索引空间三倍于表大小

本文记录了一个索引空间远大于表空间的实际案例,通过对INDEX_HISTORY表空间的检查发现,索引IND_SUBSCRIBER_LASTCHADATE、IDX_SUBSMODE_ID及PK_SUBSOTHERINFO_MID占用了大量空间。进一步分析表明,这些索引对应的表空间也被显著占用。
 
INDEX_HISTORY表空间空间占用很大,检查里面的segment使用情况
select owner, segment_name, partition_name, segment_type, (bytes)/1024/1024/1024 GB
from dba_segments where tablespace_name = 'INDEX_HISTORY' order by GB desc;
OWNER SEGMENT_NAME PARTITION_NAME SEGMENT_TYPE GB
MISC IND_SUBSCRIBER_LASTCHADATE  INDEX 99.3359375
MISC IDX_SUBSMODE_ID  INDEX 13.625
MISC PK_SUBSOTHERINFO_MID  INDEX 12.4375
发现有三个索引占用较多的空间
select owner, segment_name, partition_name, segment_type, (bytes)/1024/1024/1024 GB
from dba_segments
where (owner, segment_name) in (select owner, table_name from dba_indexes where wner = 'MISC' and index_name = 'IND_SUBSCRIBER_LASTCHADATE')
 order by GB desc ;
OWNER SEGMENT_NAME PARTITION_NAME SEGMENT_TYPE GB
MISC SUBSCRIBER SUBSCRIBER_P1 TABLE PARTITION 8.4033203125
MISC SUBSCRIBER SUBSCRIBER_P2 TABLE PARTITION 8.4033203125
MISC SUBSCRIBER SUBSCRIBER_P3 TABLE PARTITION 8.4013671875
MISC SUBSCRIBER SUBSCRIBER_P4 TABLE PARTITION 8.3974609375
select owner, segment_name, partition_name, segment_type, (bytes)/1024/1024/1024 GB
from dba_segments
where (owner, segment_name) in (select owner, table_name from dba_indexes where wner = 'MISC' and index_name = 'IDX_SUBSMODE_ID')
 order by GB desc ;
OWNER SEGMENT_NAME PARTITION_NAME SEGMENT_TYPE GB
MISC SUBSMODE  TABLE 21.58984375
select owner, segment_name, partition_name, segment_type, (bytes)/1024/1024/1024 GB
from dba_segments
where (owner, segment_name) in (select owner, table_name from dba_indexes where wner = 'MISC' and index_name = 'PK_SUBSOTHERINFO_MID')
 order by GB desc ;
OWNER SEGMENT_NAME PARTITION_NAME SEGMENT_TYPE GB
MISC SUBSOTHERINFO  TABLE 9.6630859375
 
索引空间三倍于表大小,这东西可不是一般生产系统能见到的。
运行6年的系统,加上缺乏有效的维护才可以形成这一奇特现象,纯天然啊。
 

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/13605188/viewspace-687242/,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/13605188/viewspace-687242/

内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练与测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取与运行方式,包括训练、测试命令的执行与参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者与进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试与性能评估;③为参与相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要求与训练参数设置,遇到问题时参考“常见问题与解决技巧”部分及时排查。
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