爱华网我们有这样一个系统，每日对数据进行跑批加载，将所有的表分散在多个节点并行跑批，但是一个节点的多张表是并行的，并且cpu一次吊起的节点数只有4个，有这样一张表a_etllog专门纪录这些表的处理情况，由于每日数据加载时间过长，我需要找到一个跑批速度慢的原因，
1.我随意找一天的数据加载情况，就如20131225
select tabname,max(end),min(bengin) froma_etllog where datadate='20131225' group byTABNAME
得到结果如下，
每一行表示的是每张表20131225日加载的结束时间和开始实际，这里的时间规范，可以利用数据库时间的to_char函数的时间格式转变，也可以利用excel自带的设置单元格格式转变，朋友们自己可以尝试一下，
2.需在此excel上作一个每张表的跑批时间统计，算出以秒为单位的时间段，
3.此时可以引出一个华丽丽的函数，FREQUENCY概率，此函数用于计算数值在某个区域内的出现频率，然后返回一个垂直数组
a)首先找出最长时间段和最短时间段的时间段大小，如我现在找出的最短时间为2秒，最长时间为4913秒，因为我们需要将这个范围包括，所以我给定以0开始，5000结束，中间按照10秒递增，形成一个垂直数组，
b)现在我们就是需要利用FREQUENCY函数对这创建的两列进行求分布情况，首先选中与J列一样多的单元格，然后键入=FREQUENCY(h1:h1954,j1:j501)后，按shift+ctrl+enter，即可得到值，该函数表示的意思是从区域h1:h1945里找到属于j1:j501的值的个数）
c)现在我们可以通过上图知道了，表加载时间基本少于60秒的较为密集，查了下面所有的，基本数据也分散，所以可以将区间值做如下修改，即将下面的数值间隔增大，以方便我们查看，
d)通过上图发现，在1000秒到5000秒的区域内有11张表，这是不是一个好现象我们现在无法判断，
4.通过上面的情况，我们把H列按大小排序后，得到这11张表的表名，发现了一个令人兴奋的结果，其中有4张表是在同一个节点，并且这个节点也仅仅只有这四张表（位于同一个节点意味着串行），也就是说，这4张大表，我们做了悲催的串行。
5.如何解决该问题？
a．将此4张表拆分为4个节点，但是我们的系统有个大bug的是一次性只可以调用4个节点，因此此方法舍弃
b．将此4张表并行开来，也就是每张表都直接跑批，不用等上一张表结束才开始，此处用到了伟大的nohup,每张表都需要用nohup来调起，在该节点所有表结束时给一个wait，则实现了并行跑批的功能，万事大吉。
你学会了吗？
