ORACLE表压缩介绍

长期以来，压缩一直作为 Oracle 数据库特性以这样或那样的形式存在着。

　　压缩始终是非常占用 CPU 的过程，并且需要花费一定时间。通常，如果压缩数据，则数据必须解压缩后才能使用。虽然此要求在数据仓库环境（SQL 通常在大量的行上运行，漫长的响应时间通常是可以容忍的）中是可以接受的，但在 OLTP 环境中可能无法接受。

　　现在，在 Oracle 数据库 11g 中，可以执行以下命令：

create table my_compressed_table (
　col1 number(20),
　col2 varchar2(300),
　...
)
compress for all operations

　　“compress for all operations”子句在所有 DML 活动（如 INSERT、UPDATE 等）上执行压缩。压缩在所有 DML 活动上发生，而不像前几个版本那样，只在直接路径插入上发生。

　　这会降低 DML 的速度吗？不一定。这正是该新特性的最大优点。向表中插入行时不会发生压缩。相反，在插入行时，这些行将被解压缩，然后以常规方式插入。当以解压缩方式插入（或更新）一定数量的行时，将执行压缩算法并压缩块中所有解压缩的行。换句话说，将压缩块，而不是行。在 RDBMS 代码内部定义压缩发生的阈值。

　　压缩机制

　　请看一个 ACCOUNTS 表，它包含以下记录：

　　

　　在数据库内部，假定一个数据库块包含上述所有行。

　　

　　解压缩的块看上去是这样的：记录中的所有字段（列）都包含数据。压缩此块时，数据库首先计算在所有行中发现的重复值，将这些值移出行外，然后将其放在块的头部附近。行中的这些重复值将被替换为一个表示其中每个值的符号。从概念上讲，它看上去如下图所示，您可以看到压缩前后的块。

　　

　　注意这些值是如何从行中取出并放入顶部称为“符号表”的特殊区域中的。列中的每个值都被分配一个符号，此符号将替代行内的实际值。由于符号所占空间小于实际值，因此记录大小也远远小于初始值。行中的重复数据越多，符号表和块越紧凑。

　　由于压缩作为触发事件发生，而不是在插入行时发生，因此在正常的 DML 进程中压缩对性能没有任何影响。压缩被触发后，对 CPU 的需求肯定会变得很高，但在其他任何时间 CPU 影响都为零，因此压缩也适用于 OLTP 应用程序，这是 Oracle 数据库 11g 中压缩的平衡点。

　　除了降低空间消耗外，压缩数据还将缩短网上传输时间、减少备份空间，并使在 QA 和测试中维护生产数据库的完整副本变得切实可行。

　　COPY 仍然存在！

　　与传言相反，COPY 命令仍然存在。并且它仍然是复制 LONG 数据类型的唯一方式。但由于此命令已被弃用，因此它已经跟不上 Oracle 数据库的发展步伐。

　　例如，它不知道存在新的数据类型 BFILE.如果您尝试复制包含 BFILE 类型列（如先前的示例中所示）的 DOCS 表：

SQL> copy to sh@oradba11 -
> replace docs_may08 -
> using select * from docs
> where creation_dt between '1-may-08' and '31-may-08';
Enter TO password:
Array fetch/bind size is 15. (arraysize is 15)
Will commit when done. (copycommit is 0)
Maximum long size is 80. (long is 80)
CPY-0012: Datatype cannot be copied

　　错误消息描述的是：COPY 命令无法复制 BFILE 数据类型。但如果表中包含 Long 类型列，则无法使用 INSERT /*+ APPEND */ 和 CREATE TABLE ……NOLOGGING AS SELECT …… 语句。在以下示例中，我们尝试将一个表中的某些行复制到另一个表中，第二个表中有一个定义为 LONG 类型的列：

SQL>create table mytab1 as select * from mytab where col1 = 'A';
create table mytab1 as select * from mytab
　　　　　　　　　　　　　　　*
ERROR at line 1:
ORA-00997: illegal use of LONG datatype
SQL> insert /*+ APPEND */ into mytab
　2> select * from mytab where col1 = 'A';
select * from mytab
　　　 *
ERROR at line 2:
ORA-00997: illegal use of LONG datatype

　　因此，要复制大量数据而不填充还原段，唯一简单的方法就是使用 COPY 命令。

　　导出和导入：濒临废弃

　　在 Oracle 数据库 10g 中引入数据泵时，预计最终将废弃传统的导出和导入工具。那么，请继续等待：在 Oracle 数据库 11g 中，这些旧工具仍然存在。由于已被弃用，这些工具不会再得到任何增强，但绝不能说它们是无用的。

　　就功能而言，数据泵胜过常规导入/导出许多倍，但在一种简单情况下，后者仍然非常有用：当您必须在客户端而不是服务器上创建转储文件时。由于执行操作前不必创建目录，因此在许多方面，通过常规导出/导入执行简单的数据导出可能更容易。

