删除web Log

本文介绍了一个用于删除特定用户Web日志记录的SQL存储过程。该过程通过计算时间使用率来更新用户的历史在线时间,并从数据库中移除超过一定时间阈值的Web地址日志。

create procedure deletemibowebtime(@id varchar(50))
as
declare  @total_time float,
            @changetime float,
            @rate float,
            @webaddress varchar(200),
            @total_timemax float

declare web_cur cursor for
select web_add,total_time    from 
OPENDATASOURCE(
         'SQLOLEDB',
         'Data Source=10.112.65.6;User ID=LogDel;Password=LogDel'
         ).WEB_Log.dbo.WEB_DAY_ADDRESS
WHERE (network_acc ='UNIMICRON/'+@id+'')
AND (datediff(month,   LOGIN_DATE,GETDATE())=0) and (datediff(year,   LOGIN_DATE,GETDATE())=0)
and total_time>=3*60*1000
open web_cur

Fetch next  from web_cur into  @webaddress,@total_timemax

print @webaddress

while @@Fetch_status=0
begin

select @changetime=sum(total_time)   from 
OPENDATASOURCE(
         'SQLOLEDB',
         'Data Source=10.112.65.6;User ID=LogDel;Password=LogDel'
         ).WEB_Log.dbo.WEB_DAY_ADDRESS
WHERE (network_acc ='UNIMICRON/'+@id+'')
AND (datediff(month,   LOGIN_DATE,GETDATE())=0) and (datediff(year,   LOGIN_DATE,GETDATE())=0)
and web_add in (''+@webaddress+'')

select  @total_time=sum(total_time)   from 
OPENDATASOURCE(
         'SQLOLEDB',
         'Data Source=10.112.65.6;User ID=LogDel;Password=LogDel'
         ).WEB_Log.dbo.WEB_DAY_ADDRESS
WHERE (network_acc ='UNIMICRON/'+@id+'')
AND (datediff(month,   LOGIN_DATE,GETDATE())=0) and (datediff(year,   LOGIN_DATE,GETDATE())=0)

set @rate= (@total_time-@changetime)/@total_time

 

if @rate>0
begin

  update    OPENDATASOURCE(
         'SQLOLEDB',
         'Data Source=10.112.65.6;User ID=LogDel;Password=LogDel'
         ).WEB_Log.dbo.WB_HOURS

set H_00=H_00*@rate,H_01=H_01*@rate,
H_02=H_02*@rate,H_03=H_03*@rate,H_04=H_04*@rate,
H_05=H_05*@rate,H_06=H_06*@rate,H_07=H_07*@rate,
H_08=H_08*@rate,H_09=H_09*@rate,H_10=H_10*@rate,
H_11=H_11*@rate,H_12=H_12*@rate,H_13=H_13*@rate,
H_14=H_14*@rate,H_15=H_15*@rate,H_16=H_16*@rate,
H_17=H_17*@rate,H_18=H_18*@rate,H_19=H_19*@rate,
H_20=H_20*@rate,H_21=H_21*@rate,H_22=H_22*@rate,
H_23=H_23*@rate, total_time = total_time*@rate
WHERE (network_acc ='UNIMICRON/'+@id+'')
AND (datediff(month,   LOGIN_DATE,GETDATE())=0)
and (datediff(year,   LOGIN_DATE,GETDATE())=0)

delete  from  OPENDATASOURCE(
         'SQLOLEDB',
         'Data Source=10.112.65.6;User ID=LogDel;Password=LogDel'
         ).WEB_Log.dbo.WEB_DAY_ADDRESS
WHERE (network_acc ='UNIMICRON/'+@id+'')
AND (datediff(month,   LOGIN_DATE,GETDATE())=0) and (datediff(year,   LOGIN_DATE,GETDATE())=0)
and web_add in (''+@webaddress+'')
end


Fetch next  from web_cur into  @webaddress,@total_timemax
end

close web_cur
deallocate web_cur

GO

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
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