按正确顺序获取下一个序列值

Question

我在oracle数据库中有一个函数，它可以让我获得序列的下一个值。我也有以下PySpark代码:

def get_next_seq_value():
QUERY = "SELECT SCHEMA.GET_NEXT_SEQ_VALUE FROM DUAL"
sqlContext.clearCache()
next_seq_value_df = sqlContext.read.format("jdbc").options(url=URL, driver=DRIVER, QUERY=QUERY, user=USER, password=PASSWORD).load().unpersist()
next_seq_value = next_seq_value_df.take(1)[0][0]
return next_seq_value

我从这里调用这个函数:

array = []
for each_item in df_list:
next_seq_value = get_next_seq_value().encode('utf-8').strip()
array.append(next_seq_value)

问题如下:

当我运行以下命令时，数组看起来是这样的:

[' 545671 ', ' 545672 ', ' 545673 ', ' 545694 ', ' 545695 ', ' 545696 ']

为什么我看不到545674和545675…它只是跳到'545694'。如何确保按顺序调用函数?

Answer 1

默认顺序缓存大小为20:

如果省略CACHE和NOCACHE，则数据库默认缓存20个序列号。

所以看起来像是在你的呼叫之间的另一个称为nextval的会话。

此外，从你的代码QUERY = "SELECT SCHEMA.GET_NEXT_SEQ_VALUE FROM DUAL"看起来像你包装your_sequence.nextval到函数GET_NEXT_SEQ_VALUE。这里看起来有点小题大做:你会得到额外的调用(SQL->PL/SQL->调用.nextval())和这里的开销。您可以只使用select seq.nextval from dual或:x := seq.nextval;。如果想生成N个值，可以使用:select seq.nextval from dual connect by level<=20;

Answer 2

完全同意前面两个答案。我不确定您使用的是哪种类型的数据库架构，但我也想指出，使用Oracle RAC，每个集群节点实例也将有一个单独的序列缓存。

,

node 1: sequence cache 101-120
node 2: sequence cache 121-140
node 3: sequence cache 141-160

因此，根据碰巧处理请求的节点，nextval也可能不是按顺序排列的。

关键是，当使用序列时，您应该只计算唯一的值，而不一定没有间隔(消除缓存会严重影响性能)，甚至不一定按顺序排列，这取决于您的物理服务器架构。如果要保持事情的顺序，无论什么是重要的，除了顺序计数器之外，还可以在记录中添加时间戳。

Answer 3

您的问题显然是而不是顺序错误*序列生成IDs，但间隙.

当你决定使用序列时，通常必须计算间隙.

如果您使用默认的缓存大小为20，那么您将在每个会话结束时平均丢失10IDs。

你可以用NOCACHE来减少这个，但即使在这里，你调用nextval，然后回滚事务，这个ID可能会丢失。由于下一个事务通常以新的nextval开始…