本文為白皮書“JSON in Oracle Database: Performance Considerations”的翻譯及閱讀筆記。

目的

本文檔概述了在 Oracle 數(shù)據(jù)庫中存儲和處理的 JavaScript 對象表示法 (JSON) 的性能調(diào)優(yōu)最佳實踐。應(yīng)用這些最佳實踐將使開發(fā)人員、數(shù)據(jù)庫管理員和架構(gòu)師能夠主動避免性能問題，并確保他們設(shè)計的應(yīng)用程序和系統(tǒng)以最佳性能運行。
本文檔中的超鏈接提供文檔、更多信息、示例和免費實踐培訓(xùn)的訪問。

Oracle 數(shù)據(jù)庫中 JSON 的簡介

2014 年，Oracle 發(fā)布了 Oracle 12.1.0.2，在所有 Oracle 數(shù)據(jù)庫版本中增加了原生 JSON 支持（這點表示懷疑，應(yīng)該是OSON發(fā)布后才算吧）。在此版本之前，JSON 通常存儲在 NoSQL 數(shù)據(jù)庫中，而 NoSQL 數(shù)據(jù)庫缺乏功能和數(shù)據(jù)一致性模型，這迫使開發(fā)人員添加額外的代碼來確保數(shù)據(jù)完整性。

為了彌補 NoSQL 的不足，開發(fā)人員開始使用關(guān)系數(shù)據(jù)庫或其他數(shù)據(jù)存儲技術(shù)，例如運行分析查詢。2014 年原生 JSON 支持功能的加入，消除了對這些額外專用數(shù)據(jù)存儲技術(shù)的需求，從而通過減少集成工作、簡化部署、降低風(fēng)險和成本，顯著加快了開發(fā)速度。（融合數(shù)據(jù)庫的好處）此外，使用標(biāo)準(zhǔn)化 SQL 運算符存儲、處理和分析 JSON 顯著縮短了上手時間，降低了所需的技能，并使非開發(fā)人員也能夠輕松處理 JSON 數(shù)據(jù)。

Oracle 數(shù)據(jù)庫提供原生 JSON 支持。JSON 可與所有 Oracle 數(shù)據(jù)庫功能兼容，包括選件、Oracle 管理包、框架、架構(gòu)和安全性。存儲在 Oracle 數(shù)據(jù)庫中的 JSON 還能受益于 Oracle 數(shù)據(jù)庫的性能、可擴展性、可用性、可擴展性、可移植性和安全性。（利用Oracle的強大能力也是融合數(shù)據(jù)庫的好處）訪問存儲在 Oracle 數(shù)據(jù)庫中的 JSON 與訪問其他數(shù)據(jù)庫訪問方法（包括 OCI、.NET 和 JDBC）相同。

有關(guān) Oracle 數(shù)據(jù)庫中 JSON 的更多信息，請參閱 JSON 開發(fā)人員指南。

性能特性和技術(shù) – 深入探討

以下部分更詳細(xì)地描述了工作負(fù)載部分中討論的功能：

在 Oracle 數(shù)據(jù)庫中存儲 JSON 數(shù)據(jù)以獲得最佳性能

JSON 可以使用數(shù)據(jù)類型為 VARCHAR2、CLOB、BLOB 或 JSON 的列來存儲。無論使用哪種類型，您都可以像操作其他類型的數(shù)據(jù)一樣操作 JSON 數(shù)據(jù)。

• 對于 Oracle 21c，建議使用針對查詢和高效（部分）更新進行優(yōu)化的原生 JSON 類型?？梢栽?JSON 列上定義 IS JSON 檢查約束，以強制執(zhí)行正確的 JSON 語法，如果應(yīng)用程序能夠保證 JSON 的正確性，則可以禁用（而不是刪除）該約束。
• 對于 Oracle 19c，建議使用原生 BLOB 數(shù)據(jù)類型，該類型也針對查詢和高效更新進行了優(yōu)化。
• CLOB 也受支持，但應(yīng)避免使用，因為由于 UCS2 編碼，CLOBS 通常需要兩倍的存儲空間（和磁盤讀取）。
• VARCHAR2 字段也受支持，如果已知 JSON 文檔的最大大小，或者 JSON 文檔已存儲在 VARCHAR2 字段中，又或者您更喜歡 VARCHAR2 的簡便性，則可以考慮使用 VARCHAR2 字段。VARCHAR2 值最多可容納 32K個（原文是32，不對）字節(jié)。

