探讨实体化视图的刷新机制
Author：Kamus
Mail：[email protected]
Date：2004年10月
今天给客户搭建历史查询服务器，用oracle8i的snapshot实现，也就是9i的实体化视图。
顺手做了一下trace，看了一下刷新时候oracle后台是怎么工作的。
前期准备，使用DBMS_SUPPORT包，这个包默认是没有安装的，需要运行下面的命令来手动安装。
SQL>conn / as sysdba
SQL>@?\rdbms\admin\dbmssupp.sql
SQL>GRANT execute ON dbms_support TO kamus;
SQL>CREATE PUBLIC SYNONYM dbms_support FOR dbms_support;
先看快速刷新，测试表是T1，创建了快照日志，用于刷新的视图是MV_T1，用户是KAMUS
执行trace：
SQL>conn kamus
SQL>exec dbms_support.start_trace(waits=>TRUE,binds=>TRUE);
SQL>exec dbms_mview.refresh(list => 'MV_T1');
SQL>exec dbms_support.stop_trace;
然后tkprof生成trace结果的报表，下面只是节选了其中一部分。
执行一次dbms_mview.refresh，Oracle后台会执行13个 user SQL和92个 internal SQL，实在是一个繁杂的工作。
1。开始刷新
BEGIN dbms_mview.refresh(list => 'MV_T1'); END;
2。检查SNAP$表，确认当前用户是否有需要刷新的视图
3。在DBMS_LOCK_ALLOCATED数据字典中更新记录，设置过期时间
UPDATE DBMS_LOCK_ALLOCATED SET EXPIRATION = SYSDATE + (:B1 /86400)
WHERE
ROWID = :B2
4。检查可能会用到的dblink和一些高级队列的数据字典
5。检查表的相关约束
6。检查几个初始化参数的值，包括_enable_refresh_schedule，_delay_index_maintain，compatible
7。将MLOG中所有没有标志为定时刷新的记录更新为立刻刷新
update "KAMUS"."MLOG$_T1" set snaptime$$ = :1
where
snaptime$$ > to_date('2100-01-01:00:00:00','YYYY-MM-DD:HH24:MI:SS')
8。重新编译MV_T1实体化视图
ALTER SUMMARY "KAMUS"."MV_T1" COMPILE
这一步比较可疑，SQL中是没有alter summary找个命令的，如果是编译的话，那么就可能锁定对象，就有可能产生library cache lock
9。检查要执行的SQL文，这一步比较有趣
SELECT operation#, cols, sql_txt, tabnum, fcmaskvec, ejmaskvec, setnum
FROM
sys.snap_refop$ WHERE ((operation# >= 0 AND operation# <= 6) OR operation#
IN (10, 12, 13)) AND sowner = :1 AND vname = :2 AND instsite = :3 ORDER
BY tabnum, setnum, operation#
对于一个MV刷新将会使用到SQL全部存在这张表中。
如果是fast刷新，那么对于查询mlog表，查询基表的数据，insert、update、delete实体化视图都分别有一句SQL。
其中operation#字段值的常见含义如下：
0：查询mlog表
1：对于实体化视图的delete操作
2：查询基表的最新数据
3：对于实体化视图的update操作
4：对于实体化视图的insert操作
如果是complete刷新，那么只有一条记录，是基于基表的全表insert操作，operation#是7。
此处的执行计划显示是对于snap_refop$的全表扫描，如果系统中存在大量需要refresh的实体化视图，无疑是影响性能的。
10。取得需要更新的记录主键
SELECT DISTINCT LOG$."IDATE"
FROM
