Oracle 中用于计算密集型函数的最快语言

Question

目前我们用 PL/SQL 编写了相当多的函数（普通 CDF、逆 CDF、Vasicek 和各种派生类），但它们非常慢。

我可以通过在工作站上流式传输数据来获得更好的性能，在该工作站上我已经用 C# 编码了一些东西，然后将结果批量插入回来。然而，这种方法使网络成为瓶颈，如果我可以通过在 Oracle DB 中拥有更快的功能来“将工厂放在木材所在的地方”，那就更好了。

我想看看如何通过使用 c(++) 或 Java（或您可能拥有的任何其他替代方案）对其进行编码来加快速度。这里有人有这方面的经验吗？希望你们当中有人尝试过所有方法，并能解释哪种方法总体上效果最好。

这里的额外复杂性是 IT 很忙，所以如果我想放弃使用数据库上的某些功能，我需要做一个可靠的案例。我不能在那个盒子上玩太多，否则我会那样做。

我们正在使用 Oracle Database 11g Enterprise Edition Release 11.2.0.2.0 - 64bit Production

提前致谢，

格特-简

编辑

这是一个函数的例子，它是Normal CDF by Cody。

这和cume_dist 的区别在于cume_dist 在一组行中找到分布。我只需要将概率转换为标准偏差并返回（很多次），就像 Excel 中的 NORMDIST 和 NORMINV 函数。

    function stdnormal_cdf(u number) return number is
  z number;
  y Number;
  begin
    y:=abs(u);
    if y <= 0.6629126073623883041257915894732959743297 then
      z:=y * y;
      y:=u * ((((1.161110663653770e-002 * z + 3.951404679838207e-001) * z + 2.846603853776254e + 001) * z + 1.887426188426510e + 002) * z + 3.209377589138469e + 003)/((((1.767766952966369e-001 * z + 8.344316438579620) * z + 1.725514762600375e + 002) * z + 1.813893686502485e + 003) * z + .044716608901563e + 003);
      return 0.5  +  y ;
    else
      z:=exp(-y * y/2)/2;
      if y <= 5.65685424949238019520675489683879231428 then
        y:=y/1.41421356237309504880168872420969807857;
        y:=((((((((2.15311535474403846e-8 * y + 5.64188496988670089e-1) * y + 8.88314979438837594) * y + 6.61191906371416295e01) * y + 2.98635138197400131e02) * y + 8.81952221241769090e02) * y + 1.71204761263407058e03) * y + 2.05107837782607147e03) * y + 1.23033935479799725e03)/((((((((1.00000000000000000e00 * y + 1.57449261107098347e01) * y + 1.17693950891312499e02) * y + 5.37181101862009858e02) * y + 1.62138957456669019e03) * y + 3.29079923573345963e03) * y + 4.36261909014324716e03) * y + 3.43936767414372164e03) *  + 1.23033935480374942e03);
        y:=z * y;
      else
        z:=z * 1.41421356237309504880168872420969807857/y;
        y:=2/(y * y);
        y:=y * (((((1.63153871373020978e-2 * y + 3.05326634961232344e-1) * y + 3.60344899949804439e-1) * y + 1.25781726111229246e-1) * y + 1.60837851487422766e-2) * y + 6.58749161529837803e-4)/(((((y + 2.56852019228982242) * y + 1.87295284992346047) * y + 5.27905102951428412e-1) * y + 6.05183413124413191e-2) * y + 2.33520497626869185e-3);
        y:=z * (1/1.77245385102123321827450760252310431421-y);
      end if;

      if u < 0 then 
        return y;
      else 
        return 1-y;
      end if;    
    end if;  
  end;

编辑 2

好的，这里是基准。具有 100k 行的测试表。 Oracle 和 F# 之间的函数是彼此相当直接的翻译，并给出相同的结果。

查询：

select 
    sum(get_rwa(approach, exposure_class_code, pd_r, lgd_r, ead_r, maturity_r, net_sale, rwf_r)) 
from functest

• 解释：12.8 秒
• 原生：13.2 秒
• .Net (F#)：0.04 秒。

这将使 .Net 函数比 Oracle 实现快 320 倍（！），我真的不明白这种差异来自哪里。任何高达 3-10 倍的东西似乎都是合理的。我真的觉得我在这里遗漏了一些东西。任何人？

在 F# 中，我首先将 100k 行加载到列表中。 （看起来很公平，只是总结 Oracle 中的任何其他列花费 0.06 秒，因此在这两种情况下排除数据访问时间似乎是公平的。将数据加载到列表中大约需要 3 秒，所以即使我包括时间它需要打开连接、执行和通过网络传输等，然后它仍然快 4 倍。）

Answer 1

Oracle 支持define and call external procedures 的功能。假设您可以将 C/C++/C# 应用程序编译成 DLL/.so 并将该库移动到数据库服务器，那么您可以将 DLL 的函数公开为外部过程，然后从数据库中调用 DLL 的函数。由于一切都将在同一台机器上运行，因此网络不会成为瓶颈。当然，这意味着您的 C/C++/C# 代码将使用服务器的处理资源——这可能不是一件好事，这取决于服务器的 CPU 与工作站的 CPU 相比有多强大以及服务器是什么正在做。

根据您在 PL/SQL 中编码逻辑的确切方式，您可能还想研究利用 Oracle 的内置分析函数（如 cume_dist）进行累积分布（我假设这就是您所说的“普通 CDF") 或编写自己的分析函数。由于您的代码是计算密集型的，因此您也很有可能从native compilation 中受益。当然，这假设您已经对代码进行了概要分析，并且没有明显的地方/方法来调整 PL/SQL。

Answer 2

格特-简，

时间差异很可能是由于 SQL 引擎和 PL/SQL 引擎之间的上下文切换造成的。 functest 中的 100,000 行中的每一行都通过 PL/SQL 例程 get_rwa（和/或 stdnormal_cdf）。上下文切换涉及保存状态和恢复状态，一旦完成，您可能不会注意到。但是这样做 100,000 次加起来。

所以我建议在一个包含 100,000 行的嵌套表中加载 100,000 行，并将这个嵌套表仅传递一次给一个 PL/SQL 例程，该例程执行一个简单的“for i in 1 .. [nested_table_variable].count loop ... end loop;"，同时总结各个结果。

另一种选择是在 SQL 中完成所有操作，而不使用 PL/SQL。

问候，
抢。