工作負(fù)載類型和數(shù)據(jù)訪問模式

數(shù)據(jù)庫工作負(fù)載可分為操作型工作負(fù)載和分析型工作負(fù)載。操作型工作負(fù)載也稱為聯(lián)機事務(wù)處理系統(tǒng) (OLTP)，它們以事務(wù)為導(dǎo)向，擁有眾多用戶，并且旨在實現(xiàn)即時響應(yīng)；例如，銀行的自動柜員機 (ATM)。OLTP 系統(tǒng)支持所有數(shù)據(jù)操作類型。典型的操作涉及使用最少行數(shù)插入或更新數(shù)據(jù)的事務(wù)。OLTP 系統(tǒng)的性能目標(biāo)是事務(wù)速度、吞吐量和數(shù)據(jù)庫并發(fā)性。相比之下，分析型工作負(fù)載（例如聯(lián)機分析處理 (OLAP)、數(shù)據(jù)倉庫和數(shù)據(jù)湖）專為數(shù)據(jù)分析而構(gòu)建，用戶較少，并且旨在處理大量數(shù)據(jù)。典型的操作包括使用復(fù)雜的資源密集型查詢處理數(shù)千或數(shù)百萬行數(shù)據(jù)，這些查詢會連接和聚合多個表之間的數(shù)據(jù)。OLAP 系統(tǒng)針對查詢進行了優(yōu)化。

按鍵檢索 JSON 文檔 (OLTP)

您的工作負(fù)載會根據(jù)關(guān)系列（鍵）選擇單個 JSON 文檔，并將 JSON 數(shù)據(jù)存儲在第二個（負(fù)載）列（可以認(rèn)為是key/value中的value）中。鍵列上的主鍵約束強制鍵值唯一，并為其創(chuàng)建索引以便快速查找。如果鍵不是隨機的（例如，使用序列或標(biāo)識列），則索引可能會成為高事務(wù)性系統(tǒng)中的熱點，因為并發(fā)/后續(xù)插入會命中同一個索引塊?；阪I列對索引進行哈希分區(qū)（常見的分散熱點的做法）會將插入操作均勻分布到所有分區(qū)。SODA 和 MongoDB 集合自動具有主鍵列——基于鍵的文檔查找無需進一步操作。

按字段值檢索 JSON 文檔 (OLTP)

在這里，通過 JSON 文檔中的字段值選擇一個或幾個文檔。JSON_VALUE 或 JSON_EXISTS 運算符中的路徑表達(dá)式定義了這些值。如果重復(fù)使用相同的路徑表達(dá)式，建議使用 JSON_VALUE 的基于函數(shù)的索引。對感興趣的字段值進行索引，可以將數(shù)據(jù)檢索的全表掃描替換為索引查找，從而確保最佳性能。

雖然在 JSON 文檔中索引單個字段很容易，但數(shù)組索引卻更具挑戰(zhàn)性。基于函數(shù)的索引無法索引數(shù)組值（函數(shù)每個 JSON 數(shù)據(jù)只能返回一個值）；在 Oracle 21c 之前的版本中，可以使用物化視圖作為替代方案：物化視圖將數(shù)組擴展為具有多個行條目的關(guān)系列，然后將其作為普通列進行索引。Oracle 全面的查詢重寫框架會自動重寫針對 JSON 文檔的 SQL 語句，以便使用物化視圖進行快速數(shù)據(jù)檢索。在 Oracle 21c 中，您可以使用此版本中引入的全新多值索引功能，原生地為 JSON 數(shù)組中的值創(chuàng)建索引。

使用全文搜索檢索 JSON 文檔 (OLTP、OLAP)

