针对你遇到的查询308K条记录耗时15分钟的问题，结合Exadata的特性和你的场景，我整理了几个具体的优化方向，按优先级排序：

1. 创建覆盖索引，避免回表操作 #

你当前的组合索引(BATCH_ID, USER_ID)只能帮数据库快速定位符合条件的行，但查询需要返回多列（ExcelRowNumber、Program_Number等），数据库不得不回到表中读取这些数据（也就是“回表”），这会带来大量I/O开销。

建议创建包含所有查询列的覆盖索引，把过滤条件里的ErrorText也加入索引键，让数据库直接从索引获取所有需要的数据，无需回表：

CREATE INDEX IDX_STG_UNIT_INVC_CALC_BATCH_USER_ERR 
ON MKTG.STG_UNIT_INVC_CALC (BATCH_ID, USER_ID, ErrorText)
INCLUDE (ExcelRowNumber, Program_Number, Program_Number_Source, 
         Invoice_Number, Invoice_Amount, Unit_Number, Customer_Number);

这样索引本身就包含了查询所需的全部信息，能大幅减少I/O操作。

2. 验证Exadata Smart Scan是否生效 #

Exadata的核心优势是Smart Scan（存储层直接过滤数据，减少传输到数据库服务器的数据量），你需要确认当前查询是否利用了这个特性：

• 查看执行计划（用EXPLAIN PLAN或者DBMS_XPLAN.DISPLAY_CURSOR），如果出现TABLE ACCESS STORAGE FULL或INDEX STORAGE FAST FULL SCAN，说明Smart Scan在工作；
• 如果执行计划走的是普通的INDEX RANGE SCAN+回表，那说明没用到Exadata的优势，覆盖索引能帮你转向更高效的存储层扫描。

3. 确保统计信息准确且最新 #

虽然你说已经收集过统计信息，但大表的数据分布可能变化很快，尤其是staging表（频繁导入Excel数据）。建议重新收集高粒度的统计信息，让优化器能生成最优执行计划：

EXEC DBMS_STATS.GATHER_TABLE_STATS(
    OWNNAME => 'MKTG',
    TABNAME => 'STG_UNIT_INVC_CALC',
    ESTIMATE_PERCENT => DBMS_STATS.AUTO_SAMPLE_SIZE,
    METHOD_OPT => 'FOR ALL COLUMNS SIZE AUTO',
    CASCADE => TRUE
);

这条命令会自动选择合适的采样比例，同时收集索引的统计信息。

4. 优化应用端的数据读取逻辑 #

OracleDataReader默认逐行读取数据，对于308K条记录来说，会产生大量的网络往返。可以调整以下两点：

• 设置合适的FetchSize：增大缓冲区大小，减少网络交互次数。比如：

  reader.FetchSize = reader.GetRowSize() * 1000; // 每次读取1000行
  

• 考虑分页读取：如果应用不需要一次性加载所有记录，可以把查询改成分页形式（用ROWNUM或FETCH NEXT），分批次处理数据，避免一次性加载大量数据导致的内存和网络瓶颈。

5. 检查表的存储压缩 #

Exadata对压缩数据的处理效率很高，启用压缩能大幅减少I/O量：

• 先检查当前表的压缩状态：

  SELECT COMPRESSION, COMPRESS_FOR 
  FROM DBA_TABLES 
  WHERE OWNER='MKTG' AND TABLE_NAME='STG_UNIT_INVC_CALC';
  

• 如果未启用压缩，可以启用OLTP压缩（适合频繁导入的staging表）：

  ALTER TABLE MKTG.STG_UNIT_INVC_CALC COMPRESS FOR OLTP;
  

  注意：启用压缩需要重新组织表（可以用ALTER TABLE ... MOVE）才能生效，建议在业务低峰期操作。

6. 确认谓词的过滤效率 #

检查ErrorText IS NOT NULL的过滤效果：如果该批次中大部分记录的ErrorText都不为空，这个条件的选择性很低，优化器可能会选择全表扫描。这种情况下，覆盖索引依然是最优选择，因为它避免了回表的开销。另外，确认USER_Id = 'JAY'的大小写是否和表中数据一致（比如表中是'jay'而查询用'JAY'，会导致索引失效）。

内容的提问来源于stack exchange，提问作者Jay