(SELECT MLOG$."IDATE" FROM "KAMUS"."MLOG$_T1" MLOG$ WHERE "SNAPTIME$$" > :1
AND ("DMLTYPE$$" != 'I')) LOG$ WHERE (LOG$."IDATE") NOT IN (SELECT
MAS_TAB$."IDATE" FROM "T1" "MAS_TAB$" WHERE LOG$."IDATE" = MAS_TAB$."IDATE")
注意到这里使用了distinct，也就是我们可以猜测，如果在一次刷新之前对于同一条记录作了多次的修改，那么刷新操作只需要作一次，就是获得基表中该条记录的最新值就可以了。
IDATE字段是我的测试表中的主键。
"DMLTYPE$$" != 'I'表示不是insert的操作。
此处的执行计划显示对于mlog表进行了一次全表扫描，如果有大量的更新操作，无疑又是影响性能的一步。
11。取得基表中当前需要刷新的记录所有字段的最新值
SELECT CURRENT$."IDATE",CURRENT$."C"
FROM
(SELECT "T1"."IDATE" "IDATE","T1"."C" "C" FROM "T1" "T1") CURRENT$, (SELECT
DISTINCT MLOG$."IDATE" FROM "KAMUS"."MLOG$_T1" MLOG$ WHERE "SNAPTIME$$" >
:1 AND ("DMLTYPE$$" != 'D')) LOG$ WHERE CURRENT$."IDATE" = LOG$."IDATE"
这一步操作表示，mlog中只存储修改操作涉及到的记录主键，其它的字段值仍然会到基表中去作查询。
此处的执行计划显示对于mlog表再一次作了全表扫描。
12。用取得的最新值更新实体化视图
UPDATE "KAMUS"."MV_T1" SET "IDATE" = :1,"C" = :2
WHERE
"IDATE" = :1
这一步仍然比较奇怪，因为我的测试中只作了insert，并没有update的操作，莫非oracle在刷新时，并不管是否存在update的操作，都会例行作一次视图数据的更新？不过此处更新会使用实体化视图中的主键，速度应该时很快的。
13。将取得的最新值插入到实体化视图中
INSERT INTO "KAMUS"."MV_T1" ("IDATE","C")
VALUES
(:1,:2)
这步才到了真正要实现的目的上，呵呵。
14。更新一批数据字典，表明刷新已经完成
15。删除mlog表中已经刷新过的记录
delete from "KAMUS"."MLOG$_T1"
where
snaptime$$ <= :1
这一步操作是比较耗费资源的，使用delete，产生redo和undo，无法降低mlog表的HWM标志，同时又是一次全表扫描，如果经常有大量更新发生，最好能定时作mlog表的truncate动作，否则这一步操作可能会越来越慢。
至此，一次实体化视图的快速刷新算是完全结束了。
我们继续看一下完全刷新的后台机制。
1-8步跟快速刷新基本相同。
9。检查要执行的SQL文
SELECT operation#, cols, sql_txt
FROM
sys.snap_refop$ WHERE operation# = 7 AND sowner = :1 AND vname = :2 AND
instsite = :3
可以看到直接去找operation# = 7的SQL了，这就是完全刷新需要使用的SQL。
10。检查完全刷新涉及到的约束，索引，触发器
11。删除实体化视图中的原有数据
delete from "KAMUS"."MV_T"
这一步让我很诧异，记得文档中说应该是truncate操作，但是此处显示的是delete？这样的话，完全刷新的代价实在是很大了。
12。插入基表中所有数据
INSERT /*+ BYPASS_RECURSIVE_CHECK */ INTO "KAMUS"."MV_T"("X") SELECT "T"."X"
FROM "T" "T"
这里使用到的提示/*+ BYPASS_RECURSIVE_CHECK */，是不是在实际应用中可以提高INSERT的效率呢？
13。更新一批数据字典，表明刷新已经完成
14。如果在基表上创建了刷新日志mlog表，那么Oracle不管这次刷新是不是完全刷新，都会去作一次删除mlog表中数据的操作。如果没有创建过mlog，那么这一步将被省略。所以如果决定使用完全刷新，那么就不要在基表上创建刷新日志了，省得无谓的资源消耗。
|
本类阅读TOP10