上一篇测试了ADO的压缩功能 Heat Map and Automatic Data Optimization : part-1 下面测下ADO的存储层功能 简单的说下就是使用ado move 表、分区操作,把不是热数据的数据移动到性能低下的存储上 下面是工作的示意图 准备环境 SQL conn travel/aaConnected.?
上一篇测试了ADO的压缩功能 Heat Map and Automatic Data Optimization : part-1
下面测下ADO的存储层功能
简单的说下就是使用ado move 表、分区操作,把不是热数据的数据移动到性能低下的存储上
下面是工作的示意图
准备环境
SQL> conn travel/aa Connected. ? USERNAME INST_NAME HOST_NAME SID SERIAL# VERSION STARTED SPID OPID CPID SADDR PADDR -------------------- ------------ ------------------------- ----- -------- ---------- -------- --------------- ----- --------------- ---------------- ---------------- TRAVEL noncdb localhost.localdomain 1 7 12.1.0.1.0 20140526 3209 7 2927 000000009F6CA108 000000009F9865B8 ? ? SQL> SELECT * FROM tab; ? TNAME TABTYPE CLUSTERID ----------------------------------- -------------- ---------- HEAT_TEST TABLE ? SQL> SQL> conn / AS sysdba Connected. ? USERNAME INST_NAME HOST_NAME SID SERIAL# VERSION STARTED SPID OPID CPID SADDR PADDR -------------------- ------------ ------------------------- ----- -------- ---------- -------- --------------- ----- --------------- ---------------- ---------------- SYS noncdb localhost.localdomain 1 9 12.1.0.1.0 20140526 3234 7 2927 000000009F6CA108 000000009F9865B8 ? ? SQL> CREATE tablespace ado_t1 datafile '/oradata/noncdb/ado_t1.dbf' SIZE 200M; ? Tablespace created. ? ? SQL> CREATE tablespace ado_t2 datafile '/oradata/noncdb/ado_t2.dbf' SIZE 200M; ? Tablespace created. ? SQL> ? SQL> CREATE TABLE ado_move tablespace ado_t1 AS SELECT * FROM dba_objects; ? TABLE created. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 90764 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 181528 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 363056 ROWS created. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 726112 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> @dba_tablespaces ? +------------------------------------------------------------------------+ | Report : Tablespaces | | Instance : noncdb | | USER : TRAVEL | +------------------------------------------------------------------------+ ? STATUS Tablespace Name TS TYPE Ext. Mgt. Seg. Mgt. Tablespace SIZE Used (IN bytes) Pct. Used --------- ------------------------- --------------- ---------- ---------- ------------------ ------------------ --------- ONLINE ADO_T1 PERMANENT LOCAL AUTO 209,715,200 202,375,168 97 ONLINE ADO_T2 PERMANENT LOCAL AUTO 209,715,200 1,048,576 1 ONLINE SYSAUX PERMANENT LOCAL AUTO 765,460,480 760,086,528 99 ONLINE SYSTEM PERMANENT LOCAL MANUAL 817,889,280 811,401,216 99 ONLINE TEMP TEMPORARY LOCAL MANUAL 91,226,112 90,177,536 99 ONLINE UNDOTBS1 UNDO LOCAL MANUAL 152,043,520 151,257,088 99 ONLINE USERS PERMANENT LOCAL AUTO 66,846,720 15,400,960 23 ------------------ ------------------ --------- avg 74 SUM 2,312,896,512 2,031,747,072 ? 7 ROWS selected.
上面创建了2个表空间,并在表空间ADO_T1上创建了一个张表,插入大量数据,是空间使用率得到97%
下面查看下表的Heat map情况
SQL> ALTER system SET NLS_DATE_FORMAT='YYYY-MM-DD HH24:MI:SS' 2 SQL> col owner FOR a20 SQL> col object_name FOR a20 SQL> col "Tracking Time" FOR a40 SQL> col "Seg write" FOR a20 SQL> SQL> pro DBA_HEAT_MAP_SEG_HISTOGRAM DBA_HEAT_MAP_SEG_HISTOGRAM SQL> SELECT object_name, to_char(track_time,'YYYY-MM-DD HH:MI:SS') "Tracking Time", 2 segment_write "Seg write", 3 FULL_SCAN "Full Scan", 4 lookup_scan "Lookup Scan" 5 FROM DBA_HEAT_MAP_SEG_HISTOGRAM 6 WHERE object_name=UPPER('ado_move'); ? OBJECT_NAME Tracking TIME Seg WRITE FULL S Lookup -------------------- ---------------------------------------- -------------------- ------ ------ ADO_MOVE 2014-05-26 11:26:52 YES YES NO ? SQL> SQL> SQL> pro DBA_HEAT_MAP_SEGMENT DBA_HEAT_MAP_SEGMENT SQL> SQL> SELECT owner,object_name,SEGMENT_WRITE_TIME,SEGMENT_READ_TIME,FULL_SCAN,LOOKUP_SCAN 2 FROM DBA_HEAT_MAP_SEGMENT 3 WHERE object_name=UPPER('ado_move'); ? OWNER OBJECT_NAME SEGMENT_WRITE_TIM SEGMENT_READ_TIME FULL_SCAN LOOKUP_SCAN -------------------- -------------------- ----------------- ----------------- ----------------- ----------------- TRAVEL ADO_MOVE 20140526 11:26:53 20140526 11:26:53 ? SQL> ? SQL> SQL> SELECT OBJECT_NAME, TRACK_TIME, SEGMENT_WRITE "Seg_write", SEGMENT_READ "Seg_read", FULL_SCAN, LOOKUP_SCAN 2 FROM v$heat_map_segment 3 WHERE object_name=UPPER('ado_move'); ? OBJECT_NAME TRACK_TIME Seg_wr Seg_read FULL_S LOOKUP -------------------- ----------------- ------ -------------------- ------ ------ ADO_MOVE 20140526 11:28:49 YES NO YES NO
