【转载】使用Exp和Expdp导出数据的性能对比与优化

转自：http://blog.itpub.net/117319/viewspace-1410931/

序：这方面的文章虽然很多人写过，但是结合实际进行详细的对比分析的不多，这里，结合所在公司的行业，进行了比较详细的对比分析。

1.前言

数据备份对信息系统的安全运行至关重要，我们的用户中，使用RMan或第三方专业备份软件的越来越多，但是很多用户仍然保留了传统的Exp作为备份策略的一部分，主要是由于这种备份方式简单易用，而且恢复到其他机器上也很方便，所以，虽然有其他的备份方式，但是Exp方式仍然会同时使用，甚至还有不少的用户只有这种备份方式(可能因为他们觉得掌握其他技术太复杂)。

随着用户的数据量增长，Exp导出方式存在的问题也日渐突出，主要就是耗时长，有的甚至超过3个小时，加上常见的后台自动作业：汇总表的计算，自动费用的计算，统计信息的收集等工作，使一个晚上的时间安排越来越紧张。

有没有办法提高Exp执行的性能呢？以前我做过一些试验，查阅了很多资料，总结过一些经验，最近拿到了一个用户的近300G数据，再次进行了一系列大数据量的导出对比试验，发现几个参数的设置对Exp导出耗时的影响较大，经过优化后，Exp导出的性能得到了较大提升，但是与Expdp相比，仍然是后者要快得多，下面将试验情况和相关知识做一个介绍，以便我们在帮助用户制定备份策略时参考。

2.试验情况

2.1试验环境

硬件：

CPU ：至强5405，4*2G

内存：DDR2，4G

硬盘：IDE 1T

软件：Windows+Oracle 10.2.0.3

数据：XX医院全库导入的ZLHIS10.30数据，原始共300G，经过收缩回滚表空间、临时表空间，以及一些表空间文件未使用的空间后，总共占用267G，其中包含了大量电子病历相关的LOB数据。

其他说明：由于该院使用时间较长，DB Control Repository包含了大量历史监控数据，表SYSMAN.MGMT_METRICS_RAW中的1300万条LOB格式数据，仅该表的导入耗时超过24小时，为了便于测试，清空了该表的数据。

2.2试验方法

在相同环境下，试验4种不同的导出数据的方式的耗时

1)      使用Exp常规路径导出，不加参数优化

2)      使用Exp直接路径导出，不加参数优化

3)      使用Exp直接路径导出，参数优化

4)      使用Expdp导出，参数优化

2.3试验结果

方式	耗时	说明
Exp常规路径，未优化	5小时15分	不加参数
Exp直接路径，未优化	2小时38分	direct=y
Exp直接路径，优化	1小时40分	direct=y recordlength=65535 buffer=104857600
Expdp，优化	59分	parallel=3 dumpfile= expdp_0225_1.dmp,expdp_0225_2.dmp,expdp_0225_3.dmp

结果表明：

速度最快的是Expdp方式，而Exp方式经过参数优化后，相对于不加任何参数的情况，快了近3倍。

下面对相关的原理及参数进行详细说明。

3.原理说明

Exp默认是传统路径，这种模式下，是用Select来查询数据，然后写入buffer cache，在将这些数据写入evaluate buffer，最后传到Export客户端，再写入dump文件。

直接路径模式下，直接从硬盘读取数据，然后写入PGA，格式就是Export的格式，不需要转换，数据再直接传到Export客户端，写入dump文件。这种模式没有经过evaluation buffer，少了一个过程，导出速度提高也是很明显。

Exp没有并行参数，要进行并行导出，可以写多条命令同时导出，这种方式可用于特定的数据迁移情况，按表或表空间进行快速数据迁移。

Expdp是Oracle 10G上推出的一种先进的数据导出方式，比Exp有较大的性能提升，Expdp可以看成是Exp的升级版，相当于exp + direct mode + parallel。

Expdp缺省是直接路径方式，它有4种方式，另外3种分别是：
            外部表模式（相当于Exp的常规路径导出）；

数据文件拷贝模式（表空间传输）；

网络链路导入（通过数据链路导出导入）

一般情况可以替代Exp，但是还无法完全替代，主要是它需要在数据库服务器上执行，而Exp可以在任何一台客户端上执行。另外，据测试，Expdp在导出大型分区表（1T以上）的时候，光是分析的时间就超过2个小时，而且存在一些BUG。所以，有些用户仍然会使用Exp来进行数据备份。

4. 参数优化

Exp相关参数

通过上面的分析，我们知道采用“直接路径”可以提高导出速度，这种模式重点说明2个参数：DIRECT和RECORDLENGTH参数。

　　DIRECT参数定义了导出是使用直接路径方式(DIRECT=Y)，还是常规路径方式(DIRECT=N)。常规路径导出使用SELECT语句从表中抽取数据，评估后再写入，而直接路径导出则是将数据直接从磁盘读到PGA再原样写入导出文件，从而避免了SQL命令处理层的数据转换过程，大大提高了导出效率。

BUFFER参数用于设置了读取记录的缓存的大小，以字节为单位，即在array中最大数量的记录，该参数只对常规路径模式导出有效。

RECORDLENGTH参数是跟DIRECT=Y配合使用的参数，它定义了Export I/O缓冲的大小，作用类似于常规路径导出使用的BUFFER参数。建议设置RECORDLENGTH参数为最大I/O缓冲，即65535(64kb)。

需要强调是即使用直接路径导出模式，其中涉及LOB对象的表只会通过传统模式导出，所以，DIRECT=Y时，除了设置RECORDLENGTH参数之外，也需要设置BUFFER参数，一般情况可设置为104857600（100M），这一点是网上很多优化文章所忽略的。

另外，还可以修改Oracle初始化参数Multiple Block Read来提交读取数据的性能，经测试，效果不是很明显，前面的测试环境下，可减少10分钟左右的耗时。

按照上面的参数优化设置，下面给出一个导出脚本示例：

exp userid=sys/his@zyyy full=y direct=y recordlength=65535 buffer=104857600 file=F:\zyyy\exp20120218.dmp log=F:\zyyy\exp20120218.log feedback=10000

Expdp相关参数

这里只说明两个参数：Parallel和Dumpfile

Parallel参数指明了导出并行度，根据CPU的个数进行设置，缺省是1，如果不设置，导出性能与Exp的直接路径导出模式差不了多少，就没有发挥出它的优势。

Dumpfile参数可配合Parallel参数指定多个导出文件，用于减少并发写入时的IO争用。

结合这两个参数，下面给出一个导出脚本示例：

SQL>create directory dump_dir as 'F:\data\zyyy';

Cmd:

expdp sys/his@zyyy full=y directory=dump_dir parallel=3

dumpfile=expdp_0225_1.dmp,expdp_0225_2.dmp,expdp_0225_3.dmp logfile=expdp_0225.log

 

5.小结

如果你仍然习惯使用Exp方式，如果要减少耗时，最好采用直接路径方式，并且设置RECORDLENGTH和BUFFER两个参数的值，可以大大提高导出性能。   如果你掌握了Expdp方式，使用合适的Parallel参数，实现快速导出，更重要的是Impdp的性能提升才是数据泵模式的真正优势所在，从一些Oracle爱好者的测试结果来看，确实差别非常大。