某些工作負(fù)載僅知道感興趣的值，而不知道 JSON 文檔中字段的路徑表達(dá)式，例如對任意文檔的臨時查詢。Oracle 提供了 JSON 搜索索引來提升此類工作負(fù)載的性能。借助 JSON 搜索索引，SQL/JSON 運算符 JSON_TEXTCONTAINS 允許根據(jù)文本搜索條件（包括詞干提取和模糊搜索）選擇行。

提取 JSON 值用于報告或分析 (OLAP)

在報告或分析用例中，JSON 數(shù)據(jù)會映射到關(guān)系模型，以便使用 SQL 進行進一步處理。常用的 SQL 操作包括連接（與其他 JSON 或關(guān)系數(shù)據(jù)）、聚合（求和、求平均值、窗口函數(shù)）或機器學(xué)習(xí)（分類、預(yù)測）。SQL/JSON 運算符 JSON_TABLE 允許從 JSON 映射到關(guān)系模型。Oracle 數(shù)據(jù)庫會盡可能將多個 JSON 查詢運算符優(yōu)化為單個 JSON_TABLE 語句（顯示在查詢執(zhí)行計劃中）。

對于高選擇性分析（根據(jù)字段過濾條件僅選擇少量 JSON 文檔），可以使用索引優(yōu)化訪問。如果訪問的行數(shù)較多（但并非全部），且索引的選擇性不再足夠，則應(yīng)考慮對數(shù)據(jù)進行分區(qū)，以從查詢中剔除不相關(guān)的分區(qū)。此外，處理大數(shù)據(jù)量時，建議充分利用并行執(zhí)行。SQL/JSON 運算符 JSON_TABLE 可以并行化，且沒有任何限制。（三個優(yōu)化手段：索引，分區(qū)，并行）

假設(shè)您反復(fù)運行相同的 JSON 到關(guān)系型數(shù)據(jù)庫轉(zhuǎn)換，例如每日報告或儀表板查詢。在這種情況下，物化視圖通過在視圖中物化中間結(jié)果，可以完全避免在運行時重復(fù)執(zhí)行相同的 JSON_TABLE 轉(zhuǎn)換。JSON_TABLE 物化視圖支持快速刷新，因此在插入或更新后能夠高效自動地刷新。物化視圖還可以與 Oracle Database In-Memory 結(jié)合使用，以受益于內(nèi)存列壓縮和快速 SIMD 掃描。這可以顯著提升性能，尤其是對于分析查詢而言。（物化視圖（主）+ In-Memory（輔）優(yōu)化）

JSON 生成 (OLTP、OLAP)

Oracle 數(shù)據(jù)庫新增了 SQL/JSON 運算符，（可能指的是JSON_ARRAY和JSON_OBJECT）用于從關(guān)系數(shù)據(jù)和查詢結(jié)果生成新的 JSON 數(shù)據(jù)。典型的用例是修改某個 JSON 文檔的結(jié)構(gòu)，或?qū)⒎治霾樵兊慕Y(jié)果作為 JSON 數(shù)據(jù)提取返回。當(dāng)僅訪問少量行時，索引可以提供快速訪問。如果 JSON 生成基于多行數(shù)據(jù)，則應(yīng)考慮使用物化視圖，但需要注意的是，JSON 生成的快速刷新功能僅在有限情況下才支持。

性能特性和技術(shù) – 深入探討

以下部分將更詳細(xì)地介紹與性能相關(guān)的功能，并附上示例。通常，常規(guī)的 SQL 調(diào)優(yōu)技巧是適用的：您可以利用已有的技能。這縮短了學(xué)習(xí)曲線，并消除了 DBA 和數(shù)據(jù)庫管理員對在 Oracle 數(shù)據(jù)庫中采用 JSON 的擔(dān)憂。這些調(diào)優(yōu)技巧背后的主要理念是減少需要讀取和處理的數(shù)據(jù)量：

基于函數(shù)的索引

基于函數(shù)的索引可以基于特定鍵或鍵組合創(chuàng)建，并優(yōu)化使用 SQL/JSON 運算符對相同鍵進行的查詢操作。基于函數(shù)的索引使用 JSON_VALUE 運算符構(gòu)建，并支持位圖和 B 樹索引格式。