创建策略 SQL> ALTER TABLE ADO_MOVE ILM ADD POLICY TIER TO ADO_T2; ? TABLE altered. 查看策略 SQL> COL policy_name format A12 SQL> COL TIER_TBS format A20 SQL> SELECT policy_name, action_type, scope, 2 tier_tablespace "TIER_TBS" 3 FROM user_ilmdatamovementpolicies 4 ORDER BY policy_name; ? POLICY_NAME ACTION_TYPE SCOPE TIER_TBS ------------ ---------------------- -------------- -------------------- P1 COMPRESSION SEGMENT P21 STORAGE SEGMENT ADO_T2 ? SQL> SELECT policy_name, object_name, inherited_from, enabled FROM user_ilmobjects; ? POLICY_NAME OBJECT_NAME INHERITED_FROM ENABLE ------------ -------------------- ---------------------------------------- ------ P1 HEAT_TEST POLICY NOT INHERITED NO P21 ADO_MOVE POLICY NOT INHERITED YES ? SQL> SELECT * FROM dba_ilmparameters; ? Tablespace Name VALUE ------------------------- ---------- ENABLED 1 JOB LIMIT 10 EXECUTION MODE 3 EXECUTION INTERVAL 15 TBS PERCENT USED 85 TBS PERCENT FREE 25 ? 6 ROWS selected. ? 执行操作 SQL> DECLARE 2 v_executionid NUMBER; 3 BEGIN 4 dbms_ilm.execute_ILM (ILM_SCOPE => dbms_ilm.SCOPE_SCHEMA, 5 execution_mode => dbms_ilm.ilm_execution_offline, 6 task_id => v_executionid); 7 END; 8 / ? PL/SQL PROCEDURE successfully completed. ? SQL> @dba_tablespaces ? +------------------------------------------------------------------------+ | Report : Tablespaces | | Instance : noncdb | | USER : TRAVEL | +------------------------------------------------------------------------+ ? STATUS Tablespace Name TS TYPE Ext. Mgt. Seg. Mgt. Tablespace SIZE Used (IN bytes) Pct. Used --------- ------------------------- --------------- ---------- ---------- ------------------ ------------------ --------- ONLINE ADO_T1 PERMANENT LOCAL AUTO 209,715,200 202,375,168 97 ONLINE ADO_T2 PERMANENT LOCAL AUTO 209,715,200 1,048,576 1 ONLINE SYSAUX PERMANENT LOCAL AUTO 807,403,520 763,428,864 95 ONLINE SYSTEM PERMANENT LOCAL MANUAL 817,889,280 811,401,216 99 ONLINE TEMP TEMPORARY LOCAL MANUAL 91,226,112 90,177,536 99 ONLINE UNDOTBS1 UNDO LOCAL MANUAL 152,043,520 151,846,912 100 ONLINE USERS PERMANENT LOCAL AUTO 66,846,720 15,400,960 23 ------------------ ------------------ --------- avg 73 SUM 2,354,839,552 2,035,679,232 ? 7 ROWS selected. ? ? ? SQL> COL job_name format A20 SQL> COL object_name format A8 SQL> COL task_id format 99999 SQL> SQL> SELECT task_id, state FROM user_ilmtasks; ? TASK_ID STATE ------- ------------------ 2 COMPLETED 62 COMPLETED ? SQL> SQL> SQL> COL object_name format A20 SQL> col POLICY_NAME FOR a10 SQL> col SELECTED_FOR_EXECUTION FOR a80 SQL> SELECT TASK_ID, POLICY_NAME, OBJECT_NAME, 2 SELECTED_FOR_EXECUTION, JOB_NAME 3 FROM user_ilmevaluationdetails; ? TASK_ID POLICY_NAM OBJECT_NAME SELECTED_FOR_EXECUTION JOB_NAME ------- ---------- -------------------- -------------------------------------------------------------------------------- -------------------- 62 P21 ADO_MOVE SELECTED FOR EXECUTION ILMJOB122 62 P1 HEAT_TEST POLICY DISABLED 2 P1 HEAT_TEST SELECTED FOR EXECUTION ILMJOB42 ? SQL> SQL> COL job_name format A20 SQL> COL object_name format A8 SQL> COL task_id format 99999 SQL> SQL> SQL> SELECT task_id, job_name, job_state FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE ------- -------------------- ---------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED --发现任务失败,查看失败原因 ? ? ? SQL> col COMMENTS FOR a80 SQL> SELECT task_id, job_name, job_state,COMMENTS FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE COMMENTS ------- -------------------- ---------------------------------------------------------------------- -------------------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 82 ILMJOB162 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 原因为表空间存储空间不够。。。。 ? SQL> ? ? 增大数据文件 SQL> ALTER DATABASE datafile '/oradata/noncdb/ado_t2.dbf' resize 400m; ? DATABASE altered. ? ? 在此执行 SQL> DECLARE 2 v_executionid NUMBER; 3 BEGIN 4 dbms_ilm.execute_ILM (ILM_SCOPE => dbms_ilm.SCOPE_SCHEMA, 5 execution_mode => dbms_ilm.ilm_execution_offline, 6 task_id => v_executionid); 7 END; 8 / ? PL/SQL PROCEDURE successfully completed. ? SQL> SQL> SELECT task_id, job_name, job_state,COMMENTS FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE COMMENTS ------- -------------------- ---------------------------------------------------------------------- -------------------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 82 ILMJOB162 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 103 ILMJOB242 COMPLETED SUCCESSFULLY ? 成功完成 SQL> col TABLE_NAME FOR a20 SQL> / ? TABLE_NAME TABLESPACE_NAME -------------------- ------------------------------------------------------------ ADO_MOVE ADO_T2 HEAT_TEST USERS
原文地址:Heat Map and Automatic Data Optimization : part-2, 感谢原作者分享。

