如果有一个千万级别的数据,在oracle如何设计查询
1、（1）基于规则的优化(Rule-Based Optimization，简称为RBO) ，优化器在解析sql的时候会遵循oralce的一些内部规则，比如在遇到where子语句中某个字段上有索引就用索引。
2、对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
3、是否按时间分区，要看你的查询条件了，如果查询的都是有明确的日期，那当然可以分区，这样在查询过程中oracle只会在符合条件的分区中查询数据相当于减少了查询数量。
4、使用物化视图。物化视图是一个实际的表，它存储了视图的数据。与普通视图相比，物化视图可以大大提高查询性能，因为数据已经被计算和存储在物化视图中。分批更新。
5、达到了当初设计需求。当然，这个是没有加查询条件的，当把查询条件加入后，不管前面加不加强制索引，结果时间都在2000ms之间，所以，如果要进行有条件的查询，就要在where条件中进行优化。特别注意条件字段查询前后顺序。
Oracle数据库查询优化方案(处理上百万级记录如何提高处理查询速度)
数据表可以没有主键或唯一列，但是这么大的数量索引是一定要有的。要提高查询速度并不一定要有主键或唯一列，使用索引一样可以提高查询速度，但索引应定要根据应用来建。
. 确保最优的索引使用 ：对于改善查询的速度，这是特别重要的。有时 Oracle 可以选择多个索引来进行查询，调优专家必须检查每个索引并且确保 Oracle 使用正确的索引。它还包括 bitmap 和基于函数的索引的使用。
如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。
数据表百万级的数据量，其实还是不是很大的，建立合理的索引就可以解决了。
。创建物理视图。在试图中固化排序。2。你的数据是百万级别，测试一下你的时间是耗费在排序上，还是数据提取上。甚至显示上。3。你的id是数字型的吧，要是字符型，那肯定慢啊。4。使用存储过程中的pipeline来提取数据。
创建分区表，使查询时的大表尽量分割成小表。Oracle提供范围分区、列表分区、Hash分区以及复合分区，具体选择哪种分区最优，需要根据你的业务数据来确定。创建索引，创建合适的索引可以大大提高查询速度。
Oracle百万级数据的查询与操作
1、即使您的表不是视图的基础表，查询百万级的视图来更新表也可能会导致性能问题。这是因为视图查询的底层表可能很大，可能需要执行大量的IO操作和计算来获取所需的数据。
2、主要是当表和索引变得非常大时，分区可以是数据分为更小、更容易管理的部分。如果具有多个CPU的系统中存在一个大型表，则对该表进行分区可以通过并行操作获得更好的性能。
3、这是plsq中的特性，可按以下步骤可继续查询。如，写了一句sql语句 select * from test；运行后，显示的结果有限，需要点击此按钮，继续浏览。当数据超过100M时，系统会提示如下信息，此是可以直接点击确定。
4、（2）基于代价的优化(Cost-Based Optimization，简称为CBO)，基于代价主要指消耗cpu和内存，优化器若使用这种方式解析，主要是参考表和索引的统计信息，比如表大小，行数，行长度等信息。
5、同时update几百万数据，这个sql的性能影响在于数据库会做回滚段，以便异常时rollback。由于数据量大，性能就浪费在回滚段上了。
如何在oracle数据库中查询记录在100万条以
百万级的select必然要建立索引的：create index 索引名 on table1(字段1，字段..)建索引的字段必须有意义，最好放在主键上，或者经常被查询的字段上。你要是几张表都关联使用，而且每个表都有索引了。
使用物化视图。物化视图是一个实际的表，它存储了视图的数据。与普通视图相比，物化视图可以大大提高查询性能，因为数据已经被计算和存储在物化视图中。分批更新。将数据分成较小的批次进行处理，可以减轻数据库的压力，提高性能。
你要求不考虑索引，只优化SQL，那么，没门！除非你人为的把这个查询语句复杂化了。假如你一定要这样，可以把要查询的字段在select后一个一个的写出来。
第一步，查询该库中的所有表，测试sql，代码见下图，转到下面的步骤。第二步，执行完上面的操作之后，查询有多少个数据表，见下图，转到下面的步骤。
是否按时间分区，要看你的查询条件了，如果查询的都是有明确的日期，那当然可以分区，这样在查询过程中oracle只会在符合条件的分区中查询数据相当于减少了查询数量。
dba_tables有个字段叫NUM_ROWS，这个字段记录了上次收集统计数据时该表的行数（不会实时更新、如果该表没有收集过就为空）。最快速的方法就是对关心的表，在NUM_ROWS这列上求和。缺点是不够准确。
oracle千万数据查询的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于oracle查询上亿数据太慢、oracle千万数据查询的信息别忘了在本站进行查找喔。