table blocks

1. check the blocks from dba_tables

SQL> create table test(id number,
2 name varchar2(50));

Table created

SQL> select table_name,blocks,empty_blocks,num_rows from user_tables where table_name ='TEST';

TABLE_NAME BLOCKS EMPTY_BLOCKS NUM_ROWS
------------------------------ ---------- ------------ ----------
TEST

SQL> insert into test values(1,'test');

1 row inserted

SQL> commit;

Commit complete

SQL> select table_name,blocks,empty_blocks,num_rows from user_tables where table_name ='TEST';

TABLE_NAME BLOCKS EMPTY_BLOCKS NUM_ROWS
------------------------------ ---------- ------------ ----------
TEST

SQL> select * from test;

ID NAME
---------- --------------------------------------------------
1 test

SQL> insert into test values(2,'2012');

1 row inserted

SQL> commit;

Commit complete

2. analyze table

SQL> SELECT DBMS_ROWID.ROWID_BLOCK_NUMBER(rowid) ,DBMS_ROWID.ROWID_RELATIVE_FNO(rowid), t.*
2 FROM TEST t;

DBMS_ROWID.ROWID_BLOCK_NUMBER( DBMS_ROWID.ROWID_RELATIVE_FNO( ID NAME
------------------------------ ------------------------------ ---------- --------------------------------------------------
61488 7 1 test
61488 7 2 2012

SQL> ANALYZE TABLE test validate structure cascade online;

Table analyzed

SQL> insert into test values(3,'haidian');

1 row inserted

SQL> SELECT DBMS_ROWID.ROWID_BLOCK_NUMBER(rowid) ,DBMS_ROWID.ROWID_RELATIVE_FNO(rowid), t.*
2 FROM TEST t;

DBMS_ROWID.ROWID_BLOCK_NUMBER( DBMS_ROWID.ROWID_RELATIVE_FNO( ID NAME
------------------------------ ------------------------------ ---------- --------------------------------------------------
61484 7 3 haidian
61488 7 1 test
61488 7 2 2012

SQL>

[@more@]ta

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/573930/viewspace-1057037/,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/573930/viewspace-1057037/

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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