DB2命令

restore db gyzx from (备份文件位置) into (目标数据库名) without rolling forward 

 

13, 进入 db2 命令环境

 

  在“运行”中执行: db2cmd

 

1, 关闭 db2

 

  db2stop 或 db2stop force 。

 

  在脚本中一般两个都写上,避免使用 db2stop force 命令,如:

 

  db2stop

 

  db2stop force

 

  2, 启动 db2

 

  db2start

 

  3, 创建数据库

 

  db2 create db

 

  或 db2 create db using codeset GBK territory CN

CREATE DATABASE "SDGYZX"

  ON 'd:'

  ALIAS "SDGYZX"

  USING CODESET GBK

  TERRITORY CN

  COLLATE USING System

  DFT_EXTENT_SZ 32;

DETACH;

 

  4, 删除数据库

 

  执行此操作要小心。

 

  db2 drop db

db2 drop db sdgyzx

 

  如果不能删除,断开所有数据库连接或者重启 db2 。

 

  5, 断开数据库连接

 

  db2 force application all

 

  6, 连接数据库

 

  db2 connect to user using

 

  7, 断开数据库连接  db2 connect to <数据库名> user <用户名> using <密码>

 

  断开当前数据库连接: db2 connect reset

 

  或者: db2 disconnect current

 

  断开所有数据库的连接:

 

  db2 disconnect all

 

  8, 备份数据库 ===db2 backup db gyzx to d:\来备

 

  db2 backup db

 

  备注:执行以上命令之前需要断开数据库连接

 

  9, 恢复数据库

 

  db2 restore db

 

db2 restore db lygyzx without rolling forward

 

  10, 导出数据文件     db2move gyzx export

 

  db2move gyzx export [-sn < 模式名称,一般为 db2admin>] [-tn < 表名,多个之间用逗号分隔 >]

 

  11, 导入数据文件     db2move gyzx load

 

  db2move gyzx import        (db2move gyzx import -u gjyw -p gjyw)

 

    db2move jlgyzx import -io replace //覆盖原数据

 

  12, 列出数据库中所有 db

 

  db2 list db directory

 

  

 

  14, 获取 db2 数据库管理配置环境信息

 

 db2 get dbm cfg

 

  15, 获取 db2 某个数据库数据库管理配置环境信息

 

  db2 get db cfg for

 

  或者:连接至某个数据库以后执行 db2 get db cfg 。

 

  16,设置联合数据库为可用(默认联合数据库不可用)

 

  db2 update dbm cfg using federated yes

 

  17, 更改 db2 日志空间的大小

 

  备注:以下命令为了防止 db2 数据库过份使用硬盘空间而设,仅用于开发者自己机器上的 db2 ,如果是服务器,则参数需要修改。

 

  db2 UPDATE DB CFG FOR USING logretain OFF logprimary 3 logsecond 2 logfilsiz 25600;

 

  如果页大小是 4KB ,则以上命令创建 3 个 100M 的日志文件,占用 300MB 硬盘空间。 25600*4KB=102400KB 。

 

  18, 创建临时表空间

 

  DB2 CREATE USER TEMPORARY TABLESPACE STMASPACE PAGESIZE 32 K MANAGED BY DATABASE USING (FILE 'D:\DB2_TAB\STMASPACE.F1' 10000) EXTENTSIZE 256

 

  19, 获取数据库管理器的快照数据

 

  db2 –v get snapshot for dbm

 

  20, 显示进行程号

 

  db2 list applications show detail

 

  21, 调查错误

 

  sqlcode: 产品特定错误码;

 

  sqlstate:DB2 系列产品的公共错误码,符合 ISO/ANSI 92SQL 标准。

 

  调查 sqlcode : db2 ? sql1403n

 

  调查 sqlstate: db2 ? 08004

 

  22, 创建表空间

 

  rem 创建缓冲池空间 8K

 

  db2 connect to gather

 

  db2 CREATE BUFFERPOOL STMABMP IMMEDIATE SIZE 25000 PAGESIZE 8K

 

  rem 创建表空间: STMA

 

  rem 必须确认路径正确

 

  rem D:\DB2Container\Stma

 

  db2 drop tablespace stma

 

  db2 CREATE REGULAR TABLESPACE STMA PAGESIZE 8 K MANAGED BY SYSTEM USING ('D:\DB2Container\Stma' ) EXTENTSIZE 8 OVERHEAD 10.5 PREFETCHSIZE 8 TRANSFERRATE 0.14 BUFFERPOOL STMABMP DROPPED TABLE RECOVERY OFF

 

  db2 connect reset

 

  23, 将暂挂的数据恢复到前滚状态

 

  db2 ROLLFORWARD DATABASE TESTDB TO END OF LOGS AND COMPLETE NORETRIEVE

 

  24, 备份表空间

 

  BACKUP DATABASE YNDC TABLESPACE ( USERSPACE1 ) TO "D:\temp" WITH 2 BUFFERS BUFFER 1024 PARALLELISM 1 WITHOUT PROMPTING

 

  25, 创建 db2 工具数据库

 

  db2 create tools catalog systools create new database toolsdb

 

  26, 如何进行增量 / 差量备份

 

  增量:上一次完整备份至本次备份之间增加的数据部分;

 

  差量 (delta) :上次备份以来(可能是完整备份、增量备份或者差量备份)至本次备份之间增加的数据部分;

 

  27, 更新所有表的统计信息

 

  db2 -v connect to DB_NAME

 

  db2 -v "select tbname, nleaf, nlevels, stats_timefrom sysibm.sysindexes"

 

  db2 -v reorgchkupdate statistics on table all

 

  db2 -v "select tbname, nleaf, nlevels, stats_timefrom sysibm.sysindexes"

 

  db2 -v terminate v

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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