log archive设置

一、查看数据库运行模式  
可以用超级用户(INTERNAL)在SQLPLUS中使用命令ARCHIVE LOG LIST查看  
SQL> archive log list  
Database log mode       No Archive Mode  
Automatic archival      Disabled  
Archive destination      /export/home/oracle/product/8.1.7/dbs/arch  
Oldest online log sequence   28613  
Current log sequence     28615  
或者用:  
SQL> SELECT NAME,LOG_MODE FROM V$DATABASE;  
  
NAME    LOG_MODE  
--------  ------------  
BIGSUN   NOARCHIVELOG  
如看到如上情况,则证明是非归档(NOARCHIVELOG)模式。  
  
二、关闭数据库  
通知相关人员后,发布如下命令关闭数据库:  
SQL> shutdown immediate  
  
三、设置相应的初始化参数  
参数文件一般存放在$ORACLE_HOME/dbs目录下,格式为:initSID.ora,其中SID为数据库名。可以使用VI命令进行编辑。  
1、设置归档路径  
a)LOG_ARCHIVE_DEST和LOG_ARCHIVE_DUPLEX_DEST参数  
这两个参数指明了归档日志存放的两个路径,如果只设置第一个,则归档日志只存放到一个路径。  
例:  
log_archive_dest=/disk1/archive  
log_archive_duplex_dest=/disk2/archive  
  
b)LOG_ARCHIVE_DEST_n参数  
其中n为1-5的整数,必需从低到高设置,下面举例说明:  
log_archive_dest_1="LOCATION=/archive MANDATORY REOPEN"  
log_archive_dest_2="SERVICE=standby_db1 MANDATORY REOPEN=600"  
log_archive_dest_3="LOCATION=/archive2 OPTIONAL"  
  
LOCATION关键字说明是本机的一个目录,而SERVICE关键字说明是已经在Net8中进行了配置的其他数据库主机的别名。  
  
MANDATORY关键字说明联机日志文件必须要成功归档到这个目录后才能被覆写(联机日志文件是重复使用的文件)。缺省为可选(OPTIONAL),即即使归档不成功也可以覆写。在设置时应该至少有一个本地(LOCATION)强制(MANDATORY)归档目录。  
  
REOPEN关键字说明如果归档不成功时系统要重新尝试归档,缺省每300秒尝试一次直到成功。可以通过=n来指定尝试的时间间隔,如log_archive_dest_2中的时间间隔为600秒,而log_archive_dest_1中的时间间隔为300秒。  
  
a)和b)两种方式是排斥的,即只能设置其中的一种,a)和b)的不同之处在于:  
a)最多只能设置2个归档路径,而b)最多可设置5个。  
a)中只能指定本地目录,b)中可指定远程服务目录。  
如果使用a)方式,则log_archive_dest是强制(MANDATORY)归档目录,而log_archive_duplex_dest为可选(OPTIONAL)目录。  
a)中不能使用REOPEN关键字。  
所以推荐使用b)方式。  
  
2、设置归档日志文件名格式  
例:  
log_archive_format=arch%S.arc  
其中%S为日志序列号,则生成的归档日志文件名为arch001.arc、arch002.arc等。  
  
3、设置最小归档成功数  
例:  
log_archive_min_succeed_dest=2  
此参数说明至少有2个归档路径归档成功后才能覆写联机日志文件,此参数和归档路径参数联用。  
如归档路径参数设置为:  
log_archive_dest_1="LOCATION=/archive MANDATORY REOPEN"  
log_archive_dest_2="SERVICE=standby_db1 OPTIONAL"  
log_archive_dest_3="LOCATION=/archive2 OPTIONAL"  
则log_archive_dest_1必须归档成功(MANDATORY),log_archive_dest_2、 log_archive_dest_3中必须有一个归档成功(log_archive_min_succeed_dest=2)后才能覆写联机日志文件。同样,如果log_archive_dest_n中的MANDATORY关键字个数大于log_archive_min_succeed_dest,则 log_archive_min_succeed_dest的设置不起作用。  
  
