)庫服務(wù)器與應(yīng)用服務(wù)器交互時，如果通過網(wǎng)絡(luò)，則網(wǎng)絡(luò)帶寬可能會有限制，因為帶寬分上下行，并且還會傳輸其他網(wǎng)絡(luò)數(shù)據(jù)，因此帶寬也是個要考慮的因素)、內(nèi)存、CPU(后兩者如果太差，性能肯定不好)。

oracle查詢優(yōu)化方式，兩種:RBO,CBO
RBO rule based optimize 基于規(guī)則的優(yōu)化 8i以前采用。因此關(guān)聯(lián)查詢中，要注意表的順序
CBO cost based optimize 基于成本的優(yōu)化 8i（包括）以后采用。與表的順序、where中字段順序無關(guān)。

關(guān)于索引：
B-TREE索引，結(jié)構(gòu)如下：
root
/ | /
branch1 ........
/|/ ......................
leaf1......

leaf節(jié)點的結(jié)構(gòu)是這樣的：
|索引頭|列長度|列內(nèi)容|rowid(s)|

一個葉子節(jié)點的大小大概是8192*8bit，因此一個字段的長度即使是50，那么一個節(jié)點大概能分成100個子節(jié)點，那么100萬的記錄，也只需要3級節(jié)點即可索引完畢，因此一般b-tree的深度不超過4級，這樣根據(jù)b-tree來查找一條記錄，最多只需遍歷4個節(jié)點找到rowid，再根據(jù)rowid查找磁盤即可得到最終記錄數(shù)據(jù)。

對某列查詢的結(jié)果集記錄數(shù)如果通常都小于7%，則應(yīng)該在該列添加索引。對b-tree來說，where xx is null條件是不會利用索引的，因此建議這種列應(yīng)該設(shè)置默認(rèn)值，以避免該列的值存在null的情況，同樣group by 中如果該列有null索引也可能無效。

bitmap索引:
bitmap索引的結(jié)構(gòu)也是樹形結(jié)構(gòu)，但是葉子節(jié)點的結(jié)構(gòu)與b-tree不一樣。bitmap葉子節(jié)點的結(jié)果大概如下：
<key1 start-rowid end-rowid bitmap>
<key2 start-rowid end-rowid bitmap>
......
其中bitmap的內(nèi)容是110010100011100001這樣的01組合形式，它的長度與start-rowid和end-rowid之間包含的rowid數(shù)量一致。這樣假設(shè)范圍內(nèi)第9個rowid對應(yīng)列的內(nèi)容是key1，那么kei1對應(yīng)的bitmap中第9個字符的值就是1，否則就是0。同樣每個塊的大小是8192*8，那么一個bitmap索引的葉子節(jié)點大概能索引10000條記錄。
bitmap索引對null的字段依然有效，具體null的值在bitmap中是取0還是專門有個keyX的值是null來區(qū)分需要再查證。bitmap索引對or條件的查詢效果非常好，它不適應(yīng)與索引列的值經(jīng)常變化的情況，如果索引列的值經(jīng)常變化，那么對bitmap索引將是災(zāi)難性的，因為它要鎖定所有相關(guān)的葉子節(jié)點所在的塊來更新bitmap的值，它適用于決策支持系統(tǒng)。

函數(shù)索引：是b-tree索引的一種
函數(shù)索引需要注意的是，實際sql中用到的函數(shù)掩碼的格式、大小寫需要與簡歷索引中函數(shù)掩碼的格式、大小寫一致，否則函數(shù)索引可能無效。另外trunc()，trim[可以采用ltrim(rtrim(col_xxx))的方式來避免bug]索引可能會有不正常的情況，may be bug。建立函數(shù)索引需要當(dāng)前用戶有query rewrite的權(quán)限才能建立。
因為函數(shù)分為確定性函數(shù)和非確定性函數(shù)，因此建立函數(shù)索引只能建立在確定性函數(shù)上。確定性函數(shù)的意思是：針對同一個傳入值，該函數(shù)將在任何時候任何情況下都返回一個確定的結(jié)果。

