Oracle老司机避坑指南:OceanBase迁移中的5个Java应用常见坑点

从Oracle到OceanBase数据库迁移:全方位技术解析 oracle数据库应用适配oceanbase数据库技术分享 阅读详情

Oracle老司机避坑指南:OceanBase迁移中的5个Java应用常见坑点

最近几年,身边不少做金融、电商项目的朋友,都在讨论数据库迁移的事儿。从传统的商业数据库转向新的分布式架构,听起来是技术升级的必然,但真动起手来,尤其是对于重度依赖Oracle的Java应用,那感觉就像给一辆高速行驶的汽车换发动机,稍有不慎就是一场灾难。我自己也主导过几次从Oracle到OceanBase的迁移,踩过的坑、熬过的夜,现在回想起来都是宝贵的经验。今天,我就从一个Java开发者的实战视角,抛开那些宏观架构介绍,直接聚焦迁移过程中最“疼”的几个技术点。如果你正面临迁移,或者还在评估阶段,希望这些具体的、带代码的避坑指南,能帮你少走弯路。

1. JDBC连接池:你以为的兼容,可能是个“温柔陷阱”

迁移的第一步,往往是修改数据源配置。很多团队看到OceanBase宣称高度兼容Oracle语法,就乐观地认为直接把ojdbc驱动换成OceanBase的驱动,改个URL就行了。但现实往往更骨感,连接池层面的细微差异,足以让应用在高峰期“猝死”。

1.1 驱动选择与URL格式的“魔鬼细节”

OceanBase官方提供了兼容MySQL协议和兼容Oracle协议两种驱动。对于从Oracle迁移过来的应用,强烈建议使用兼容Oracle协议的驱动(如 oceanbase-client),这能最大程度减少SQL语法改造。但这里第一个坑就来了:驱动版本与OceanBase服务器版本的匹配。

我曾经遇到一个案例,团队使用了最新版的驱动去连接一个稍旧版本的OceanBase集群,结果部分复杂的窗口函数执行报错,排查了半天才发现是驱动特性超前于服务端支持。所以,第一条军规:严格对照官方文档的版本兼容性矩阵来选择驱动。

连接URL的格式也暗藏玄机。Oracle的经典格式是 jdbc:oracle:thin:@//host:port/service_name。而OceanBase(Oracle模式)的典型URL格式如下:

// 基本格式
String url = "jdbc:oceanbase://10.0.0.1:2881/test_db?useUnicode=true&characterEncoding=utf-8";

// 对于连接OBProxy(推荐生产环境使用)的格式
String urlWithProxy = "jdbc:oceanbase://obproxy-host:2883/test_db?useOBProxy=true";

注意:端口号2881是OceanBase数据库直连端口,2883是常见的OBProxy端口。生产环境强烈建议通过OBProxy连接,它能提供负载均衡和故障转移能力,但配置时需要额外注意useOBProxy参数。

1.2 连接池参数的重调校:HikariCP/Druid实战

我们项目用的是HikariCP,在Oracle下运行良好的配置,直接套用到OceanBase上,初期就遇到了连接泄漏和超时问题。根本原因在于,分布式数据库的网络开销和事务处理机制与单机Oracle不同。

以下是我们调整后的一个HikariCP配置示例(基于Spring Boot的application.yml):

spring:
  datasource:
    hikari:
      connection-timeout: 30000 # 从默认的30秒调整为30秒,因网络可能稍慢
      validation-timeout: 5000  # 连接验证超时
      idle-timeout: 600000      # 空闲连接超时(10分钟),不宜过短
      max-lifetime: 1800000     # 连接最大生命周期(30分钟),避免长时间连接可能的状态不一致
      maximum-pool-size: 20     # 最大连接数,需根据OB集群总连接限制和应用实例数谨慎计算
      minimum-idle: 5           # 最小空闲连接
      connection-test-query: SELECT 1 FROM DUAL # 心跳查询语句

关键调整点:

  • connection-timeout:适当调大,因为分布式环境下建立连接可能比本地库稍慢。
  • max-lifetime 和 idle-timeout:不宜设置过长或过短。过长可能导致连接僵死,过短则频繁创建新连接增加开销。需要根据实际监控观察。
  • maximum-pool-size:这是重中之重。OceanBase集群对单个租户的总连接数有限制。如果你的应用有多个实例,每个实例都按Oracle时代的习惯设置几十上百的连接,很容易打满整个租户的连接数上限,导致其他实例或工具无法连接。务必根据 租户MAX_CONNECTIONS 参数和实例数量进行规划。

