SQL Patch: Você já usou esse recurso?

SQL Patch

Quando estamos analisando um plano de execução gerado pelo pacote “DBMS_XPLAN” normalmente não temos as informações estatísticas reais daquela execução pois a disponibilidade dessas informações esta condicionada a definição do parâmetro STATISTICS_LEVEL que na maioria das instalações de produção é definido como TYPICAL para evitar “OVERHEAD” na base. As informações estatísticas reais do plano de execução são muito importantes na analise do plano pois são elas que mostram qual ou quais operações no plano são responsáveis pelo desempenho ruim da instrução SQL, para contornar esta dificuldade quando realizamos um trabalho de tuning normalmente utilizamos os seguintes recursos:

1. Criação de um “Test Case”: Reproduzir a instrução SQL com todas as suas BINDs definindo o parâmetro STATISTICS_LEVEL=ALL a nível de sessão, com isso conseguimos gerar um plano de execução com todas as estatísticas dessa instrução SQL. Essa tarefa em algumas situações é complexa e as vezes precisamos da ajuda do desenvolvedor da aplicação para realiza-la.

2. Utilização do SQL MONITORING no OEM Cloud Control: Esta opção é ótima mas o ambiente precisa ter as  “Options Diagnostic and Tuning Pack” e se o tempo de execução da instrução SQL for  inferior a 3 segundos, ela não será capturada por padrão pelo SQL MONITORING.

3. Um Ambiente de Homologação onde podemos alterar o parâmetro STATISTICS_LEVEL=ALL a nível de instância: Também é uma ótima opção mas muitas instalações não tem um ambiente de homologação onde possamos realizar as atividades de tuning.

Neste artigo vamos mostrar como podemos utilizar o SQL Patch para gerar as estatísticas reais da execução de uma instrução SQL de forma simples e rápida e sem causar impactos na produção.

Simulando a utilização SQL Patch

Quando ativamos a coleta de estatísticas no nível máximo de uma instrução SQL especifica, há um OVERHEAD adicional no processamento dessa instrução e o tempo de execução aumenta, para evitar impactos em produção devemos escolher um período onde o numero de execuções dessa instrução seja menor para realizar o procedimento que permitirá a geração de um plano de execução com todas as informações estatísticas.

Para realizar nossa simulação vamos executar os seguintes passos:

1) Executar a consulta e gerar o plano de execução utilizando o pacote DBMS_XPLAN para constatar que não estão disponíveis as estatísticas de execução dessa consulta, numa instância onde o parâmetro STATISTICS_LEVEL=TYPICAL.

2) Criar um SQL Patch para o SQL_ID da nossa consulta incluindo o HINT GATHER_PLAN_STATISTICS que tem o mesmo efeito do parâmetro STATISTICS_LEVEL=ALL.

Title of the document

Ajudo DBAs e analistas de sistema a se destacarem em suas empresas

e obter um crescimento mais acelerado em suas carreiras, quer saber mais click no link abaixo:

3) Executar novamente a consulta e gerar o plano de execução utilizando o pacote DBMS_XPLAN que dessa vez vai gerar um plano com as estatísticas de execução da consulta.

4) Eliminar o SQL Patch criado.

1) Plano de execução padrão

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
SQL > SELECT * FROM V$VERSION where rownum < 2;

BANNER
--------------------------------------------------------------------------------
Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production


SQL > SELECT /* DBTW01 */ country_name,
  2         cust_income_level,
  3         count(country_name) country_cust_count
  4    FROM (SELECT b.cust_income_level,
  5                 a.country_name
  6            FROM sh.customers b
  7            JOIN sh.countries a ON a.country_id = b.country_id) c
  8  HAVING count(country_name) > (SELECT count(*) * .01 FROM (SELECT b.cust_income_level,
  9                                                                   a.country_name
 10           FROM sh.customers b
 11           JOIN sh.countries a ON a.country_id = b.country_id) c2)
 12      OR count(cust_income_level) >= (SELECT median(income_level_count)
 13                                        FROM (SELECT cust_income_level, count(*) *.25 income_level_count
 14        FROM (SELECT b.cust_income_level,
 15                       a.country_name
 16             FROM sh.customers b
 17             JOIN sh.countries a ON a.country_id = b.country_id)
 18       GROUP BY cust_income_level)
 19                                     )
 20   GROUP BY country_name, cust_income_level
 21   ORDER BY 1,2;

