搜尋
首頁資料庫mysql教程解剖SQLSERVER 第八篇 OrcaMDF 现在支持多数据文件的数据库(译

解剖SQLSERVER 第八篇 OrcaMDF 现在支持多数据文件的数据库(译) http://improve.dk/orcamdf-now-supports-databases-with-multiple-data-files/ OrcaMDF 其中一个最新特性是支持多数据文件的数据库。这在解析上面需要作出相关的小改变,实际上大部分都是bu

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译)

http://improve.dk/orcamdf-now-supports-databases-with-multiple-data-files/

 

OrcaMDF 其中一个最新特性是支持多数据文件的数据库。这在解析上面需要作出相关的小改变,实际上大部分都是bug 修复代码

由于之前只支持单个数据文件而引起的。然而这确实需要一些重大的重构而离开MdfFile 的主入口点,现在使用数据库封装类,封装一个数据文件变量

 

 

分配比例填充

OrcaMDF 支持标准的数据库表的比例填充架构,这个数据库表除了有mdf文件之外还有ndf文件,而这些文件都在主文件组里,例如,你可能会创建以下数据文件或者架构

<span>CREATE</span> <span>DATABASE</span>
    <span>[</span><span>SampleDatabase</span><span>]</span>
<span>ON</span>  <span>PRIMARY</span><span> 
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data1</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data1.mdf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    ), 
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data2</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data2.ndf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    ), 
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data3</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data3.ndf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    )
</span><span>LOG</span> <span>ON</span><span>
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_log</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_log.ldf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span> <span>10</span><span>%</span><span>
    )
</span><span>GO</span>

<span>USE</span><span> SampleDatabase
</span><span>GO</span>

<span>CREATE</span> <span>TABLE</span><span> MyTable
(
    A </span><span>int</span> <span>identity</span><span>,
    B </span><span>uniqueidentifier</span> <span>default</span>(<span>newid</span><span>()),
    C </span><span>char</span>(<span>6000</span><span>)
)
</span><span>GO</span>

<span>INSERT</span> <span>INTO</span> MyTable <span>DEFAULT</span> <span>VALUES</span>
<span>GO</span> <span>100</span>

这会引起MyTable 按比例填充三个数据文件(C列的作用为了让SQLSERVER分配100个页面来装载数据,好让填满三个数据文件)

为了解析这种情况,我们需要做下面的工作

<span>var</span> files = <span>new</span><span>[]
    {
        </span><span>@"</span><span>C:SampleDatabase_Data1.mdf</span><span>"</span><span>,
        </span><span>@"</span><span>C:SampleDatabase_Data2.ndf</span><span>"</span><span>,
        </span><span>@"</span><span>C:SampleDatabase_Data3.ndf</span><span>"</span><span>
    };

</span><span>using</span> (<span>var</span> db = <span>new</span><span> Database(files))
{
    </span><span>var</span> scanner = <span>new</span><span> DataScanner(db);
    </span><span>var</span> result = scanner.ScanTable(<span>"</span><span>MyTable</span><span>"</span><span>);

    EntityPrinter.Print(result);
}</span>

运行之后的结果是

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译

大家注意看:

A(4个字节)+B(16个字节)+C(6000个字节)=6020字节

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译

刚好一条记录一页,下面说到,SQLSERVER分配完了一个区之后,一个区8个页面,当一个区分配完毕之后,SQLSERVER

会转到SampleDatabase_Data2.ndf数据文件继续分配页面,分配的值是9~16,一个区分配完毕之后又到

SampleDatabase_Data3.ndf数据文件继续分配页面,分配的值是17~24

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译

 

自增值会一直到100,注意到A列有间隔,这是由于一个事实我们在每个数据文件的一个区里面以循环赛的方式来分配。

ID1~8在第一个数据文件,9~16在第二个数据文件最后17~24在第三个数据文件。由于这一点,页面25~32分配在第一个数据文件,一直这样下去

由于是堆表,我们使用文件分配顺序扫描,这导致我们获得结果1~8,25~32,49~56,73~80,97~100 全部都是从第一个文件开始,然后9~16,33~40

