在日常的业务系统应用中，大家经常会使用到大量数据的的提交（包括查询、更新或删除），假如目标数据库的数据量较大，一次需要处理的操作较多，就会出现系统执行效率低下等问题。文本中笔者以Oracle9i数据库为例，通过对ADO.Net中的数据库支持的应用实践，说明几种常见的优化处理方法，并对比其中的优劣。
为了更详细说明情况，笔者以某业务数据填报功能为例，假设有100个用户每周需要填报某统计数量，填报明细的数据量约为200条，有专门的填报页面实现一次提交，这样一周的数据增量约为2万，一年为100多万，要保证系统有效运行6年以上，需要考虑数据存储（增、删、改）效率问题，（数据库本身的优化配置，包括表空间、索引等查询效率已经考虑，不在此讨论范畴）。这类业务的特点是，数据操作量较大，但执行的指令复杂度较低，包含简单的新增、修改、删除3类。
传统处理方法存在的问题
对每一个要处理的操作，直接对目标表执行对应的SQL操作（或存储过程），可使用ADO.Net的参数化SQL或通过DataSet与DataAdapter来间接处理。这样每个用户批量提交数据时，需要执行大约200次SQL操作，虽然数据库进行了优化，单次执行SQL的效率并不低，但由于一次执行的指令较多，随着目标数据容量的增加，效率会逐步降低，最终不可忍受。
优化方法1：临时表处理模式
对于大规模的目标数据库表，进行多次修改、删除或更新操作，效率必定较慢，要降低对目标表的操作次数，可以采用临时表的解决办法。具体方法为：建立一个与目标表结构类似的临时表（由于B/S模式的特点，临时表是基于事务的，而不是基于连接的），并增加操作模式标记字段，在执行操作前，将本次要操作的数据，就是某个用户，每周的数据（约200条左右，第一次处理时应该没有数据）一次查询转入临时表，再对临时表执行修改、更新、删除（作删除标记）操作，处理完毕后，分别将临时表的数据分三类提交到目标表。流程如下图所示：
删除
Delete From TARGET_TABLE Where KEY In（Select KEY
From TEMP_TABLE Where STATE=‘Delete’
新增
Insert Into TARGET_TABLE …
Select … From TEMP_TABLE Where STATE=‘Insert’
修改
Update TARGET_TABLE Set …
Where KEY=TEMP_TABLE.KET AND TEMP_TABLE.STATE=‘Update’
实验证明，在50万数据量的条件下，此方法能比传统的方法快40倍左右，且执行效率受目标数据库容量的影响较小。