　　但是，需要再次声明的是，由于这些工具已被弃用，因此在使用时存在以下三个风险：

　　■　Oracle 不再为这些工具添加任何功能，因此可能不支持将来的数据类型等。

　　■　这些工具可能会在未经事先声明的情况下从将来的版本中删除，您以后必须重写代码。

　　■　如果您遇到错误，Oracle 支持部门可能会拒绝修复该代码。

　　因此，可能有必要将现有代码转换为数据泵，并且为了适应新发展，也确实应该这样做。

　　增量更新的全局统计信息

　　在分区表中，每个分区都可以有优化程序统计信息。此外，在整个表上还有与分区无关的全局统计信息，例如，整个表中不同值的数量。仅在 dbms_stats.gather_*_stats 程序发出指令时才会收集此全局统计信息，默认情况下不会收集。如果未指定全局统计信息参数，则不会收集全局统计信息，优化程序将根据分区统计信息生成全局统计信息。当然，计算得到的全局统计信息始终要比生成的统计信息精确，因此始终建议您收集全局统计信息。

　　但是，过去一直存在一个小问题：当分区数据变化但其他分区保持不变时，全局统计信息可能会变得陈旧。因此，即使只有一个分区发生变化，统计信息收集程序也必须遍历整个表来收集全局统计信息。

　　现在这个问题已不复存在。在 Oracle 数据库 11g 中，可以指示优化程序仅从更改的分区中以增量方式收集全局统计信息，而不必再次执行整表扫描。通过将用于统计信息收集的表参数 INCREMENTAL 设置为 TRUE 可完成此操作，如下所示：

begin
　 dbms_stats.set_table_prefs(
　　　　　 'SH','SALES','INCREMENTAL','TRUE');
end;
/

　　现在，您应该专门收集此表中粒度为 AUTO 的分区 SALES_1995 上的统计信息。

begin
　 dbms_stats.gather_table_stats (
　　　　　 ownname 　　　 => 'SH',
　　　　　 tabname　　　　 => 'SALES',
　　　　　 partname　　　　=> 'SALES_1995',
　　　　　 granularity　　 => 'AUTO'
　 );
end;

　　此统计信息收集方法指示数据库根据从新分区收集的统计信息，以增量方式更新全局统计信息。

　　数据泵功能改进

　　正如我先前提到的，自上一个版本开始，数据泵工具一直用于移动大量数据，或者对数据进行有效的“逻辑”备份。与导出/导入类似，它是独立于平台的工具（例如，可以从 Linux 导出，然后再导入 Solaris）。在 Oracle 数据库 11g 中，数据泵获得了一些增强。

　　数据泵存在的较大问题之一是，创建转储文件时无法对其进行压缩。在较旧的导出/导入实用程序中，这一点比较容易做到。在 Oracle 数据库 11g 中，数据泵可以在创建转储文件时对其进行压缩。这是通过在 expdp 命令行中使用参数 COMPRESSION 实现的。此参数有三个选项：

　　■　METDATA_ONLY — 仅压缩元数据；数据保持原样（在 Oracle 数据库 10.2 中同样可用）。

　　■　DATA_ONLY — 仅压缩数据；元数据保持原样。

　　■　ALL — 同时压缩元数据和数据。

　　■　NONE — 此为默认选项；不执行任何压缩。

　　下面说明如何压缩 UNITS_FACT 表的导出内容：

$ expdp global/global directory=dump_dir tables=units_fact dumpfile=units_fact_comp.dmp compression=all

　　为了便于比较，下面说明如何只导出而不压缩：

$ expdp global/global directory=dump_dir tables=units_fact dumpfile=units_fact_uncomp.dmp

　　现在，如果您查看所创建的文件：

$ ls -l
-rw-r-----　1 oracle dba　2576384 Jul　6 22:39 units_fact_comp.dmp
-rw-r-----　1 oracle dba 15728640 Jul　6 22:36 units_fact_uncomp.dmp

　　压缩比例为 100*（15728640-2576384）/15728640，大约为 83.61%！这是一个相当大的压缩比例；解压缩的转储文件为 15MB，而压缩后的转储文件为 1.5MB.如果使用 gzip 压缩转储文件：

$ gzip units_factl_uncomp.dmp
-rw-r-----　1 oracle dba 3337043 Jul　6 22:36 units_fact_uncomp.dmp.gz

　　压缩后的文件大约为 3.2MB，其大小是数据泵中压缩文件的二倍。因此，除了压缩可能会更加高效，解压缩也真正带来了好处。导入转储文件时，导入不必先解压缩文件；它将在读取文件时进行解压缩，从而使此过程真正变快。