以下示例在示例 JSON 文檔的 PONumber 鍵上創(chuàng)建了一個（唯一的）函數(shù)索引，該索引可通過路徑表達(dá)式“$.PONumber”訪問。本示例假設(shè) JSON 數(shù)據(jù)存儲在名為“purchaseorder”的表的“data”列中。

create unique index PO_NUMBER_IDX on PURCHASEORDER po(
json_value(po.DATA, '$.PONumber' returning number
null on empty error on error));

PONumber 值將被提?。ú⒕幦胨饕閿?shù)字。這會影響范圍查詢（按數(shù)字排序而非字母排序），并避免在運行時進行數(shù)學(xué)運算或比較的數(shù)據(jù)類型轉(zhuǎn)換。缺失值將被編入索引，作為 SQL NULL 值。

以下查詢使用了簡化的 JSON 語法。由于使用了 number() 項方法，因此將使用索引進行數(shù)據(jù)檢索，如計劃所示。

select data from PURCHASEORDER po
where po.data.PONumber.number() = 200;
-----------------------------------------------------
| Id | Operation | Name |
-----------------------------------------------------
| 0 | SELECT STATEMENT | | 
| 1 | TABLE ACCESS BY INDEX ROWID| PURCHASEORDER | 
|* 2 | INDEX UNIQUE SCAN | PO_NUMBER_IDX |
-----------------------------------------------------

多值索引

如果路徑表達(dá)式可以選擇多個值，則建議使用多值索引——這在訪問 JSON 數(shù)組中的值時很常見。以下代碼在示例 JSON 文檔的 JSON 數(shù)組“LineItems”中的字段“UPCCode”上創(chuàng)建了多值索引。這些值以字符串形式進行索引。

create multivalue index UPCCODE_INDEX on PURCHASEORDER po
( po.data.LineItems.Part.UPCCode.string());

多值索引也使用 B 樹，但由于生成的 ROWID 需要去重，因此速度比函數(shù)索引略慢。因此，如果已知路徑表達(dá)式最多返回一個值，則應(yīng)優(yōu)先使用基于函數(shù)的索引。多值索引是在 Oracle 21c 中引入的（出于早期的原因，可以使用物化視圖來加速對數(shù)組的訪問）。

以下查詢使用了多值索引：

select data from PURCHASEORDER po where
po.data.LineItems.Part.UPCCode.string() = '13131092705'; 
-------------------------------------------------------------
| Id | Operation 							| Name 			| 
|  0 | SELECT STATEMENT 					| 				| 
|* 1 | TABLE ACCESS BY INDEX ROWID BATCHED	| PURCHASEORDER | 
|* 2 | INDEX RANGE SCAN (MULTI VALUE) 		| UPCCODE_INDEX |
-------------------------------------------------------------

JSON 搜索索引

Oracle 數(shù)據(jù)庫支持使用基于 Oracle 全文索引的搜索索引來索引整個 JSON 文檔。該搜索索引不僅包含所有值，還包含其字段名稱，并允許進行全文搜索。以下示例在“purchaseorder”上創(chuàng)建了一個 JSON 搜索索引。

create search index PO_FULL_IDX on PURCHASEORDER po (po.data) for json
parameters('SYNC (EVERY "FREQ=SECONDLY; INTERVAL=1") DATAGUIDE OFF');

“parameters”子句指定索引是異步的，每秒同步一次。也可以在每次事務(wù)提交時同步索引，但這會增加索引維護成本并降低并發(fā) DML 的吞吐量。JSON 搜索索引還可以通過名為 JSON Dataguide 的功能在 DML 操作期間發(fā)現(xiàn)模式更改——例如，它允許自動生成 JSON_Table 視圖。“DATAGUIDE OFF”子句禁用此模式發(fā)現(xiàn)功能，從而降低 JSON 搜索索引在 DML 操作期間的成本。

