使用Bulk Collect提高Oracle查询效率

Oracle8i中首次引入了Bulk Collect特性，该特性可以让我们在PL/SQL中能使用批查询，批查询在某些情况下能显著提高查询效率。现在，我们对该特性进行一些简单的测试和分析。

1． 首先，我们创建一个表，并插入100000条记录

在SQL/Plus中执行下列脚本：

drop table empl_tbl

/

create table empl_tbl(last_name varchar2(20),

first_name varchar2(10),

salary number(10))

/

begin

for i in 3000..102999 loop

insert into empl_tbl(last_name,first_name,salary) values('carl'||(i-3000),'wu'||(103000-i),i);

end loop;

end;

/

commit

/

select count(*) from empl_tbl;

/

2． 使用三种方法计算表中某一字段含有多少个不重复值

2.1 使用常规的Distinct来实现

SQL> select count(distinct last_name) "Distinct Last Name" from empl_tbl;

Distinct Last Name

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

100000

Executed in 0.36 seconds

我们可以看到，常规方法需要0.36秒查出该表中有100000个不重复的Last_name值。

2.2 使用游标来实现

我们执行下面语句来统计Last_name字段的不重复值个数：

declare

all_rows number(10);

temp_last_name empl_tbl.last_name%type;

begin

all_rows:=0;

temp_last_name:=' ';

for cur in (select last_name from empl_tbl order by last_name) loop

if cur.last_name!=temp_last_name then

all_rows:=all_rows+1;

end if;

temp_last_name:=cur.last_name;

end loop;

dbms_output.put_line('all_rows are '||all_rows);

end;

请注意上面代码中的黑体部分使用了一个For Loop游标，为了提高程序可读性，我们没有显示定义游标变量。

执行结果：

all_rows are 100000

PL/SQL procedure successfully completed

Executed in 1.402 seconds

游标需要1.4秒才能查出该表中有100000个不重复的Last_name值，所耗时间是Distinct查询的3倍多。

2.3 使用Bulk Collect批查询来实现

示例代码如下：

declare

all_rows number(10);

--首先，定义一个Index-by表数据类型

type last_name_tab is table of empl_tbl.last_name%type index by binary_integer;

last_name_arr last_name_tab;

--定义一个Index-by表集合变量

temp_last_name empl_tbl.last_name%type;

begin

all_rows:=0;

temp_last_name:=' ';

--使用Bulk Collect批查询来充填集合变量

select last_name bulk collect into last_name_arr from empl_tbl;

for i in 1..last_name_arr.count loop

if temp_last_name!=last_name_arr(i) then

all_rows:=all_rows+1;

end if;

temp_last_name:=last_name_arr(i);

end loop;

dbms_output.put_line('all_rows are '||all_rows);

end;

请注意上面代码中，我们首先定义了一个Index-by表数据类型last_name_tab，然后定义了一个该集合数据类型的变量last_name_arr，最后我们使用Bulk Collect批查询来充填last_name_arr，请注意它的使用语法。

执行结果：

all_rows are 100000

PL/SQL procedure successfully completed

Executed in 0.28 seconds

从上面执行结果，我们可以看到，Bulk Collect批查询只需要0.28秒就能查出该表中有100000个不重复的Last_name值，所耗时间只有游标查询的1/5，同时它比Distinct常规查询的速度也要快。

3． 测试结果分析

为什么会出现上面的结果呢？我们可以使用Oracle的SQL_Trace来分析一下结果。在SQL命令行中，使用alter session set sql_trace=true语句打开Oracle的Trace，然后在命令行中执行上面三种查询并使用TKPROF工具生成Trace报告。

3.1 常规Distinct查询结果分析********************************************************************************select count(distinct last_name)

from

empl_tbl

call count cpu elapsed disk query current rows

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

Parse 1 0.00 0.00 0 0 0 0

Execute 1 0.00 0.00 0 0 0 0

Fetch 1 0.28 0.32 198 425 4 1

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

total 3 0.28 0.32 198 425 4 1

Misses in library cache during parse: 1

Optimizer goal: CHOOSE

Parsing user id: 62

Rows Row Source Operation

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

1 SORT GROUP BY

100000 TABLE ACCESS FULL EMPL_TBL

********************************************************************************

上述查询首先对empl_tbl进行全表扫描，然后分组排序得出结果。SQL解析、执行的时间都可忽略不计，主要时间花在读取数据上，因为当前SQL只是一个查询，没有任何增、删改操作。在数据读取阶段，需要从磁盘读取198个Oracle数据块，一致性读取（query，consistent gets）数据块425块。因为磁盘物理读是非常耗时的，所以该查询执行起来不是特别快。

3.2 游标查询效率分析********************************************************************************

SELECT LAST_NAME

FROM

EMPL_TBL ORDER BY LAST_NAME

call count cpu elapsed disk query current rows

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

Parse 0 0.00 0.00 0 0 0 0

Execute 1 0.00 0.00 0 0 0 0

Fetch 100001 0.71 0.62 198 425 4 100000

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

total 100002 0.71 0.62 198 425 4 100000

Misses in library cache during parse: 0

Optimizer goal: CHOOSE

Parsing user id: 62 (recursive depth: 1)********************************************************************************该方法的主要耗时也是在数据读取阶段，虽然磁盘读取数据块和一致性读取数据块的数目同Distinct SQL查询相等，但是，因为该方法中的游标要循环100001次，所以上面的SQL的读取会发生100001次，总共读出了100000行数据，这就是为什么使用游标需要1.4秒的原因。下面我们看看使用Bulk Collect会发生什么？

3.3 Bulk Collect的查询效率分析********************************************************************************

SELECT LAST_NAME

FROM

EMPL_TBL

call count cpu elapsed disk query current rows

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

Parse 0 0.00 0.00 0 0 0 0

Execute 1 0.00 0.00 0 0 0 0

Fetch 1 0.08 0.07 0 425 0 100000

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

total 2 0.08 0.07 0 425 0 100000

Misses in library cache during parse: 0

Optimizer goal: CHOOSE

Parsing user id: 62 (recursive depth: 1)

********************************************************************************

虽然这种方法也要读取100000行数据，但是读取操作只发生了1次，并且Bulk Collect语句将所需数据一次性读入内存，所以该方法没有从磁盘读取数据块，所以这种方法比上述两种方法都具有优势，所以执行效率最高。

4． 结论

通过上面的测试和分析，我们可以看到Bulk Collect批查询在某种程度上可以提高查询效率，它首先将所需数据读入内存，然后再统计分析，这样就可以提高查询效率。但是，如果Oracle数据库的内存较小，Shared Pool Size不足以保存Bulk Collect批查询结果，那么该方法需要将Bulk Collect的集合结果保存在磁盘上，在这种情况下，Bulk Collect方法的效率反而不如其他两种方法，有兴趣的读者可以进一步测试。

另外，除了Bulk Collect批查询外，我们还可以使用FORALL语句来实现批插入、删除和更新，这在大批量数据操作时可以显著提高执行效率。