盖总(eygle)在刚结束的甲骨文大会的演讲中，通过一个简单的UPDATE语句，为我们展示了什么叫由点及面的优化，什么叫由点及面的知识覆盖度，不在于这个案具体如何操作，更应关注或更值得我们借鉴的是这种学习态度和方法思路，大师是如何炼成的？我想这个案例可以带给我们一些启迪。
下面就复盘一下这个案例的整个过程，注：版权归盖总(eygle)所有~
问题描述：
问题的标题是：“并行更新成为系统瓶颈”
SQL：
UPDATE /*+ parallel(a, 8) */ tbl_a aSET name = (SELECT name FROM tbl_b WHERE id = a.id),class = (SELECT class FROM tbl_b WHERE id = a.id)WHERE a.id IN (SELECT /*+ parallel(b, 8) */ id FROM tbl_b b);
现象是这条SQL执行时间非常长，从介绍看是有2.5分钟。
优化过程：
1. 为了以下可以更清楚地说明问题，对这个SQL做了简化处理，我们需要优化的是这条SQL：
UPDATE tbl_a aSET name = (SELECT name FROM tbl_b WHERE id = a.id),class = (SELECT class FROM tbl_b WHERE id = a.id)WHERE a.id IN (SELECT id FROM tbl_b b);
我们创建两张模拟表：
SQL> create table tbl_a(id number,name varchar2(5),class varchar2(5));Table created.SQL> create table tbl_b(id number,name varchar2(5),class varchar2(5));Table created.SQL> create sequence seq_a cache 1000;Sequence created.SQL> create sequence seq_b cache 1000;Sequence created.
插入一些随机数据：
begin for i in 1 .. 100000 loopinsert into tbl_a values (seq_a.nextval, dbms_random.string(‘U’, 5), dbms_random.string(‘U’, 5)); end loop; commit;end;/PL/SQL procedure successfully completed.SQL> select count(*) from tbl_a; COUNT(*)————100000begin for i in 1 .. 10000 loopinsert into tbl_b values (seq_b.nextval, dbms_random.string(‘U’, 5), dbms_random.string(‘U’, 5)); end loop; commit;end;/PL/SQL procedure successfully completed.SQL> select count(*) from tbl_b; COUNT(*)————10000
2. 执行原SQL语句
SQL> set timing onSQL> UPDATE tbl_a aSET name = (SELECT name FROM tbl_b WHERE id = a.id),class = (SELECT class FROM tbl_b WHERE id = a.id)WHERE a.id IN (SELECT id FROM tbl_b b);10000 rows updated.Elapsed: 00:00:07.42
需要7秒多的时间(虽然和示例中2.5分钟有差距，但仅为了说明优化的问题，时间上的差距可以忽略)。
3. 第一次优化
我们从这个SQL中可以看到，更新TBL_A表的ID列，但TBL_B表的SELECT有三次，即三次的全表扫描，那么要是能减少TBL_B表检索的次数，执行时间肯定可以减少。
SQL> UPDATE tbl_a aSET (name, class) = (SELECT name, class FROM tbl_b WHERE id = a.id)WHERE a.id IN (SELECT id FROM tbl_b b);10000 rows updated.Elapsed: 00:00:04.04
这样的调整是符合SQL语法的，执行时间变为了4秒多，效果显著。
4. 第二次优化
虽然执行时间减少了接近一半，但SQL中还是对TBL_B执行了两次扫描，是否还可以减少一次？
SQL> UPDATE (SELECT b.name b_name, b.class b_class, a.name, a.classFROM tbl_a a, tbl_b bWHERE a.id = b.id)SET name = b_name, class = b_class;SET name = b_name, class = b_class*ERROR at line 4:ORA-01779: cannot modify a column which maps to a non key-preserved tableElapsed: 00:00:00.01
“造成这个错误的原因是更新的列不是事实表的列，而是维度表的列。换句话说，如果两张表关联，其中一张表的关联列是主键，那么另一张表就是事实表，也就是说另一张表中的列就是可更新的；除非另一张表的关联列也是主键，否则这张表就是不可更新的，如果更新语句涉及到了这张表，就会出现ORA-1799错误。如果是两张表主键关联，那么无论更新那个表的字段都可以。
其实这个限制的真正原因是Oracle要确保连接后更新的内容可以写到一张表中，而这就要求连接方式必须是1对N或者1对1的连接。这样才能确保连接后的结果集数量和事实表一致。从而使得Oracle对连接后子查询的更新可以顺利的更新到事实表中。”
a.id=b.id，我们是用TBL_B的id列作为条件更新，需要确保这列只会对应到TBL_B表的一行记录，可以为表TBL_B的id列设置主键、唯一索引或唯一约束，三种操作，这里选择设置唯一约束：
SQL> alter table tbl_b add constraint uq_b_id unique(id);Table altered.
再次执行：
SQL> UPDATE (SELECT b.name b_name, b.class b_class, a.name, a.classFROM tbl_a a, tbl_b bWHERE a.id = b.id)SET name = b_name, class = b_class;10000 rows updated.Elapsed: 00:00:00.12
执行时间一下仅为0.12秒。
上面如果TBL_A的ID列设置为主键，则为1对1的连接，如果仅是TBL_B的ID列为唯一约束，则为1对N的连接。
总结：
通过两次优化，执行时间从7秒降到了0.12秒，虽然这里的示例数据未必和实际情况一致，但成比例的缩放足以说明这个问题，从这个案例可以看出，优化的本质就是少做事，原始SQL执行三次全表扫描，那目标就是减少全表扫描的次数，第一次优化的操作可能相对容易想到，但第二次优化的操作，就需要知道可以有这种语法，而且出现了ORA-01799的错误，还需要知道这种错误的根本原因是什么，才能有可行的解决方法。
问题还没完，以上说明了SQL语句的优化，下面就是针对这条SQL展开的知识。
假设上面的TBL_A和TBL_B表是属于用户bisal的，此时新建一个用户phibisal，并授予最简单的权限：
SQL> create user phibisal identified by phibisal;User created.SQL> grant create session to phibisal;Grant succeeded.一个人行走，若是寂寞了，寻一座霓虹灯迷离闪烁，