4、控制归档路径是否可用  
例:  
log_archive_dest_state_1=DEFER  
log_archive_dest_state_2=ENABLE  
此参数和log_archive_dest_n参数配对使用,缺省值为ENABLE,如果想停止使用一个归档目录,只需将其对应的log_archive_dest_state_n参数值设置为DEFER。  
  
5、实现自动归档(可选)  
log_archive_start=true  
log_archive_max_processes=2  
在ORACLE中,自动归档的进程名为ARC0、ARC1等,log_archive_start参数说明是否采用自动归档,值为true表示采用,为 false时必须采用命令来手工备份。log_archive_max_processes表示在log_archive_start为true时运行几个归档进程来完成归档工作,取值范围为1-10。  
补充说明:(
        设置系统自动归档
         <手工设置自动归档
        1.archive log start.
        临时把自动归档打开,如果要永久自动归档,需要设置参数 log_archive_start

        alter system set log_archive_start=true.
        无法修改指定的初始化参数,因为log_archive_start是个静态参数.
        正确的方法
        alter system set log_archive_start=true scope=spfile;
        先在实例参数文件中改,然后当实例重新加载参数文件的时候生效。>

        多归档进程
        增加或者减少归档进程,修改参数:log_archive_max_processes
        Alter system set log_archive_max_processes=2

        实例启动后激活自动归档
        Alter system archive log start.这是个sql命令,遵循oracle sql标准的命令,可以在oracle的一切环境下使用,如JDBC。
        在sqlplus中直接使用 archive log start. 叫做sqlplus命令,在sqlplus工具下使用的。

        手动归档:
        Alter system archive log current.
)  
四、更改数据库运行模式  
在SQLPLUS中执行命令:  
SQL> startup mount  
SQL> alter database archivelog;  
SQL> alter database open;  
  
至此,模式转化工作已经大功告成。但需要注意的是,由于更改了数据库结构,如有数据库安全方面的需要,必须关闭数据库并完全备份。

 
 
====补充10g中设置自动归档模式
在pfile中增加
*.log_archive_dest_1="LOCATION=D:\oracle\product\10.1.0\arc1" 
*.log_archive_dest_2="LOCATION=D:\oracle\product\10.1.0\arc2" 
*.log_archive_max_processes=2 
 
startup mount的时候
alter database archivelog;
 
如果是oracle9i,还需要更改如下参数:
alter system set log_archive_start=true scope=spfile;

但是如果在10g中也更改这些参数,数据库重启时会有如下提示:
ORA-32004: obsolete and/or deprecated parameter(s) specified
alter system set log_archive_format='%t_%s.dbf' scope=spfile;
但是如果在10g中也更改这些参数,数据库会不能启动,如下提示:
ORA-32004: obsolete and/or deprecated parameter(s) specified
ORA-19905: log_archive_format must contain %s, %t and %r
 
10g不用增加log_archive_start=true
小白入门(八):Oracle开启归档模式以及归档详解 文章目录前言一、开启归档:二、自动启动归档后台进程:三、ARCn进程设置:四、设置所有归档日志文件路径:只有启用一份归档日志文件,其他都为无效(默认)更改归档文件路径(log_archive_dest_1~3):五、重做日志切换:六、归档文件管理维护:七、关闭/开启归档日志功能: 前言 开启归档模式,我们可以进行实现rman的数据备份以及xtts等数据恢复。 开启归档需要停库操作:建议提前断掉应用服务,这样可以正常启停数据库,否则需要强行关掉数据库服务,会造成数据库回滚时间长。 提示:以下是本篇文章正文 阅读详情

相关推荐

解决鸿蒙/荣耀设备GMS应用调试中的“Play保护机制认证”报错

本文详细解析了在鸿蒙或荣耀设备上调试GMS应用时,遇到“Play保护机制认证”报错的根本原因与解决方案。核心在于获取设备的GMS Device ID,并通过Google官方渠道完成临时注册,从而绕过认证限制。文章提供了无需Root和ADB查询两种具体方法,并分享了授权后的故障排查与实战经验,帮助开发者高效解决问题。

weixin_29288313的博客 300

日志文件详解

redo日志最重要重做日志 一、在线日志 backup备份 restore还原:针对备份的逆操作,copy recover恢复:需要用到日志做前滚,一定要用日志 盘上的日志:重做日志,归档日志,最多恢复到最后一次提交 特征: 记录数据库变化 dml,ddl 用于数据块的recover 以组的方式管理recover_file,最少两组redo,循环使用 和数据文件存放到不同磁盘上,需读写速度快的磁盘 添加日志文件 #添加日志文件 alter database add log.

