DOAG Regionaltreffen NRW 10. Juni 2003 TDS Deutschland AG & Co. oHG PIPELINED FUNCTIONS Autor: Karl-Otto Spiecker Vortrag: Bernd Löschner

– 2 – Agenda Pivot-Tabelle als Beispiel einer PIPELINED FUNCTON PIPELINED FUNCTION zur Korrektur eines „Oracle-Features“

– 3 – Pivot-Tabelle als Beispiel einer PIPELINED FUNCTON Problemstellung Lösung (übliche) Lösung

– 4 – Problemstellung Views benötigen Bezugszeitpunkte in Form von mehreren (1-n) equidistanten DATE-Werten. Zeitlicher Abstand dieser benachbarten DATE-Werten beträgt zwischen einer Woche, aber auch bis herunter zu einer Minute. Abzudeckendes Zeitintervall liegt im Rahmen mehrerer Jahrzehnte.

– 5 – Lösung (übliche) Verwendung einer realen Tabelle (z.B. tagesgenaue DATE-Werte über einen Zeitraum von 1980 bis 2003). ABER: Bei einer Tabelle mit DATE-Werten im Minutenraster (1Tag = 1440 Min) stößt man sehr schnell an Einschänkungen in Bezug auf Betriebsmittel.  Externer und interner Speicherbedarf  CPU-Belastung

– 6 – Lösung Verwendung von PIPELINED FUNCTIONS (seit Oracle 9i verfügbar). Anlage 1: Nach Vorgabe von Beginn-> DATE-Parameter Ende-> DATE-Parameter Delta-> Number* liefert die Funktion equidistante DATE-Werte in auf- oder absteigender Reihenfolge. * Number mit der Bedeutung als Anzahl Tage oder Bruchteil eines Tages (z.B. 1/3 = 8 Std., 1/16 = Viertelstd., 7 = Woche)

– 7 – PIPELINED FUNCTION zur Korrektur eines „Oracle-Features“ Problemstellung Lösung

– 8 – Problemstellung Eine View soll die hierarchische Auflösung einer rekursiven Tabellenstruktur mit von extern vorzugebenen Parametern für die START WITH – Klausel wiedergeben. Eine weitere Tabelle bzw. View soll die START WITH – Parameter von einer externen Darstellung auf den internen PK transformieren (Anlage 2). Implementierung mit realen Tabellen (Demo-Tabelle EMP) führt zu - unverständlichem Ausführungsplan - falschem Ergebnis(!)

– 9 – Problemstellung Ausführungplan SELECT STATEMENT Optimizer=CHOOSE (Cost=16 Card=1 Bytes=13) 1 0 SORT (AGGREGATE) 2 1 VIEW OF 'H_TEST' (Cost=16 Card=196 Bytes=2548) 3 2 CONNECT BY (WITH FILTERING) 4 3 FILTER 5 4 COUNT 6 5 MERGE JOIN (CARTESIAN) (Cost=16 Card=196 Bytes=1764) 7 6 TABLE ACCESS (FULL) OF 'EMP' (Cost=2 Card=14 Bytes=84) 8 6 BUFFER (SORT) (Cost=14 Card=14 Bytes=42) 9 8 INDEX (FULL SCAN OF 'PK_EMP (UNIQUE) (Cost=1 Card=14 Bytes=42) 10 3 HASH JOIN CONNECT BY PUMP COUNT MERGE JOIN (CARTESIAN) (Cost=16 Card=196 Bytes=1764) TABLE ACCESS (FULL) OF 'EMP' (Cost=2 Card=14 Bytes=84) BUFFER (SORT) (Cost=14 Card=14 Bytes=42) INDEX (FULL SCAN) OF 'PK_EMP' (UNIQUE) (Cost=1 Card=14 Bytes=42)

– 10 – Lösung Kapselung der hierarchischen Auflösung der rekursiven Tabellenstruktur als PIPELINED FUNCTION. Verknüpfung der PIPELINED FUNCTION formal wie eine Tabelle als JOIN mit der äußeren Transformationstabelle (Anlage 3). Folge: Optimaler Ausführungsplan.

– 11 – Lösung SELECT * FROM TABLE (h_func(7369)) EMPNO JOB CLERK 7902 ANALYST 7566 MANAGER 7839 PRESIDENT Abgelaufen: 00:00:14.09 Ausführungplan SELECT STATEMENT Optimizer=CHOOSE 1 0 COLLECTION ITERATOR (PICKLER FETCH) OF 'H_FUNC'

Vielen Dank. Bernd Löschner Tel.: