7.高级Store

实际开发时,并不需要每次都对proxy、reader、store这三个对象进行配置,EXT为我们提供了几种可选择的整合方案。

1. SimpleStore = Store + MemoryProxy + ArrayReader

  1. var proxy = new var ds = Ext.data.SimpleStore({  
  2.       data: [  
  3.             ['id1','name1','descn1'],  
  4.             ['id2','name2','descn2']  
  5.       ],  
  6.       fields: ['id','name','descn']  
  7.   });  
var proxy = new var ds = Ext.data.SimpleStore({ data: [ ['id1','name1','descn1'], ['id2','name2','descn2'] ], fields: ['id','name','descn'] }); SimpleStore是专为简化读取本地数组而设计的,设置上MemoryProxy需要的data和ArrayReader需要的fields就可以使用了。 2. JsonStore = Store + HttpProxy + JsonReader
  1. var ds = Ext.data.JsonStore({  
  2.       url: 'xxx.jsp',  
  3.       root: 'root',  
  4.       fields: ['id','name','descn']  
  5.   });  
var ds = Ext.data.JsonStore({ url: 'xxx.jsp', root: 'root', fields: ['id','name','descn'] }); JsonStore将JsonReader和HttpProxy整合在一起,提供了一种从后台读取JSON信息的简便方法,大多数情况下可以考虑直接使用它从后台读取数据。 3. Ext.data.GroupingStore对数据进行分组 Ext.data.GroupingStore继承自Ext.data.Store,它的主要功能是可以对内部的数据进行分组, 我们可以在创建Ext.data.GroupingStore时指定根据某个字段进行分组, 也可以在创建实例后调用它的groupBy()函数对内部数据重新分组,如下面的代码所示:
  1. var ds = new Ext.data.GroupingStore({  
  2.         data: [  
  3.             ['id1','name1','female','descn1'],  
  4.             ['id2','name2','male','descn2'],  
  5.             ['id3','name3','female','descn3'],  
  6.             ['id4','name4','male','descn4'],  
  7.             ['id5','name5','female','descn5']  
  8.         ],  
  9.         reader: new Ext.data.ArrayReader({  
  10.             fields: ['id','name','sex','descn']  
  11.         }),  
  12.         groupField: 'sex',  
  13.         groupOnSort: true  
  14.     });             
var ds = new Ext.data.GroupingStore({ data: [ ['id1','name1','female','descn1'], ['id2','name2','male','descn2'], ['id3','name3','female','descn3'], ['id4','name4','male','descn4'], ['id5','name5','female','descn5'] ], reader: new Ext.data.ArrayReader({ fields: ['id','name','sex','descn'] }), groupField: 'sex', groupOnSort: true }); 上例中,我们使用groupField作为参数,为Ext.data.Grouping设置了分组字段,另外还设置了groupOnSort参数, 这个参数可以保证只有在进行分组时才会对Ext.data.Grouping- Store内部的数据进行排序。 如果采用默认值,就需要手工指定sortInfo参数,从而指定默认的排序字段和排序方式,否则就会出现错误。 创建Ext.data.GroupingStore的实例之后,我们还可以调用groupBy()函数重新对数据进行分组。 因为我们设置了groupOnSort:true,所以在重新分组时,EXT会使用分组的字段对内部数据进行排序。 如果不希望对数据进行分组,也可以调用clearGrouping()函数清除分组信息,如下面的代码所示:
  1. ds.groupBy('id');  
  2. ds.clearGrouping();  
ds.groupBy('id'); ds.clearGrouping();
<think>好的,我现在需要帮助用户解决关于Oracle数据库直接路径插入操作推荐使用的压缩方法的问题。用户提到了ROW STORE vs COLUMN STORE,以及BASIC vs ADVANCED压缩选项。首先,我需要回忆一下Oracle的压缩技术,并结合用户提供的引用内容来分析。 首先,用户提供的引用中有提到表空间创建时使用ROW STORE COMPRESS ADVANCED,如引用[1]中的例子。这说明在Oracle 12c中,行存储可以使用高级压缩。另外,引用[2]中用户尝试在普通存储上使用列存储压缩但报错,说明列存储压缩可能只在Exadata上可用。引用[3]则讨论了基本压缩,并提到了分区表的注意事项。 接下来,用户的问题是关于直接路径插入的推荐压缩方法。直接路径插入通常用于批量数据加载,绕过缓冲区缓存直接写入数据文件,因此需要选择适合这种操作的压缩方式。根据Oracle的文档,直接路径插入可以使用多种压缩方法,但不同的压缩类型有不同的适用场景。 首先,行存储(ROW STORE)和列存储(COLUMN STORE)的区别。行存储是传统的方式,适合OLTP场景,而列存储更适合数据仓库和分析场景,尤其是Exadata环境。根据引用[2],普通环境不支持列存储压缩,所以用户如果在非Exadata系统上,可能只能使用行存储压缩。 然后是压缩级别:BASIC、ADVANCED等。引用[3]提到BASIC压缩,适用于直接路径插入,但可能压缩率较低。而ADVANCED压缩(如OLTP压缩)可能在DML操作中也有较好的表现,但需要高级许可。 现在,用户的具体情况是直接路径插入,所以需要选择在直接路径加载时有效的压缩方法。