概述

在拿awr报告时发现有一个存储过程效率很慢，执行要很长时间，所以在测试环境模拟，开始了我的优化之路..下面写一下我的整体优化步骤和优化后的效果。

1、存储过程如下：

通过awr报告定位到这条问题存储过程。

2、分析存储过程：

调试后分析大概需要42秒。

3、查看表数据量和定义

数量级为144万

表定义如下：

4、改写sql查看执行计划

因为update部分耗时比较多，所以考虑改写成select看有没走索引。

select updatetime，sendtootm from Tab_TempDriverScan 
 where ScanWay = '1' and ShipmentNumber = v_shipmentnumber and LPN = idx.LPN and SKU = idx.SKU;

这里用了索引范围扫描，继续下一步。

5、考虑update开并行

update /*+ parallel(Tab_TempDriverScan,8) */ Tab_TempDriverScan set UpdateTime = SYSDATE, SendToOTM = '1'
 where ScanWay = '1' and ShipmentNumber = v_shipmentnumber and LPN = idx.LPN and SKU = idx.SKU;

减少了12秒，但是还不是很理想。

6、应用bulk collect优化

改写后如下

核心脚本：

TYPE Tab_TempDriverScan_rec_type IS RECORD --声明记录类型
 (
 v_shipmentnumber Tab_TempDriverScan.shipmentnumber%TYPE,
 v_power_unit Tab_TempDriverScan.power_unit%TYPE,
 v_IsSend Tab_TempDriverScan.IsSend%TYPE);
 TYPE nested_Tab_TempDriverScan_type IS TABLE OF Tab_TempDriverScan_rec_type; --声明记录类型变量
 Tab_TempDriverScan_tab nested_Tab_TempDriverScan_type;
...................
LOOP
 fetch header1 BULK COLLECT
 into Tab_TempDriverScan_tab; --应用bulk collect
 EXIT WHEN header1%NOTFOUND;
........................

测试分析

这时候时间只需要0.06秒，性能获得了很大提升，到这里就剩下后面上生产测试验证的环节了，这步就忽略啦。

数据库优化是无止境的，这里实际上主要是简单应用了bulk collect将存储过程从42秒优化到0.06秒，如果需要的话还可以用forall来进一步优化，时间有限，就不继续了。大家有兴趣可以研究下。后面会分享更多优化方面内容，感兴趣的朋友可以关注下！