Oracle分区表并行查询需显式使用PARALLEL Hint，否则即使表设PARALLEL属性也仅对DML/DDL生效；必须配合分区裁剪条件、正确绑定变量类型、JDBC fetchSize与事务配置，并通过V$SQL_PLAN验证执行计划。
Oracle分区表并行查询必须显式启用并行Hint
Oracle默认不会为分区表自动启用并行查询，即使表已按 RANGE/LIST/HASH 分区且数据量巨大。不加 Hint 时，SELECT 仍走串行执行计划，哪怕 PARALLEL 属性已设在表或索引上。常见错误是以为建表时写了 PARTITION BY RANGE (dt) PARALLEL 4 就能自动并行——实际只影响 DML 和 DDL，对 SELECT 无效。
正确做法是在 SQL 中显式使用 /*+ PARALLEL(t, 4) */ Hint，并确保目标分区被准确命中（例如用 WHERE dt BETWEEN DATE '2024-01-01' AND DATE '2024-01-31'）。否则优化器可能放弃分区裁剪，转而扫描全表+并行，白白消耗资源。
- Hint 中的并行度（如
4）建议不超过 CPU 核心数 × 2，过高反而引发大量 PX server 竞争 - 如果用 JDBC 执行，需确保连接未设置
oracle.jdbc.mapDateToTimestamp=false，否则日期绑定变量可能破坏分区裁剪 - 避免在 Hint 中写
PARALLEL(AUTO)：Oracle 12c+ 虽支持，但实际常降级为串行，不如明确指定数值可靠
Java JDBC 需禁用 auto-commit 并设置 fetchSize
即使 SQL 带了并行 Hint，JDBC 默认行为仍会严重拖慢吞吐：每次 ResultSet.next() 只取 10 行（Oracle JDBC 驱动默认 fetchSize=10），导致大量 round-trip；同时 auto-commit 开启时，驱动可能隐式插入事务控制逻辑，干扰并行执行上下文。
实操中必须显式配置：
立即学习“Java免费学习笔记（深入）”；
- 调用
connection.setAutoCommit(false)，哪怕只是只读查询 - 在
PreparedStatement上设置setFetchSize(1000)，数值建议为 500–5000，取决于单行数据大小和内存限制 - 若使用 Spring JdbcTemplate，需通过
new JdbcTemplate(dataSource).query(...)的回调方式传入自定义StatementCreator，否则无法控制fetchSize
分区键绑定变量必须用 Oracle 原生类型
Java 中用 setString() 或 setTimestamp() 绑定分区键（如 dt 字段）时，若类型不匹配，Oracle 无法做静态分区裁剪，执行计划里会出现 ACCESS PREDICATES: "DT"=:1 但 FILTER PREDICATES 为空——这意味着运行时才逐分区判断，彻底废掉并行效率。
关键修复点：
- 对
DATE分区键，用setDate(int parameterIndex, java.sql.Date x)，而非setTimestamp()或字符串拼接 - 对
NUMBER分区键（如按 ID 分区），用setLong()或setBigDecimal()，避免setString("12345")触发隐式转换 - 验证是否生效：查
V$SQL_PLAN，确认OPERATION列含PARTITION LIST ITERATOR且OPTIONS含PARTITION RANGE SINGLE或INLIST
多分区并发查询比单 SQL 并行更可控
当要查跨月/跨年数据（如 2024Q1），硬塞进一条带 PARALLEL Hint 的 SQL 容易触发内存溢出（ORA-04030）或 PX server 耗尽。此时更稳的方案是 Java 层拆成多个单分区查询，用 CompletableFuture 并发提交：
List<CompletableFuture<List<Record>>> futures = Arrays.asList(
CompletableFuture.supplyAsync(() -> queryPartition("P_202401")),
CompletableFuture.supplyAsync(() -> queryPartition("P_202402")),
CompletableFuture.supplyAsync(() -> queryPartition("P_202403"))
);
List<Record> result = futures.stream()
.map(CompletableFuture::join)
.flatMap(List::stream)
.collect(Collectors.toList());
注意每个 queryPartition 内部仍要用 /*+ PARALLEL(t, 2) */（降低单查询并行度），并复用同一连接池中的不同物理连接——否则线程竞争连接会导致排队，抵消并发收益。
真正难处理的是分区元数据动态获取：不能硬编码 "P_202401"，得查 USER_TAB_PARTITIONS 过滤 HIGH_VALUE 解析出有效分区名，这部分逻辑容易出错且影响首次查询延迟。