JSON 搜索索引的底層數(shù)據(jù)結(jié)構(gòu)是發(fā)布列表，通常比 B 樹索引慢。如果 JSON 搜索索引與基于函數(shù)的索引或多值索引一起使用，則優(yōu)化器會盡可能優(yōu)先選擇這些索引。由于 JSON 搜索索引會索引整個 JSON 數(shù)據(jù)，因此其大小將顯著大于其他索引，通常在原始數(shù)據(jù)的 20%-30% 左右。JSON 搜索索引支持 JSON 數(shù)組中的值以及全文搜索操作。以下示例選擇所有“Description”字段同時包含單詞“Magic”和“Christmas”的文檔。除了“{and}”，還可以使用“{near}”或“{not(…)}”。有關(guān) JSON 搜索索引功能的更多信息，請參閱文檔

select data from PURCHASEORDER po
where JSON_TEXTCONTAINS(po.data, '$.LineItems.Part.Description', 'Magic
{and} Christmas');

查詢執(zhí)行計劃將 JSON 搜索索引顯示為“域索引”：

---------------------------------------------------------
| Id  | Operation 						| Name			|
---------------------------------------------------------
| 	0 | SELECT STATEMENT 				| 				|
| 	1 | TABLE ACCESS BY INDEX ROWID		| PURCHASEORDER |
|* 	2 | DOMAIN INDEX 					| PO_FULL_IDX	|
---------------------------------------------------------

對于包含大量 DML 操作的工作負(fù)載，使用單個 JSON 搜索索引來替代大量的函數(shù)索引和多值索引可能會有所幫助，從而減少索引維護量（DML 操作后的索引同步）。更多優(yōu)化策略請參閱右側(cè)引用的博客。

物化視圖

您可以使用物化視圖來提升頻繁訪問多行的查詢（而非基于索引驅(qū)動的鍵值查找）的性能。物化視圖會持久保存查詢結(jié)果。部分或完全匹配物化視圖查詢的后續(xù)查詢無需重新運行原始查詢即可訪問物化數(shù)據(jù)（以空間換取速度）。

在本文檔中，我們主要關(guān)注 JSON_TABLE 物化視圖。以下代碼將創(chuàng)建一個物化視圖，其中包含示例 JSON 文檔中“LineItems”數(shù)組的值。如前所述，使用物化視圖可以在 Oracle 19c 中索引 JSON 數(shù)組值，因為該版本不支持多值 JSON 索引。

create materialized view PO_MV build immediate
refresh fast on statement with primary key as
 select po.id, jt.* from PURCHASEORDER po, json_table(po.data, '$' error on error null on empty
 columns (
 	 po_number NUMBER PATH '$.PONumber', 
 	 userid VARCHAR2(10) PATH '$.User', 
 	 NESTED PATH '$.LineItems[*]'
 	 	columns ( itemno NUMBER PATH '$.ItemNumber',
 	 	description VARCHAR2(256) PATH '$.Part.Description',
 	 	upc_code NUMBER PATH '$.Part.UPCCode',
 	 	quantity NUMBER PATH '$.Quantity',
 	 	unitprice NUMBER PATH '$.Part.UnitPrice')))
jt;

在我們的物化視圖中將數(shù)組值轉(zhuǎn)換為多行，使我們能夠在 JSON 數(shù)組的字段上創(chuàng)建附加（輔助）索引，如下所示：

CREATE INDEX mv_idx ON PO_MV(upc_code, quantity);

現(xiàn)在，基表上的 SQL/JSON 查詢將透明地重寫，以盡可能使用物化視圖及其索引。以下查詢是一個示例，其中 Oracle 自動重寫查詢以使用物化視圖及其二級索引，如執(zhí)行計劃中所示：

select data from PURCHASEORDER po
where JSON_EXISTS(po.data, '$.LineItems[*]?(@.Part.UPCCode == 1234)');
-----------------------------------------------------------------
| Id | Operation							| Name 				|
 … 	
| 4 | MAT_VIEW ACCESS BY INDEX ROWID BATCHED| PO_MV 			|
|* 5 | INDEX RANGE SCAN 					| MV_IDX 			|
-----------------------------------------------------------------

