东莞做网站设计制作自己的网站怎么做app吗

前言

  最近因业务并发量上升，开发反馈对订单表Insert性能降低。应开发要求对涉及Insert的表进行分析并提供优化方案。
  一般对Insert 影响基本都在索引，涉及表已按创建日期做了分区表，索引全部为普通索引未做分区索引。

优化建议：

• 1、将UNIQUE改为HASH（64） GLOBAL INDEX，NORMAL改为Local INDEX。

  优化思路：分散IO及减少维护成本，Oracle在索引分裂是当索引块空间不足时，通过分裂为新块以容纳新数据的操作，会引发性能问题。普通索引和分区索引（尤其是本地分区索引）在索引分裂时的行为存在显著差异。

• 2、RAC环境使用TAF（Transparent Application Failover）即透明应用程序故障转移技术，通过应用细化连接，减少RAC集群的内网交互，从而减少RAC集群的负载。

优化方案压力测试

表1：

• 数据量：1.5亿，需要调整的索引：唯一索引：3，普通索引：3

  

• 优化后：

  

表2：

• 数据量：1.4亿，需要调整的索引：唯一索引：1，普通索引：4

  

• 优化后：

  

RAC的TAF技术测试

• 连接SCAN_IP 测试双节点插入
• 连接单节点VIP 测试单节点插入

并发测试脚本：《Oracle&Python并发Insert测试脚本.pdf》

压力测试结果：

• 并发：100，插入数据：80w

  

• 小结分析：

1、表1的优化效果提升20%以上，表2的优化效果差强人意(-1%至-4%之间)。
原因分析：Insert 语句导致：直接复制表中的单条记录，然后对唯一索引字段修改为UUID值，日期字段为：sysdate,其它字段为固定值。
表1：索引字段都有插入数据且值为UUID或其它索引字段均有日期字段。
表2：索引字段有3个索引值为Null（索引无操作）,另一个索引插入的值为固定值（无法做到IO分散），仅唯一索引的值为UUID（有效果）。。

2、单节点比双节点插入效率-50%左右，原因为双节点分摊了并发压力，相关于单节点的：并发50，40w的数据插入，因此双节点要比单节点同样的压力要更优。

3、最终确认方案仅对表1进行索引优化，其它保持不变。

4、声明：此方案提升效果仅适用于此压测数据，而生产环境很难达到并发：100 数据量：80w 耗时：100s插入完成，并且为单条Insert语句。当并发压力未传到数据库的情况下，优化效果可能并不明显。因此生产的性能问题还需要与开发一起综合设计优化方案为最佳。

验证测试：

• 表说明：优化前：A_OLD、优化后：A_NEW，数据量：1.5亿
• 测试方向：对唯一索引、普通索引优化为：全局HASH分区索引（64)、本地索引提升效果。

查询索引

SELECT i.TABLE_NAME,i.index_type,p.locality ,i.UNIQUENESS,LISTAGG(ic.COLUMN_NAME, ',') WITHIN GROUP (ORDER BY ic.COLUMN_POSITION) AS INDEX_COLUMNS,i.INDEX_NAME
FROM ALL_INDEXES i
JOIN ALL_IND_COLUMNS ic ON i.INDEX_NAME = ic.INDEX_NAME
left join user_part_indexes p on i.INDEX_NAME = p.INDEX_NAME
WHERE i.TABLE_NAME in ('A_NEW','A_OLD')
GROUP BY i.TABLE_NAME,i.INDEX_NAME,i.UNIQUENESS,p.locality ,i.index_type, i.UNIQUENESS
order by 3,1;TABLE_NAME  INDEX_TYPE  LOCALI  UNIQUENES    INDEX_COLUMNS   INDEX_NAME
----------- ----------- ------  ---------    --------------- ------------------
A_NEW       NORMAL      GLOBAL  UNIQUE       ID              IDX_UN_ID_A_NEW
A_OLD       NORMAL              UNIQUE       ID              IDX_UN_ID_A_OLD
A_NEW       NORMAL      LOCAL   NONUNIQUE    BANK_NO         IDX_BANK_NO_A_NEW
A_OLD       NORMAL              NONUNIQUE    BANK_NO         IDX_BANK_NO_A_OLD