MySQL adalah sistem pengurusan pangkalan data relasi sumber terbuka, terutamanya digunakan untuk menyimpan dan mengambil data dengan cepat dan boleh dipercayai. Prinsip kerjanya termasuk permintaan pelanggan, resolusi pertanyaan, pelaksanaan pertanyaan dan hasil pulangan. Contoh penggunaan termasuk membuat jadual, memasukkan dan menanyakan data, dan ciri -ciri canggih seperti Operasi Join. Kesalahan umum melibatkan sintaks SQL, jenis data, dan keizinan, dan cadangan pengoptimuman termasuk penggunaan indeks, pertanyaan yang dioptimumkan, dan pembahagian jadual.

MySQL adalah sistem pengurusan pangkalan data sumber terbuka yang sesuai untuk penyimpanan data, pengurusan, pertanyaan dan keselamatan. 1. Ia menyokong pelbagai sistem operasi dan digunakan secara meluas dalam aplikasi web dan bidang lain. 2. Melalui seni bina pelanggan-pelayan dan enjin penyimpanan yang berbeza, MySQL memproses data dengan cekap. 3. Penggunaan asas termasuk membuat pangkalan data dan jadual, memasukkan, menanyakan dan mengemas kini data. 4. Penggunaan lanjutan melibatkan pertanyaan kompleks dan prosedur yang disimpan. 5. Kesilapan umum boleh disahpepijat melalui pernyataan yang dijelaskan. 6. Pengoptimuman Prestasi termasuk penggunaan indeks rasional dan pernyataan pertanyaan yang dioptimumkan.

MySQL dipilih untuk prestasi, kebolehpercayaan, kemudahan penggunaan, dan sokongan komuniti. 1.MYSQL Menyediakan fungsi penyimpanan dan pengambilan data yang cekap, menyokong pelbagai jenis data dan operasi pertanyaan lanjutan. 2. Mengamalkan seni bina pelanggan-pelayan dan enjin penyimpanan berganda untuk menyokong urus niaga dan pengoptimuman pertanyaan. 3. Mudah digunakan, menyokong pelbagai sistem operasi dan bahasa pengaturcaraan. 4. Mempunyai sokongan komuniti yang kuat dan menyediakan sumber dan penyelesaian yang kaya.