如果使用Druid,则需要特别关注其内置的SQL防火墙和过滤器是否会对OceanBase特定的SQL或元数据查询产生误判。建议在测试阶段关闭这些过滤器,待稳定后再逐一开启测试。

2. 事务隔离级别:从“读已提交”到“快照隔离”的认知转换

事务处理是数据库的核心,也是迁移中最容易出数据一致性问题的环节。Oracle默认的READ COMMITTED(读已提交)隔离级别,其实现是基于多版本和回滚段,提供了语句级一致性。而OceanBase虽然也支持READ COMMITTED,但其在分布式架构下的默认实现更接近于快照隔离(Snapshot Isolation),提供的是事务级一致性读。这个差异,在并发场景下会带来截然不同的表现。

2.1 “不可重复读”现象的消失与“写偏斜”的浮现

假设在Oracle中,一个常见的业务场景:先查询账户余额,如果大于100,则扣除100。在两个并发事务中,可能因为“不可重复读”导致超额扣款。但在OceanBase的快照隔离级别下,同一个事务内多次读取同一行数据,结果总是一致的(避免了不可重复读和幻读),这听起来更安全。

但别高兴太早,它引入了另一个经典问题:写偏斜(Write Skew)。考虑一个会议室预订系统,规则是“同一时间段不能有重复预订”。两个事务同时检查某个时间段是否空闲(都读到了“空闲”),然后都成功插入了一条预订记录,这就违反了业务约束。在Oracle的READ COMMITTED下,通过行锁可能阻止后一个插入,但在快照隔离下,两个事务基于相同的快照读都认为可以写,从而造成冲突。

Java代码示例:一个典型的写偏斜场景模拟

// 事务方法:预订会议室
@Transactional(isolation = Isolation.READ_COMMITTED) // 注意:即使这里指定READ_COMMITTED,在OB的Oracle模式下可能仍是快照隔离语义
public boolean bookConferenceRoom(Long roomId, LocalDateTime startTime, LocalDateTime endTime) {
    // 检查时间段是否冲突(基于快照读)
    String checkSql = "SELECT COUNT(*) FROM booking WHERE room_id = ? AND NOT (end_time <= ? OR start_time >= ?)";
    Integer count = jdbcTemplate.queryForObject(checkSql, Integer.class, roomId, startTime, endTime);
    
    if (count != null && count > 0) {
        return false; // 冲突,预订失败
    }
    
    // 插入预订记录
    String insertSql = "INSERT INTO booking (room_id, start_time, end_time, user_id) VALUES (?, ?, ?, ?)";
    int affected = jdbcTemplate.update(insertSql, roomId, startTime, endTime, getCurrentUserId());
    
    return affected > 0;
}

在高并发下,两个线程可能同时执行检查并通过,然后都成功插入,导致数据冲突。

2.2 解决方案:悲观锁与显式锁表

对于这类需要更强约束的场景,不能依赖默认的隔离级别。解决方案是使用悲观锁,在查询时即锁定资源。

方案一:使用SELECT ... FOR UPDATE(推荐)

@Transactional
public boolean bookConferenceRoomSafely(Long roomId, LocalDateTime startTime, LocalDateTime endTime) {
    // 1. 使用 FOR UPDATE 锁定可能冲突的行范围。这里需要巧妙地锁定一个“范围”。
    // 我们可以先尝试锁定这个会议室在当前时间段附近的所有预定(或者锁定一个虚拟的“资源行”)。
    // 更常见的模式是:如果存在一个“会议室资源表”,每个会议室对应一行,直接锁那一行。
    String lockSql = "SELECT resource_id FROM room_resource WHERE room_id = ? FOR UPDATE";
    jdbcTemplate.queryForObject(lockSql, Long.class, roomId); // 此行被锁定
    
    // 2. 在锁的保护下再次检查冲突
    String checkSql = "SELECT COUNT(*) FROM booking WHERE room_id = ? AND NOT (end_time <= ? OR start_time >= ?) FOR UPDATE"; // 检查时也加锁
    Integer count = jdbcTemplate.queryForObject(checkSql, Integer.class, roomId, startTime, endTime);
    
    if (count != null && count > 0) {
        return false;
    }
    
    // 3. 执行插入
    String insertSql = "INSERT INTO booking (room_id, start_time, end_time, user_id) VALUES (?, ?, ?, ?)";
    int affected = jdbcTemplate.update(insertSql, roomId, startTime, endTime, getCurrentUserId());
    return affected > 0;
}