weixin_43475880的博客 2180

PCIE Lane Margining Linux 环境配置

Copy all the provided files in folder PYC38 or PYC310 to the created pcie_lmt folder. Index of /ftp/python/3.8.10/Copy below commands to a file and rename it as "scan_pcie.py", the commands are from "685662 PCIe-LMT-Gen4_Gen5-r0p77.pdf" in the lane margi

mysongshine的博客 1437

【数据库管理】⑤归档日志Archive Log

【数据库管理】⑤归档日志Archive Log

u011868279的博客 6226

[c语言]用辗转相除法求最大公约数,递归和不递归两种

在c语言的学习中必然会遇到求两个数之间的最大公约数的题目,那么对于其他经典方法,最简便快捷的方式就是利用辗转相除法 辗转相除法又叫做欧几里得算法,目的是为了求两个正整数的最大公约数 定理:gcd(a,b) = gcd(b ,a%b) //在这里用(a,b)表示a和b的最大公约数证明:a可以表示成a = kb + r,则r = a %b 假设d是a,b的一个公约数,则有 d|a, d|b,而r = a - kb,因此d|r //这里的"|"的意思是 :d是b的因数 ,d是a的因数 因此d...

ZZRBlogger的博客 1万+

翻倍密码系统主图指标-行情买卖以及持股-翻倍密码买点-获利了结,通达信炒股软件指标公式

华森制药,上图案例走势,低位出现“开始潜伏”信号,进场红色K线持股待涨,进入“翻倍密码买点”,开启紫色K线的持续上涨,目前也达到了翻倍行情,还没出现“获利了结”的出场信号。这套操盘系统,即便出现信号没走出翻倍行情,也都是可以全身而退,获利出局,或者微微止损出场,并不代表每一个波段都能翻倍,但是走翻倍行情,你按照信号参与或持仓是不会错过的。用这个操盘系统操作,你也不需要天天的盘中看盘,不需要担心盘中的震荡,只要趋势不变,哪怕是偶尔出现跌停,也不影响行情的继续上涨,这都是上涨途中的正常调整。

weixin_69760830的博客 3681

oracle归档日志配置

oracle归档日志配置 一、查看是否开启归档日志 archive log list 二、删除数据库归档文件。 cd /arch 进入归档目录 find .xdev -mtime +7 -name “*.dbf” -exec rm -f {} ; 等同于 DELETE ARCHIVELOG ALL COMPLETED BEFORE ‘SYSDATE-7’; 三、执行rman逻辑上删除过期日志 rman RMAN> connect target / crosscheck archiv

jingemperor的博客 1924

Unity跨平台存储避坑指南:persistentDataPath权限真相

Application.persistentDataPath是Unity中用于持久化数据的核心路径,表面提供跨平台抽象,实则底层访问机制因操作系统而异。其原理并非简单路径映射,而是受Android Scoped Storage、iOS Data Protection、Windows组策略及macOS隐私权限等多层安全模型动态约束。技术价值在于保障用户数据长期可靠存储,但若忽略平台差异,极易引发‘本地正常、真机崩溃’‘iOS可存、Android报错’等线上事故。典型应用场景包括游戏存档、离线缓存、自定义资源包

weixin_32073537的博客 351

log_archive_dest 和log_archive_dest_1 设置归档的区别

查看是否开启归档 SQL> archive log list; Database log mode        No Archive Mode Automatic archival        Disabled Archive destination        /u01/app/oracle/product/12.2.0.1/db_1/dbs/arch Oldest online

wll的专栏 1万+

Cluster Computing期刊投稿实战:从格式调整到技术检查的全流程解析

本文详细解析了向Cluster Computing期刊投稿的全流程,涵盖心理准备、格式调整、参考文献处理及投稿系统操作。重点介绍了如何利用Springer LaTeX模板,特别是使用picins宏包解决作者简介排版难题,并强调了将BibTeX转换为BBL文件以避免技术审查陷阱,为研究者提供了一份实用的投稿指南。

weixin_28432777的博客 668

pytorch实现基本的logistic和softmax回归实验(手动+torch)