从第二个数据文件里读取然后到最后一个数据文件的剩余页面。想一下这是不是很怪,好吧,SQLSERVER里面也是完全一样的

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译

不理解的童鞋可以看一下这篇文章《SQLSERVER中的ALLOCATION SCAN和RANGE SCAN》或者

《Microsoft SQL Server 2008技术内幕:T-SQL查询 笔记》里面有相关介绍

 

文件组支持

OrcaMDF 也支持使用文件组,包括按比例分配填充在一个单独的 文件组里,举个例子,你可能创建下面的数据库和架构

<span>CREATE</span> <span>DATABASE</span>
    <span>[</span><span>SampleDatabase</span><span>]</span>
<span>ON</span>  <span>PRIMARY</span><span> 
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data1</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data1.mdf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    )
</span><span>LOG</span> <span>ON</span><span>
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_log</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_log.ldf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span> <span>10</span><span>%</span><span>
    )
</span><span>GO</span>

<span>ALTER</span> <span>DATABASE</span>
    <span>[</span><span>SampleDatabase</span><span>]</span>
<span>ADD</span><span> FILEGROUP
    </span><span>[</span><span>SecondFilegroup</span><span>]</span>
<span>GO</span>

<span>ALTER</span> <span>DATABASE</span>
    <span>[</span><span>SampleDatabase</span><span>]</span>
<span>ADD</span> <span>FILE</span><span>
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data2</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data2.ndf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    ),
    (
        NAME </span><span>=</span> N<span>'</span><span>SampleDatabase_Data3</span><span>'</span><span>,
        FILENAME </span><span>=</span> N<span>'</span><span>C:SampleDatabase_Data3.ndf</span><span>'</span><span>,
        SIZE </span><span>=</span><span> 3072KB,
        FILEGROWTH </span><span>=</span><span> 1024KB
    )
</span><span>TO</span><span> FILEGROUP
    </span><span>[</span><span>SecondFilegroup</span><span>]</span>
<span>GO</span>

<span>USE</span><span> SampleDatabase
</span><span>GO</span>

<span>CREATE</span> <span>TABLE</span><span> MyTable
(
    A </span><span>float</span> <span>default</span>(<span>rand</span><span>()),
    B </span><span>datetime</span> <span>default</span>(<span>getdate</span><span>()),
    C </span><span>uniqueidentifier</span> <span>default</span>(<span>newid</span><span>()),
    D </span><span>char</span>(<span>5000</span><span>)
) </span><span>ON</span> <span>[</span><span>SecondFilegroup</span><span>]</span>
<span>GO</span>

<span>INSERT</span> <span>INTO</span> MyTable <span>DEFAULT</span> <span>VALUES</span>
<span>GO</span> <span>100</span>

这将会引起MyTable去按比例填充分配在第二和第三个数据文件之间(D列用来占位置,确保让SQLSERVER分配100个页面来装载数据,好让对文件组里的两个数据文件进行

分配填充)数据只会分别对第二和第三数据文件进行填充而主数据文件不受影响

跟先前的例子的解释一样,结果如下

解剖SQLSERVER 第八篇  OrcaMDF 现在支持多数据文件的数据库(译

将会一直到100

 

第八篇完

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
說明InnoDB重做日誌和撤消日誌的作用。說明InnoDB重做日誌和撤消日誌的作用。Apr 15, 2025 am 12:16 AM

InnoDB使用redologs和undologs確保數據一致性和可靠性。 1.redologs記錄數據頁修改,確保崩潰恢復和事務持久性。 2.undologs記錄數據原始值,支持事務回滾和MVCC。

在解釋輸出(類型,鍵,行,額外)中要查找的關鍵指標是什麼?在解釋輸出(類型,鍵,行,額外)中要查找的關鍵指標是什麼?Apr 15, 2025 am 12:15 AM

EXPLAIN命令的關鍵指標包括type、key、rows和Extra。 1)type反映查詢的訪問類型,值越高效率越高,如const優於ALL。 2)key顯示使用的索引,NULL表示無索引。 3)rows預估掃描行數,影響查詢性能。 4)Extra提供額外信息,如Usingfilesort提示需要優化。

