think twice before you act

本文分享了一次在清理生产库表空间数据时,误删除了同事新建表导致的紧急恢复经历。强调了在进行任何操作前需全面考虑潜在风险的重要性。
下午接到一个任务,把生产库上某个表空间的segment全部清理掉。
该表空间主要用作割系统割接用,现在系统已经上线一段时间了。
就要求把这个表空间上的数据全部清理掉,同时释放一部分空间给另外的表空间。
挺简单一个任务,马上开始做。
查了下这个表空间的大小,有2T多,然后查了下所有的segment,有1T多数据,大致扫了下,自认为都是没有用的。
就开始写脚本,所有的table以及recyclebin中的对象直接purge。
半个小时就完成了。

快下班的时候,突然一个同事叫起来了,他生产建的表没有了。第一反应就是自己干的,肯定有人建表的时候没有按照表空间的规范创建。
看下时间,还有半个小时,马上bcv也要从生产环境同步了。
赶紧查bcv库(和生产差一天的数据),
又找出10多个还需要恢复的表。
使用copy to,赶紧把这10多张表同步到生产环境。
最终在bcv库同步之前搞定,看下时间,还有不到10分钟bcv就同步了。

还好几个表不是特别重要的表,最终没有造成什么影响。不过处理完后,仍然心有余悸。
再次提醒自己,无论做什么事情,都要考虑好各种情况。
Think twice before you act !!!


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/23700752/viewspace-741087/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/23700752/viewspace-741087/

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值