為了使物化視圖 (MV) 與底層數(shù)據(jù)（DML 操作后）保持同步，我們將物化視圖設(shè)置為“語句快速刷新”。這可以自動執(zhí)行刷新過程，并始終保持物化視圖和基表數(shù)據(jù)一致。本文不深入討論物化視圖的各種刷新機制。更多詳細(xì)信息，請參閱相關(guān)文檔。

Oracle 分區(qū)

您可以像平常一樣對包含文檔的表進行分區(qū)，以提高性能：分區(qū)可以將表和索引細(xì)分為單獨的較小物理對象，即所謂的分區(qū)。**分區(qū)表中的數(shù)據(jù)位置由分區(qū)鍵標(biāo)識。此鍵可以是關(guān)系列，也可以是 JSON 數(shù)據(jù)中的字段。**從應(yīng)用程序的角度來看，分區(qū)表與非分區(qū)表完全相同。

以下示例創(chuàng)建一個范圍分區(qū)表，其分區(qū)鍵從存儲在“data”列中的 JSON 文檔中提取，并使用基于 JSON_VALUE 的虛擬列“po_num_vc”；

CREATE TABLE part_j (id VARCHAR2 (32) NOT NULL PRIMARY KEY,
data JSON,
po_num_vc NUMBER GENERATED ALWAYS AS
(json_value (data, '$.PONumber' RETURNING NUMBER)))
PARTITION BY RANGE (po_num_vc)
	 (PARTITION p1 VALUES LESS THAN (1000), 
	 	PARTITION p2 VALUES LESS THAN (2000));

對 JSON 字段“$.PONumber”（用作虛擬列分區(qū)鍵的 JSON 字段）進行過濾的查詢將明顯受益于 Oracle 分區(qū)功能：一種稱為分區(qū)修剪的優(yōu)化技術(shù)會自動排除所有不相關(guān)的分區(qū)，即已知不包含任何與查詢相關(guān)的數(shù)據(jù)的分區(qū)。
以下示例查詢只需訪問第一個分區(qū)，因為查詢的相等謂詞只能在此分區(qū)中找到匹配的記錄。執(zhí)行計劃中顯示了這一點，其中 Pstart 列和 Pstop 列均為 1。

select data from part_j
where json_value (data, '$.PONumber' RETURNING NUMBER) = 500; -----------------------------------------------------------------
| Id 	| Operation 			| Name | Time | Pstart| Pstop |
-----------------------------------------------------------------
| 0 	| SELECT STATEMENT 		| 			| 00:00:01 | 	| 	|
| 1 	| PARTITION RANGE ALL	| 			| 00:00:01 | 1 	| 1 |
|* 2 	| TABLE ACCESS FULL 	| PART_J 	| 00:00:01 | 1 	| 1 |
-----------------------------------------------------------------

Oracle 分區(qū)有多種機制來對表進行分區(qū)，由于篇幅原因，這里不再贅述。更多詳情請參閱文檔。通常，對于較大的 JSON 文檔（平均 > 32kb），使用關(guān)系列作為分區(qū)鍵在 DML 操作期間通常比使用 JSON_VALUE 虛擬列性能更高，因為后者需要在寫入正確分區(qū)之前從 JSON 中提取分區(qū)鍵。

并行執(zhí)行

通過使用多個進程處理 JSON 文檔，可以并行化 JSON 操作（例如查詢或批量更新）。這可以更高效地利用硬件資源，是大規(guī)模數(shù)據(jù)處理的關(guān)鍵。

大型數(shù)據(jù)倉庫應(yīng)始終使用并行執(zhí)行來實現(xiàn)良好的性能。OLTP 應(yīng)用程序中的特定操作（例如批處理操作）也可以從并行執(zhí)行中顯著受益。
并行執(zhí)行支持查詢和 DML（插入、更新）。有多種方法可以啟用和配置并行執(zhí)行。例如，Oracle 自治數(shù)據(jù)庫會根據(jù)為連接選擇的消費者組自動選擇并行度。對于手動控制并行度的數(shù)據(jù)庫，您可以在會話級別啟用并行度或裝飾單個對象。例如，以下代碼為我們的表“purchaseorder”啟用了 8 級并行度。

alter table PURCHASEORDER parallel 8;

