一、摘要
Oracle硬解析和軟解析是我們經常遇到的問題，所以需要考慮何時產生軟解析何時產生硬解析，如何判斷
SQL的執行過程
當發布一條SQL或PL/SQL命令時，Oracle會自動尋找該命令是否存在于共享池中來決定對當前的語句使用硬解析或軟解析。
通常情況下，SQL語句的執行過程如下：
Step1. SQL代碼的語法(語法的正確性)及語義檢查(對象的存在性與權限)。
Step2. 將SQL代碼的文本進行哈希得到哈希值。
Step3. 如果共享池中存在相同的哈希值，則對這個命令進一步判斷是否進行軟解析，否則到e步驟。
Step4. 對于存在相同哈希值的新命令行，其文本將與已存在的命令行的文本逐個進行比較。
這些比較包括大小寫，字符串是否一致，空格，注釋等，如果一致，則對其進行軟解析，轉到步驟Step6，無需再次硬解析。
否則到步驟Step5。
Step5. 硬解析，生成執行計劃。
Step6. 執行SQL代碼，返回結果。
二、軟解析
1.下面的三個查詢語句，不能使用相同的共享SQL區。盡管查詢的表對象使用了大小寫，但Oracle為其生成了不同的執行計劃
select * from emp;
select * from Emp;
select * from EMP;
2.類似的情況，下面的查詢中，盡管其where子句empno的值不同，Oracle同樣為其生成了不同的執行計劃
select * from emp where empno=7369
select * from emp where empno=7788
3.在判斷是否使用硬解析時，所參照的對象及schema應該是相同的，如果對象相同，而schema不同，則需要使用硬解析,生成不同的執行計劃
sys@ASMDB> select owner,table_name from dba_tables where table_name like 'TB_OBJ%';
OWNER TABLE_NAME
------------------------------ ------------------------------
USR1 TB_OBJ --兩個對象的名字相同，當所有者不同
SCOTT TB_OBJ
usr1@ASMDB> select * from tb_obj;
scott@ASMDB> select * from tb_obj; --此時兩者都需要使用硬解析以及走不同的執行計劃
三、硬解析
硬解析即整個SQL語句的執行需要完完全全的解析，生成執行計劃。而硬解析，生成執行計劃需要耗用CPU資源，以及SGA資源。在此不得不提的是對庫緩存中閂的使用。閂是鎖的細化，可以理解為是一種輕量級的串行化設備。當進程申請到閂后，則這些閂用于保護共享內存的數在同一時刻不會被兩個以上的進程修改。在硬解析時，需要申請閂的使用，而閂的數量在有限的情況下需要等待。大量的閂的使用由此造成需要使用閂的進程排隊越頻繁，性能則逾低下。
1. 下面對上面的兩種情形進行演示
在兩個不同的session中完成，一個為sys帳戶的session，一個為scott賬戶的session，不同的session，其SQL命令行以不同的帳戶名開頭
如" sys@ASMDB> " 表示使用時sys帳戶的session，" scott@ASMDB> "表示scott帳戶的session
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --當前的硬解析值為569
parse count (hard) 64 569
scott@ASMDB> select * from emp;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一個查詢后硬解析值為570，解析次數增加了一次
parse count (hard) 64 570
scott@ASMDB> select * from Emp;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一個查詢后硬解析值為571
parse count (hard) 64 571
scott@ASMDB> select * from EMP;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一個查詢后硬解析值為572
parse count (hard) 64 572
scott@ASMDB> select * from emp where empno=7369;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一個查詢后硬解析值為573
parse count (hard) 64 573
scott@ASMDB> select * from emp where empno=7788; --此處原來empno=7369，復制錯誤所致，現已更正為7788@20130905
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一個查詢后硬解析值為574
parse count (hard) 64 574
從上面的示例中可以看出，盡管執行的語句存在細微的差別，但Oracle還是為其進行了硬解析，生成了不同的執行計劃。即便是同樣的SQL語句，而兩條語句中空格的多少不一樣，Oracle同樣會進行硬解析。
四、硬解析改進 - 使用動態語句
1. 更改參數cursor_sharing
參數cursor_sharing決定了何種類型的SQL能夠使用相同的SQL area
CURSOR_SHARING = { SIMILAR | EXACT | FORCE }
EXACT --只有當發布的SQL語句與緩存中的語句完全相同時才用已有的執行計劃。
FORCE --如果SQL語句是字面量，則迫使Optimizer始終使用已有的執行計劃,無論已有的執行計劃是不是最佳的。
SIMILAR --如果SQL語句是字面量，則只有當已有的執行計劃是最佳時才使用它，如果已有執行計劃不是最佳則重新對這個SQL
--語句進行分析來制定最佳執行計劃。
可以基于不同的級別來設定該參數，如ALTER SESSION, ALTER SYSTEM
sys@ASMDB> show parameter cursor_shar --查看參數cursor_sharing
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
cursor_sharing string EXACT
sys@ASMDB> alter system set cursor_sharing='similar'; --將參數cursor_sharing的值更改為similar
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --當前硬解析的值為865
parse count (hard) 64 865
scott@ASMDB> select * from dept where deptno=10;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一條SQL查詢后，硬解析的值變為866
parse count (hard) 64 866
scott@ASMDB> select * from dept where deptno=20;
sys@ASMDB> select name,class,value from v$sysstat where statistic#=331;
NAME CLASS VALUE
-------------------- ---------- ---------- --執行上一條SQL查詢后，硬解析的值沒有發生變化還是866
parse count (hard) 64 866
sys@ASMDB> select sql_text,child_number from v$sql -- 在下面的結果中可以看到SQL_TEXT列中使用了綁定變量:"SYS_B_0"
where sql_text like 'select * from dept where deptno%';
SQL_TEXT CHILD_NUMBE
