根据新的设置，如何进行合并?　

　　有趣的是，既然数据并非如此不同，性能也只是略差。那么解释计划展示的是什么?使用ROWNUM原始测试，我们有：

　　基于序列的合并似乎是一个更好的计划。　

　　虽然这是一个相对较小的数据集，你可以明白为什么执行该计划的花费可能会引起误解。如果基于序列的表在同一会话中被删除和重新建立，创建表重新删除的时间到刚刚超过2秒。在表面上看，第二轮创建的表似乎要快得多，但真正要证明的是什么呢?

　　所要证明的是，数据块已经读入缓存，从缓存中读取数据块的速度将远远超过从磁盘双方读取的速度(这我们已经知道的事实) 。它实际意义是：你创建表需要多少时间?这通常是一次性完成。如果原始表被删除和重创，它的创建时间将大大加快。

　　通过清除共享池和缓存来恢复性能， 在ROWNUM和基于序的列情况下所花费的时间分别 14秒和10秒的。在这一点上，它可能看起来像是混为一谈。但在运行期间，其性能级别交换了。这也许是事实，但不要忘记设置了序列为基础的表格的费用(按时间)。

　　总结

　　从某种意义上说，最为相似的数据集，操作系统和平台依赖性(多少行，内存和I / O等) ，他们可以更快地在不同数据集之间添加一个共同的属性，然后在进行合并操作。对于较小的数据集，也许略高于100万行，我冒昧地说，使用ROWNUM这将永远是比新增一个合并关键字更快，即使使用常见的关键创建表的速度更快。那么，什么时候适当使用ROWNUM ?当在没有共同关键字的情况时，你不关心表之间的特殊关联，即使是正好就存在这样的事实。如果你正在处理相关表，他们基于一个共同的属性，并且这些关联必须排序，你一定不能依赖ROWNUM保持合并表之间的顺序。它事关，在一个表中具体行是否与第二个表中特定行匹配。