根据知识,BASIC压缩在直接路径插入时有效,而ADVANCED COMPRESS可能更适合混合负载,但需要确认是否在直接路径插入时也适用。 另外,用户之前的问题涉及到UNDO表空间和retention设置,可能当前问题属于性能优化的一部分,需要权衡压缩带来的存储节省和CPU开销。 需要确保推荐的压缩方法适用于用户的环境,比如是否在Exadata上,是否有高级压缩的许可。根据引用[2],如果用户不在Exadata上,COLUMN STORE可能不可用,因此只能考虑ROW STORE的压缩选项。 总结,直接路径插入推荐使用ROW STORE COMPRESS ADVANCED,因为它支持直接路径加载,压缩率高,且适用于OLTP和批量操作。但需要检查许可。如果无法使用ADVANCED,BASIC也是一个选项,但压缩率较低。COLUMN STORE仅适用于Exadata,所以普通环境不考虑。</think>#### 一、Oracle压缩技术与直接路径插入的关系 直接路径插入(Direct Path Insert)通过绕过缓冲区缓存直接写入数据文件提升性能,而压缩技术可进一步减少I/O和存储开销。**关键原则**: - **直接路径插入仅支持特定压缩类型**(如`BASIC`、`ADVANCED`),且需在表或表空间级别预先定义压缩属性[^3]; - 压缩效果与**存储格式(行存储ROW STORE vs 列存储COLUMN STORE)**密切相关。 #### 二、ROW STORE与COLUMN STORE压缩对比 | 特性 | ROW STORE压缩 | COLUMN STORE压缩 (Hybrid Columnar) | |---------------------|------------------------------------|------------------------------------| | **适用场景** | OLTP、混合负载 | 数据仓库、Exadata环境[^2] | | **直接路径插入支持** | 支持(`BASIC`/`ADVANCED`) | 仅Exadata支持(如`FOR QUERY HIGH`)| | **压缩率** | 中等(2x~4x) | 高(5x~10x+) | | **DML效率** | 较高(行级压缩) | 较低(列级压缩需解压整单元) | **结论**: - **非Exadata环境**:直接路径插入应选择**ROW STORE压缩**; - **Exadata环境**:优先选择**COLUMN STORE压缩**以最大化压缩率。 #### 三、ROW STORE压缩级别选择(BASIC vs ADVANCED) 1. **`COMPRESS BASIC`** - **适用场景**:仅直接路径插入操作(`INSERT /*+ APPEND */`)时生效; - **压缩率**:较低(约2x),语法示例: ```sql CREATE TABLE sales COMPRESS BASIC AS SELECT * FROM source_data; ``` - **限制**:不支持常规DML操作压缩[^3]。 2. **`COMPRESS ADVANCED`(Advanced Row Compression)** - **适用场景**:所有DML操作(包括直接路径插入); - **压缩率**:较高(3x~4x),语法示例: ```sql CREATE TABLE sales COMPRESS FOR OLTP AS SELECT * FROM source_data; ``` - **优势**:动态压缩数据块,支持混合负载; - **许可要求**:需Oracle Advanced Compression选项授权[^1]。 #### 四、直接路径插入的推荐配置 $$ \text{推荐策略} = \begin{cases} \text{COMPRESS ADVANCED} & \text{(需高级许可,高压缩率且支持实时DML)} \\ \text{COMPRESS BASIC} & \text{(无额外许可,仅限批量插入场景)} \end{cases} $$ **操作示例**: ```sql -- 创建表空间并启用ADVANCED压缩(ROW STORE) CREATE TABLESPACE tbs_comp DATAFILE '/u01/oradata/tbs_comp.dbf' SIZE 1G DEFAULT ROW STORE COMPRESS ADVANCED; -- 创建表并指定压缩 CREATE TABLE sales COMPRESS FOR OLTP TABLESPACE tbs_comp AS SELECT * FROM source_data WHERE 1=0; -- 执行直接路径插入 INSERT /*+ APPEND */ INTO sales SELECT * FROM source_data; COMMIT; ``` #### 五、性能与存储权衡 1. **压缩收益**: - 减少存储空间(公式): $$ \text{节省空间} = 1 - \frac{\text{压缩后大小}}{\text{原始大小}} $$ - 降低I/O压力,提升缓冲区缓存效率。 2. **CPU开销**: - `ADVANCED`压缩的CPU消耗比`BASIC`高约10%~15%[^1]; - 在Exadata上,列存储压缩的CPU开销可通过智能扫描(Smart Scan)部分抵消。 #### 六、生产环境建议 1. **测试验证**: - 使用`DBMS_COMPRESSION`包评估压缩率: ```sql DECLARE v_comp_ratio NUMBER; BEGIN DBMS_COMPRESSION.GET_COMPRESSION_RATIO( scratchtbs => 'USERS', ownname => USER, tabname => 'SALES', partname => NULL, comptype => DBMS_COMPRESSION.COMP_ADVANCED, blkcnt_cmp => v_comp_ratio ); DBMS_OUTPUT.PUT_LINE('压缩率: ' || v_comp_ratio || 'x'); END; ``` 2. **监控压缩效果**: ```sql SELECT table_name, compression, compress_for, blocks FROM user_tables WHERE table_name = 'SALES'; ``` #### 七、错误选项排除 - **列存储压缩(COLUMN STORE)**:仅限Exadata(普通环境执行`COLUMN STORE COMPRESS`会报错ORA-64307)[^2]; - **`COMPRESS FOR ARCHIVE`**:适用于历史数据归档,不支持高频DML。 --相关问题--: 1. 如何通过AWR报告分析不同压缩算法对事务性能的影响? 2. 在Exadata上如何配置混合列压缩(HCC)以优化直接路径加载? 3. Oracle Advanced Compression License包含哪些具体功能?
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