在国产化替代的浪潮下，越来越多的团队把 Oracle 迁移到达梦（DM）数据库。大多数语法都能平滑迁移，但总有一些"隐藏关卡"等着你。

下面这条 SQL，功能是把人员表中逗号分隔的 txx1 字段拆分成多行：

SELECT jxx1, rxx1,

       REGEXP_SUBSTR(txx1,'[^,]+',1,LEVEL) AS txx1

FROM  t_tb1

WHERE dxx1='123'

  AND  RYZT='1'

  AND  jxx1    IS NOT NULL

  AND  txx1   IS NOT NULL

  AND  zxx1 IS NULL

CONNECT BY

  LEVEL <= LENGTH(txx1)-LENGTH(REPLACE(txx1,',',''))+1

  AND PRIOR rxx1 = rxx1

  AND PRIOR DBMS_RANDOM.VALUE IS NOT NULL;

在 Oracle 上跑得好好的，迁到达梦之后执行时间飙升，甚至出现超时。问题出在哪里？

问题根源分析

⚠ 痛点一：过滤时机太晚

WHERE 条件本应先于 CONNECT BY 执行，但部分数据库实现里递归展开发生在过滤之前，导致全表参与递归，开销爆炸。

⚠ 痛点二：每行都要计算长度

LENGTH(txx1)-LENGTH(REPLACE(txx1,',','')) 对每一个递归节点都要算两次字符串长度，达梦对此优化不如 Oracle 激进。

⚠ 痛点三：DBMS_RANDOM 代价大

PRIOR DBMS_RANDOM.VALUE 是经典的"打破 CONNECT BY 循环检测"技巧，但随机数生成在达梦中性能开销更大。

⚠ 痛点四：CONNECT BY 非原生优势

达梦对 CONNECT BY 的内部实现与 Oracle 不同，在字符串拆分这类"宽而浅"的场景下，递归 CTE 往往更稳定高效。

优化方案一：改良版 CONNECT BY

如果团队暂时不想大改写法，可以先做以下三处替换，通常能带来明显提升：

• • 1用 WITH 子句先过滤数据，让递归只处理目标行集。
• • 2把 LENGTH 差值计算换成 REGEXP_COUNT，语义更清晰，部分引擎可复用正则结果。
• • 3把 DBMS_RANDOM.VALUE 换成 SYS_GUID()，随机开销更小。

WITH T AS (

  SELECT JSH, RYBH, TABH

  FROM  T_RYXX_KSSZSRY

  WHERE DWDM='140100111'

    AND  RYZT='10'

    AND  JSH    IS NOT NULL

    AND  TABH   IS NOT NULL

    AND  ZZCZJG IS NULL

)

SELECT JSH, RYBH,

       REGEXP_SUBSTR(TABH,'[^,]+',1,LEVEL) AS TABH

FROM  T

CONNECT BY

  LEVEL <= REGEXP_COUNT(TABH, ',') + 1

  AND PRIOR RYBH = RYBH

  AND PRIOR SYS_GUID() IS NOT NULL;

此方案改动小，兼容性好，适合快速止血。但若数据量大、txx1 字段很长，仍建议升级到方案二。

优化方案二：达梦推荐 — 递归 CTE

这是达梦官方更推荐的字符串拆分姿势。用 WITH RECURSIVE 逐位推进游标，完全避开 CONNECT BY 和正则，性能更稳定。

WITH RECURSIVE T (jxx1, rxx1, txx1, POS, VALUE) AS (

  -- 锚点：取第一段（逗号前）

  SELECT jxx1, rxx1, txx1, 1,

         SUBSTR(txx1, 1, INSTR(txx1||',',',')-1)

  FROM  t_tb1

  WHERE dxx1='123'

    AND  RYZT='1'

    AND  jxx1    IS NOT NULL

    AND  txx1   IS NOT NULL

    AND  zxx1 IS NULL



  UNION ALL



  -- 递归：依次推进到下一个逗号

  SELECT jxx1, rxx1, txx1, POS+1,

         SUBSTR(txx1,

                INSTR(txx1,',',1,POS)+1,

                INSTR(txx1||',',',',1,POS+1)

                  - INSTR(txx1,',',1,POS)-1)

  FROM  T

  WHERE INSTR(txx1,',',1,POS) > 0

)

SELECT jxx1, rxx1, VALUE AS txx1

FROM  T;

核心逻辑是：锚点部分取第一个逗号前的字符串，递归部分每次把游标 POS 加一，用 INSTR 精确定位下一段的起止位置，终止条件是找不到更多逗号为止。

三种写法横向对比

迁移建议

• • 1**摸底先行：**梳理所有用到 CONNECT BY + REGEXP_SUBSTR 拆分逗号字段的 SQL，这类写法是重点排查对象。
• • 2**小改先上：**方案一改动最小，可作为紧急优化先上线，快速解除慢查询告警。
• • 3**长效方案：**利用版本迭代窗口，逐步将字符串拆分逻辑改写为递归 CTE，才是达梦环境下真正稳定的解法。
• • 4**业务层优化：**如果 txx1 字段存储的是多值，考虑在应用层拆分后再写入，从根本上消灭数据库端字符串拆分的需求。

国产化迁移不只是"换个驱动"，执行引擎的内部实现差异，才是那些"莫名其妙变慢"的真正元凶。遇到性能骤降，先看递归和正则，往往能快速定位。