ORACLE性能调整---2

本文介绍了数据库表空间设计的最佳实践,包括用户数据与数据字典数据分离、不同应用组数据分布、索引与数据表分离等原则。同时讨论了表空间大小、文件数量限制及临时表空间设计要点。
把用户数据与数据字典数据分开。
  把不同应用组的数据分别放在不同的表空间中。
  为了减少I/O的竞争,把不同表空间的数据文件放在不同的硬盘上。
  分离用户数据和回滚段的数据以防止某个磁盘出现故障丢失数据。
  控制数据的可用性,例如使一些表空间联机(online)而另一些表空间脱机(offline)
  为特殊类型的数据库使用保留某个表空间。例如,高频率的更新操作,只读操作或临时段
  在上述原则中,对日常系统最有用的原则是把索引空间同数据表空间分离开来。把它们分
离出来的理由如下:与表相关联的索引会导致I/O和表增长/碎片问题的出现。碎片问题同样要
求将数据段从系统表空间中分离出来。同时对索引的数据操纵和查询时将会由大量的输入/输
出。索引段同样因为不恰当的大小或无法预料的表增长问题而导致碎片。将应用索引分离到一
个单独的表空间中,将大大减少管理数据空间和索引空间碎片问题的工作量。
  在数据库的表空间设计时,建议每一个表空间对应的数据物理文件的大小应该小于1G大小
,因为许多系统的操作系统不支持大于2G大小的文件。同时,从数据库的备份角度考虑,对小
文件的备份不仅可以提高备份的速度,也可以提高备份的安全性。
  对表空间建立的时候,有一参数应该注意,它就是在建立TABLESPACE时用到的DEFAULT
STORAGE,该参数决定了今后建表或建索引时默认的存储策略(也就是说如果没有修改建表或
建索引的参数时,系统就用该默认参数)。
  由于创建表空间要用到数据文件,如果一个系统很大的话,就需要许多的数据文件。而该
数据文件的个数会受到初始化参数或操作系统的限制,因此在创建表空间时,应该考虑系统的
限制,选择有效的参数。对于一个ORACLE数据库而言,它的最大数目受如下三个方面限制,它
们分别是:操作系统能够打开的最大文件数目,db_files的数目,建立数据库时的参数
maxdatafiles数目。在上述参数中,以操作系统的限制为主,其次为maxdataflies,最后为
db_files。也就是说如果操作系统允许打开的文件数为32,而maxdatafiles设置为48的话,系
统认为打开的文件数目最大为32,如果操作系统允许最大的打开文件数目为64,maxdatafiles
数目为32,db_files数目为48,那么系统允许打开的文件最大数目为32,而不是48。
  在进行临时表空间的设计时,应该考虑在实际的日常应用中会引起临时表空间扩展的语句
,因为临时表空间的扩展同样会导致应用的终止。在我们日常的应用中如下DDL或DML语句会引
  创建索引:create index
  在日常的DML语句中存在如下关键字会引起临时表空间扩展:SELECT…DISTINCT,ORDER
  没有索引的连接:none-indexed joins
  包含关联的子查询:certain correlated subqueries

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/701141/viewspace-407196/,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/701141/viewspace-407196/

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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