方案二:使用应用层分布式锁 对于更复杂的业务约束,或者不想在数据库层面加太多锁影响性能,可以考虑使用Redis或ZooKeeper实现应用层的分布式锁,确保同一时间只有一个线程执行核心校验逻辑。

提示:在OceanBase中,FOR UPDATE 锁定的行为可能与Oracle有细微差别,特别是在涉及分区表时。务必在测试环境进行高并发压力测试,验证锁机制是否符合预期。

3. 序列(Sequence)与自增ID:分布式下的全局唯一性挑战

Oracle的SEQUENCE是生成唯一ID的利器。OceanBase也提供了SEQUENCE对象,并且兼容Oracle的sequence_name.NEXTVAL和CURRVAL语法。但在分布式环境下,它的工作方式需要你重新理解。

3.1 OceanBase Sequence的工作原理与性能考量

OceanBase的Sequence为了保证全局唯一性和高性能,采用了一种“预分配”机制。当你第一次调用NEXTVAL时,Sequence并不是只取下一个值,而是一次性从全局中心节点获取一个批次的值(比如1000个)缓存在当前会话的OB服务器节点中。后续的NEXTVAL调用都从这个缓存中获取,直到用完再去申请新批次。

这带来了两个重要影响:

  1. 性能极佳:大多数获取ID的操作都是内存操作,无网络往返。
  2. 不连续性:如果实例重启或缓存丢失,缓存的未使用的序列值会被丢弃,导致生成的ID出现“空洞”(不连续)。这对于严格要求连续ID的业务是不可接受的。

创建Sequence时的关键参数:

CREATE SEQUENCE order_seq
START WITH 1
INCREMENT BY 1
CACHE 100  -- 缓存大小,OceanBase中这个值对性能影响很大
NOORDER;   -- 或 ORDER。NOORDER保证高性能但不严格全局有序;ORDER保证全局有序但性能有损耗
  • CACHE:缓存大小。设置越大,访问中心节点的频率越低,性能越好,但重启后可能丢失的“空洞”范围也越大。需要权衡。
  • ORDER/NOORDER:在分布式数据库中,ORDER意味着严格全局递增,但每次调用都可能涉及跨节点协调,性能差。绝大多数场景应该使用NOORDER。

3.2 Java应用中的最佳实践与“踩坑”案例

在Java代码中,使用Sequence和自增列(AUTO_INCREMENT)看起来很简单,但陷阱不少。

坑点一:在同一个事务中混合使用NEXTVAL和CURRVAL

// 错误示例:在OceanBase中,这可能不会如你所愿
@Transactional
public Long createOrder(Order order) {
    // 先插入一条明细,使用了 order_seq.NEXTVAL
    String detailSql = "INSERT INTO order_detail (id, order_id, ...) VALUES (order_seq.NEXTVAL, ?, ...)";
    jdbcTemplate.update(detailSql, order.getId());
    
    // 再试图获取刚才的NEXTVAL作为另一个表的关联ID
    String getSeqSql = "SELECT order_seq.CURRVAL FROM DUAL";
    Long detailId = jdbcTemplate.queryForObject(getSeqSql, Long.class); // 这里可能取不到值!
    // ... 使用detailId进行其他操作
}

在Oracle中,CURRVAL用于获取当前会话中最后一次NEXTVAL的值。但在OceanBase的分布式会话和缓存机制下,特别是在跨多个SQL执行或复杂事务中,CURRVAL的行为可能不稳定。最佳实践是:在一个SQL语句中获取NEXTVAL并直接使用,或者将其保存在Java变量中传递,避免依赖CURRVAL。

坑点二:批量插入时的ID获取 对于需要批量插入并返回ID列表的场景,OceanBase的Sequence不如Oracle方便。可以考虑以下模式:

