一、摘要
Oracle硬解析和軟解析是我們經(jīng)常遇到的問(wèn)題，所以需要考慮何時(shí)產(chǎn)生軟解析何時(shí)產(chǎn)生硬解析，如何判斷
SQL的執(zhí)行過(guò)程
當(dāng)發(fā)布一條SQL或PL/SQL命令時(shí)，Oracle會(huì)自動(dòng)尋找該命令是否存在于共享池中來(lái)決定對(duì)當(dāng)前的語(yǔ)句使用硬解析或軟解析。
通常情況下，SQL語(yǔ)句的執(zhí)行過(guò)程如下：
Step1. SQL代碼的語(yǔ)法(語(yǔ)法的正確性)及語(yǔ)義檢查(對(duì)象的存在性與權(quán)限)。
Step2. 將SQL代碼的文本進(jìn)行哈希得到哈希值。
Step3. 如果共享池中存在相同的哈希值，則對(duì)這個(gè)命令進(jìn)一步判斷是否進(jìn)行軟解析，否則到e步驟。
Step4. 對(duì)于存在相同哈希值的新命令行，其文本將與已存在的命令行的文本逐個(gè)進(jìn)行比較。
這些比較包括大小寫(xiě)，字符串是否一致，空格，注釋等，如果一致，則對(duì)其進(jìn)行軟解析，轉(zhuǎn)到步驟Step6，無(wú)需再次硬解析。
否則到步驟Step5。
Step5. 硬解析，生成執(zhí)行計(jì)劃。
Step6. 執(zhí)行SQL代碼，返回結(jié)果。
二、軟解析
1.下面的三個(gè)查詢語(yǔ)句，不能使用相同的共享SQL區(qū)。盡管查詢的表對(duì)象使用了大小寫(xiě)，但Oracle為其生成了不同的執(zhí)行計(jì)劃
select * from emp;
select * from Emp;
select * from EMP;
2.類似的情況，下面的查詢中，盡管其where子句empno的值不同，Oracle同樣為其生成了不同的執(zhí)行計(jì)劃
select * from emp where empno=7369
select * from emp where empno=7788
3.在判斷是否使用硬解析時(shí)，所參照的對(duì)象及schema應(yīng)該是相同的，如果對(duì)象相同，而schema不同，則需要使用硬解析,生成不同的執(zhí)行計(jì)劃
sys@ASMDB> select owner,table_name from dba_tables where table_name like 'TB_OBJ%';
OWNER TABLE_NAME
------------------------------ ------------------------------
USR1 TB_OBJ --兩個(gè)對(duì)象的名字相同，當(dāng)所有者不同
SCOTT TB_OBJ
usr1@ASMDB> select * from tb_obj;
scott@ASMDB> select * from tb_obj; --此時(shí)兩者都需要使用硬解析以及走不同的執(zhí)行計(jì)劃
三、硬解析
硬解析即整個(gè)SQL語(yǔ)句的執(zhí)行需要完完全全的解析，生成執(zhí)行計(jì)劃。而硬解析，生成執(zhí)行計(jì)劃需要耗用CPU資源，以及SGA資源。在此不得不提的是對(duì)庫(kù)緩存中閂的使用。閂是鎖的細(xì)化，可以理解為是一種輕量級(jí)的串行化設(shè)備。當(dāng)進(jìn)程申請(qǐng)到閂后，則這些閂用于保護(hù)共享內(nèi)存的數(shù)在同一時(shí)刻不會(huì)被兩個(gè)以上的進(jìn)程修改。在硬解析時(shí)，需要申請(qǐng)閂的使用，而閂的數(shù)量在有限的情況下需要等待。大量的閂的使用由此造成需要使用閂的進(jìn)程排隊(duì)越頻繁，性能則逾低下。
1. 下面對(duì)上面的兩種情形進(jìn)行演示
在兩個(gè)不同的session中完成，一個(gè)為sys帳戶的session，一個(gè)為scott賬戶的session，不同的session，其SQL命令行以不同的帳戶名開(kāi)頭
如" sys@ASMDB> " 表示使用時(shí)sys帳戶的session，" scott@ASMDB> "表示scott帳戶的session
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --當(dāng)前的硬解析值為569
parse count (hard) 64 569
scott@ASMDB> select * from emp;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一個(gè)查詢后硬解析值為570，解析次數(shù)增加了一次
parse count (hard) 64 570
scott@ASMDB> select * from Emp;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一個(gè)查詢后硬解析值為571
parse count (hard) 64 571
scott@ASMDB> select * from EMP;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一個(gè)查詢后硬解析值為572
parse count (hard) 64 572
scott@ASMDB> select * from emp where empno=7369;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一個(gè)查詢后硬解析值為573
parse count (hard) 64 573
scott@ASMDB> select * from emp where empno=7788; --此處原來(lái)empno=7369，復(fù)制錯(cuò)誤所致，現(xiàn)已更正為7788@20130905
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一個(gè)查詢后硬解析值為574
parse count (hard) 64 574
從上面的示例中可以看出，盡管執(zhí)行的語(yǔ)句存在細(xì)微的差別，但Oracle還是為其進(jìn)行了硬解析，生成了不同的執(zhí)行計(jì)劃。即便是同樣的SQL語(yǔ)句，而兩條語(yǔ)句中空格的多少不一樣，Oracle同樣會(huì)進(jìn)行硬解析。