COUNTRY_NAME                             CUST_INCOME_LEVEL              COUNTRY_CUST_COUNT
---------------------------------------- ------------------------------ ------------------
France                                   E: 90,000 - 109,999                           585
France                                   F: 110,000 - 129,999                          651
Germany                                  C: 50,000 - 69,999                            638
Germany                                  D: 70,000 - 89,999                            844
Germany                                  E: 90,000 - 109,999                          1261
Germany                                  F: 110,000 - 129,999                         1469
Germany                                  G: 130,000 - 149,999                          843
Germany                                  H: 150,000 - 169,999                          850
Germany                                  I: 170,000 - 189,999                          658
Italy                                    A: Below 30,000                               600
Italy                                    C: 50,000 - 69,999                            659
Italy                                    D: 70,000 - 89,999                            700
Italy                                    E: 90,000 - 109,999                          1074
Italy                                    F: 110,000 - 129,999                         1851
Italy                                    G: 130,000 - 149,999                          657
Italy                                    H: 150,000 - 169,999                          715
Italy                                    I: 170,000 - 189,999                          714
United Kingdom                           C: 50,000 - 69,999                            611
United Kingdom                           D: 70,000 - 89,999                            738
United Kingdom                           E: 90,000 - 109,999                          1165
United Kingdom                           F: 110,000 - 129,999                         1573
United Kingdom                           G: 130,000 - 149,999                          628
United Kingdom                           H: 150,000 - 169,999                          734
United Kingdom                           I: 170,000 - 189,999                          727
United States of America                 B: 30,000 - 49,999                           1054
United States of America                 C: 50,000 - 69,999                           1272
United States of America                 D: 70,000 - 89,999                           1641
United States of America                 E: 90,000 - 109,999                          2525
United States of America                 F: 110,000 - 129,999                         2837
United States of America                 G: 130,000 - 149,999                         2004
United States of America                 H: 150,000 - 169,999                         1857
United States of America                 I: 170,000 - 189,999                         1395
United States of America                 J: 190,000 - 249,999                         1390
United States of America                 K: 250,000 - 299,999                         1062
United States of America                 L: 300,000 and above                          982

35 linhas selecionadas.

Decorrido: 00:00:00.23
SQL >
SQL >
SQL > column sql_id new_value m_sql_id
SQL > column child_number new_value m_child_no
SQL >
SQL > SELECT sql_id, child_number
  2    FROM v$sql
  3   WHERE sql_text LIKE '%DBTW01%'
  4     AND sql_text NOT LIKE '%v$sql%';

SQL_ID        CHILD_NUMBER
------------- ------------
97qppk7bs52xn            0

Decorrido: 00:00:00.04
SQL >
SQL >
SQL > SELECT *
  2    FROM TABLE (dbms_xplan.display_cursor ('&m_sql_id',&m_child_no,'allstats last'));
antigo   2:   FROM TABLE (dbms_xplan.display_cursor ('&m_sql_id',&m_child_no,'allstats last'))
novo   2:   FROM TABLE (dbms_xplan.display_cursor ('97qppk7bs52xn',         0,'allstats last'))

PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
SQL_ID  97qppk7bs52xn, child number 0
-------------------------------------
SELECT /* DBTW01 */ country_name,        cust_income_level,
count(country_name) country_cust_count   FROM (SELECT
b.cust_income_level,                a.country_name           FROM
sh.customers b           JOIN sh.countries a ON a.country_id =
b.country_id) c HAVING count(country_name) > (SELECT count(*) *
:"SYS_B_0" FROM (SELECT b.cust_income_level,
                                      a.country_name          FROM
sh.customers b          JOIN sh.countries a ON a.country_id =
b.country_id) c2)     OR count(cust_income_level) >= (SELECT
median(income_level_count)                                       FROM
(SELECT cust_income_level, count(*) *:"SYS_B_1" income_level_count
 FROM (SELECT b.cust_income_level,                      a.country_name
          FROM sh.customers b            JOIN sh.countries a ON
a.country_id = b.country_id)      GROUP BY cust_income_level)
                         )  GROUP BY country_name, cust_income_level
ORDE