// 方案1:使用JDBC的GeneratedKeys(仅对自增主键有效,对Sequence无效)
public List<Long> batchInsertWithReturnIds(List<Order> orders) {
    String sql = "INSERT INTO orders (order_no, amount) VALUES (?, ?)";
    KeyHolder keyHolder = new GeneratedKeyHolder();
    
    jdbcTemplate.update(connection -> {
        PreparedStatement ps = connection.prepareStatement(sql, new String[]{"id"}); // 指定返回主键列名
        for (Order order : orders) {
            ps.setString(1, order.getOrderNo());
            ps.setBigDecimal(2, order.getAmount());
            ps.addBatch();
        }
        return ps;
    }, keyHolder);
    
    // 从keyHolder中获取生成的ID列表
    return keyHolder.getKeyList().stream()
                     .map(map -> ((Number) map.get("id")).longValue())
                     .collect(Collectors.toList());
}

// 方案2:预先从Sequence批量获取一批ID(适用于非自增主键,使用Sequence)
public List<Long> getNextBatchIds(int batchSize) {
    // 注意:这不是标准SQL,需要自定义函数或过程。更常见的做法是应用层自己生成分布式ID(如雪花算法)。
    // 这里仅示意思路:调用一个存储过程,一次性返回多个序列值。
}

实际上,对于高并发批量插入,很多迁移到OceanBase的系统会转而采用分布式ID生成算法(如雪花算法),彻底摆脱对数据库Sequence的依赖,实现更高的性能和可控性。

4. SQL语法与函数兼容性:那“高度兼容”之外的5%

OceanBase宣称高度兼容Oracle语法,这个“高度”通常是95%以上。但剩下的那5%,恰恰可能隐藏在你最关键的业务SQL里。直接迁移SQL脚本而不做验证,是极其危险的。

4.1 日期、字符串与数字处理的细微差别

这些是函数兼容性的重灾区。

函数/操作Oracle 示例/行为OceanBase 注意事项/替代方案
日期转换TO_DATE('2023-10-01', 'YYYY-MM-DD')格式字符串严格性不同。OB可能对MM和MI(分钟)更敏感。建议使用标准格式,如YYYY-MM-DD HH24:MI:SS。
日期运算SYSDATE + 1 (加1天)
SYSDATE - INTERVAL '1' HOUR
基本支持。对于复杂的INTERVAL运算,建议在测试环境完整验证。
字符串连接'A' || 'B' 或 CONCAT('A', 'B')|| 运算符完全支持。CONCAT函数在Oracle中可多参数,在OB中只支持两个参数,多参数需嵌套。
空值处理NVL(expr1, expr2)完全支持。也有IFNULL(同MySQL)。
分页查询ROWNUM <= 10
OFFSET 0 ROWS FETCH NEXT 10 ROWS ONLY (12c+)
重要! ROWNUM在复杂子查询中行为可能不同。强烈推荐使用标准的LIMIT offset, row_count语法,这是最安全可靠的分页方式。
正则表达式REGEXP_LIKE(str, pattern)函数名相同,但正则表达式引擎的语法支持度可能有差异。需对复杂正则进行测试。

一个真实案例: 我们有一个Oracle下的查询,使用了TO_CHAR(date_column, 'YYYY-MM-DD HH24:MI:SS'),迁移后大部分时间正常,但在某些特定日期(如闰秒调整日?)转换异常。后来发现是OceanBase对某些时区或日期格式的边界处理与Oracle存在差异。解决方案是统一在应用层(Java代码中)使用java.time API进行日期格式化和计算,仅将标准的TIMESTAMP类型存入数据库,大大降低了复杂度。

4.2 递归查询(CONNECT BY)与窗口函数的迁移

Oracle的CONNECT BY用于层次查询(如组织树)。OceanBase目前不完全支持 CONNECT BY语法。这是迁移中的一个重大语法障碍。

解决方案:使用递归公共表表达式(CTE)重写。

-- Oracle 原始语法 (查找所有子部门)
SELECT department_id, department_name, parent_id, LEVEL
FROM departments
START WITH parent_id IS NULL
CONNECT BY PRIOR department_id = parent_id;

-- OceanBase 兼容写法 (使用递归CTE)
WITH RECURSIVE dept_tree (department_id, department_name, parent_id, level) AS (
    -- 锚点成员:根部门
    SELECT department_id, department_name, parent_id, 1 AS level
    FROM departments
    WHERE parent_id IS NULL
    UNION ALL
    -- 递归成员:连接子部门
    SELECT d.department_id, d.department_name, d.parent_id, dt.level + 1
    FROM departments d
    INNER JOIN dept_tree dt ON d.parent_id = dt.department_id
)
SELECT * FROM dept_tree ORDER BY level, department_id;

