Oracle AWR Operations

本文介绍如何在Oracle数据库中生成AWR(Automatic Workload Repository)报告,并提供了调整AWR配置的方法,包括更改快照频率、保留策略、创建与删除基线等操作。
-- Generate AWR report

 SQL> SQLPLUS / AS SYSDBA

SQL> exec dbms_workload_repository.create_snapshot

SQL> exec:snap_id:=dbms_workload_repository.create_snapshot

SQL> var snap_id number

SQL> print snap_id

SQL> @?/rdbms/admin/awrrpt.sql

 --1.查看当前的AWR保存策略

select * from dba_hist_wr_control;

DBID,SNAP_INTERVAL,RETENTION,TOPNSQL

860524039,+00 01:00:00.000000,+07 00:00:00.000000,DEFAULT

--以上结果表示,每小时产生一个SNAPSHOT,保留7天



 --2.调整AWR配置

--AWR配置都是通过dbms_workload_repository包进行配置

 --2.1调整AWR产生snapshot的频率和保留策略,如:如将收集间隔时间改为30 分钟一次。并且保留5天时间(注:单位都是为分钟):

exec dbms_workload_repository.modify_snapshot_settings(interval=>30, retention=>5*24*60);

 --2.2关闭AWR,把interval设为0则关闭自动捕捉快照

exec dbms_workload_repository.modify_snapshot_settings(interval=>0, retention=>5*24*60);

 --2.3手工创建一个快照

exec DBMS_WORKLOAD_REPOSITORY.CREATE_SNAPSHOT ();

 --2.4 查看快照

select * from sys.wrh$_active_session_history

 
--2.5手工删除指定范围的快照

exec WORKLOAD_REPOSITORY.DROP_SNAPSHOT_RANGE(low_snap_id => 22, high_snap_id => 32, dbid => 3310949047);
 

--2.6创建baseline

exec dbms_workload_repository.create_baseline (56,59,'apply_interest_1')

 
--2.7删除baseline

exec DBMS_WORKLOAD_REPOSITORY.DROP_BASELINE(baseline_name => ' apply_interest_1', cascade => FALSE);

 
--3.生产AWR报告

@$ORACLE_HOME/rdbms/admin/awrrpt.sql

--按照脚本提示,依次选择报告类型,报告统计天数,以及开始统计,结束统计的快照编号。

--如下:

--导出文件位置在sqlplus执行时所在目录。
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)内容概要:本文介绍了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,用于解决具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车路径跟踪问题,并提供了完整的Matlab代码实现。该方法无需精确系统模型,通过数据驱动方式结合神经网络逼近系统动态,利用迭代学习机制不断提升控制性能,从而实现高精度的路径跟踪控制。文档还列举了大量相关科研方向和技术应用案例,涵盖智能优化算法、机器学习、路径规划、电力系统等多个领域,展示了该技术在科研仿真中的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及从事无人车控制、智能算法开发的工程技术人员。; 使用场景及目标:①应用于无人车在重复任务下的高精度路径跟踪控制;②为缺乏精确数学模型的非线性系统提供有效的控制策略设计思路;③作为科研复现与算法验证的学习资源,推动数据驱动控制方法的研究与应用。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注神经网络与ILC的结合机制,并尝试在不同仿真环境中进行参数调优与性能对比,以掌握数据驱动控制的核心思想与工程应用技巧。
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