以下文章小编为您整理的Insert语句加/*+APPEND*/在循环中单条提交对系统的影响分析，本文共3篇，供大家阅读。本文原稿由网友“coldplay_lh”提供。
篇1：Insert语句加/*+APPEND*/在循环中单条提交对系统的影响分析
再好的东西，有好的一面，也有不好的一面，用得好，可以助你事半功倍，用不好，将会带来巨大的影响，
/*+APPEND */由于期是在高水位以上插入，以及/*+APPEND */会给表加6级排它锁的特性，所以试想，如果要在loop或if循环中，要循环的插入一百万行数据，每循环一次只有一行符合条件的数据插入，commit只能放在循环之内（/*+APPEND */决定着commit无法放在特环外面），即代表着一万行数据，有一千万次commit。
这种使用场景，笔者已经在多个项目中看到，所以在此将该种用法的影响分析出来供有需要的人士参考。
篇2：Insert语句加/*+APPEND*/在循环中单条提交对系统的影响分析
Insert语句加/*+APPEND*/ hint在循环中单条提交，由于/*+APPEND */ hint是在高水位线以上插入的特性，导致每提交一次，就会取一个新的block存放，高水位就上推一个block，以及/*+APPEND */ hint会给表加6级排它锁的特导，导致必须在commit后才能插入新的数据，大量单条/*+APPEND */插入，使得表急剧增大，除对insert本身造成性能影响之外，对以后的select、update、delete更是造成更巨大的影响。
篇3：Insert语句加/*+APPEND*/在循环中单条提交对系统的影响分析
3.1 loop循环中使用/*+APPEND */ hint的INSERT单条提交场景
（1）创建三张测试表
create table emp(empno number); -- 游标值引用表
create table emp_inter(numberno number); --中间表
create table emp_append_test(empno number); --目标表
（2）向游标值引用表与中间表各插入10000行数据
set timing on;
declare
i number:=1;
begin
loop
insert into emp (empno) values (i);
insert into emp_inter (numberno) values (i);
commit;
i:=i+1;
exit when i=10001;
end loop;
end;
/
输出时间值：Elapsed: 00:00:02.8 --同时向两张表insert 10000行数据，耗时2.8秒
3.2 对空间占用的严重影响测试与分析
3.2.1对三张表所占用空间进行测试前记录
select 'EMP' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP
union all
select 'EMP_INTER' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP_INTER
union all
select 'EMP_APPEND_TEST' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP_APPEND_TEST
输出结果如下：
table_name
blocks
EMP
16
EMP_INTER
16
EMP_APPEND_TEST
0
在此已经看到，EMP、EMP_INTER两张表，各插入999行数据，占用block为16个，当前没有插入数据的EMP_APPEND_TEST表占用0个block。
3.2.2在loop循环中加/*+APPEND */hint做insert数据
向目标表emp_append_test插入数据
set serveroutput on
set timing on
declare
n number:=1;
begin
for c in (select empno from emp)
loop
insert/*+APPEND */into emp_append_test select * from emp_inter where numberno=c.empno;
n:=n+1;
commit;
end loop;
dbms_output.put_line('insert rows is :'||n);
end;
/
输出值：insert rows is :10000 --插入10000行数据
Elapsed: 00:00:11.62 --此次向一张表中插入10000行数据，耗时11.62秒
3.2.3 再次查询三张表占用的block数量
select 'EMP' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP
union all
select 'EMP_INTER' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP_INTER
union all
select 'EMP_APPEND_TEST' as table_name,count(distinct dbms_rowid.rowid_block_number(rowid)) as blocks from EMP_APPEND_TEST;
输出结果如下：
table_name
blocks
EMP
16
EMP_INTER
16
EMP_APPEND_TEST
10000
从上面看来，结果是非常可怕的，插入一万行数据，占用一万个block，以每个block 8KB计算，一万行数据占用78.1MB左右（10000*8/1024），
3.3 对查询性能影响
（1）对未使用/*+APPEND */循环单条commit的表EMP查询性能测试
SQL>set autotrace on statistics
SQL>select * from emp where empno =1;
-------------
Statistics
----------------------------------------------------------
1 recursive calls
0 db block gets
23consistent gets
0 physical reads
0 redo size
523 bytes sent via SQL*Net to client
523 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
（2）对使用/*+APPEND */循环单条commit的表EMP_APPEND_TEST查询性能测试
SQL>set autotrace on statistics
SQL>select * from EMP_APPEND_TEST where empno = 1;
---------------------------
Statistics
----------------------------------------------------------
1 recursive calls
0 db block gets
20003consistent gets
10000physical reads
0 redo size
523 bytes sent via SQL*Net to client
523 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
（3）查询性能结果比较：
table_name
consistent gets
physical reads
EMP
23
21
EMP_APPEND_TEST
20003
10024
consistent gets翻了869倍
physical reads翻了477倍