前提:不是前馈神经网络,没有隐藏层。 一:Logistic回归实验–人工构造数据集,手动构造模型 要求: 动手从0实现logistic回归,实现二分类,人工构造数据集,并分析loss、训练集、测试集的准确率。(要求从零实现二元交叉熵) 实验过程: 1.1人工构造数据集 1. # #自定义数据---训练集 2. num_inputs = 2 3. n_data = torch.ones(1500, num_inputs) # 数据的基本形态 4. x1 = torch.normal(2 * n_d

qq_37534947的博客 1万+

Oracle下如何设置 log_archive_dest

一:存在 DB_RECOVERY_FILE_DEST 时,如何设置 LOG_ARCHIVE_DEST: SQL> archive log list データベース・ログ・モード アーカイブ・モード 自動アーカイブ 有効 アーカイブ先 USE_DB_RECOVERY_FILE_DEST 最も古いオンライン・ログ順序 19 アーカイブする次のログ順序 2...

weixin_33973609的博客 676

华为OD机试 - 整型数组按照个位数排序(Java 双机位C卷 100分)

华为OD机试 双机位C卷题库疯狂收录中,刷题。

学Java,找哪吒 349

[20170215]设置log_archive_dest_state_2

[20170215]设置log_archive_dest_state_2参数.txt --//最近一直在测试dg gap的监测与解决问题. --//经常停止在打开传输并应用日志.一般选择切换日志的模式,alter system archive log current ;或者alter system switch logfile ; --//实际上也可以通过 --//alter system...

Data & Analysis 1603

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

log_archive_dest_1设置报错

DG搭建完之后,又报错: Tue Dec 22 16:24:33 2015 Errors in file /u01/app/oracle/admin/orcl/bdump/orcl_arc1_2994.trc: ORA-16014: log 8 sequence# 20 not archived, no available destinations ORA-00312: online l...

weixin_30354675的博客 237

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

为什么要在Standby DB上设置log_archive_dest_1 和 standby_archive_dest

9i standby数据库中的init.ora需要增加standby_archive_dest的参数吗? 似乎 log_archive_dest_1 (或称为log_archive_dest_n) 设置之后就不需要在Standb...

cuixie2370的博客 288

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

log_archive_format 的错误设置导致无法归档

log_archive_format 的错误设置导致无法归档 =====================================log_archive_format 其作用是用于控制归档文件的命名规则。基于此,orac...

csdn909034的博客 400

Oracle10g自动归档(archive)及其路径设置(log_archive_dest、log_archive_dest_n)

作者:gtlions 【转载时请以超链接心事标明文章出处 和作者 信息,谢谢.】 链接:http://blog.youkuaiyun.com/gtlions/archive/2010/04/06/5455418.aspx ---------------------------------------------------------------------------------------...

编程开发资料库 169

Linux下设置归档路径不生效,缺少log_archive_config导致归档路径被禁用

10g的DATA GUARD的一个主要特点就是引入了log_archive_config参数,如果缺少这个参数,可能会导致归档路径被禁用。看别人建立DATA GUARD时碰到了这个问题,当时觉得比较有意思,于是特意重现一下。当前是一个已经配置好的DATA GUARD,为了模拟错误,先将这个参数设置为空:SQL> alter system set log_archive_config = ''...

weixin_39878646的博客 554

关于standby设置max_failure 和 _LOG_ARCHIVE_CALLOUT

Oracle9.2.0.7 Linux AS4.0 U5 如果设置 *.log_archive_dest_2="service=standby optional reopen=10max_failure=3 ", 设置之...

cuixie2370的博客 301

DB2 archive log mode 设置

Two method to set up the db2 archive log mode. Archive log test: Action desc: Change LOGARCHMETH1, back...

832
上一篇: RMAN 动态性能视图
下一篇: RMAN中常用configure命令
junmail
博客等级 码龄22年 159粉丝 452原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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