博客

上文写到字符串拆分的各种方法


行列转换之字符串拆分（解决方案合集）


性能测试得到了如下结论：

1. 自定义函数是最快的，0.039s，数据量大是加并发会更有优势；
2. 简单SUBSTR方法，次之,0.05s
3. 正则表达式REGEXP_SUBSTR方法，较慢，4.22s
4. XML转换方法，报错，长度不足。

由于字符串长度有限，本文将函数改成CLOB类型，再次进行测试。

其中除了自定义函数之外的3种方法，只要更改一下输入参数类型即可，代码不再重复了。

自定义函数的代码做了一部分改动：

create or replace function F_SPLITCLOB4(V_CLOB_IN CLOB,V_DELIMER VARCHAR2)
 return t_vchars PIPELINED is
  L_LOB    CLOB;
  l_vchars varchar2(4000):='';
  n_end  number(10);
  n_offset number(10):=1;
begin
  L_LOB:=V_CLOB_IN;
  loop
    n_end:=DBMS_LOB.instr(lob_loc => L_LOB,pattern => V_DELIMER,offset =>n_offset);
    if nvl(n_end,0)>0 then
      l_vchars:=DBMS_LOB.substr(L_LOB,n_end-n_offset,n_offset);
      n_offset:=n_end+1;
    else
      l_vchars:=null;
    end if;
    pipe row( l_vchars );
    exit when n_end=0;
  end loop;
  RETURN;
end F_SPLITCLOB4;

新建一个表，仅有一个clob类型字段，增加一条记录，长度是5000个字符，再对4个函数进行性能测试：

CREATE TABLE t_clob(COL CLOB);

SQL> DECLARE
  2    TMP_CLOB CLOB;
  3  BEGIN
  4    DBMS_LOB.createtemporary(TMP_CLOB,FALSE);
  5    DBMS_LOB.open(TMP_CLOB,DBMS_LOB.lob_readwrite);
  6    DBMS_LOB.write(TMP_CLOB,4000,1,RPAD('A,',4000,'A,'));
  7    DBMS_LOB.writeappend(TMP_CLOB,1000,RPAD('A,',1000,'A,'));
  8    INSERT INTO t_clob VALUES(TMP_CLOB);
  9    COMMIT;
 10    DBMS_LOB.close(TMP_CLOB);
 11  END;
 12  /

SQL> select DBMS_LOB.getlength(COL) from t_clob;
DBMS_LOB.GETLENGTH(COL)
-----------------------
                   5000

SQL> select count(*) from (select * from table(select F_SPLITCLOB4(col,',') from t_clob));
  COUNT(*)
----------
      2501
Executed in 1.533 seconds
SQL> select count(*) from (select * from table(select F_SPLITCLOB3(col,',') from t_clob));
  COUNT(*)
----------
      2501
Executed in 1.064 seconds
SQL> select count(*) from (select * from table(select F_SPLITCLOB2(col,',') from t_clob));
  COUNT(*)
----------
      2501
Executed in 0.358 seconds
SQL> select count(*) from (select * from table(select F_SPLITCLOB1(col,',') from t_clob));
  COUNT(*)
----------
      2501
Executed in 1778.368 seconds

测试结果从最快到最慢分别如下：

1.简单SUBSTR方法，0.358S

2.XML转换方法，1.064S

3.自定义函数方法，1.533S

4.正则表达式方法,1778.368S

可见，正则表达式的方法效率大大低于其他几种方法，应该尽量少用。