29、Oracle 11g 数据库性能调优与优化器升级指南

Oracle 11g 数据库性能调优与优化器升级指南

1. 不同数据库中 SQL 执行计划差异

在不同数据库中,相同 SQL 语句的执行计划可能会因收集的统计信息不同而有所差异。若要将统计信息从一个数据库传输到另一个数据库进行测试,可参考《How to Use DBMS_STATS to Move Statistics to a Different Database [Note: 117203.1]》。

2. 确定需要调优的内容

要找出那些做了多余工作(如全表扫描而非索引查找)或等待某种资源(如闩锁、锁或 I/O)的数据库进程。具体要查找以下类型的进程:
- 使用最多 CPU 的进程
- 执行最多磁盘 I/O 操作的进程
- 执行次数最多的进程
- 执行时间最长(即耗时)的进程

应先修复性能极差的 SQL 语句,这些通常被视为 TOP N SQL。这些 TOP 语句在调优或优化上花费时间能带来最大收益,其名称来源于 Oracle 数据库 AWR 中的 STATSPACK 和/或 ADDM 报告输出。

RDBMS 使用特定阈值来确定前 10 个最消耗资源的语句,如下表所示:
| 指标 | 阈值 |
| ---- | ---- |
| Buffer Gets | 10,000 |
| Physical Reads | 1,000 |
| Executions | 100 |
| Parse Calls | 1,000 |
| Sharable Memory | 1,048,576 |
| Version Count | 2

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: 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。 参数整: 用户可以自由节神经网络的层数、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
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