在解釋中使用臨時狀態以及如何避免它是什麼?在解釋中使用臨時狀態以及如何避免它是什麼?Apr 15, 2025 am 12:14 AM

Usingtemporary在MySQL查詢中表示需要創建臨時表,常見於使用DISTINCT、GROUPBY或非索引列的ORDERBY。可以通過優化索引和重寫查詢避免其出現,提升查詢性能。具體來說,Usingtemporary出現在EXPLAIN輸出中時,意味著MySQL需要創建臨時表來處理查詢。這通常發生在以下情況:1)使用DISTINCT或GROUPBY時進行去重或分組;2)ORDERBY包含非索引列時進行排序;3)使用複雜的子查詢或聯接操作。優化方法包括:1)為ORDERBY和GROUPB

描述不同的SQL交易隔離級別(讀取未讀取,讀取,可重複的讀取,可序列化)及其在MySQL/InnoDB中的含義。描述不同的SQL交易隔離級別(讀取未讀取,讀取,可重複的讀取,可序列化)及其在MySQL/InnoDB中的含義。Apr 15, 2025 am 12:11 AM

MySQL/InnoDB支持四種事務隔離級別:ReadUncommitted、ReadCommitted、RepeatableRead和Serializable。 1.ReadUncommitted允許讀取未提交數據,可能導致臟讀。 2.ReadCommitted避免臟讀,但可能發生不可重複讀。 3.RepeatableRead是默認級別,避免臟讀和不可重複讀,但可能發生幻讀。 4.Serializable避免所有並發問題,但降低並發性。選擇合適的隔離級別需平衡數據一致性和性能需求。

MySQL與其他數據庫:比較選項MySQL與其他數據庫:比較選項Apr 15, 2025 am 12:08 AM

MySQL適合Web應用和內容管理系統,因其開源、高性能和易用性而受歡迎。 1)與PostgreSQL相比,MySQL在簡單查詢和高並發讀操作上表現更好。 2)相較Oracle,MySQL因開源和低成本更受中小企業青睞。 3)對比MicrosoftSQLServer,MySQL更適合跨平台應用。 4)與MongoDB不同,MySQL更適用於結構化數據和事務處理。

MySQL索引基數如何影響查詢性能?MySQL索引基數如何影響查詢性能?Apr 14, 2025 am 12:18 AM

MySQL索引基数对查询性能有显著影响:1.高基数索引能更有效地缩小数据范围,提高查询效率;2.低基数索引可能导致全表扫描,降低查询性能;3.在联合索引中,应将高基数列放在前面以优化查询。

MySQL:新用戶的資源和教程MySQL:新用戶的資源和教程Apr 14, 2025 am 12:16 AM

MySQL學習路徑包括基礎知識、核心概念、使用示例和優化技巧。 1)了解表、行、列、SQL查詢等基礎概念。 2)學習MySQL的定義、工作原理和優勢。 3)掌握基本CRUD操作和高級用法,如索引和存儲過程。 4)熟悉常見錯誤調試和性能優化建議,如合理使用索引和優化查詢。通過這些步驟,你將全面掌握MySQL的使用和優化。

現實世界Mysql:示例和用例現實世界Mysql:示例和用例Apr 14, 2025 am 12:15 AM

MySQL在現實世界的應用包括基礎數據庫設計和復雜查詢優化。 1)基本用法:用於存儲和管理用戶數據,如插入、查詢、更新和刪除用戶信息。 2)高級用法:處理複雜業務邏輯,如電子商務平台的訂單和庫存管理。 3)性能優化:通過合理使用索引、分區表和查詢緩存來提升性能。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
4 週前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳圖形設置
4 週前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您聽不到任何人,如何修復音頻
4 週前By尊渡假赌尊渡假赌尊渡假赌
WWE 2K25:如何解鎖Myrise中的所有內容
1 個月前By尊渡假赌尊渡假赌尊渡假赌

熱工具

VSCode Windows 64位元 下載

VSCode Windows 64位元 下載

微軟推出的免費、功能強大的一款IDE編輯器

EditPlus 中文破解版

EditPlus 中文破解版

體積小,語法高亮,不支援程式碼提示功能

SublimeText3 Linux新版

SublimeText3 Linux新版

SublimeText3 Linux最新版

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

DVWA

DVWA

Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中