对于窗口函数(如ROW_NUMBER(), RANK(), LAG()/LEAD()),OceanBase的兼容性非常好,通常可以直接迁移。但需要注意在分布式环境下,OVER()子句中PARTITION BY的列选择会影响性能。尽量使用能有效将计算下推到各个分区的列,避免全表数据的网络传输。

5. 性能分析与调优:工具与思维的转变

迁移完成后,性能是否符合预期是终极考验。Oracle开发者习惯用EXPLAIN PLAN看执行计划,用AWR/Statspack做性能分析。在OceanBase的世界里,你需要一套新的工具集和调优思路。

5.1 执行计划解读:从“成本”到“算子”

OceanBase的EXPLAIN命令输出与Oracle风格迥异。它展示的是一个由物理算子组成的执行树,更贴近分布式执行过程。

EXPLAIN SELECT c.customer_name, SUM(o.amount)
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id
WHERE c.region = 'EAST'
GROUP BY c.customer_name
HAVING SUM(o.amount) > 1000;

一个简化的输出可能包含:

==============================================
|ID|OPERATOR           |NAME    |EST. ROWS|COST|
==============================================
|0 |HASH GROUP BY      |        |100      |1054|
|1 | HASH JOIN         |        |1000     |904 |
|2 |  TABLE SCAN       |c       |500      |302 |
|3 |  TABLE SCAN       |o       |10000    |602 |
==============================================

关键看什么?

  1. OPERATOR:关注TABLE SCAN(全表扫)是否变成了INDEX SCAN(索引扫)。如果出现MATERIAL(物化)或SUBPLAN SCAN,可能意味着子查询性能不佳。
  2. EST. ROWS:优化器估算的行数。如果估算值与实际值(可通过EXPLAIN ANALYZE获取)相差巨大,说明统计信息可能不准确,需要ANALYZE TABLE更新统计信息。
  3. 分布式算子:如EXCHANGE(数据交换)算子。这是分布式数据库特有的,表示数据在不同节点间传输。应尽量减少跨节点的数据交换量。如果EXCHANGE出现在执行计划顶端且数据量大,就要考虑SQL写法或数据分布(分区键选择)是否合理。

5.2 慢SQL诊断与实时监控

OceanBase提供了强大的实时性能视图(GV$/V$视图),类似于Oracle的V$视图。

  • 定位慢SQL:
    -- 查看当前正在执行的慢SQL
    SELECT /*+ READ_CONSISTENCY(WEAK) */ 
           svr_ip, 
           sql_id, 
           plan_id, 
           elapsed_time, 
           execute_time,
           sql_text 
    FROM gv$ob_sql_audit 
    WHERE elapsed_time > 1000000 -- 耗时大于1秒
    ORDER BY elapsed_time DESC 
    LIMIT 10;
    
  • 分析SQL详情:获得sql_id后,可以进一步查询详细的执行统计和计划。
    -- 查看特定SQL的执行计划缓存
    SELECT plan_id, plan_hash, outline_data 
    FROM gv$ob_plan_cache_plan_stat 
    WHERE sql_id = 'your_sql_id';
    
    -- 使用 outline_data 可以绑定执行计划(类似于Oracle的SQL Profile)
    

调优实战技巧:

  1. 索引策略调整:OceanBase是索引组织表(IOT),主键查询极快。二级索引是全局索引,其本身也是一张分布式表。创建二级索引时,要考虑索引列的选择性以及是否包含覆盖查询所需的列,避免回表。
  2. 分区键选择:这是分布式数据库性能的生命线。分区键应选择在WHERE条件中最常出现、且数据分布均匀的列。例如,对于订单表,user_id通常比order_id更适合作为分区键,因为查询经常按用户维度进行。
  3. 避免分布式事务:跨多个分区的更新操作会触发分布式事务,成本高昂。设计表结构时,尽量让一个业务事务内的操作落在同一个分区内(通过合理设置分区键和主键)。

迁移不是简单的“找不同”和“打补丁”,而是一次对应用数据访问模式进行深度审视和重构的机会。从Oracle到OceanBase,变的不只是数据库产品,更是底层的数据处理哲学。那些在Oracle单机时代被忽略的“坏习惯”(比如毫无顾忌的全局查询、复杂的多表连接),在分布式环境下可能会被无限放大。成功的迁移,始于对连接池、事务、SQL这些基础组件的透彻理解,成于对分布式架构特性的敬畏和适配。多测试,多监控,用数据驱动决策,而不是凭感觉。这条路我们走过,虽然坑不少,但走过去之后,系统的可扩展性和韧性提升,会让你觉得这一切都是值得的。

