Oracle千万级记录操作总结

Oracle千万级记录进行处理并不简单，下面就为您总结了Oracle千万级记录插入和查询的技巧，希望对您能够有所启迪。

最近做了个项目，实现对存在Oracle千万级记录的库表执行插入、查询操作。原以为对数据库的插入、查询是件很容易的事，可不知当数据达到百万甚至千万条级别的时候，这一切似乎变得相当困难。几经折腾，总算完成了任务。

1、防止运用 Hibernate框架

Hibernate用起来虽然方便，但对于海量数据的操作显得力不从心。

关于Oracle千万级记录插入：

试过用Hibernate一次性执行 5万条左右数据的插入，若ID运用 sequence方式生成，Hibernate将分5万次从数据库取得5万个sequence，构造成相应对象后，再分五万次将数据保存到数据库。花了我十分钟时间。主要的时间不是花在插入上，而是花在5万次从数据库取sequence上，弄得我相当郁闷。虽然后来把ID生成方式改成increase处理了疑问，但还是对那十分钟的等待心有余悸。

关于Oracle千万级记录查询：

Hibernate对数据库查询的主要思想还是面向对象的，这将使许多我们不须要查询的数据占用了大量的系统资源（包括数据库资源和本地资源）。由于对Hibernate的偏爱，本着不抛弃、不放弃的作风，做了包括配SQL，改良 SQL等等的相当多的尝试，可都以失败告终，不得不忍痛割爱了。

2、写查询语句时，要把查询的字段一一列出

查询时不要运用类似select * from x_table的语句，要尽量运用 select id,name from x_table，以防止查询出不须要的数据浪费资源。对于海量数据而言，一个字段所占用的资源和查询时间是相当可观的。

3、减少不必要的查询条件

当我们在做查询时，常常是前台提交一个查询表单到后台，后台分析这个表单，而后执行查询操作。在我们分析表单时，为了方便起见，常常喜欢将一些不须要查询的条件用永真的条件来代替（如：select count(id) from x_table where name like ‘%’），其实这样的SQL对资源的浪费是相当可怕的。

我试过对于同样的近一千万条记录的查询来说，运用 select count(id) from x_table 执行 表查询须要 11秒，而运用 select count(id) from x_table where name like ‘%’却花了33秒。