Mekanisme kunci InnoDB termasuk kunci bersama, kunci eksklusif, kunci niat, kunci rekod, kunci jurang dan kunci utama seterusnya. 1. Kunci dikongsi membolehkan urus niaga membaca data tanpa menghalang urus niaga lain dari membaca. 2. Kunci eksklusif menghalang urus niaga lain daripada membaca dan mengubah suai data. 3. Niat Kunci mengoptimumkan kecekapan kunci. 4. Rekod Rekod Kunci Kunci Rekod. 5. Gap Lock Locks Index Rakaman Gap. 6. Kunci kunci seterusnya adalah gabungan kunci rekod dan kunci jurang untuk memastikan konsistensi data.

Sebab -sebab utama prestasi pertanyaan MySQL yang lemah termasuk tidak menggunakan indeks, pemilihan pelan pelaksanaan yang salah oleh pengoptimasi pertanyaan, reka bentuk jadual yang tidak munasabah, jumlah data yang berlebihan dan persaingan kunci. 1. Tiada indeks menyebabkan pertanyaan perlahan, dan menambah indeks dapat meningkatkan prestasi dengan ketara. 2. Gunakan perintah Jelaskan untuk menganalisis pelan pertanyaan dan cari ralat pengoptimuman. 3. Membina semula struktur meja dan mengoptimumkan keadaan gabungan dapat meningkatkan masalah reka bentuk jadual. 4. Apabila jumlah data adalah besar, pembahagian dan strategi bahagian meja diterima pakai. 5. Dalam persekitaran konkurensi yang tinggi, mengoptimumkan urus niaga dan strategi mengunci dapat mengurangkan persaingan kunci.

Dalam pengoptimuman pangkalan data, strategi pengindeksan hendaklah dipilih mengikut keperluan pertanyaan: 1. Apabila pertanyaan melibatkan pelbagai lajur dan urutan syarat ditetapkan, gunakan indeks komposit; 2. Apabila pertanyaan melibatkan pelbagai lajur tetapi urutan syarat tidak ditetapkan, gunakan pelbagai indeks lajur tunggal. Indeks komposit sesuai untuk mengoptimumkan pertanyaan berbilang lajur, manakala indeks lajur tunggal sesuai untuk pertanyaan tunggal lajur.

Untuk mengoptimumkan pertanyaan perlahan MySQL, SlowQuerylog dan Performance_Schema perlu digunakan: 1. Dayakan SlowQueryLog dan tetapkan ambang untuk merakam pertanyaan perlahan; 2. Gunakan Performance_Schema untuk menganalisis butiran pelaksanaan pertanyaan, cari kesesakan prestasi dan mengoptimumkan.

MySQL dan SQL adalah kemahiran penting untuk pemaju. 1.MYSQL adalah sistem pengurusan pangkalan data sumber terbuka, dan SQL adalah bahasa standard yang digunakan untuk mengurus dan mengendalikan pangkalan data. 2.MYSQL menyokong pelbagai enjin penyimpanan melalui penyimpanan data yang cekap dan fungsi pengambilan semula, dan SQL melengkapkan operasi data yang kompleks melalui pernyataan mudah. 3. Contoh penggunaan termasuk pertanyaan asas dan pertanyaan lanjutan, seperti penapisan dan penyortiran mengikut keadaan. 4. Kesilapan umum termasuk kesilapan sintaks dan isu -isu prestasi, yang boleh dioptimumkan dengan memeriksa penyataan SQL dan menggunakan perintah menjelaskan. 5. Teknik pengoptimuman prestasi termasuk menggunakan indeks, mengelakkan pengimbasan jadual penuh, mengoptimumkan operasi menyertai dan meningkatkan kebolehbacaan kod.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Muat turun versi mac editor Atom
Editor sumber terbuka yang paling popular

ZendStudio 13.5.1 Mac
Persekitaran pembangunan bersepadu PHP yang berkuasa

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

Pelayar Peperiksaan Selamat
Pelayar Peperiksaan Selamat ialah persekitaran pelayar selamat untuk mengambil peperiksaan dalam talian dengan selamat. Perisian ini menukar mana-mana komputer menjadi stesen kerja yang selamat. Ia mengawal akses kepada mana-mana utiliti dan menghalang pelajar daripada menggunakan sumber yang tidak dibenarkan.