Oracle老司机避坑指南:OceanBase迁移实战中的5个高频Java问题 本文为Oracle数据库迁移至OceanBase的Java开发者提供了实战避坑指南,重点解析了迁移过程中五个高频Java问题:驱动连接配置、事务隔离级别差异、序列与自增ID策略、日期时间处理陷阱以及特定SQL语法与优化器提示。文章旨在帮助开发者规避常见风险,确保迁移过程平稳高效,充分发挥OceanBase分布式架构的优势。 阅读详情

相关推荐

OceanBase代替Oracle的踩坑记录

最近接到的任务,客户要求使用OceanBase代替Oracle,因此使用OceanBase的Oracle模式代替。记录一下这个过程中遇到的坑。 OceanBase版本:2.2.50 1.SQL脚本差异 主要区别是OceanBase不支持add constraint这种写法,需要写在括号内部。例如: Oracle: -- Create table create table ACT_EVT_LOG ( log_nr_ NUMBER(19) not null, type_

山雨的博客 7526

【数据库】Oracle11g与Oceanbase3.2.3对比

Oracle11g与Oceanbase3.2.3对比

明月沉江春雾晓 5454

OceanBase 与 Oracle 数据库:从架构差异到迁移实战全指南

OceanBase与Oracle数据库对比分析:OceanBase是蚂蚁集团开源的分布式关系型数据库,采用Paxos协议和分区表设计,支持高并发OLTP场景;Oracle则是传统集中式关系型数据库。两者在架构、数据类型和语法上存在差异:OceanBase使用DECIMAL/VARCHAR类型,推荐TIMESTAMP和表分区,分页查询使用LIMIT/OFFSET语法;Oracle使用NUMBER/VARCHAR2类型,分页依赖ROWNUM。分析函数和事务控制语法基本兼容,但实现机制不同。OceanBase更适

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 1192

OceanBase SQL 基础操作(Oracle 模式)

本节详细介绍了数据库表的基本操作,包括创建、查看、修改和删除表的语法和示例。使用CREATE TABLE语句可以创建新表,ALTER TABLE语句用于修改表结构,如添加、修改或删除列,而DROP TABLE语句则用于删除表。此外,还介绍了索引的创建、查看和删除操作,以及数据的插入、删除、更新和查询操作。最后,讨论了事务的提交和回滚操作,确保数据的一致性和完整性。这些操作为数据库管理提供了全面的工具和方法。

Made In SQL 1974

OceanBase数据库:Oracle模式开发迁移中存储过程、包与游标适配深度解析

OceanBase Oracle兼容模式为Oracle存储过程迁移提供了高度兼容的分布式解决方案。其架构通过语法解析层、语义转换层和执行引擎层实现PL/SQL语法适配,但在数据类型映射、异常处理等方面仍存在差异。迁移过程需重点关注语法转换(如DECIMAL替代NUMBER)、参数初始化、分布式性能优化等核心问题,并采用"分析-转换-验证"三阶段方法。调试环节可使用ODC工具,尽管功能较PL/SQL Developer有所简化。整体而言,OceanBase Oracle模式能够满足大部分存

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 651

第七章 Wi-Fi连接过程

系列文章目录 第一章 国内下载AOSP最新源码的方法 第二章 下载AOSP WiFi相关的代码 第三章 将源码导入Android Studio(无需编译idegen) 文章目录系列文章目录前言一、Wi-Fi连接是什么?二、Wi-Fi连接的过程1. 手动连接总结 前言 Wi-Fi连接分为下面几种过程,每种的流程都有些许差异: 手动连接 自动连接 在BSS之间漫游 Passpoint热点连接 一、Wi-Fi连接是什么? Wi-Fi连接是指STA(手机)连接到AP(无线路由器)的过程,这个过程分为链路

Frank.Zhang的专栏 2530

OceanBase 的 Oracle 模式竟然可以使用 Repeatable Read?

