Oracle构造序列的方法分析对比

***构造序列的方法分析对比

关于***的序列，相信大家并不陌生，但很多人平时只用到connect by 的方式来构造序列，今天一起来学习更多的构造序列的方法及每个方法的优缺点。

***构造序列的方法随着版本一直在变化。在9i之前的版本，常用的方法是：

select rownum rn from all_objects where rownum<=xx;

从all_objects等系统视图中去获取序列的方式，虽然简单，但有一个致命的弱点是该视图的sql非常复杂，嵌套层数很多，一旦应用到真实案例中，极有可能碰到***自身的bug，所以这种方式不考虑，直接pass掉。

2、9i之后，我们用connect by

select rownum rn from dual connect by rownum<=xx;

3、自从10g开始支持XML后，还可以使用以下方式：

select rownum rn from xmltable(‘1 to xx’);

接下来我们从序列大小，构造时间等方面对比分析这两种方式。

1、先看connect by的方法

lastwinner@lw> select count(*) from (select rownum rn from dual connect by rownum<=power(2,19));  COUNT(*)  ———-  524288  已用时间: 00: 00: 00.20  lastwinner@lw> select count(*) from (select rownum rn from dual connect by rownum<=power(2,20));  select count(*) from (select rownum rn from dual connect by rownum<=power(2,20))  *  第 1 行出现错误:  ORA-30009: CONNECT BY 操作内存不足

可见直接用connect by去构造较大的序列时，消耗的资源很多，速度也快不到哪儿去。实际上2^20并不是一个很大的数字，就是1M而已。

但xmltable方式就不会耗这么多资源

lastwinner@lw> select count(*) from (select rownum rn from xmltable(‘1 to 1048576’));  COUNT(*)  ———-  1048576  已用时间: 00: 00: 00.95

其实除了上述三种办法，我们还可以使用笛卡尔积来构造序列。如果换成笛卡尔连接的方式，那么构造2^20时，connect by也ok

lastwinner@lw> with a as (select rownum rn from dual connect by rownum<=power(2,10))  2 select count(*) from (select rownum rn from a, a);  COUNT(*)  ———-  1048576  已用时间: 00: 00: 00.09

我们试着将1M加大到1G，在connect by方式下

lastwinner@lw> with a as (select rownum rn from dual connect by rownum<=power(2,10))  2 select count(*) from (select rownum rn from a, a, a);  COUNT(*)  ———-  1073741824  已用时间: 00: 01: 07.37

耗时高达1分钟还多，再看看xmltable方式，考虑到1M的时候耗时就达到0.95秒，因此这里只测试1/16*1G，即64M的情况

lastwinner@lw> select count(*) from (select rownum rn from xmltable(‘1 to 67108864’));  COUNT(*)  ———-  67108864  已用时间: 00: 00: 37.00

如果直接构造到1G，那么时间差不多是16*37s这个级别。

但如果通过笛卡尔积+xmltable的方式来构造。

lastwinner@lw> select count(*) from (select rownum rn from xmltable(‘1 to 67108864’));  COUNT(*)  ———-  67108864  已用时间:  00: 00: 37.00

这时间和connect by的差不多。以上测试，总的可见，在构造较大序列时，笛卡尔积的方式是***的，单纯使用connect by会遭遇内存不足，而单独使用xmltable则会耗费较多的时间。

现在再看看基本用纯表连接的方式来构造同样大小的序列，先来1M的

lastwinner@lw> with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b,  3  b,b,b,b,b,  4  b,b,b,b,b,  5  b,b,b,b,b)  6  select count(*) from c;  COUNT(*)  ———-  1048576  已用时间:  00: 00: 00.33

再来64M的

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b,  3  b,b,b,b,b,  4  b,b,b,b,b,  5  b,b,b,b,b,  6  b,b,b,b,b,b)  7* select count(*) from c  lastwinner@lw> /  COUNT(*)  ———-  67108864  已用时间:  00: 00: 16.62

这个速度并不快，但已经比直接xmltable快了。

其实64M，即64*2^20可以表示为(2^5)^5*2，那我们来改写一下64M的sql

lastwinner@lw> with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b),  3  d as (select rownum r from c,c,c,c,c,b)  4  select count(*) from d;  COUNT(*)  ———-  67108864  已用时间:  00: 00: 04.53

可以看到，从16s到4s，已经快了很多。这个示例告诉我们，中间表c 在提高速度方面起到了很好的作用。

但在构造到1G时，还是要慢一些

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b),  3  d as (select rownum r from c,c,c,c,c,c)  4* select count(*) from d  lastwinner@lw> /  COUNT(*)  ———-  1073741824  已用时间:  00: 01: 11.48

尝试相对较快的写法，多一层中间表

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b),  3  d as (select rownum r from c,c,c),  4  e as (select rownum r from d,d,d,c)  5* select count(*) from e  lastwinner@lw> /  COUNT(*)  ———-  1073741824  已用时间:  00: 01: 06.89

更快一点(思路，32^2=1024, 1G=2^30=(2^5)^6=((2^5)^2)^3 。)

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b),  3  d as (select rownum r from c,c),  4  e as (select rownum r from d,d,d)  5* select count(*) from e  lastwinner@lw> /  COUNT(*)  ———-  1073741824  已用时间:  00: 01: 05.21

这时候我们将2^5=32换成直接构造出来的方式

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select rownum r from dual connect by rownum<=power(2,5)),  2  c as (select rownum r from b,b),  3  d as (select rownum r from c,c,c)  4* select count(*) from d  lastwinner@lw> /  COUNT(*)  ———-  1073741824  已用时间:  00: 01: 05.07

可见所耗费的时间差不多。

由此我们还可以得出，表连接的代价其实也是昂贵的，适当的减少表连接的次数，适当的使用with里的中间表，能有效提高系统性能。

再重复一下刚才构造64M(2^26)的场景

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b,b,  3  b,b,b,b,b,  4  b,b,b,b,b,  5  b,b,b,b,b,  6  b,b,b,b,b,b)  7* select count(*) from c  lastwinner@lw> /  COUNT(*)  ———-  67108864  已用时间:  00: 00: 16.62

总共25次的表连接，1层嵌套，让速度非常慢。提高一下(26=4*3*2+2*2)，总共8次表连接，3层嵌套。

lastwinner@lw> ed  已写入 file afiedt.buf  1  with b as (select 1 r from dual union all select 2 from dual),  2  c as (select rownum r from b,b,b,b),  3  d as (select rownum r from c,c,c),  4  e as (select rownum r from d,d,b,b)  5* select count(*) from e  lastwinner@lw> /  COUNT(*)  ———-  67108864  已用时间:  00: 00: 04.00

效率提升4倍。要注意在这个案例中并非表连接越少越好，嵌套层数也是需要关注的指标。执行计划有兴趣的同学自己去看吧，我就不列了，上例中，系统生成的中间表有3个。

最终结论，构造较大序列时，例如同样是构造出64M的序列，***在处理时，用表连接的方式明显占优。但考虑到书写的便利性，因此在构造较小序列的时候，比如不超过1K的序列，那么直接用connect by或xmltable的方式就好了。

附：newkid 回复方法，表示更灵活，有兴趣的同学可以尝试：

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。