四、硬解析改進(jìn) - 使用動(dòng)態(tài)語(yǔ)句
1. 更改參數(shù)cursor_sharing
參數(shù)cursor_sharing決定了何種類型的SQL能夠使用相同的SQL area
CURSOR_SHARING = { SIMILAR | EXACT | FORCE }
EXACT --只有當(dāng)發(fā)布的SQL語(yǔ)句與緩存中的語(yǔ)句完全相同時(shí)才用已有的執(zhí)行計(jì)劃。
FORCE --如果SQL語(yǔ)句是字面量，則迫使Optimizer始終使用已有的執(zhí)行計(jì)劃,無(wú)論已有的執(zhí)行計(jì)劃是不是最佳的。
SIMILAR --如果SQL語(yǔ)句是字面量，則只有當(dāng)已有的執(zhí)行計(jì)劃是最佳時(shí)才使用它，如果已有執(zhí)行計(jì)劃不是最佳則重新對(duì)這個(gè)SQL
--語(yǔ)句進(jìn)行分析來(lái)制定最佳執(zhí)行計(jì)劃。
可以基于不同的級(jí)別來(lái)設(shè)定該參數(shù)，如ALTER SESSION, ALTER SYSTEM
sys@ASMDB> show parameter cursor_shar --查看參數(shù)cursor_sharing
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
cursor_sharing string EXACT
sys@ASMDB> alter system set cursor_sharing='similar'; --將參數(shù)cursor_sharing的值更改為similar
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --當(dāng)前硬解析的值為865
parse count (hard) 64 865
scott@ASMDB> select * from dept where deptno=10;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一條SQL查詢后，硬解析的值變?yōu)?66
parse count (hard) 64 866
scott@ASMDB> select * from dept where deptno=20;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執(zhí)行上一條SQL查詢后，硬解析的值沒(méi)有發(fā)生變化還是866
parse count (hard) 64 866
sys@ASMDB> select sql_text,child_number from v$sql -- 在下面的結(jié)果中可以看到SQL_TEXT列中使用了綁定變量:"SYS_B_0"
where sql_text like 'select * from dept where deptno%';
SQL_TEXT CHILD_NUMBE
-------------------------------------------------- ------------
select * from dept where deptno=:"SYS_B_0" 0
sys@ASMDB> alter system set cursor_sharing='exact'; --將cursor_sharing改回為exact
--接下來(lái)在scott的session 中執(zhí)行deptno=40 和的查詢后再查看sql_text，當(dāng)cursor_sharing改為exact后，每執(zhí)行那個(gè)一次
--也會(huì)在v$sql中增加一條語(yǔ)句
sys@ASMDB> select sql_text,child_number from v$sql
where sql_text like 'select * from dept where deptno%';
SQL_TEXT CHILD_NUMBER
-------------------------------------------------- ------------
select * from dept where deptno=50 0
select * from dept where deptno=40 0
select * from dept where deptno=:"SYS_B_0" 0
2. 使用綁定變量的方式
綁定變量要求變量名稱，數(shù)據(jù)類型以及長(zhǎng)度是一致，否則無(wú)法使用軟解析
(1). 綁定變量（bind variable）是指在DML語(yǔ)句中使用一個(gè)占位符，即使用冒號(hào)后面緊跟變量名的形式，如下
select * from emp where empno=7788 --未使用綁定變量
select * from emp where empono=:eno --:eno即為綁定變量
在第二個(gè)查詢中，變量值在查詢執(zhí)行時(shí)被提供。該查詢只編譯一次，隨后會(huì)把查詢計(jì)劃存儲(chǔ)在一個(gè)共享池（庫(kù)緩存）中，以便以后獲取和重用這個(gè)查詢計(jì)劃。
(2). 下面使用了綁定變量，但兩個(gè)變量其實(shí)質(zhì)是不相同的，對(duì)這種情形，同樣使用硬解析
select * from emp where empno=:eno;
select * from emp where empno=:emp_no
使用綁定變量時(shí)要求不同的會(huì)話中使用了相同的回話環(huán)境，以及優(yōu)化器的規(guī)則等
scott@ASMDB> create table tb_test(col int); --創(chuàng)建表tb_test
scott@ASMDB> create or replace procedure proc1 --創(chuàng)建存儲(chǔ)過(guò)程proc1使用綁定變量來(lái)插入新記錄
as
begin
for i in 1..10000
loop
execute immediate 'insert into tb_test values(:n)' using i;
end loop;
end;
/
Procedure created.
