一、概述

dba在工作中避不開的兩個問題，sql使用綁定變量到底會有多少的性能提升？數據庫的審計功能如果打開對數據庫的性能會產生多大的影響？最近恰好都碰到了，索性做個實驗。

sql使用綁定變量對性能的影響

開通數據庫審計功能對性能的影響

實驗采用的辦法很簡單，就是通過python讀取csv文件，然后將其導入到數據庫中，最后統計程序執行完成所需要的時間

二、準備腳本

python腳本dataimporttest.py

# author: yangbao

# function: 通過導入csv，測試數據庫性能

import cx_Oracle

import time

# 數據庫連接串

DATABASE_URL = 'user/password@ip:1521/servicename'

class CsvDataImport:

def __init__(self, use_bind):

self.csv_name = 'test.csv'

self.use_bind = use_bind

if use_bind == 1:

self.insert_sql = "insert into testtb values(:0, " \

"to_date(:1,'yyyy-mm-dd hh24:mi:ss'), " \

"to_date(:2,'yyyy-mm-dd hh24:mi:ss'), " \

":3, :4, :5, :6, :7, :8, :9, :10, :11, :12, :13, :14, " \

":15, :16, :17, :18, :19, :20, :21)" # 使用綁定變量的sql

else:

self.insert_sql = "insert into testtb values({0}, " \

"to_date('{1}','yyyy-mm-dd hh24:mi:ss'), " \

"to_date('{2}','yyyy-mm-dd hh24:mi:ss'), " \

"{3}, {4}, '{5}', {6}, '{7}', {8}, {9}, {10}, {11}, {12}, {13}, {14}, " \

"{15}, {16}, {17}, {18}, {19}, {20}, {21})" # 不使用綁定變量的sql

def data_import(self):

begin_time = time.perf_counter()

try:

conn = cx_Oracle.connect(DATABASE_URL)

curs = conn.cursor()

with open(self.csv_name) as f:

csv_contents = f.readlines()

import_rows = 0

message = '{} start to import'.format(self.csv_name)

print(message)

for line, csv_content in enumerate(csv_contents[1:]):

data = csv_content.split(',')

if self.use_bind == 1:

data = map(lambda x: None if x == '' else x, data)

else:

data = map(lambda x: 'null' if x == '' else x, data)

data = list(data)

data[-1] = data[-1].replace('\n', '')

if self.use_bind == 1:

curs.execute(self.insert_sql, data) # 使用綁定變量的方式插入數據

else:

# print(self.insert_sql.format(*data))

curs.execute(self.insert_sql.format(*data)) # 使用非綁定變量的方式插入數據

import_rows += 1

if import_rows % 10000 == 0:

curs.execute('commit')

message = '{} has imported {} lines'.format(self.csv_name, import_rows)

print(message)

conn.commit()

curs.close()

conn.close()

end_time = time.perf_counter()

elapsed = round(end_time - begin_time, 2)

message = '{}, import rows: {}, use_bind: {}, elapsed: {}'.format(

self.csv_name, import_rows, self.use_bind, elapsed)

print(message)

except Exception as e:

message = '{} import failed, reason: {}'.format(self.csv_name, str(e))

print(message)

if __name__ == '__main__':

CsvDataImport(use_bind=1).data_import()

csv文件

test.csv(內容略)

三、測試sql使用綁定變量對性能的影響

a. 使用綁定變量

對庫進行重啟，目的是清空數據庫內的所有緩存，避免對實驗結果產生干擾

SQL> startup force;

SQL> drop table yang.testtb purge;

SQL> create table yang.testtb as select * from yang.test where 1=0;

運行腳本python dataimporttest.py

結果：test.csv, import rows: 227795, use_bind: 1, elapsed: 260.31

b. 不使用綁定變量

對庫進行重啟

SQL> startup force;

SQL> drop table yang.testtb purge;

SQL> create table yang.testtb as select * from yang.test where 1=0;

將腳本的最后一行CsvDataImport(use_bind=1).data_import()改為CsvDataImport(use_bind=0).data_import()

運行腳本python dataimporttest.py

結果：test.csv, import rows: 227795, use_bind: 0, elapsed: 662.82

可以看到同樣的條件下，程序運行的時間，不使用綁定變量是使用綁定變量的2.54倍

四、測試數據庫開啟審計功能對性能的影響

查看數據庫審計功能是否開啟

SQL> show parameter audit

NAME TYPE VALUE

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

audit_trail string NONE

統計sys.aud$這張表的行數

SQL> select count(*) from sys.aud$;

COUNT(*)

----------

0

所以可以直接拿第三步中的(a. 使用綁定變量)的結果作為沒開通審計功能程序運行的時間

對庫開通審計功能，并進行重啟

SQL> alter system set audit_trail=db,extended scope=spfile; # 如果設置成db，那么在sys.aud$里面sqltext將為空，也就是說看不到用戶執行的sql語句，審計毫無意義

SQL> startup force;

SQL> drop table yang.testtb purge;

SQL> create table yang.testtb as select * from yang.test where 1=0;

SQL> audit insert table by yang; # 開通對用戶yang的insert操作審計

將腳本的最后一行CsvDataImport(use_bind=0).data_import()改為CsvDataImport(use_bind=1).data_import()

運行腳本python dataimporttest.py

結果：test.csv, import rows: 227795, use_bind: 1, elapsed: 604.23

與前面使用綁定變量但沒有開通數據庫審計功能，程序運行的時間，開通數據庫審計功能是不開通數據庫審計功能的2.32倍

再來看看sys.aud$這張表的大小

SQL> select count(*) from sys.aud$;

COUNT(*)

----------

227798

因sys.aud$這張表中的sqltext與sqlbind都是clob字段，因此需要通過下面的sql去統計該表所占用的空間

SQL> select sum(bytes) from dba_extents where segment_name in (

select distinct name from (select table_name, segment_name from dba_lobs where table_name='AUD$')

unpivot(name for i in(table_name, segment_name)));

SUM(BYTES)

----------

369229824

查看testtb這張表占用的空間

SQL> select sum(bytes) from dba_extents where segment_name in ('TESTTB');

SUM(BYTES)

----------

37748736

可以看到對一個22萬行的csv數據導入到數據庫，審計的表占用的空間就達到了驚人的360M，而testtb這張表本身也才37M而已

通過上面的實驗可以得出，對于數據庫的審計功能，開通后會嚴重拖慢數據庫的性能以及消耗system表空間！

五、總結

代碼中盡量使用綁定變量

最好不要開通數據庫的審計，可以通過堡壘機去實現對用戶操作審計(ps：還請大家推薦個堡壘機廠商，這個才是本文最主要的目的_)

實驗存在不嚴謹的地方，相關對比數據也僅作為參考

以上就是用python對oracle進行簡單性能測試的示例的詳細內容，更多關于python 對Oracle進行性能測試的資料請關注其它相關文章！

總結

以上是生活随笔為你收集整理的python读取oracle数据库性能_用python对oracle进行简单性能测试的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。