探讨实体化视图的刷新机制

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。

8 thoughts on “探讨实体化视图的刷新机制

Leave a Reply

Your email address will not be published. Required fields are marked *