-------------------------------------------------- ------------
select * from dept where deptno=:"SYS_B_0" 0
sys@ASMDB> alter system set cursor_sharing='exact'; --將cursor_sharing改回為exact
--接下來在scott的session 中執行deptno=40 和的查詢后再查看sql_text，當cursor_sharing改為exact后，每執行那個一次
--也會在v$sql中增加一條語句
sys@ASMDB> select sql_text,child_number from v$sql
where sql_text like 'select * from dept where deptno%';
SQL_TEXT CHILD_NUMBER
-------------------------------------------------- ------------
select * from dept where deptno=50 0
select * from dept where deptno=40 0
select * from dept where deptno=:"SYS_B_0" 0
2. 使用綁定變量的方式
綁定變量要求變量名稱，數據類型以及長度是一致，否則無法使用軟解析
(1). 綁定變量（bind variable）是指在DML語句中使用一個占位符，即使用冒號后面緊跟變量名的形式，如下
select * from emp where empno=7788 --未使用綁定變量
select * from emp where empono=:eno --:eno即為綁定變量
在第二個查詢中，變量值在查詢執行時被提供。該查詢只編譯一次，隨后會把查詢計劃存儲在一個共享池（庫緩存）中，以便以后獲取和重用這個查詢計劃。
(2). 下面使用了綁定變量，但兩個變量其實質是不相同的，對這種情形，同樣使用硬解析
select * from emp where empno=:eno;
select * from emp where empno=:emp_no
使用綁定變量時要求不同的會話中使用了相同的回話環境，以及優化器的規則等
scott@ASMDB> create table tb_test(col int); --創建表tb_test
scott@ASMDB> create or replace procedure proc1 --創建存儲過程proc1使用綁定變量來插入新記錄
as
begin
for i in 1..10000
loop
execute immediate 'insert into tb_test values(:n)' using i;
end loop;
end;
/
Procedure created.
scott@ASMDB> create or replace procedure proc2 --創建存儲過程proc2，未使用綁定變量，因此每一個SQL插入語句都會硬解析
as
begin
for i in 1..10000
loop
execute immediate 'insert into tb_test values('||i||')';
end loop;
end;
/
Procedure created.
scott@ASMDB> exec runstats_pkg.rs_start
PL/SQL procedure successfully completed.
scott@ASMDB> exec proc1;
PL/SQL procedure successfully completed.
scott@ASMDB> exec runstats_pkg.rs_middle;
PL/SQL procedure successfully completed.
scott@ASMDB> exec proc2;
PL/SQL procedure successfully completed.
scott@ASMDB> exec runstats_pkg.rs_stop(1000);
Run1 ran in 1769 hsecs
Run2 ran in 12243 hsecs --run2運行的時間是run1的/1769≈倍
run 1 ran in 14.45% of the time
Name Run1 Run2 Diff
LATCH.SQL memory manager worka 410 2,694 2,284
LATCH.session allocation 532 8,912 8,380
LATCH.simulator lru latch 33 9,371 9,338
LATCH.simulator hash latch 51 9,398 9,347
STAT...enqueue requests 31 10,030 9,999
STAT...enqueue releases 29 10,030 10,001
STAT...parse count (hard) 4 10,011 10,007 --硬解析的次數，前者只有四次
STAT...calls to get snapshot s 55 10,087 10,032
STAT...parse count (total) 33 10,067 10,034
STAT...consistent gets 247 10,353 10,106
STAT...consistent gets from ca 247 10,353 10,106
STAT...recursive calls 10,474 20,885 10,411
STAT...db block gets from cach 10,408 30,371 19,963
STAT...db block gets 10,408 30,371 19,963
LATCH.enqueues 322 21,820 21,498 --閂的隊列數比較
LATCH.enqueue hash chains 351 21,904 21,553
STAT...session logical reads 10,655 40,724 30,069
LATCH.library cache pin 40,348 72,410 32,062 --庫緩存pin
LATCH.kks stats 8 40,061 40,053
LATCH.library cache lock 318 61,294 60,976
LATCH.cache buffers chains 51,851 118,340 66,489
LATCH.row cache objects 351 123,512 123,161
LATCH.library cache 40,710 234,653 193,943
LATCH.shared pool 20,357 243,376 223,019
Run1 latches total versus runs -- difference and pct
Run1 Run2 Diff Pct
157,159 974,086 816,927 16.13% --proc2使用閂的數量也遠遠多于proc1，其比值是.13%
PL/SQL procedure successfully completed.
(3). 使用綁定變量的好處
由上面的示例可知，在未使用綁定變量的情形下，不論是解析次數，閂使用的數量，隊列，分配的內存，庫緩存，行緩存遠遠高于綁定
變量的情況。因此盡可能的使用綁定變量避免硬解析產生所需的額外的系統資源。
綁定變量的優點
減少SQL語句的硬解析，從而減少因硬解析產生的額外開銷(CPU,Shared pool,latch)。其次提高編程效率，減少數據庫的訪問次數。
綁定變量的缺點
優化器就會忽略直方圖的信息，在生成執行計劃的時候可能不夠優化。SQL優化相對比較困難
五、總結
1.盡可能的避免硬解析，因為硬解析需要更多的CPU資源，閂等。
2.cursor_sharing參數應權衡利弊，需要考慮使用similar與force帶來的影響。
3.盡可能的使用綁定變量來避免硬解析。
