转载：http://blog.csdn.net/waterxcfg304/article/details/24252627

一，没有优化的速度：Executed in 69.436 seconds

drop table t purge;
create table t(x int);
/*清空共享池，注意在生产环境中千万不能做这步操作*/
alter system flush shared_pool;

create or replace procedure proc1
as
begin
for i in 1 .. 100000
loop
execute immediate
'insert into t values('||i||')';
commit;
end loop;
end;
/

下面查看下proc1插入100000记录的执行时间
sql> set timing on;
sql> exec proc1;

PL/sql procedure successfully completed

Executed in 69.436 seconds

/*我们可以通过下面的语句查看此存储过程执行的具体步骤*/
select t.sql_text,t.sql_id,t.parse_calls,t.executions from v$sql t where sql_text like '%insert into t values%';

为了方便查看我用PL/sql DEVELOPER 执行的上面语句，如下图：

从上面可以看出，每个语句都只是解析了一次，执行了一次，一共解析了10万次，也许你会问你上面只有7136行记录啊，你怎么说是解析了10万次呢。我可以告诉你肯定是解析了10万次，因为我的共享池空间不大，容纳不小10万条信息，根据FIFO 的原理你可以看出，现在我查出来的都是从92000多开始的sql STATEMENT记录。我们知道这些sql语句都是相似的没有必要解析10万次，即每一条语句都解析一次。这个PROC1 没有用绑定变量，这就是我们可以优化的地方。我们用绑定变量来重新测试下，下面的PROC2就只用解析一次就可以了，当然速度肯定会提高不少。

二，使用绑定变量优化后的速度：Executed in 26.505 seconds

create or replace procedure proc2
as
begin
for i in 1 .. 100000
loop
execute immediate
'insert into t values(:x)' using i;
commit;
end loop;
end;
/

sql> set timing on;
sql> exec proc2;

PL/sql procedure successfully completed

Executed in 26.505 seconds

从上面可以看出，时间基本上减少了一半。

sql t where sql_text like '%insert into t values%' order by 1;

从上面的执行情况可以知道，解析了一次，执行了10万次。完全符合我们的猜想，所以速度大大提升了。

execute immediate是一种动态sql的写法，常用于表名字段名是变量，入参的情况，由于表名不知道，所以不能直接写sql ，所以要靠动态sql语句传人表名和字段名参数拼接成sqlSTATEMENT，有execute immediate调用执行。但是我的这个例子完全可以不需要动态的，可以用静态的写好。

三，用静态改写后的速度：Executed in 19.391 seconds

create or replace procedure proc3
as
begin
for i in 1 .. 100000
loop
insert into t values(i);
commit;
end loop;
end;
/

sql> set timing on;
sql> exec proc3;

PL/sql procedure successfully completed

Executed in 19.391 seconds

从上面可以看出，proc3也实现了绑定变量，而且动态的特点是执行过程中再解析，而静态的sql的特点是编译的过程是解析好的，所以上面的PRARSE_CALLS是0。注意这个和上面一个图比较，上面的时PARSE_CALLS 是1，而这个是0，所以静态的少了一个执行的时候的解析过程。

我们可以看出上面的三个PROC都是一条语句就commit一次，我们完全没有必要这样做，我们可以一起提交。如下例： commit的时把log_buffer里的信息通过LGWR写到online redo log里，触发LGWR写10万次，而且我们知道LGWR写的太频繁了。

四，批量提交的速度：Executed in 11.42 seconds

drop table t purge;
create table t(x int);
/*清空共享池，注意在生产环境中千万不能做这步操作*/
alter system flush shared_pool;
create or replace procedure proc4
as
begin
for i in 1 .. 100000
loop
insert into t values(i);
end loop;
commit;
end;
/

sql> set timing on;
sql> exec proc4;

PL/sql procedure successfully completed

Executed in 11.42 seconds

可以看出我们用的时间更少了。

五，集合写法的速度：Executed in 0.452 seconds

/*下面的语句是由上面的一条一条的插入改为一整批的写进data buffer区里，所以比上面的快，批处理肯定比一个一个的执行快*/
insert into t select rownum from dual connect by level<=100000;

sql> set timing on;
sql> insert into t select rownum from dual connect by level<=100000;

100000 rows inserted

Executed in 0.452 seconds

这个是上面的前四种都是一条一条的插入的，我这个集合写法是一整批地写进到DATA BUFFER里，所以比上面的四种情况要快的多。

六，用直接路径写法速度(100万条记录)：Executed in 1.514 seconds
/*下面用直接路径的方式来操作，速度会比上面更快，所谓直接路径就是数据不经过database buffer,而是直接写到磁盘，少了一步写到数据缓冲区(database buffer)的动作*/
drop table t purge;
alter system flush shared_pool;
sql> set timing on;
sql> create table t as select rownum x from dual connect by level<=1000000;

Table created

Executed in 1.514 seconds

注意此时我插入的记录数十上面的10倍，我是插入100万条记录只用了1.514 seconds.

注意：直接路径的写法比集合写法快事因为，insert into select .... 的方式是将数据首先写到data buffer里，然后再刷到磁盘里。而create as t 的方式跳过了数据缓冲区(data buffer)， 直接写进磁盘中，这种方式称之为直接路径读写方式。本来是先到内存，在到磁盘，更改为直接到磁盘，少了一个步骤，所以速度快了。

七，并行写法的速度(100万条记录)：Executed in 0.733 seconds

/*并行加直接路径，而且是不写日志的，所以速度比上面的更快*/
drop table t purge;
alter system flush shared_pool;
set timing on;
create table t nologging parallel 64 as select rownum x from dual connect by level<=100000;

sql> set timing on;
sql> create table t nologging parallel 4 as select rownum x from dual connect by level<=1000000;

Table created

Executed in 0.733 seconds

我上面只用了parallel 4,如果更多的话，还会更快!!!