imp的buffer和commit分析  

Imp的commit和buffer分析：

Imp的commit影响：

imp的commit主要用于大表数据插入时减少回滚段的压力，以免出现长时间导入而出现的回滚段过久ora-01555，结合buffer设置则能按照buffer的大小进行分批提交，可以有效的减轻undo压力。

但是如果对于插入lob、long、ref、rowid等字段时设置commit=y则会逐条commit，我们都清楚对于批量插入数据逐条commit会降低性能，所以这里需要依据表中的具体信息。

而且还存在一个因素则是结合buffer区大小批量commit提交时，如果出现表空间，连接丢失等问题导致imp失败，则可能只提交一批数据，此时带来的影响还是很大的，即使再次插入根据主键筛选依然会出现大量的错误，而imp对这些错误的排查则会降低大量性能，这也可能是oracle默认的imp工具中commit=n缘由吧。

Imp的buffer效果

生产环境下，oracle 9I下sga大概8G，pga大概6g，需要导入一个2.7g以上的大表到成产库中，

由于是同事着手运用imp工具的默认buffer=30K，用时大概一个小时还没有结果，

考虑到pga还是很大的，跟同事商议加上buffer=409600000设置buffer大概400M的，15分钟内imp完成。

当然运用impdp然后运用parallel=n效率当然更加理想了！

首先建好了表结构，再导入数据

statistics=none 参数，不使用统计信息，不然，会导致锁表。
ignore=y    无视表存在错误。

将buffer 缓存设置成100M，如果我的SGA与配置足够好。可以加在buffer。
注意使用之前要加大undo表空间，会爆满。满后，会导致失败。

commit=y  导入一定数据量会自动提交。
如果数据量大，提交会频繁，请导入数据之前，将自己的redo 文件值修改大些。以免提交频繁，导致出错。


imp user1/user1 tables=t1 file=exp_1.dmp log=imp_t1.log ignore=y statistics=none

如果使用以上命令，就会使用undo表空间，会爆满。再使用之前加大undo表空间，不然满后，会导致失败。