Plan hash value: 1730152010

--------------------------------------------------------------------------------------
| Id  | Operation                 | Name         | E-Rows |  OMem |  1Mem | Used-Mem |
--------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT          |              |        |       |       |          |
|   1 |  SORT ORDER BY            |              |     20 |  6144 |  6144 | 6144  (0)|
|*  2 |   FILTER                  |              |        |       |       |          |
|   3 |    HASH GROUP BY          |              |     20 |  6890K|  2507K| 2516K (0)|
|*  4 |     HASH JOIN             |              |  55500 |  1519K|  1519K| 1568K (0)|
|   5 |      TABLE ACCESS FULL    | COUNTRIES    |     23 |       |       |          |
|   6 |      TABLE ACCESS FULL    | CUSTOMERS    |  55500 |       |       |          |
|   7 |    SORT AGGREGATE         |              |      1 |       |       |          |
|*  8 |     HASH JOIN             |              |  55500 |  2168K|  2168K| 1571K (0)|
|   9 |      INDEX FULL SCAN      | COUNTRIES_PK |     23 |       |       |          |
|  10 |      TABLE ACCESS FULL    | CUSTOMERS    |  55500 |       |       |          |
|  11 |    SORT GROUP BY          |              |      1 |  2048 |  2048 | 2048  (0)|
|  12 |     VIEW                  |              |     12 |       |       |          |
|  13 |      SORT GROUP BY        |              |     12 |  2048 |  2048 | 2048  (0)|
|  14 |       NESTED LOOPS        |              |    162 |       |       |          |
|  15 |        VIEW               | VW_GBF_8     |    162 |       |       |          |
|  16 |         SORT GROUP BY     |              |    162 | 22528 | 22528 |20480  (0)|
|  17 |          TABLE ACCESS FULL| CUSTOMERS    |  55500 |       |       |          |
|* 18 |        INDEX UNIQUE SCAN  | COUNTRIES_PK |      1 |       |       |          |
--------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter((COUNT(*)> OR COUNT("B"."CUST_INCOME_LEVEL")>=))
   4 - access("A"."COUNTRY_ID"="B"."COUNTRY_ID")
   8 - access("A"."COUNTRY_ID"="B"."COUNTRY_ID")
  18 - access("A"."COUNTRY_ID"="ITEM_1")

Note
-----
   - Warning: basic plan statistics not available. These are only collected when:
       * hint 'gather_plan_statistics' is used for the statement or
       * parameter 'statistics_level' is set to 'ALL', at session or system level


59 linhas selecionadas.

Decorrido: 00:00:00.78
SQL >

 

Na console acima executamos uma consulta no esquema SH e em seguida geramos o plano de execução com o pacote DBMS_XPLAN, como podemos observar esta plano não informa os tempos de execução de cada operação e o numero de linhas selecionado em cada operação é apenas uma estimativa, não temos a quantidade real de linhas selecionadas em cada operação. Dessa forma fica muito difícil identificar qual parte do plano de execução esta levando mais tempo para ser executada.

