1、每个并行执行分配一个新的临时段，并插入数据到临时段。当commit运行后，并行执行协调者合并新的临时段到主表段，用户就能看到更新的数据。Direct-Path INSERT可以使用Log或者不使用Log。
2、原因有很多中可能，首先数据库应该对数据量大的表做index优化；其次检查你的sql语句是否用了最合适的方法，在多表查询时，where 之后的条件先接主键关联和int、long 型的条件，再解字符型，最后是folat型。
3、所以，应该通过一些机制在数据插入到数据库前先校验内容的正确性，确保插入的数据时clean的，尽量避免事后批量修改。
首先你嘚理解仓库和事务性数据库侧重点的不同。细节方面我就举一个例子吧 事务处理锁级会在每一行每一个字段数据，而仓库型只要表级锁就足够了。
步骤2：选择创建数据库的模板 有一般用途、事务处理、定制数据库、数据仓库四种模板可供选择。
SQLserver适用于库存量较小的公司。它提供了强大的数据管理和操作功能，同时具备较高的性能和稳定性。SQLserver与.NET框架搭配使用较多，主要是因为它们均来自微软公司，因此在集成和兼容性方面表现出色。
Oracle系统，即是以Oracle关系数据库为数据存储和管理作为构架基础，构建出的数据库管理系统。 Oracle，世界第一个支持SQL语言的商业数据库，定位于高端工作站，以及作为服务器的小型计算机，如IBMP系列服务器、HP的Integraty服务器、SunFire服务器。
Oracle系统主要运行在UNIX平台，其系统构建、运维、集群、容灾和性能优化成为了关键的应用领域。
Oracle是一种关系数据库管理系统。Oracle数据库管理系统是由Oracle公司开发的一款产品，广泛应用于企业级市场。以下是关于Oracle的详细解释：Oracle数据库的基本概念 Oracle数据库是一个关系型数据库管理系统，用于存储、管理和检索大量数据。
Oracle是甲骨文公司的一款关系数据库管理系统。Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强、高效率、可靠性好、适应高吞吐量，适用于各类大、中、小微机环境。
Oracle是一款关系数据库管理系统软件。Oracle数据库软件由Oracle Corporation开发，被广泛应用于企业级信息系统建设。以下是关于Oracle的 关系数据库管理系统 Oracle作为一款RDBMS，主要用于存储、管理和检索数据。它提供了一个安全、稳定的平台，可以处理大量数据，并支持多个用户同时访问。
Oracle数据库是通过表空间来存储物理表的，一个数据库实例可以有N个表空间，一个表空间下可以有N张表。完整的Oracle数据库通常由两部分组成：Oracle数据库和数据库实例。
MySQL是一种开源的关系型数据库管理系统，其源代码是公开的，这意味着开发者可以自由地访问、修改和分发其代码。而Oracle是一个专有数据库系统，其源代码是不公开的，并且拥有完善的版权保护。Oracle公司提供了一系列数据库产品和服务，包括数据库软件、技术支持和培训等。
Oracle是大型数据库而Mysql是中小型数据库，Oracle市场占有率达40%，Mysql只有20%左右，同时Mysql是开源的而Oracle价格非常高。 Oracle支持大并发，大访问量，是OLTP最好的工具。
区别如下：主键不同 mysql一般使用自动增长类型，在创建表时只要指定表的主键auto increment，插入记录时，不需要在指定该记录的主键值，mysql将自动增长。oracle没有自动增长类型，主键一般使用的序列，插入记录时将序列号的下一个值赋给该字段即可，只是ORM框架是只要是native主键生成策略即可。
mysql默认是自动提交。逻辑备份 oracle逻辑备份时不锁定数据，且备份的数据是一致的。mysql逻辑备份时要锁定数据，才能保证备份的数据是一致的，影响业务正常的dml使用。热备份 oracle有成熟的热备工具rman，热备时，不影响用户使用数据库。
数据仓库与数据挖掘是紧密相关的两种数据分析工具，它们在决策支持过程中发挥着关键作用。数据仓库是一种设计，旨在从操作数据中提炼出有价值的信息，通过一系列处理和转换，使得用户能够基于这些信息进行策略性的决策制定。因此，数据仓库系统常常被称为决策支持系统。
数据仓库和数据挖掘都可以认为是独立的体系。之所以放在一起是因为，基于数据仓库的挖掘才更加能够保障数据挖掘的效果。数据仓库是面向稳定、非易变、主题的数据组织方式，其索引机制和设计模式就决定了比较适合进行数据挖掘和知识发现。
区别：目的不同：数据仓库是为了支持复杂的分析和决策，数据挖掘是为了在海量的数据里面发掘出预测性的、分析性的信息，多用来预测。阶段不同：数据仓库是数据挖掘的先期步骤，通过数据仓库的构建，提高了数据挖掘的效率和能力，保证了数据挖掘中的数据的宽广性和完整性。
数据仓库与数据挖掘的差别 （1） 数据仓库是一种数据存储和数据组织技术， 提供数据源。（2） 数据挖掘是一种数据分析技术， 可针对数据仓库中的数据进行分析。数据库：是一种逻辑概念，用来存放数据的仓库，通过数据库软件来实现。数据库由很多表组成，表是二维的，一张表里面有很多字段。
浅谈数据挖掘与数据仓库 1数据挖掘 1数据挖掘与传统数据分析的区别 数据挖掘与传统的数据分析，如查询、报表、联机应用分析的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先前未知、有效和实用三个特征。
数据仓库是指从各种数据源通过ETL（抽取、转换、加载）得到规整的数据，往往是纬度表和事实表的方式；数据挖掘是指在数据仓库的既有数据上通过聚类，回归，神经网络等技术发现知识，得出结论支持决策。