|
1.如果两个表的数据结构一样，可以考虑很多种方式：
（1）create table as select * from tbl_name；
（2） insert /*+ append*/ into tbl_name select * from tbl_name,如果软件平台与硬件平台够好，可以考虑加入parallel的hits。
（3）引入脚本：
DECLARE
maxnum
number defult 5000;
CURSOR cur IS
SELECT * FROM aa;TYPE rec IS TABLE OF aa%ROWTYPE;recs rec;
BEGIN
OPEN cur;
LOOP
FETCH cur BULK COLLECT
INTO recs LIMIT maxnum; FORALL i IN 1 .. recs.COUNT
INSERT INTO bb VALUES recs (i);COMMIT; END LOOP; CLOSE cur;
END;
这种方式适用于要两个表结构一样的情况。
2.两个表结构不一样，方法也是类似的：
（1）insert
/*+ append*/ into tbl_name（col1,col2,....） select col1,col2,... from tbl_name,如果软件平台与硬件平台够好，同样可以考虑加入parallel的hits。如果对select语句进行列值处理，比如函数，性能影响很大。
3.复制千万级数据表时用的存储过程
CREATE
OR REPLACE PROCEDURE "LARGEDATA_INSERT" (ip_table_name in varchar2, --目标表
ip_table_column in varchar2, --目标字段
ip_table_select in varchar2, --SELECT 查询语句
return_result out number --返回的结果1,表示成功，０表示失败
) as
--适合大数据量的插入模板 create Templates by chenzhoumin 20110614
runTime number;--运行总次数
i number;--当前行数
amount number;--总行数
s_sql varchar2(10000);--SQL语句
e_sql varchar2(10000);--执行SQL语句
countNumber number;--一次插入的数据量
begin
--set serveroutput on size 20000000000000
countNumber := 10000;
return_result := 0; --开始初始化为0
--核必逻辑内容，可根据具体的业务逻辑来定义,统计数据总行数
s_sql := 'select count(1) from (' || ip_table_select || ')';
execute immediate s_sql
into amount;
--每100万提交一次
runTime := amount mod countNumber;
if (runTime > 0) then
runTime := 1 + trunc(amount / countNumber);
end if;
if (runTime = 0) then
runTime := 0 + trunc(amount / countNumber);
end if;
FOR i IN 1 .. runTime LOOP
e_sql := 'insert into '||ip_table_name ||'
('||ip_table_column ||')
select '|| ip_table_column ||'
from
(select selectSec.*, rownum rownumType
from ('|| ip_table_select ||') selectSec
WHERE ROWNUM <= '|| i * countNumber ||')
WHERE rownumType > '||(i - 1) * countNumber;
dbms_output.enable(99999999999999);
dbms_output.put_line(e_sql);
execute immediate e_sql;
--提交
commit;
END LOOP;
return_result := 1;
return;
exception
when others then
return_result := 0;
raise;
dbms_output.enable(99999999999999);
dbms_output.put_line('结束');
return;
end;
其实这个存储过程当查询到数据千万以后也是挺慢的。
| 
转播