如果使用并行執(zhí)行，則執(zhí)行計劃將顯示帶有“PX”的行。

| 1 | PX COORDINATOR || 2 | PX SEND QC (ORDER)|

Oracle 內(nèi)存列式存儲

JSON 數(shù)據(jù)可以存儲在內(nèi)存列存儲（IM 列存儲）中，從而提升查詢性能。最大可達(dá) 32 KB 的 JSON 值可以與其他關(guān)系列一起直接加載并在內(nèi)存中處理。通常，JSON 文檔中的值并非都與分析查詢相關(guān)。在這種情況下，只需在內(nèi)存中分別移動相關(guān)的 JSON 字段即可更高效地利用內(nèi)存：可以使用虛擬列或中間物化視圖。

以下示例向表“purchaseorder”添加了一個虛擬列，該列用于從訂單地址中提取“zipCode”字段。虛擬列已添加，并且表已啟用內(nèi)存處理。

alter table PURCHASEORDER add (ZIP varchar2(4000) generated always as
(JSON_VALUE(data, '$.ShippingInstructions.Address.zipCode.number()')));
alter table PURCHASEORDER inmemory;

以下分析示例查詢按 zipCode 計算訂單數(shù)量，并利用快速內(nèi)存??處理，如執(zhí)行計劃所示。

select zip, count(1) from PURCHASEORDER group by zip ;
-----------------------------------------------------
| Id 	| Operation 				| Name 			|
-----------------------------------------------------
| 0 	| SELECT STATEMENT 			| 				|
| 1 	| HASH GROUP BY 			| 				|
| 2 	| TABLE ACCESS INMEMORY FULL| PURCHASEORDER |
-----------------------------------------------------

Oracle Exadata 數(shù)據(jù)庫云服務(wù)器

Exadata 加速 JSON 性能：包含表和索引掃描的查詢可以將數(shù)據(jù)搜索和檢索處理卸載到 Exadata 存儲服務(wù)器。對于 JSON 運算符（例如，在查詢的 WHERE 子句中使用 JSON_VALUE 或 JSON_EXISTS），此卸載操作會自動且透明地進行。最大 4KB 的 JSON 文檔可以卸載到 Exadata 存儲服務(wù)器。更大的文檔將在數(shù)據(jù)庫中處理。

執(zhí)行計劃中的 STORAGE 術(shù)語表明卸載已完成：

-----------------------------------------------------
| Id | Operation 				| Name 			|
-----------------------------------------------------
|* 3 | TABLE ACCESS STORAGE FULL| PURCHASEORDER |
-----------------------------------------------------

Oracle 真正應(yīng)用集群

Oracle 真正應(yīng)用集群 (RAC) 允許客戶在多臺服務(wù)器上運行單個 Oracle 數(shù)據(jù)庫，以最大限度地提高可用性并在訪問共享存儲時實現(xiàn)水平可擴展性。

使用 Oracle Real Application Clusters 對于 JSON 文檔的處理是透明的，并且任何 SQL/JSON 處理都會自動受益。

Oracle 分片

Oracle 分片也是一種水平擴展技術(shù)，但與 RAC 不同，它采用無共享架構(gòu)。分片技術(shù)允許 JSON 文檔擴展到海量數(shù)據(jù)和事務(wù)處理，并支持?jǐn)?shù)據(jù)主權(quán)。JSON 文檔根據(jù)分片鍵（可以是關(guān)系列或 JSON 字段）分發(fā)到各個數(shù)據(jù)庫表分片中。

使用 Oracle 分片技術(shù)對于分片 JSON 文檔的處理是透明的。對于許多操作而言，分片文檔的處理僅在擁有特定分片的數(shù)據(jù)庫上進行，而跨分片查詢將透明地收集并聚合來自所有相關(guān)分片的結(jié)果數(shù)據(jù)。

