在Oracle中每条SQL语句在执行之前都需要经过解析，解析分为软解析和硬解析。
在Oracle中存在两种类型的SQL语句：
（1）DDL语句(数据定义语言)，该语句不会共享使用的，每次执行都需要进行硬解析，DDL包含：CREATE,DROP,ALTER。
（2）DML语句(数据操纵语言)，他们会根据情况选择要么进行硬解析，要么进行软解析。DML包含：INSERT,UPDATE,DELETE,SELECT
 
SQL 解析过程
Oracle对此SQL将进行几个步骤的处理过程：
    1、语法检查(syntax check): 检查此sql的拼写是否语法。
    2、语义检查(semantic check): 诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限。
    3、对sql语句进行解析(prase): 利用内部算法对sql进行解析，生成解析树(parse tree)及执行计划(execution plan)。
    4、执行sql，返回结果(execute and return)
 
解析过程详解
语法检测
判断一条SQL语句的语法是否符合SQL的规范，比如执行：
SQL> selet * from emp;
我们就可以看出由于Select关键字少了一个“c”，这条语句就无法通过语法检验的步骤了。
 
语义检查
语法正确的SQL语句在解析的第二个步骤就是判断该SQL语句所访问的表及列是否准确？用户是否有权限访问或更改相应的表或列？ 比如如下语句：
 
SQL> select * from emp;
select * from emp
*
ERROR at line 1:
ORA-00942: table or view does not exist
 
由于查询用户没有可供访问的emp对象，因此该SQL语句无法通过语义检查。
 
解析(Parse)
Parse主要分为两种：
    1、Hard Parse (硬解析)
    2、Soft Parse (软解析)


 
Hard Parse： 就是上面提到的对提交的Sql完全重新从头进行解析(当在Shared Pool中找不到时候将会进行此操作)，总共有一下5个执行步骤：
    1：语法分析
    2：权限与对象检查
    3： 在共享池中检查是否有完全相同的之前完全解析好的. 如果存在，直接跳过4和5，运行Sql, 此时算soft parse.
    4：选择执行计划
    5：产生执行计划
 
注：创建解析树、生成执行计划对于sql的执行来说是开销昂贵的动作，所以，应当极力避免硬解析，尽量使用软解析。这就是在很多项目中，倡导开发设计人员对功能相同的代码要努力保持代码的一致性，以及要在程序中多使用绑定变量的原因。
 
Soft Parse： 就如果是在Shared Pool中找到了与之完全相同的Sql解析好的结果后会跳过Hard Parse中的后面的两个步骤。
 
解析的两个步骤
 
1)　验证SQL语句是否完全一致
  在这个步骤中，Oracle将会对传递进来的SQL语句使用HASH函数运算得出HASH值，再与共享池中现有语句的HASH值进行比较看是否一一对应。现有数据库中SQL语句的HASH值我们可以通过访问v$sql、v$sqlarea、v$sqltext等数据字典中的HASH_VALUE列查询得出。
 
如果SQL语句的HASH值一致，那么ORACLE事实上还需要对SQL语句的语义进行再次检测，以决定是否一致。那么为什么Oracle需要再次对语句文本进行检测呢？不是SQL语句的HASH值已经对应上了？事实上就算是SQL语句的HASH值已经对应上了，并不能说明这两条SQL语句就已经可以共享了。
 
例如：假如用户SYS有自己的一张表EMP，他要执行查询语句：select * from emp; 用户SYSTEM也有一张EMP表，同样要查询select * from emp；这样他们两条语句在文本上是一模一样的，他们的HASH值也会一样，但是由于涉及到查询的相关表不一样，他们事实上是无法共享的. 
 
SQL> conn / as sysdba
已连接。
SQL> show user
USER 为 "SYS"
SQL>  create table emp ( x int ) ;
表已创建。
SQL> select * from emp;
未选定行
SQL> conn system/admin;
已连接。
SQL>  create table emp ( x int );
表已创建。
SQL> select * from emp;
未选定行
SQL> select address,hash_value, executions, sql_text from v$sql where upper(sql_text) like 'SELECT * FROM EMP%';
ADDRESS      HASH_VALUE  EXECUTIONS    SQL_TEXT                                                                
-----------------------  ---------------------------------------------------------
2769AE64    1745700775     1         select * from emp                                                                                                                         
2769AE64    1745700775     1         select * from emp                                                    
2 rows selected.
 
从结果可以看到这2个查询的语句文本和HASH值都是一样的，但是由于查询的对象不同，是无法共享的，不同情况的语句还是需要硬解析的。因此在检查共享池共同SQL语句的时候，是需要根据具体情况而定的。
 
可以进一步查询v$sql_shared_cursor以得知SQL为何不能共享的原因：
 
SQL>select address,auth_check_mismatch,translation_mismatch,optimizer_mismatch 
from v$sql_shared_cursor where address in ( select address from v$sql where upper(sql_text) like 'SELECT * FROM EMP%' )  
 
ADDRESS     A T O
----------------  ----- -- -- 
2769AE64     N N N
2769AE64     Y Y N
 
A T O 字段说明：
（1）translation_mismatch： 表示sql游标涉及到的数据对象是不同的；
（2）auth_check_mismatch： 表示对同样一条sql语句转换是不匹配的。
（3）optimizer_mismatch： 表示会话的优化器环境是不同的。
 
 2)  验证SQL语句执行环境是否相同
比如同样一条SQL语句，一个查询会话加了/*+ first_rows */的HINT，另外一个用户加/*+ all_rows */的HINT，他们就会产生不同的执行计划，尽管他们是查询同样的数据。
 
通过如上检查以后，如果SQL语句是一致的，那么就会重用原有SQL语句的执行计划和优化方案，也就是我们通常所说的软解析。如果SQL语句没有找到同样的副本，那么就需要进行硬解析了。
 
Oracle根据提交的SQL语句再查询相应的数据对象是否有统计信息。
如果有统计信息的话，那么CBO将会使用这些统计信息产生所有可能的执行计划(可能多达成千上万个)和相应的Cost，最终选择Cost最低的那个执行计划。
如果查询的数据对象无统计信息，就会采用动态采样， 这个结果不一定准确，但可以提供一定的参考。

执行sql
返回结果(execute and return)