当前位置: 首页 > news >正文

oracle共享池(shared pool):一、工作原理、组成部分 二、软硬解析过程

文章目录

  • oracle整体结构图
  • 共享池(shared pool)
    • shared pool的作用
    • shared pool的组成
    • 查询 shared pool 各组成部分大小
    • 硬解析和软解析


oracle整体结构图

在这里插入图片描述

共享池(shared pool)

shared pool的作用

1、 将 sql 语句解析成执行计划

2、 对执行计划进行执行,读取数据

3、 将读取到的数据返回给客户端

解析====》执行===》返回,此处涉及到“解析”,下文将详细分析和总结,

shared pool的组成

在这里插入图片描述
① free 空间

② 库缓存,用于缓存 SQL 语句和执行计划,比如最近执行过的sql语句、pl/sql过程和包

③ 字典缓存,存储数据库自己本身的信息,包括数据字典,比如:表的定义,口令,表的结构,用户名,权限等信息,尽可能多的熟悉数据字典,才能更好的掌握oracle,相关free、libaray cache、shared pool等相关大小情况都可以在v$sgastat (内存字典)中进行查看,方便数据库监控、管理以及后期通过修改参数来改变大小空间

查询 shared pool 各组成部分大小

1、select * from v$sgastat a where a.name= ’ library cache ’ ;查看库缓存大小信息

2、select * from v$sgastat a where a.pool =‘shared pool’ and a.name=‘free memory’;查看共享大小和空闲大小信息

3、select * from v$sgastat a where a.name=‘row cache’;查看字典缓存大小

硬解析和软解析

在 shard pool 中,前台进程会将 SQL 语句解析成执行计划,这部分中解析方式有两种:硬解析和软解析。

1、oracle执行sql的步骤过程:

1.1、语法检查(syntax check)
检查此sql的拼写是否语法。
1.2、语义检查(semantic check)
诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限。

1.3、对sql语句进行解析(prase)
利用内部算法对sql进行解析,生成解析树(parse tree)及执行计划(execution plan)。
1.4、执行sql,返回结果(execute and return)

根据sql处理过程确定,软硬解析发生再1.3步骤过程中,

硬解析过程:

1.语法、语义及权限检查;2.查询转换(通过应用各种不同的转换技巧,会生成语义上等同的新的SQL语句,如count(1)会转为count(*));3.根据统计信息生成执行计划(执行计划由很多种,但是一定选择成本最低,消耗资源最少,最优的方案执行计划);4.将游标信息(执行计划)保存到库缓存。

软解析过程:

1.语法、语义及权限检查;2.将整条SQL 直接在库缓存中执行计划

1、硬解析( hard parse ) : 当一条 SQL 语句进入共享池后,没有解析成执行计划的缓存,就需要进行硬解析—消耗资源大,成本高,速度慢

2、软解析( soft parse ) : 当一条 SQL 语句进入共享池后,共享池中有执行计划的缓存,就进行软解析—shared pool中获取缓存的sql,如果没有的情况下则会发生硬解析过程,

查看解析的相关信息,
在这里插入图片描述
1、cpu解析时间
2、执行计划解析时间
3、解析总数=硬解析总数+软解析总数,可以得到软解析总数,
4、硬解析总数
5、解析失败总数

http://www.lryc.cn/news/428905.html

相关文章:

  • 设计模式六大原则中的里氏替换原则
  • 安装Cellpose
  • 图卷积神经网络算法
  • 【C#】System.Text.Json
  • 经典游戏,用java实现的坦克大战小游戏
  • linux开通端口命令
  • 5、并发锁机制之synchronized
  • 职场那些事:应对施暴者的智慧
  • 精细化管理和智慧化运营的智慧油站开源了。
  • vue项目配置基础路由vue-router
  • 2024年入职/转行网络安全,该如何规划?_网络安全职业规划
  • 【Python系列】执行 Shell 命令的六种方法
  • 2024华为OD机试真题-部门人力分配Python-C卷D卷-200分
  • 【Leetcode 1436 】旅行终点站—— 哈希表
  • springboot自动配置原理-面试题
  • 【C++题解】1140 - 亲密数对
  • 学习大数据DAY40 基于 hive 的数据处理
  • [数据集][目标检测]手钳检测数据集VOC+YOLO格式141张1类别
  • SQL注入(head、报错、盲注)
  • 30. 包含 min 函数的栈
  • 五、OpenTK图形渲染基础
  • 桔子哥/基于云快充协议1.5版本的充电桩系统软件-充电桩系统 -新能源车充电平台源码
  • 零基础5分钟上手亚马逊云科技-高可用Web系统设计最佳实践
  • 培训学校课程管理系统-计算机毕设Java|springboot实战项目
  • 基于STM32的智能婴儿床控制系统设计(手机APP+蓝牙无线控制)(210)
  • 四、前后端分离通用权限系统(4)
  • 时序预测|基于贝叶斯BO-卷积-双向门控单元-注意力机制的单变量时间序列预测模型BO-CNN-BiGRU-Attention
  • 计算机毕业设计PySpark+Flask bilibili弹幕情感分析 B站视频数据可视化 B站爬虫 机器学习 深度学习 NLP自然语言处理 大数据毕业设计
  • 点击展开详细说明网站html引导页源码
  • Android 架构模式之 MVP