OceanBase 的 Oracle 模式不是只支持 2 种隔离级别:读已提交(Read Committed)和可串行化(Serializable)。作者:任仲禹,爱可生数据库工程师,擅长故障分析和性能优化。爱可生开源社区出品,原创内容未经授权不得随意使用,转载请联系小编并注明来源。本文约 1600 字,预计阅读需要 5 分钟。

ActionTech的博客 1237

上证指数30年k线图_金融占星简单解读上证指数30年历史行情

阅读此文需要一定的占星基础知识,本人对于金融知识了解甚少,如有描述错误请包涵指正!影响大众事件发展趋势的都是外行星,即木星-冥王星这5颗,由于时间跨度长达30年,绘制社会行星的K线图工作量太大,所以只以时代行星对这30年行情的简单解读作为分享,在今后的短期分析中会逐渐加入社会行星,甚至在个股分析上还会加入个人行星。那即使只绘制时代行星,所展现出来的信息也无法在一张图上画出来,否则太乱难以分辨,所以...

weixin_39831242的博客 1675

国产分布式数据库选型避坑指南:从PolarDB-X实战看技术决策本质

分布式数据库不是单机MySQL的简单放大,而是数据架构范式的根本转变。其核心在于理解分片键设计、分布式事务一致性模型(如XA/Seata/本地事务)与SQL执行计划在跨节点场景下的行为差异。技术价值体现在可预测延迟、故障自愈时间颗粒度及运维人力成本的结构性优化,而非单纯TPS或QPS指标。典型应用场景包括电商库存热点治理、金融级强一致账务、IoT高吞吐时序写入及政企信创合规迁移。PolarDB-X作为典型代表,其能力边界清晰——擅长确定性SLA保障与MySQL生态平滑演进,但对分片键刚性约束和GTM中心协调

weixin_34025051的博客 361

基于STM32的RS485土壤氮磷钾与PH传感器数据采集与OLED显示实战(附完整代码)

本文详细介绍了基于STM32单片机通过RS485协议采集土壤氮磷钾与PH传感器数据的实战项目。涵盖硬件选型、连接方法、Modbus-RTU通信协议解析、STM32程序实现及OLED显示,提供完整代码和调试技巧,适用于农业物联网环境监测系统。

kotlin6android的博客 341

避坑指南:STM32H7不同DMA控制器(MDMA/DMA2D/BDMA)到底该用哪个?

本文深入解析STM32H7系列芯片的DMA控制器选型策略,涵盖MDMA、DMA2D、BDMA等不同控制器的架构原理与性能对比。通过实际项目案例,提供高速TCM数据搬运、GUI加速、低功耗传输等场景的选型决策树,并分享性能优化与调试技巧,帮助工程师避开常见陷阱,提升系统效率。

weixin_26876073的博客 448

数据库选型决策框架:从数据DNA到六大核心维度

数据库选型本质是理解数据的固有属性——即数据是否具有强关系、变更频率如何、读写比例怎样、一致性要求多高、查询模式为何。这决定了关系型与非关系型数据库的适用边界,也解释了为何MySQL适合金融交易而MongoDB更适配用户行为日志。技术价值在于规避性能瓶颈、保障数据一致、降低长期运维成本;典型应用场景涵盖高并发电商、IoT时序数据、实时风控、CMS内容管理等。本文基于真实生产流量建模,聚焦‘数据行为图谱’与‘六大决策维度’,提供可落地的选型路径。

752

中兴FTTR光猫变简易OLT:低成本搭建全光监控与局域网实战指南

本文详细介绍了如何将中兴FTTR光猫改造为简易OLT设备,实现低成本全光监控与局域网扩展。通过LOID认证、桥接模式设置及终端数破解,用户可利用二手设备搭建高性能光纤网络,适用于远程监控和长距离组网场景,显著降低部署成本。

chair的专栏 2057

Oracle/MySQL 到 OceanBase 数据库迁移的关键问题与解决方案

OceanBase 是阿里巴巴自主研发的一款分布式关系型数据库,具备高性能、高可扩展性和高可用性。它的设计目标是支持大规模业务场景,适用于金融、电商等行业。与传统的单机数据库不同,OceanBase 是一个分布式数据库,能够水平扩展,支持海量数据处理。支持分布式架构,可横向扩展,支持海量数据。内建的高可用机制,支持多机房部署,容灾能力强。支持与 Oracle 和 MySQL 的兼容,减少迁移时的学习成本。

u012372850的专栏 2864

OpenCV轮廓匹配实战:5分钟搞定Hu矩形状识别(附完整代码)

