如何在 pl/sql oracle 中在 5 分钟内插入 100 万条数据？

Posted 2023-03-28

【中文标题】如何在 pl/sql oracle 中在 5 分钟内插入 100 万条数据？

【英文标题】：How to insert 1 million data less 5 minute in pl/sql oracle?

【发布时间】：2019-01-04 06:18:00

【问题描述】：

需要在 5 分钟内插入大量记录。这是我尝试过的pl/SQL，

procedure insert_student(name_      in varchar2,
                         address_   in varchar2,
                         phone_     in varchar2,
                         class_     in varchar2) is                                  

        begin

          insert into student.student_scholarship(name, address,
          phone, class, date)
          values (name_, address_, phone_, class_, sysdate)
          );
        commit;                
end insert_student; 

【问题讨论】：

你试过了吗？你有什么基准吗？

对于大型数据集，它首选使用 INSERT AS SELECT 或 FORALL。 （您可以使用 APPEND 提示提示 INSERT）

指定您的数据源，因为如果您不这样做，您可能会得到很多不同且不相关的答案。如果您想获得性能，您需要的是某种 BULK 操作。基本上，PL/SQL 将数据存储在 RAM 中，并将其用作批量插入行的快速方法。看看它，自己尝试一下，然后在这里举个例子。

我的朋友对这些东西很好' sqlload docs.oracle.com/cd/B19306_01/server.102/b14215/ldr_concepts.htm

要插入的百万行是否来自另一个表、一个平面文件、另一个数据库？适合您的答案将取决于数据源。 5 分钟一百万应该不会太具有挑战性。

【参考方案1】：

对于下面的模拟，我们让 A 生成了一个 STUDENT 表，其中包含 1,000,000 行，填充了随机字符串。由于您没有告诉我们从哪里加载数据，我们已B将数据导出/卸载到 CSV 文件，C 通过 EXTERNAL 表使用数据，我们然后利用各种 INSERT 技术。 （全部使用 Oracle 12c，“Developer Days”VM）

A“源表”

create table student ( name, address, phone, sclass )
as
select 
  dbms_random.string( 'x', 25 )
, dbms_random.string( 'x', 40 )
, dbms_random.string( 'x', 20 )
, dbms_random.string( 'x', 5 )
from dual
connect by level <= 1000000 ;
-- Elapsed: 00:03:25.032

-- quick check
select count(*) from student ;

  COUNT(*)
----------
   1000000

B 将 1,000,000 行写入 CSV 文件

set term off
set feed off
set sqlformat csv
spool /home/oracle/data_out/out.csv
select /*+ parallel */* from student ;
spool off

C 外部表

create table external_ ( 
  name    varchar2( 4000 )
, address varchar2( 4000 )
, phone   varchar2( 4000 )
, sclass  varchar2( 4000 )
) 
organization external (
  type oracle_loader 
  default directory external_tables
  access parameters 
  ( 
     records field names all files
     fields CSV with embedded record terminators
  ) 
  location 
  (
    'out.csv'
  ) 
)
/
-- quick check
SQL> select count(*) from external_ ;

  COUNT(*)
----------
   1000000

“目的地”表

create table scholarship (
  name    varchar2( 25 )
, address varchar2( 40 )
, phone   varchar2( 20 )
, sclass   varchar2( 5 )
, sdate   date default sysdate
);

当使用纯 SQL 插入 1,000,000 行时，我们得到以下时间（测试运行 3 次，SCHOLARSHIP 表在测试之间被 DROPped）。

-- 1  SQL: INSERT ... SELECT ...
insert into scholarship ( name, address, phone, sclass ) 
select name, address, phone, sclass from external_ ;

-- 1,000,000 rows inserted.
-- Elapsed: 00:00:02.607
-- Elapsed: 00:00:02.300
-- Elapsed: 00:00:02.473

可能最糟糕的选择是：使用 PL/SQL 和 CURSOR FOR LOOP（测试运行 3 次，SCHOLARSHIP 在两次测试之间中断）。

--2  PL/SQL: use a cursor for loop ("slow by slow")
begin
  for rec_ in ( select * from external_ )
  loop
    insert into scholarship ( name, address, phone, sclass )
    values ( rec_.name, rec_.address, rec_.phone, rec_.sclass ) ;
  end loop ;
  commit ;
end ;
/

-- PL/SQL procedure successfully completed.
-- Elapsed: 00:00:24.777
-- Elapsed: 00:00:22.700
-- Elapsed: 00:00:24.291

更好一点：使用 PL/SQL 的批量操作（同样使用“经过时间”进行 3 次测试运行）。

--3  PL/SQL: use BULK COLLECT and FORALL (no need to re-compile in between tests)
create or replace procedure insert_students is
  type student_t is table of external_%rowtype index by pls_integer ;
  lstudents student_t ;
begin
  select * bulk collect into lstudents from external_  ;
  forall i in 1.. lstudents.count
    insert into scholarship ( name, address, phone, sclass )
    values ( lstudents( i ).name, lstudents( i ).address, lstudents( i ).phone, lstudents( i ).sclass  );
end ;
/

begin
  insert_students ;
  commit ;
end ;
/

-- PL/SQL procedure successfully completed.
-- Elapsed: 00:00:08.706
-- Elapsed: 00:00:06.762
-- Elapsed: 00:00:04.989

正如许多人会告诉您的那样：尽可能使用 SQL（仅）。现在，您可能会看到您的初始方法 - 使用带有参数的过程，并且一次只执行一次 INSERT - 可能不是解决问题的最佳技术。

【参考方案2】：

使用FORALL 语句。它比使用FOR 循环逐一保存记录要快得多，因为它不会在每次 PL/SQL 处理器通过 SQL 语句时更改 PL/SQL 和 SQL 之间的上下文。

CREATE TABLE students (
    id NUMBER(19,0),
    address VARCHAR2(300)
);
/

CREATE OR REPLACE PACKAGE pack AS
TYPE t_students IS TABLE OF students%ROWTYPE INDEX BY BINARY_INTEGER;

PROCEDURE insert_students( l_students IN t_students);

END pack;
/

CREATE OR REPLACE PACKAGE BODY pack AS

PROCEDURE insert_students( l_students IN t_students) AS
    BEGIN
      FORALL i IN 1..l_students.COUNT
      INSERT INTO students VALUES (l_students(i).id, l_students(i).address);
    END;
END pack;
/

【讨论】：

FORALL 比单个调用快，但可能不比纯 SQL insert into ... select * from ... 快​​。 OP 没有提供有关其输入数据来源的详细信息，因此我们没有理由认为他们根本需要任何 PL/SQL。