reverse索引：反轉(zhuǎn)索引 是函數(shù)索引的一種
它通過反轉(zhuǎn)記錄的值，來得到高效的查詢性能。在特殊的一些列中可以采用。

為表添加索引并執(zhí)行analyze分析(后面會提到分析方式)后，執(zhí)行執(zhí)行某個sql時，數(shù)據(jù)庫將根據(jù)分析的結(jié)果來確定它認(rèn)為最優(yōu)化的方式讀取數(shù)據(jù)庫得到最終結(jié)果，這種基于成本的優(yōu)化由數(shù)據(jù)庫自動完成。如果要強制某個sql優(yōu)先采用某個索引，可以添加hint來實現(xiàn)，即sql書寫成如下格式：
select /*index(user1.index_xxxx)*/ from table11 where .... 這樣實際執(zhí)行中會優(yōu)先采用user1.index_xxxx這個索引，其中user1表示索引所在的owner，index_xxxx表示索引的名稱(而不是索引列的名稱)

為優(yōu)化查詢，一個規(guī)則是：盡早過濾更多的數(shù)據(jù)

通過plsql developer軟件，view一個table，在general選項卡中，可以看到 Initial extent/next extent/%increase/max extent等內(nèi)容，這些內(nèi)容界定了該table的擴展大小方式等。initail extent表示初始大小，next extent表示當(dāng)前extent不夠用時下次增加的extent大小，%increase表示增加的比例，max extent表示最多可擴展的次數(shù)。其中next extent 和%increase的設(shè)置需要注意，因為此二者是相關(guān)的，如果擴展次數(shù)較多時，可能會發(fā)現(xiàn)next extent的變得非常大，甚至上G都有可能。

在plsql developer中，新建一個explain plan window(執(zhí)行計劃窗口)，將實際要執(zhí)行的sql輸入到窗口中，再按F5或者F8,則將顯示數(shù)據(jù)庫基于成本的執(zhí)行計劃。第一列description中，顯示了實際查詢會通過全表掃描還是索引等，一般來說全表掃描必將導(dǎo)致性能下降。其中最后三列值得注意:
cost 表示成本，通過數(shù)據(jù)庫io訪問和cpu性能計算得來
cadinality 根據(jù)遍歷索引或者全表掃描的記錄計算得來
bytes 表示訪問的數(shù)據(jù)量
一個優(yōu)化后的sql查詢，以上3個值應(yīng)該是越小越好。

oracle10g以后，oracle將會自動分析各個table，以便每次執(zhí)行查詢時都能獲得最佳速度。之前版本必須手工分析(后面會提到分析方式)。

高水平線概念：

每個table有個高水平線，它將記錄該table最后一次extent的塊的最后一個點的物理地址，如rowid.實際執(zhí)行全表掃描時，將掃描table的起點到該高水平線之前所有的數(shù)據(jù)塊。因此即使對改表執(zhí)行了delete操作，這些delete的記錄會有一個標(biāo)記標(biāo)志其已經(jīng)刪除，但是全表掃描依然會掃描這些即使delete掉的數(shù)據(jù)塊，因此會影響性能。所以如果要刪除一個表的全部記錄，應(yīng)該采用truncate關(guān)鍵字，必要的時候可以重建改表 alter table xxx rebuild;

分析表 analyze :
執(zhí)行分析的語句是
全表分析：analyze table xxx compute statistics;
分析5%的數(shù)據(jù)(速度更快)以及特定列和索引:analyze table xxx estimate statistics sample 5 percent for table for all indexes for all indexed columns;
執(zhí)行analyze后，oracle會將分析結(jié)果存入數(shù)據(jù)字典中，而數(shù)據(jù)字典會存在共享池share pool中，因此執(zhí)行sql時會馬上查詢該數(shù)據(jù)字典并得到優(yōu)化的執(zhí)行路徑從而快速得到查詢結(jié)果。

關(guān)于綁定變量：
看下面這段代碼：

declare
v_aa varchar2(2);
v_temp number :=0;

v_aa :='00';
select col_22 into v_temp from table_xx where col_11 =v_aa;---sql1
....
v_aa :='01';
select col_22 into v_temp from table_xx where col_11 =v_aa;---sql2
....