2) Adicionando o HINT GATHER_PLAN_STATISTICS

Para gerar as estatísticas mais completas da execução de uma instrução SQL e conseguir exibi-las no plano de execução utilizando o pacote DBMS_XPLAN, podemos adicionar o HINT GATHER_PLAN_STATISTICS sem alterar o código da aplicação utilizando o recurso SQL Patch, a seguir vamos ver como podemos fazer isso:

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
SQL > column sql_id new_value m_sql_id
SQL > column child_number new_value m_child_no
SQL >
SQL > SELECT sql_id, child_number
  2    FROM v$sql
  3   WHERE sql_text LIKE '%DBTW01%'
  4     AND sql_text NOT LIKE '%v$sql%';

SQL_ID        CHILD_NUMBER
------------- ------------
97qppk7bs52xn            0

Decorrido: 00:00:00.04
SQL >
SQL >
SQL > set serveroutput on size 9999
SQL >
SQL > declare
  2      m_clob  clob;
  3  begin
  4      select
  5          sql_fulltext
  6      into
  7          m_clob
  8      from
  9          v$sql
 10      where
 11          sql_id = '&m_sql_id'
 12      and child_number = &m_child_no ;
 13
 14      sys.dbms_sqldiag_internal.i_create_patch(
 15          sql_text    => m_clob,
 16          hint_text   => 'GATHER_PLAN_STATISTICS',
 17          name        => 'Patch_&m_sql_id'
 18          );
 19  end;
 20  /
antigo  11:         sql_id = '&m_sql_id'
novo  11:         sql_id = '97qppk7bs52xn'
antigo  12:     and child_number = &m_child_no ;
novo  12:     and child_number =          0 ;
antigo  17:         name        => 'Patch_&m_sql_id'
novo  17:         name        => 'Patch_97qppk7bs52xn'

Procedimento PL/SQL concluído com sucesso.

Decorrido: 00:00:02.15
SQL >
SQL > set lines 200
SQL > select NAME, CREATED,  SQL_TEXT from DBA_SQL_PATCHES;

NAME                           CREATED                        SQL_TEXT
------------------------------ ------------------------------ --------------------------------------------------------------------------------
Patch_97qppk7bs52xn            12/08/16 22:49:45,000000       SELECT /* DBTW01 */ country_name,
                                                                     cust_income_level,
                                                                     count(country


Decorrido: 00:00:00.04
SQL >

 

3) Plano de execução com todas as estatísticas

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
SQL > SELECT /* DBTW01 */ country_name,
  2         cust_income_level,
  3         count(country_name) country_cust_count
  4    FROM (SELECT b.cust_income_level,
  5                 a.country_name
  6            FROM sh.customers b
  7            JOIN sh.countries a ON a.country_id = b.country_id) c
  8  HAVING count(country_name) > (SELECT count(*) * .01 FROM (SELECT b.cust_income_level,
  9                                                                   a.country_name
 10           FROM sh.customers b
 11           JOIN sh.countries a ON a.country_id = b.country_id) c2)
 12      OR count(cust_income_level) >= (SELECT median(income_level_count)
 13                                        FROM (SELECT cust_income_level, count(*) *.25 income_level_count
 14        FROM (SELECT b.cust_income_level,
 15                       a.country_name
 16             FROM sh.customers b
 17             JOIN sh.countries a ON a.country_id = b.country_id)
 18       GROUP BY cust_income_level)
 19                                     )
 20   GROUP BY country_name, cust_income_level
 21   ORDER BY 1,2;