Oracle 數(shù)據(jù)庫中 JSON 性能調(diào)優(yōu)特性到此結(jié)束。以下總結(jié)了 JSON 文檔存儲 API（MongoDB 集合和 SODA 集合）的性能相關(guān)主題：

性能技巧SODA 系列

Oracle 數(shù)據(jù)庫提供允許以集合形式訪問 JSON 數(shù)據(jù)的 API：適用于 MongoDB 的 Oracle 數(shù)據(jù)庫 API 和簡單 Oracle 文檔訪問 API -SODA。從概念上講，JSON 集合將 JSON 數(shù)據(jù)（稱為文檔）存儲在自動生成的表中（以便也可以通過 SQL 訪問）。SODA 支持與包含 JSON 數(shù)據(jù)的常規(guī)表相同的存儲選項，并且適用相同的建議：在 Oracle 19c 上使用 BLOB，在 Oracle 21c 上使用原生 JSON 類型。

用戶通常使用原生語言驅(qū)動程序（例如，Java 版 SODA 或 Python 版 SODA）處理 JSON 集合。SODA 原生語言驅(qū)動程序通常比 REST 驅(qū)動程序（REST 版 SODA）提供更高的吞吐量（每秒操作數(shù)）。

建議按如下方式配置 SODA 驅(qū)動程序：

• 啟用 SODA 元數(shù)據(jù)緩存

SODA 驅(qū)動程序需要了解每個 JSON 集合的元數(shù)據(jù)（列名、類型等）。啟用元數(shù)據(jù)緩存可以減少與數(shù)據(jù)庫的往返次數(shù)，從而提高延遲和吞吐量。

• 啟用語句緩存

語句緩存通過緩存重復(fù)使用的可執(zhí)行語句（例??如在循環(huán)中或在重復(fù)調(diào)用的方法中）來提高性能。對于 Java，語句緩存是使用 JDBC 啟用的。

• 對于負(fù)載平衡系統(tǒng)：關(guān)閉 DNS 緩存

負(fù)載平衡允許將 SODA 操作分布到不同的節(jié)點。如果啟用了 DNS 緩存，則所有連接都可能使用同一節(jié)點，從而導(dǎo)致負(fù)載平衡失效。對于 Java，應(yīng)設(shè)置以下系統(tǒng)屬性：inet.addr.ttl=0

數(shù)據(jù)庫性能調(diào)優(yōu)技術(shù)也適用于 SODA：例如，SODA 集合可以分區(qū)或分片，并且可以使用索引和/或物化視圖加速查詢。SODA 操作會自動轉(zhuǎn)換為等效的 SQL 操作：例如，SODA 查詢將轉(zhuǎn)換為在 WHERE 子句中使用 JSON_EXISTS 運算符的 SELECT 語句。

可以從 v$sql 數(shù)據(jù)庫視圖中檢索 SQL 操作，也可以通過直接在 SODA 驅(qū)動程序中啟用日志記錄來檢索 SQL 操作：在 Java 中，使用標(biāo)準(zhǔn)日志記錄包 - 可以為 SODA 啟用它，如下所示：

java -classpath "..." -Doracle.soda.trace=true -Djava.util.logging.config.file=logging.properties <program>

• ‘oracle.soda.trace=true’ 啟用 SQL 語句的日志記錄。
• ‘logging.java.util.logging.config.file’ 定義 java.util.logging 配置文件的路徑，該文件允許不同的日志記錄級別：FINEST 是最詳細(xì)的日志記錄級別。

更多信息 – 鏈接

• Oracle XE
• Oracle Standard Edition
• Oracle Enterprise Edition
• Oracle Exadata Cloud Service
• Oracle Exadata Cloud at Customer
• Oracle Exadata Database Machine
• Oracle Database Cloud Service
• Oracle Autonomous JSON
• Oracle Autonomous Transaction Processing
• Oracle Autonomous Data Warehouse

到此這篇關(guān)于Oracle 數(shù)據(jù)庫中的 JSON性能注意事項(最佳實踐)的文章就介紹到這了,更多相關(guān)Oracle 數(shù)據(jù)庫JSON內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論