透過圖表分析oracle的parallel效能

並行特性在資料庫裡對於效能的提升很有幫助，尤其是大批次的資料處理。今天對於並行的效能情況進行了簡單的圖表分析。

為了能夠比較合理的比較資料，對資料庫裡的2張大表進行了比對分析。
測試的場景有以下兩個。
1.並行生成dump檔案，比如一個大表有100G，使用並行，並行度為50 ，那麼很可能會生成50個dump檔案，每個dump檔案基本控制在2G左右。
2.使用並行做資料的append insert. 比如已經生成了50個dump檔案，每個dump檔案2G，那麼做並行插入的時候（dump資料還是一個一個插入，但是每次插入資料啟用並行度為 8）

--》並行生成dump檔案。
首先來看看總體的速度，採用並行後速度還是很可觀的。生成12G左右的dump檔案，花費的時間在14秒~21秒
按照這個速度，每秒的速度在571M~857M的範圍內，是相當快的。

使用兩個表MEMO和CHARGE,
CHARGE...                                     Elapsed: 00:00:14.37 
MO1_MEMO...                                   Elapsed: 00:00:21.88

表memo 
採用並行，並行度最高64，生成了64個dump檔案。Y座標是dump檔案的位元組數。可以看到表memo dump檔案基本都在200M~250M左右。啟用並行生成的資料也是比較平均的。



--表charge
在來看charge表。資料也是比較平均的。都在150M左右



--資料量並行分析
對於生成的dump檔案，大小基本是平均的，但是對於裡面包含的資料量情況還是有一些變化的，透過這個分析可以基本得到表裡的資料情況，發現潛在的碎片等問題
表MEMO 
對於memo，可以發現會有幾個dump檔案的資料量有明顯的降低，資料量大多保持在80-90玩左右。有幾個dump檔案只包含10萬條資料左右，但是dump檔案還是在200M左右。可能含有碎片等，需要做進一步的排查。


對於CHARGE表。資料分佈基本在30萬到60萬左右擺動。資料的分佈有一定的浮動。


--》資料的的append Insert
做資料的插入時，可以看到memo表的大體的趨勢是時間會有一定的延長。個別dump因為資料量減少，時間可能會短一些，但是趨勢還是隨著dump的資料逐漸並行插入，時間會有一定的提升。可能會有1.5-2倍的時間差。


為了驗證這一點，來看看charge表的情況，起初速度還保持在30秒，但是稍候會有主鍵的提升。基本到了60-70秒的樣子，


所以綜上所述，並行在日常工作中還是有很大的優勢的，可以極大的縮短一些工作時間，在資料的抽取中使用parallel，速度是很客觀的。
在資料的插入過程中，可能隨著dump檔案的個數增長，資料的插入效能會有一定的降低，但是都在可控範圍內。