COUNTRY_NAME                             CUST_INCOME_LEVEL              COUNTRY_CUST_COUNT
---------------------------------------- ------------------------------ ------------------
France                                   E: 90,000 - 109,999                           585
France                                   F: 110,000 - 129,999                          651
Germany                                  C: 50,000 - 69,999                            638
Germany                                  D: 70,000 - 89,999                            844
Germany                                  E: 90,000 - 109,999                          1261
Germany                                  F: 110,000 - 129,999                         1469
Germany                                  G: 130,000 - 149,999                          843
Germany                                  H: 150,000 - 169,999                          850
Germany                                  I: 170,000 - 189,999                          658
Italy                                    A: Below 30,000                               600
Italy                                    C: 50,000 - 69,999                            659
Italy                                    D: 70,000 - 89,999                            700
Italy                                    E: 90,000 - 109,999                          1074
Italy                                    F: 110,000 - 129,999                         1851
Italy                                    G: 130,000 - 149,999                          657
Italy                                    H: 150,000 - 169,999                          715
Italy                                    I: 170,000 - 189,999                          714
United Kingdom                           C: 50,000 - 69,999                            611
United Kingdom                           D: 70,000 - 89,999                            738
United Kingdom                           E: 90,000 - 109,999                          1165
United Kingdom                           F: 110,000 - 129,999                         1573
United Kingdom                           G: 130,000 - 149,999                          628
United Kingdom                           H: 150,000 - 169,999                          734
United Kingdom                           I: 170,000 - 189,999                          727
United States of America                 B: 30,000 - 49,999                           1054
United States of America                 C: 50,000 - 69,999                           1272
United States of America                 D: 70,000 - 89,999                           1641
United States of America                 E: 90,000 - 109,999                          2525
United States of America                 F: 110,000 - 129,999                         2837
United States of America                 G: 130,000 - 149,999                         2004
United States of America                 H: 150,000 - 169,999                         1857
United States of America                 I: 170,000 - 189,999                         1395
United States of America                 J: 190,000 - 249,999                         1390
United States of America                 K: 250,000 - 299,999                         1062
United States of America                 L: 300,000 and above                          982

35 linhas selecionadas.

Decorrido: 00:00:00.23
SQL >
SQL > column sql_id new_value m_sql_id
SQL > column child_number new_value m_child_no
SQL >
SQL > SELECT sql_id, child_number
  2    FROM v$sql
  3   WHERE sql_text LIKE '%DBTW01%'
  4     AND sql_text NOT LIKE '%v$sql%';

SQL_ID        CHILD_NUMBER
------------- ------------
97qppk7bs52xn            0
97qppk7bs52xn            1

Decorrido: 00:00:00.04
SQL >
SQL >
SQL > SELECT *
  2    FROM TABLE (dbms_xplan.display_cursor ('&m_sql_id',&m_child_no,'allstats last'));
antigo   2:   FROM TABLE (dbms_xplan.display_cursor ('&m_sql_id',&m_child_no,'allstats last'))
novo   2:   FROM TABLE (dbms_xplan.display_cursor ('97qppk7bs52xn',         1,'allstats last'))

PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
SQL_ID  97qppk7bs52xn, child number 1
-------------------------------------
SELECT /* DBTW01 */ country_name,        cust_income_level,
count(country_name) country_cust_count   FROM (SELECT
b.cust_income_level,                a.country_name           FROM
sh.customers b           JOIN sh.countries a ON a.country_id =
b.country_id) c HAVING count(country_name) > (SELECT count(*) *
:"SYS_B_0" FROM (SELECT b.cust_income_level,
                                      a.country_name          FROM
sh.customers b          JOIN sh.countries a ON a.country_id =
b.country_id) c2)     OR count(cust_income_level) >= (SELECT
median(income_level_count)                                       FROM
(SELECT cust_income_level, count(*) *:"SYS_B_1" income_level_count
 FROM (SELECT b.cust_income_level,                      a.country_name
          FROM sh.customers b            JOIN sh.countries a ON
a.country_id = b.country_id)      GROUP BY cust_income_level)
                         )  GROUP BY country_name, cust_income_level
ORDE

