33-Oracle Parallel 并行处理的选择和实践

小伙伴们是不是偶尔会遇见超大的表，几百万、上千万行的数据，查询或是导出各种卡顿，服务器现在都是十核上百核心了，内存也轻轻松松到几十g上百g了。如果使用并行来用好机器的实力，跑起来，快起来。使用并行查询将执行时间大大缩短，在什么场景上可以使用呢，有啥要规避的。

一、Parallel并行

​1. 技术本质​

通过任务分解-并行执行-结果合并流程（QC进程+PX Slaves架构），将单进程任务拆分为多进程并发处理，实现近乎线性的性能扩展

2. 适用场景

类型	​举例​	​性能提升依据
OLAP查询​	亿级表全表扫描、多表JOIN	并行扫描使多线程查询耗时降至串行
​批量DML​	千万级数据UPDATE/INSERT	PDML通过并行写入减少事务提交次数
对象维护​	大表在线重定义、索引创建	并行建索引速度提升
​数据迁移​	Data Pump导出TB级数据	PARALLEL参数加速RAC集群资源利用

规避的场景​：

高频OLTP事务（行级锁冲突）、含触发器依赖操作、资源受限（CPU/I/O 瓶颈）系统开了会更卡。

二、实践脚本

​1. 创建测试表（千万行数据）​​真实的医疗和工业生产，大量的这样的表。

 

ALTER SESSION ENABLE PARALLEL DML;
ALTER SESSION FORCE PARALLEL QUERY PARALLEL 32;
ALTER TABLE target_table NOLOGGING;  -- 减少Redo日志
ALTER INDEX idx_parallel REBUILD PARALLEL 32;  -- 完成后并行重建索引

-- 创建大表（2千万行）19c环境，sql中的connect by功能太香了速度快，
--然而1亿条的时候直接ORA-300009,32C/128G,SGA=64G
-- 启用并行 DML 并设置并行度（推荐 DOP = CPU 核心数 × 0.75）
ALTER SESSION ENABLE PARALLEL DML;
ALTER SESSION FORCE PARALLEL QUERY PARALLEL 24;
ALTER SESSION FORCE PARALLEL DDL PARALLEL 24;

-- 创建表（NOLOGGING + PARALLEL + 直接路径插入）
CREATE TABLE sales_data 
PARALLEL 32 
NOLOGGING 
AS 
SELECT /*+ APPEND PARALLEL(24) */
    ROWNUM AS id,
    TRUNC(DBMS_RANDOM.VALUE(1,1000)) AS product_id,
    TRUNC(SYSDATE - DBMS_RANDOM.VALUE(1,3650)) AS sale_date,
    ROUND(DBMS_RANDOM.VALUE(10,5000), 2) AS amount
FROM DUAL 
CONNECT BY LEVEL <= 20000000;

-- 恢复表属性（避免后续操作继承并行设置）
ALTER TABLE sales_data NOPARALLEL;
ALTER TABLE sales_data LOGGING;
--
----实际运行
[oracle@test19:/home/oracle]# sqlplus / as sysdba
SQL*Plus: Release 19.0.0.