最近几天加班做了几次大量的数据处理，总结了几个经验，以备下次使用：
1. COMMIT的效率
根据经验，每条INSERT(UPDATE)进行COMMIT和所有INSERT(UPDATE)一起COMMIT，将是没有效率的。需要适当的分块进行COMMIT
2. INSERT的效率
根据试验，如果进行一个大表（10个字段以上）的INSERT大量数据，如果是先一次性INSERT插入主键和其它相同值的字段，然后再用UPDATE来更新其它不同值的字段的做法会比一次直接插入所有值的INSERT快，能节约3/2的时间。
3. 大量INSERT前表的处理
如果一次的插入大量的数据（比如几百万），并且原先的表就有大量的数据，请先把表重建，然后导回原来的数据后再进行插入。这样的效率差是比较大的（1000条的数据在没有重建表前时候1.2秒，重建后只需要0.08秒）。并且在重建表后可以先停止索引和触发器，等INSERT完后再打开。
4. 将多表联合查询的结果进行INSERT的效率
多表联合查询的数据，如果直接INSERT是最没有效率的，而且容易出错（会提示RBS不足，但我查询了应该够的，这里需要再查查资料）。我的做法是将多表查询的结果分别放入几个临时表（临时表可以这几个字段，需要的主键和必要字段，其它字段可以INSERT后UPDATE)，然后分别执行进行同步插入。这种拐弯间接做法反而比直接插入快（原因还要学习研究 ＝。＝＃）
5. SQLLOAD的INSERT做法
据经验，如果大的SELECT 然后 INSERT，可以先SELECT 出文本（SPOOL），然后用SQLLOAD来 INSERT，这样效率快很多。（需要进一步研究）
6. 大量数据挖掘的表分区操作－－学习中。。。
7. DBMS_RAND.VALUE(low,high) DBMS_RANDOM.VALUE(LOW,HIGH) ,在SYS用户下，目录是RDBMS，随机取数
8. 在一个INSERT中设置自动COMMIT的问题。找资料中