RMAN 备份分类


1 镜像副本 backup as copy  foramt '/........' tablespace system    镜像副本方式备份系统表空间
 备份控制文件 数据文件  归档日志文件
RMAN的默认备份方式为备份集 如果想用镜像副本做默认备份形式要设置参数device type
configure device type disk  backup type to  copy;
RMAN复制的时候也是一个数据块一个数据块(Oacle block)的复制,同时默认检测数据块是否出现物理损坏(默认不会进行逻辑损坏检查,需要手工启动),且不需要将表空间置为begin backup状态,和备份集类型不同在于生成的镜像副本中包含使用过的数据块,也包含从来没有用过的数据块
备份单个数据文件:backup as copy format '/home/oracle/cp_0100_%U.dbf' datafile 5;
备份多个数据文件:backup as coyy format '/home/oracle/cp_0100_%U.dbf' datafile 5,6;
备份控制文件:backup  as copy format   '/home/oracle/cp_0100_%U.ctl' current controlfile;
备份归档日志文件:backup as copy format '/home/oracle/cp_0100_%U.log' archivelog all;
备份归档日志文件7 backup as copy format '/home/oracle/cp_0100_%U.log' archivelog sequence 7
备份表空间: backup as copy format '/home/oracle/cp_0100_%U' tablespace system;


2 备份集
 backup as backupset format '....../ tablespace system
备份集是RMAN的最小备份单元 在一个备份集中可以包括一个或多个数据文件 控制文件 归档日志文件及参数文件   备份集是唯一可以将备份存储到介质管理器的备份形式
只备份使用过的块
其中在进行控制文件备份以后,会出现一个独立备份集 。控制文件和数据文件不能放在同一个备份集里,因为数据文件所在的备份集以Oracle 数据块为最小单位,而控制文件所在备份集是以操作系统块作为最小单位
建立压缩备份集
RMAN> backup as compressed backupset datafile 5 format='e:\backup\%d_%s.dbf';
备份数据文件和归档日志
RMAN> backup datafile 5 plus archivelog format='e:\backup\%d_%s.bak';


CONFIGURE CHANNEL DEVICE TYPE DISK  clear  取消存储路径的设置

创建多备份集
RMAN>CONFIGURE DEVICE TYPE DISK BACKUP TYPE TO BACKUPSET ; 要在备份集的方式下备份
 run
{
allocate channel c1 device type disk;
allocate channel c2 device type disk;
allocate channel c3 device type disk;
backup datafile 1 section size 150m tag='secton_df1';
}



来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/30166976/viewspace-1690436/,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/30166976/viewspace-1690436/

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
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