Manera eficiente de actualizar todas las filas en una tabla

Question

Tengo una tabla con muchos registros (podría ser más de 500 000 o 1 000 000). Agregué una nueva columna en esta tabla y necesito completar un valor para cada fila en la columna, usando el valor de fila correspondiente de otra columna en esta tabla.

Traté de usar transacciones separadas para seleccionar cada fragmento siguiente de 100 registros y actualizar el valor para ellos, pero todavía lleva horas actualizar todos los registros en Oracle10, por ejemplo.

¿Cuál es la forma más eficiente de hacer esto en SQL, sin usar algunas características específicas del dialecto, por lo que funciona en todas partes (Oracle, MSSQL, MySQL, PostGre etc.)?

INFORMACIÓN ADICIONAL: No hay campos calculados. Hay índices. Se utilizan sentencias SQL generadas que actualizan la tabla fila por fila.

Answer 1

La forma más habitual es utilizar UPDATE:

UPDATE mytable 
    SET new_column = <expr containing old_column> 

Usted debe ser capaz de hacer esto es una sola transacción.

Answer 2

Puede soltar cualquier índice en la tabla, luego hacer su inserción, y luego volver a crear los índices.

Answer 3

Puede que no te funcione, pero es una técnica que he usado un par de veces en el pasado para circunstancias similares.

creado updated_ {table_name}, luego seleccione insertar en esta tabla en lotes. Una vez finalizado, esto depende de Oracle (que no conozco ni uso) que soporte la capacidad de cambiar el nombre de las tablas de forma atómica. updated_ {table_name} se convierte en {table_name}, mientras que {table_name} se convierte en original_ {table_name}.

La última vez que tuve que hacer esto fue para una tabla muy indexada con varios millones de filas que definitivamente no pudieron bloquearse durante el tiempo necesario para realizar algunos cambios serios.

Answer 4

Como Marcelo sugiere:

UPDATE mytable 
SET new_column = <expr containing old_column>; 

Si esto toma demasiado tiempo y falla debido a "instantáneas demasiado viejos" errores (por ejemplo, si la expresión consulta otra mesa altamente activa), y si el nuevo valor para el la columna es siempre NO NULO, puede actualizar la tabla en lotes:

UPDATE mytable 
SET new_column = <expr containing old_column> 
WHERE new_column IS NULL 
AND ROWNUM <= 100000; 

Sólo tiene que ejecutar esta declaración, COMMIT, a continuación, ejecute de nuevo; enjuague, repita hasta que informe "0 filas actualizadas". Llevará más tiempo, pero es menos probable que falle cada actualización.

EDIT:

Una mejor alternativa que debe ser más eficiente es el uso de la API de DBMS_PARALLEL_EXECUTE.

Código Muestra (a partir de documentos de Oracle):

DECLARE 
    l_sql_stmt VARCHAR2(1000); 
    l_try NUMBER; 
    l_status NUMBER; 
BEGIN 

    -- Create the TASK 
    DBMS_PARALLEL_EXECUTE.CREATE_TASK ('mytask'); 

    -- Chunk the table by ROWID 
    DBMS_PARALLEL_EXECUTE.CREATE_CHUNKS_BY_ROWID('mytask', 'HR', 'EMPLOYEES', true, 100); 

    -- Execute the DML in parallel 
    l_sql_stmt := 'update EMPLOYEES e 
     SET e.salary = e.salary + 10 
     WHERE rowid BETWEEN :start_id AND :end_id'; 
    DBMS_PARALLEL_EXECUTE.RUN_TASK('mytask', l_sql_stmt, DBMS_SQL.NATIVE, 
           parallel_level => 10); 

    -- If there is an error, RESUME it for at most 2 times. 
    l_try := 0; 
    l_status := DBMS_PARALLEL_EXECUTE.TASK_STATUS('mytask'); 
    WHILE(l_try < 2 and l_status != DBMS_PARALLEL_EXECUTE.FINISHED) 
    LOOP 
    l_try := l_try + 1; 
    DBMS_PARALLEL_EXECUTE.RESUME_TASK('mytask'); 
    l_status := DBMS_PARALLEL_EXECUTE.TASK_STATUS('mytask'); 
    END LOOP; 

    -- Done with processing; drop the task 
    DBMS_PARALLEL_EXECUTE.DROP_TASK('mytask'); 

END; 
/

Oracle Docs: https://docs.oracle.com/database/121/ARPLS/d_parallel_ex.htm#ARPLS67333

Answer 5

¿Cuál es la versión de la base de datos?Echa un vistazo a las columnas virtuales en 11g:

Adición de columnas con un valor predeterminado http://www.oracle.com/technology/pub/articles/oracle-database-11g-top-features/11g-schemamanagement.html