本文详细介绍了使用OpenCV进行轮廓匹配的实战技术,重点讲解了Hu矩形状识别在工业质检等领域的应用。通过完整的代码示例和参数调优技巧,帮助开发者在5分钟内实现高效的形状识别,提升工业检测的准确性和效率。

nnn11的博客 676

【2026年华为暑期实习(AI)-4月8日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

答案与解析 1. 相关系数问题 答案:C. 完全负线性相关 解析:相关系数ρ=-1表示X和Y之间存在完全负线性相关关系,所有数据点都严格落在一条斜率为负的直线上。 2. 矩阵秩问题 答案:B. Σ的对角线上非零奇异值的个数 解析:矩阵A的秩等于其奇异值矩阵Σ中非零奇异值的个数,因为U和V都是正交矩阵,不改变矩阵的秩。 3. 条件概率问题 答案:B. 0.5 解析:根据全概率公式和贝叶斯公式计算,P(B)=0.5×0.4+0.3×0.6=0.38,P(A|B)=(0.5×0.4)/0.38≈0.526,最接近

m0_73659489的博客 287

OceanBase 是不是比oracle 原理复杂

1.前言2.正文OceanBase和Oracle在原理上各有特点,不能简单地说哪个更复杂。

hxsln11的博客 1346

BlockUI专栏目录

BlockUI是一个设计NX对话框的工具,是官方推荐使用的对话框制作方法,能够与NX自身风格相统一,并且在实际开发中经常被使用。BlockUI可以帮助用户快速创建NX对话框,支持多种控件类型,如按钮、文本框、标签等。通过使用BlockUI,用户可以轻松地自定义对话框的布局、样式和交互行为。此外,BlockUI还提供了一些高级功能,如动态更新、条件显示和事件处理等,以帮助用户创建更加复杂和灵活的对话框。本专栏讲述了使用BlockUI制作NX对话框的方法,介绍了每个控件的功能,并且分享一些常用操作的源码。

王牌飞行员_里海的博客 1636

OceanBase

1 集中式数据库与分布式数据库 1.1 集中式数据库缺点 成本高 有性能上线 无法横向扩展 横向扩展:变成多个,即加服务器 纵向扩展:单个变大,即加cpu、硬盘 1.2 分库分表缺点 应用侵入性 某些SQL不支持 无法保证数据一致性 1.3 OceanBase优点 高可用+数据一致 依赖工业级Paxos协议实现 PRO=0:Recovery Point Objective,可靠性的指标,不丢失数据, RTO<30:Recovery Time Objective,可用性的指标,30s内

hanzong110的博客 7782

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

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

加一张临时表,OceanBase Oracle 写入居然快了 30 倍!

OceanBase Oracle 模式实测:执行写入耗时从 25 万 ms 压到约 8600 ms,快了约 30 倍,RPS 从约 10 提到 700+。

Kami‘s home 337

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

k8s pod根据指标自动扩缩容举例

k8s pod根据cpu,内存,请求数,http请求时间,GC暂停时间 指标自动扩缩容举例

被生活耽误的旅行者 1027

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

时间序列分析避坑指南:为什么你的ARIMA模型总预测不准?从平稳性检验开始排查

本文深入探讨了ARIMA模型预测不准的核心原因——平稳性检验,并提供了从视觉诊断到统计检验的完整方法论。通过电商销量预测案例,详细展示了如何通过差分变换、对数变换等方法处理非平稳数据,避免常见陷阱如白噪声误判和过度差分,最终提升时间序列分析的准确性。

tcp8optimizer的博客 188

oceanbase-oracle租户

【代码】oceanbase-oracle租户。

qq_39944841的博客 706

OceanBase学习

OceanBase学习

qq_33271461的博客 788

在OceanBase 中,实现自增列的4种方法

​ 本文主要讲解在OceanBase的Oracle模式(以下简称OB Oracle),创建自增列的4种方式,并探讨如何以更加简便高效的方式处理自增列的相关问题。

OceanBase分布式数据库的博客 2973
上一篇: 智能简历革命:运维工程师AI简历优化指南
下一篇: DIY车载快充神器:用IP6557+IP6538芯片打造140W+65W双口快充(附散热优化方案)
php55
博客等级 码龄15年 51粉丝 1553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  | 博主筛选后可见
 
 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