上述代碼中v_aa就是采用了綁定變量的方式，可以看到，以上sql1和sql2一模一樣，oracle在實際執(zhí)行時，只需要在執(zhí)行sql1時做詞法、語法、編譯、安全檢查等分析，而執(zhí)行sql2時，它會發(fā)現(xiàn)該sql已經(jīng)在共享池share pool中存在了，因此就省去了詞法、語法、編譯、安全檢查等分析等分析過程，從而提高性能。但是很多時候，我們采用的是如下方式：
select col_22 into v_temp from table_xx where col_11 ='00';---sql1
select col_22 into v_temp from table_xx where col_11 ='01';---sql2
結(jié)果oracle不認(rèn)為這兩個sql是一致的，因此執(zhí)行sql2之前又會做詞法、語法、編譯、安全檢查等分析，則性能下降。
在實際程序開發(fā)中，如java中，我們建議采用perparedstatement就是這個原理。而在oracle過程函數(shù)中，游標(biāo)是會默認(rèn)的被認(rèn)為是綁定變量方式的，因此如果采用了游標(biāo)，就不必專門再定義一個變量來利用該策略。

但是有時候綁定變量可能也會導(dǎo)致性能下降，如某表有10萬條記錄，其中性別這一列分男、女兩個值。如果使用了綁定變量where gender= v_gender 的方式，oracle可能會采用全表掃描的方式來查詢(why?)，而如果采用了硬編碼where gender='男'的方式，則直接利用了gender列上的索引則會非常快。

柱狀圖分析
對某一列進行柱狀圖分析，將會得到該列各種值存在的比例，從而可以避免綁定變量方式可能帶來的低效.

關(guān)于全索引：
如果某個查詢的結(jié)果以及where中條件列都在一個索引里面，則可以利用上全索引方式來達到高效。如：
select a,b from t_xxxx where id='zz'非常的慢，而這種sql又會經(jīng)常頻繁的執(zhí)行，則可以添加一個索引：id,a,b(條件列id要放在第一位)這種全索引。這樣執(zhí)行上述sql時，只需要檢索索引就能得到結(jié)果，而索引的查詢是非常高效的。在9i之前，這種索引需要注意字段的順序。

物化視圖：meterialized view
要創(chuàng)建物化試圖，必須enable query rewrite
物化試圖的刷新方式有 fast、complete 方式。物化視圖會將視圖的結(jié)果集存入一個table中固化，并且可以在table上添加索引，因此能提高性能。實際運用mview時，可以直接查詢mview對應(yīng)的固化table，也可以查詢與mview創(chuàng)建語句條件一致的原始表,oracle會自動從mview對應(yīng)的table來做檢索，而不會檢索原始表。

視圖的聯(lián)合方式：交叉型、星型
如4個表的一個聯(lián)合，則實際聯(lián)合方式可能是
tab1------tab2
| |
| |
tab3------tab4
也可能是
tab1----tab2----tab3
|
|
tab4
不同的聯(lián)合方式，每次兩兩聯(lián)合過濾的數(shù)據(jù)不一樣，則速度也可能不一樣。

關(guān)于toad工具中比較有用的幾個點：
如
dba-healthy check，能查詢出數(shù)據(jù)命中率、緩存丟失率等。
最大緩存命中率應(yīng)該>95%的才算好，否則說明必須要進行調(diào)整了
庫緩存、字典緩存丟失率應(yīng)該是0才好
分區(qū)數(shù)據(jù)占用率應(yīng)<5%
dba-server statistics
tols-sga-trace等

數(shù)據(jù)分區(qū)：
通常一個表的記錄超過1千萬就應(yīng)該考慮采用分區(qū)的方式。分區(qū)相當(dāng)于將一個大表分成很多個小表
分區(qū)方式有：hash(計算出列的hash值來根據(jù)hash值分區(qū))
range(范圍分區(qū))-----》list(從range引申出來的方式)
分區(qū)也是在某個字段上進行的，分區(qū)后再添加索引，必須添加分區(qū)索引而不是全索引
符合分區(qū)時，可以采用先range再hash或者先list再hash的方式，符合分區(qū)不能采用先hash再xx的方式。

將經(jīng)常訪問的枚舉、字典、對照表置入緩沖區(qū)能提高性能
8i以前：alter table xxx cache;
8i后:alter table storage (buffer_pool keap);
緩存有三種方式：
default:默認(rèn)方式，置入緩存中，如果緩存空間不夠，根據(jù)某種算法可能會被移出緩存
keep:一直放入keep池中，始終不會清除
recycle：只要空間不夠，就會清除。因此比default方式的更容易被清除。

總結(jié)

以上是生活随笔為你收集整理的oracle数据库优化--基本概念的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。