scott@ASMDB> create or replace procedure proc2 --創(chuàng)建存儲(chǔ)過(guò)程proc2，未使用綁定變量，因此每一個(gè)SQL插入語(yǔ)句都會(huì)硬解析
as
begin
for i in 1..10000
loop
execute immediate 'insert into tb_test values('||i||')';
end loop;
end;
/
Procedure created.
scott@ASMDB> exec runstats_pkg.rs_start
PL/SQL procedure successfully completed.
scott@ASMDB> exec proc1;
PL/SQL procedure successfully completed.
scott@ASMDB> exec runstats_pkg.rs_middle;
PL/SQL procedure successfully completed.
scott@ASMDB> exec proc2;
PL/SQL procedure successfully completed.
scott@ASMDB> exec runstats_pkg.rs_stop(1000);
Run1 ran in 1769 hsecs
Run2 ran in 12243 hsecs --run2運(yùn)行的時(shí)間是run1的/1769≈倍
run 1 ran in 14.45% of the time
Name Run1 Run2 Diff
LATCH.SQL memory manager worka 410 2,694 2,284
LATCH.session allocation 532 8,912 8,380
LATCH.simulator lru latch 33 9,371 9,338
LATCH.simulator hash latch 51 9,398 9,347
STAT...enqueue requests 31 10,030 9,999
STAT...enqueue releases 29 10,030 10,001
STAT...parse count (hard) 4 10,011 10,007 --硬解析的次數(shù)，前者只有四次
STAT...calls to get snapshot s 55 10,087 10,032
STAT...parse count (total) 33 10,067 10,034
STAT...consistent gets 247 10,353 10,106
STAT...consistent gets from ca 247 10,353 10,106
STAT...recursive calls 10,474 20,885 10,411
STAT...db block gets from cach 10,408 30,371 19,963
STAT...db block gets 10,408 30,371 19,963
LATCH.enqueues 322 21,820 21,498 --閂的隊(duì)列數(shù)比較
LATCH.enqueue hash chains 351 21,904 21,553
STAT...session logical reads 10,655 40,724 30,069
LATCH.library cache pin 40,348 72,410 32,062 --庫(kù)緩存pin
LATCH.kks stats 8 40,061 40,053
LATCH.library cache lock 318 61,294 60,976
LATCH.cache buffers chains 51,851 118,340 66,489
LATCH.row cache objects 351 123,512 123,161
LATCH.library cache 40,710 234,653 193,943
LATCH.shared pool 20,357 243,376 223,019
Run1 latches total versus runs -- difference and pct
Run1 Run2 Diff Pct
157,159 974,086 816,927 16.13% --proc2使用閂的數(shù)量也遠(yuǎn)遠(yuǎn)多于proc1，其比值是.13%
PL/SQL procedure successfully completed.
(3). 使用綁定變量的好處
由上面的示例可知，在未使用綁定變量的情形下，不論是解析次數(shù)，閂使用的數(shù)量，隊(duì)列，分配的內(nèi)存，庫(kù)緩存，行緩存遠(yuǎn)遠(yuǎn)高于綁定
變量的情況。因此盡可能的使用綁定變量避免硬解析產(chǎn)生所需的額外的系統(tǒng)資源。
綁定變量的優(yōu)點(diǎn)
減少SQL語(yǔ)句的硬解析，從而減少因硬解析產(chǎn)生的額外開(kāi)銷(CPU,Shared pool,latch)。其次提高編程效率，減少數(shù)據(jù)庫(kù)的訪問(wèn)次數(shù)。
綁定變量的缺點(diǎn)
優(yōu)化器就會(huì)忽略直方圖的信息，在生成執(zhí)行計(jì)劃的時(shí)候可能不夠優(yōu)化。SQL優(yōu)化相對(duì)比較困難
五、總結(jié)
1.盡可能的避免硬解析，因?yàn)橛步馕鲂枰嗟腃PU資源，閂等。
2.cursor_sharing參數(shù)應(yīng)權(quán)衡利弊，需要考慮使用similar與force帶來(lái)的影響。
3.盡可能的使用綁定變量來(lái)避免硬解析。