并发测试脚本：<Oracle与Python并发Insert测试>

脚本输出

略......
2025-04-09 18:52:22,494 - INFO - INS:twodb1|SID:1006: A_OLD：8000: 530行/秒
2025-04-09 18:52:22,517 - INFO - INS:twodb1|SID:1923: A_OLD：8000: 523行/秒
2025-04-09 18:52:22,707 - INFO - INS:twodb1|SID:1858: A_OLD：8000: 529行/秒
2025-04-09 18:52:22,781 - INFO - INS:twodb1|SID:1925: A_OLD：8000: 527行/秒
2025-04-09 18:52:22,798 - INFO - 表    名:A_OLD
2025-04-09 18:52:22,798 - INFO - 开始时间: 2025-04-09 18:52:07
2025-04-09 18:52:22,798 - INFO - 结束时间: 2025-04-09 18:52:22
2025-04-09 18:52:22,799 - INFO - 耗    时: 15.61  seconds
2025-04-09 18:52:22,799 - INFO - 并    行: 100
2025-04-09 18:52:22,799 - INFO - 数 据 量: 800000
2025-04-09 18:52:22,799 - INFO - 速    度: 51260 行/秒
2025-04-09 18:52:22,799 - INFO - -----------------------wait 10 min------------------------------------略......
2025-04-09 19:02:40,629 - INFO - INS:twodb1|SID:1709: A_NEW：8000: 557行/秒
2025-04-09 19:02:40,655 - INFO - INS:twodb1|SID:150: A_NEW：8000: 556行/秒
2025-04-09 19:02:40,658 - INFO - INS:twodb1|SID:1217: A_NEW：8000: 555行/秒
2025-04-09 19:02:40,660 - INFO - INS:twodb1|SID:716: A_NEW：8000: 553行/秒
2025-04-09 19:02:40,677 - INFO - 表    名:A_NEW
2025-04-09 19:02:40,678 - INFO - 开始时间: 2025-04-09 19:02:26
2025-04-09 19:02:40,678 - INFO - 结束时间: 2025-04-09 19:02:40
2025-04-09 19:02:40,678 - INFO - 耗    时: 14.63  seconds
2025-04-09 19:02:40,678 - INFO - 并    行: 100
2025-04-09 19:02:40,678 - INFO - 数 据 量: 800000
2025-04-09 19:02:40,678 - INFO - 速    度: 54695 行/秒
2025-04-09 19:02:40,681 - INFO - --------------程序执行结束-----------------------------------

测试结果：

测试小结

• 从上面的测试结果来看，普通索引（UNIQU、NORMAL）优化为（HASH（64）INDEX、Local INDEX）效果提升6%以上。

分析：普通索引、本地分区索引‌、全局分区索引‌

• ‌1、 普通索引
  ‌结构影响‌：普通索引基于整个表构建，索引分裂会影响整个索引树结构。例如，频繁插入可能导致叶子块分裂（如50-50分裂或99-分裂），甚至触发分支节点分裂，增加I/O和锁争用。
  ‌维护开销‌：每次分裂需更新整个索引结构，高并发写入时可能成为性能瓶颈。
  ‌热点问题‌：所有插入操作集中在同一索引结构，可能导致块竞争（如索引块争用）。
• 2、 本地分区索引（Local Partitioned Index）‌
  ‌分区独立性‌：每个分区的索引独立维护，索引分裂仅发生在操作对应的分区内，不影响其他分区。
  ‌维护效率‌：分区操作（如TRUNCATE或DROP）仅影响本地索引的对应分区，维护更快且无需重建整个索引。
  ‌并发优化‌：不同分区的插入操作分散到各自的索引分区，减少锁争用和热点问题。
  ‌适用场景‌：适合数据有明显分区键（如时间范围），且频繁写入的场景。
• ‌3、 全局分区索引（Global Partitioned Index）‌
  ‌跨分区结构‌：索引的分区方式与表分区无关，索引分裂可能影响整个全局索引的结构，类似普通索引，优化是分散IO。
  ‌维护开销‌：对表分区的维护操作（如删除分区）可能导致全局索引失效，需重建或命令加：update indexes来维护索引。
  ‌灵活性‌：分区键可独立于表，但牺牲了本地索引的维护优势。
• ‌4. 索引分裂优化策略‌
  ‌普通索引‌：使用REVERSE KEY索引或调整PCTFREE减少分裂频率。
  ‌本地分区索引‌：合理设计分区键，确保写入均匀分布到不同分区。
  ‌全局索引‌：慎用，仅在查询模式需要时使用，并定期维护。
• 5、索引相关案例：数据裁剪偶遇【enq: TX - index contention】

总结‌

• 本地分区索引‌在分裂和维护效率上显著优于普通索引和全局索引，尤其适合分区表的高并发场景。
• 普通索引‌简单但易成瓶颈；‌全局索引‌灵活性高但维护成本大。设计时应根据数据分布和查询需求权衡选择。
• 全局分区索引也有某些局限，那就是如果查询条件跨多个索引分区，则效率就下降了，因此全局分区索引对范围查询（Between…and…、>、<、<>等）操作通常性能不好。总之，全局分区索引将索引高度降低了，能提升性能，但如果横向扩展访问多个分区索引树，性能又会下降。
• 周期性的开启Oracle 的“索引监控功能”，对不需要的索引及时清理。