求助，千万级数据更新！！！！

Question

公司有个任务要更新数据，主要SQL是这样的：update user t set t.createDate =(select to_date(substr(trim(min(t1.time)),1,14),'yyyymmddhh24miss') from login t1 where t1.telnum=t.tenum)，user是用户表，有1600W数据，login是登陆记录表，有30000W数据，从login表中按用户手机号取出最早的登陆时间填到user表中，索引都建好了，内部封闭数据库，只有一台数据库服务器跑，不能借用外部硬件资源，问怎么能让他跑的再快点儿。运维走了，老大扔给了我。。
邀请回复的给位大神是系统推荐的，若有叨扰，敬请见谅。

Answer 1

不赶时间的话，批量更新批量提交；赶时间的话直接Rename Table 后Create Table nologging  as ...

Answer 2

貌似没有什么好的办法如果要做分析的话 
可以借鉴spark，也就是大数据处理。 把数据导出成文本 ，让spark对文件进行切割查找最近的登录时间。

Answer 3

数量比较大，所以必须使用批量提交，我一般要考虑update的时候会影响业务，先创建表
create  table  temp as
select t.rowid v_rowid,t1.col  from  user t ,login t1 where t1.telnum=t.tenum;
然后用temp表
merge into user t
using (SELECT * FROM  temp t1 WHERE ROWNUM<100001)
on (t.rowid=t1.v_rowid)
when matched then update t.XX=t1.XX;
DELETE FROM  temp t1 WHERE ROWNUM<100001;
COMMIT;
整个merge,delete操作很快，ROWNUM<100001;你也可以自己选择多少次一提交，必须保证不要因为锁行而影响正常业务运行，同时可以打开另一个session查看temp表的数据量来看更新速度。
更进一步的方法是将是temp表分割成5个表，开5窗口同时跑数据。
以前更新一个上亿数据的表，筛选条件的临时表都在300万左右，我是使用rownum<500000,每次更新差不多30-50，300万更新完花费4分钟多一点，你可以参考一下~
同样你也可以使用游标，使用fetch bulk collect into 的语法批量修改，无论如何核心都是通过rowid字段能快速查找数据进行修改~

Answer 4

用循环批量提交更新吧，你那样肯定会卡死的。declare
l_index number ;
begin
  l_index := 0 ;
  for rs in (select uerid, telnum from user) loop
    update user set createDate = (select to_date(substr(trim(min(t1.time)),1,14),'yyyymmddhh24miss') from login t1 where t1.telnum= rs.telnum) where userid = rs.id;
    l_index := l_index + 1 ;
    if mod(l_index,100) = 0  then  -- 每100条提交一次
      commit;
    end if ;
  end loop ;
  commit ;
end ;