Question

以下是示例场景

SELECT *  FROM
        (SELECT RId,rCode,OCode,PClass,MType,ECode,Status,FType,
          CTimeStamp, Id,asofdate,datime,
      MIN(rid) KEEP (DENSE_RANK LAST ORDER BY CTimeStamp DESC, asofdate DESC, da_time DESC, id) OVER (PARTITION BY RId,rCode,OCode,PClass,MType,ECode,Status,FType) Min_rid,
      MIN(sdate) KEEP (DENSE_RANK LAST ORDER BY CTimeStamp DESC, asofdate DESC, da_time DESC, id) OVER (PARTITION BY RId,rCode,OCode,PClass,MType,ECode,Status,FType) Min_Sub_Date,
          DENSE_RANK() OVER (PARTITION BY RId,rCode,OCode,PClass,MType,ECode,Status,FType) ORDER BY CTimeStamp  DESC, asofdate DESC, datime DESC, id) rank
        FROM sometable aaa
        ) rn1
      WHERE rn1.rank = 1

如果表的记录超过百万，则需要更长的执行时间。

我想知道如何优化它。

Answer 1

尝试使用PARALLEL选项so we have multiple process doing the work in parallel.

SELECT /*+ parallel(4) */ 
 ...
 ...
FROM 
sometable aaa

来自Oracle Docs，

如果要查询的对象具有parallel属性，并且如果您有使用query_partition_clause指定分析函数，然后使用函数计算也是并行化的。

注意：在生产环境中选择PARALLEL选项时请小心，因为它可能会占用大量CPU，这会阻碍其他在线adhoc查询的性能。

在Oracle PL / SQL中使用DENSE_RANK（）OVER分区的替代是什么？

1 个答案: