用数据泵并发导入数据的一个案例

   本案例演示了用oracle11g的数据泵impdp工具导入数据，使用并发功能。要解决的问题是：1.数据泵impdp在什么情况下开并发导入？2.什么情况下开并发导入效率有明显的提升？3.在导入的过程怎么样监控数据泵impdp导入数据的？     本次导入文件是1G，导入数据不多。数据文件放在openfiler的存储中，写入很慢，所以开并发导入。导入语句为： impdp system/123456@test66   PARALLEL=4 job_name=job_test66_import   logfile=test3320160424user10bak.log dumpfile=test3320160422user10bak.dmpdp  version=11.2.0.1.0 schemas=RISK,POS,INF,PE,POSJK,ACC,FO,INTRA,FI   其中 parallel为4，job_name为 job_test66_import。开始导入。      回答第三个问题:怎么样监控？数据泵支持交互模式，附加attach参数的方式重新连接到中断的任务中，并选择后续的操作。 这就是交互方式。 在另外一个shell窗口，另外一个shel窗口监控：impdp system/123456@test66  attach=JOB_TEST66_IMPORT，看到如下内容： Job: JOB_TEST66_IMPORT   Owner: SYSTEM                            Operation: IMPORT                            Creator Privs: TRUE                              GUID: 3448DAD136BF201EE0534F0010AC90E6   Start Time: Thursday, 02 June, 2016 17:01:42   Mode: SCHEMA                            Instance: test66   Max Parallelism: 4   EXPORT Job Parameters:      CLIENT_COMMAND        system/********@TEST33-172.16.0.97 COMPRESSION=all logfile=test3320160422user10bak.log dumpfile=test3320160422user10bak.dmpdp version=11.2.0.1.0 schemas=RISK,POS,INF,PE,FI,POSJK,VAS,ACC,FO,INTRA       COMPRESSION           ALL                                        IMPORT Job Parameters:   Parameter Name      Parameter Value:      CLIENT_COMMAND        system/********@test66 PARALLEL=4 job_name=job_test66_import logfile=test3320160424user10bak.log dumpfile=test3320160422user10bak.dmpdp version=11.2.0.1.0 schemas=RISK,POS,INF,PE,POSJK,ACC,FO,INTRA,FI    State: EXECUTING                         Bytes Processed: 289,480,112   Percent Done: 29   Current Parallelism: 4   Job Error Count: 0   Dump File: /u01/app/oracle/admin/test66/dpdump/test3320160422user10bak.dmpdp    Worker 1 Status:   Process Name: DW00   State: EXECUTING                         Object Schema: FI   Object Name: GATEWAY_REQUEST   Object Type: SCHEMA_EXPORT/TABLE/TABLE_DATA   Completed Objects: 1   Completed Rows: 186,259   Completed Bytes: 349,938,120   Percent Done: 35   Worker Parallelism: 1    Worker 2 Status:   Process Name: DW01   State: EXECUTING                         Object Schema: INF   Object Name: T_REQUEST_INFO_CONTENT   Object Type: SCHEMA_EXPORT/TABLE/TABLE_DATA   Completed Objects: 1   Completed Rows: 730,691   Completed Bytes: 316,879,688   Percent Done: 69   Worker Parallelism: 1    Worker 3 Status:   Process Name: DW02   State: EXECUTING                         Object Schema: INTRA   Object Name: ACCESS_LOG   Object Type: SCHEMA_EXPORT/TABLE/TABLE_DATA   Completed Objects: 9   Completed Bytes: 2,986,168   Worker Parallelism: 1    Worker 4 Status:   Process Name: DW03   State: EXECUTING                         Object Schema: RISK   Object Name: TRADE_MONITOR   Object Type: SCHEMA_EXPORT/TABLE/TABLE_DATA   Completed Objects: 4   Completed Rows: 370,103   Completed Bytes: 4,109,392   Percent Done: 100   Worker Parallelism: 1 可以看到有4个worker,每个worker是不同的用户。这样我们就明白了：原来数据泵导入并发是用户数据，有几个schema，理论上开几个并发。这就回答了第一个问题，有多个用户，可以考虑用并发同时导入数据。如果在深入点，理论上来说，数据库主机有几个逻辑CPU，就可以开几个并发导入，但是如果导入的用户只有一个，我想其他线程（也就是上面的worker)只能wait,因为帮不上忙。     结果很满意：我之前导入一次这个文件，用了一个小时，不要笑话我导入速度慢，（因为存储真心很慢，我在ASM分配一个8G的DG，用了13分钟。）但这次是5分钟导入完成。