oracle update速度慢

### 提高Oracle数据库UPDATE语句执行效率的方法

#### 1. 使用绑定变量
为了提升性能并减少硬解析开销，在应用程序中应尽可能使用绑定变量而不是文字常量。这可以显著降低SQL共享池中的重复解析次数，从而加快执行速度[^1]。

-- 不推荐的做法：直接嵌入具体数值
UPDATE employees SET salary = 5000 WHERE employee_id = 123;

-- 推荐做法：采用绑定变量方式传递参数值
UPDATE employees SET salary = :new_salary WHERE employee_id = :emp_id;

#### 2. 调整数组大小 (ARRAYSIZE 参数)
通过增大 `arraysize` 设置，可以在单次往返过程中获取更多行的数据，进而减少了网络传输次数以及上下文切换带来的额外负担。对于批量更新操作而言尤其有效。建议将此参数设为较高值如200以获得更好的吞吐率。

SET ARRAYSIZE=200

#### 3. 减少不必要的子查询
如果存在复杂的多层嵌套子查询结构，则应该考虑重构这些表达式使之更加简洁明了；同时也要注意避免在同一事务内频繁调用相同视图或表扫描动作。可以通过预先计算中间结果集存储于临时表里再做后续处理的方式来改善整体表现。

#### 4. 合理利用索引
确保被修改列上有适当类型的唯一/非唯一B树索引或其他高效查找机制可用。但是要注意的是当大量记录受到影响时反而可能因为维护索引而拖累总耗时，此时或许需要权衡利弊决定是否暂时禁用某些辅助性约束条件后再恢复启用它们。

#### 5. 批量提交更改
尽量累积一定数量待办事项之后统一提交给DBMS去完成持久化保存过程，而非每改动一行就立即同步写回磁盘文件系统之中。这样做的好处是可以充分利用缓存机制的优势，并且还能减轻日志序列化的压力。

BEGIN TRANSACTION;
FOR i IN (
    SELECT id FROM t_update_target LIMIT batch_size OFFSET offset_value
) LOOP
    UPDATE t_update_target SET col_a='value' WHERE id=i.id;
END LOOP;
COMMIT;

#### 6. 预估影响范围
提前做好充分准备了解即将发生的变更将会波及到哪些部分的数据集合体，据此规划最优路径实施最短距离内的精准打击策略。比如只针对特定分区或者满足某种过滤条件下才允许触发相应行为模式。

#### 7. 利用批处理技术
借助PL/SQL编写脚本实现自动化流程控制逻辑，能够更灵活地应对复杂场景下的需求变化趋势。特别是面对海量数据迁移任务时尤为适用，因为它支持并发作业调度功能并且具备良好的错误捕捉能力。

DECLARE
    CURSOR c IS SELECT * FROM large_table FOR UPDATE OF column_name NOWAIT;
BEGIN
    OPEN c;
    FETCH c BULK COLLECT INTO some_collection LIMIT chunk_size;
    
    WHILE c%FOUND LOOP
        -- 对收集起来的一组记录进行集中处置...
        
        EXIT WHEN NOT c%FOUND OR c%ROWCOUNT >= max_rows_per_transaction;
        
        COMMIT WORK WRITE IMMEDIATE; -- 或者 BATCH_SIZE 次数后 commit
        
        FETCH c BULK COLLECT INTO some_collection LIMIT chunk_size;
    END LOOP;
EXCEPTION
WHEN OTHERS THEN
    ROLLBACK TO SAVEPOINT before_operation_start;
    RAISE_APPLICATION_ERROR(-20001,'An error occurred during bulk update.');
END;
/