Plan hash value: 1730152010

-------------------------------------------------------------------------------------------------------------------------------
| Id  | Operation                 | Name         | Starts | E-Rows | A-Rows |   A-Time   | Buffers |  OMem |  1Mem | Used-Mem |
-------------------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT          |              |      1 |        |     35 |00:00:00.09 |    4375 |       |       |          |
|   1 |  SORT ORDER BY            |              |      1 |     20 |     35 |00:00:00.09 |    4375 |  6144 |  6144 | 6144  (0)|
|*  2 |   FILTER                  |              |      1 |        |     35 |00:00:00.09 |    4375 |       |       |          |
|   3 |    HASH GROUP BY          |              |      1 |     20 |    236 |00:00:00.04 |    1458 |  6890K|  2507K| 2522K (0)|
|*  4 |     HASH JOIN             |              |      1 |  55500 |  55500 |00:00:00.03 |    1458 |  1519K|  1519K| 1526K (0)|
|   5 |      TABLE ACCESS FULL    | COUNTRIES    |      1 |     23 |     23 |00:00:00.01 |       2 |       |       |          |
|   6 |      TABLE ACCESS FULL    | CUSTOMERS    |      1 |  55500 |  55500 |00:00:00.01 |    1456 |       |       |          |
|   7 |    SORT AGGREGATE         |              |      1 |      1 |      1 |00:00:00.02 |    1457 |       |       |          |
|*  8 |     HASH JOIN             |              |      1 |  55500 |  55500 |00:00:00.03 |    1457 |  2168K|  2168K| 1526K (0)|
|   9 |      INDEX FULL SCAN      | COUNTRIES_PK |      1 |     23 |     23 |00:00:00.01 |       1 |       |       |          |
|  10 |      TABLE ACCESS FULL    | CUSTOMERS    |      1 |  55500 |  55500 |00:00:00.01 |    1456 |       |       |          |
|  11 |    SORT GROUP BY          |              |      1 |      1 |      1 |00:00:00.03 |    1460 |  2048 |  2048 | 2048  (0)|
|  12 |     VIEW                  |              |      1 |     12 |     13 |00:00:00.03 |    1460 |       |       |          |
|  13 |      SORT GROUP BY        |              |      1 |     12 |     13 |00:00:00.03 |    1460 |  2048 |  2048 | 2048  (0)|
|  14 |       NESTED LOOPS        |              |      1 |    162 |    236 |00:00:00.03 |    1460 |       |       |          |
|  15 |        VIEW               | VW_GBF_8     |      1 |    162 |    236 |00:00:00.03 |    1456 |       |       |          |
|  16 |         SORT GROUP BY     |              |      1 |    162 |    236 |00:00:00.03 |    1456 | 22528 | 22528 |20480  (0)|
|  17 |          TABLE ACCESS FULL| CUSTOMERS    |      1 |  55500 |  55500 |00:00:00.01 |    1456 |       |       |          |
|* 18 |        INDEX UNIQUE SCAN  | COUNTRIES_PK |    236 |      1 |    236 |00:00:00.01 |       4 |       |       |          |
-------------------------------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter((COUNT(*)> OR COUNT("B"."CUST_INCOME_LEVEL")>=))
   4 - access("A"."COUNTRY_ID"="B"."COUNTRY_ID")
   8 - access("A"."COUNTRY_ID"="B"."COUNTRY_ID")
  18 - access("A"."COUNTRY_ID"="ITEM_1")

Note
-----
   - SQL patch "Patch_97qppk7bs52xn" used for this statement


57 linhas selecionadas.

Decorrido: 00:00:00.32
SQL >

 

Comparando o plano de execução acima com o plano gerado antes da inclusão do HINT, podemos observar que algumas colunas de informação foram adicionadas ao plano: STARTS, A-ROWS, A-TIME e BUFFERS. Todas essas informações são da execução real do plano e nos permitem entender mais facilmente onde o plano de execução esta levando mais tempo para ser executado.

4) Eliminar o SQL Patch

 

1
2
3
4
5
6
7
8
9
SQL > BEGIN
  2    sys.DBMS_SQLDIAG.drop_sql_patch(name => 'Patch_97qppk7bs52xn');
  3  END;
  4  /

Procedimento PL/SQL concluído com sucesso.

Decorrido: 00:00:01.19
SQL >

 

Conclusão

O recurso SQL Patch é muito poderoso pois permite a adição de HINTs numa instrução SQL sem a alteração de uma linha de código na aplicação, neste artigo apresentamos um exemplo de utilização desse recurso que nos permite agilizar o trabalho de Tuning fazendo com que o plano de execução apresente mais informações estatísticas, no entanto existem outras situações onde podemos utilizar esse fantástico recurso.

Referências

https://orastory.wordpress.com/2012/03/06/sql-patch-ii/

 
 
Promo-D75L

video-02
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *