硬解析的过程涉及大量递归

SQL 调用，非常消耗资源，数据库系统为提高效率将 SQL

语句的解析信息存储在共享内存结构中；当第二次执行这条

SQL 语句时，可从共享的内存

结构中获得该

SQL 语句的解析信息时称之为软解析。软解析相对硬解析省却了大部分操作，

时间可大大缩短。

 　　图 6 显示执行 10 000 次查询，每次都是硬解析，图 7 显示执行 10 000

次查询，第一次是硬解析，其余的都是软解析，统计信息显示只解析

1 次。

　　图

6 显示硬解析 10 000 次，累计时间消耗 10.45 秒，图 7 显示只发生 1 次硬解析，消耗

时间几近为

0。软解析的实现与应用开发中 SQL 语句的编写直接相关，例如：“select name 

from tbluser where userid=1”和“select name from tbluser where userid=2”两条语句，他们的差

别在于查询条件的值不同，又比如

“SELECT name FROM tbluser where userid=1”和“select 

name from tbluser where userid=1”两条语句，他们的差别在于关键字 select 和 from 的大小写

不同，这些对于数据库来说可能都是不同的

SQL 语句。

　　

Oracle 数据库中保存 SQL 解析信息时以整个 SQL 文本计算的哈希值作为键值，SQL 文

本的细微差异都会导致硬解析发生。

　　进行软件开发时需要定义

SQL 开发规范，规定 SQL 文本中的大小写限制、空格多少等，

其次要使用预编译语句（比如

jdbc 中使用 PreparedStatement），避免 SQL 语句中直接写查

询条件值，应由变量替代，以提高软解析率。

　　通过减少读写次数降低

IO 响应时间。

　　数据库的读操作分为物理读和逻辑读两种，物理读指从磁盘读取数据，逻辑读指从内

存获取数据。在计算机的存储结构中，磁盘读写的速度远低于内存读写速度，为降低读操作

响应时间，要尽可能减少读，更要尽可能减少磁盘读，减少读但不能避免读。合理利用索引

结构定位数据可大大降低读的数据量，图

8 显示有索引情况下读 10000 行数据的统计信息。

　　图

7 和图 8 的数据都来源于查询同一数据库表的 10000 行记录，区别在于图 8 显示表中

有索引时的查询统计信息。分析这两个图中

Fetch 行中 query 列的数据量可知，没有索引时查

询走全表扫描，读

10000 行数据累计读 680000 块数据，平均读每行数据要扫描 68 块才读到

需要的数据；有索引情况下读

10000 行数据累计读 30020 块数据，平均读每行数据仅扫描

3.002 块，首先查找索引获得数据的 ROWID，再根据 ROWID 读数据行，从而避免了全表扫

描。减少物理读的有效措施是提高缓存存储量，使用内存缓存读取过的数据，使之后的数据

读取直接从内存中获得。

　　数据库的写操作由后台进程完成，数据库系统为提高性能，都是先写日志文件，再根

据触发条件写数据文件。这里与

SQL 编写相关的是日志文件的写操作，提交（COMMIT）语