ORACLE 维护笔记

本文提供了一系列Oracle SQL查询语句,包括针对磁盘读写IO的查询、RAC节点磁盘读写统计、跟踪高IO操作及统计分析等。此外还介绍了表分区管理、DBLink创建、会话查看等实用技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 查询磁盘读写IO比较大的SQL

select a.INST_ID,
       a.SQL_TEXT,
       a.EXECUTIONS,
       a.CPU_TIME,
       a.ELAPSED_TIME,
       trunc(a.ELAPSED_TIME / decode(a.EXECUTIONS, 0, 1, a.EXECUTIONS)),
       a.DISK_READS,
       trunc(a.DISK_READS/decode(a.EXECUTIONS, 0, 1, a.EXECUTIONS)),
       a.BUFFER_GETS,
       a.*
  from gv$sql a
 order by a.DISK_READS desc


2. 查询RAC各个NODES 磁盘读写

select to_char(sysdate,'hh24:mi:ss'),
       a.INST_ID,
       sum(a.DISK_READS)
  from gv$sql a
  group by a.INST_ID
  order by a.INST_ID;
 
 
3.查询跟踪读写IO比较大的

select to_char(sysdate,'hh24:mi:ss'),
       a.INST_ID,
       a.SQL_TEXT,
       a.SQL_ID,
       a.EXECUTIONS,
       a.ELAPSED_TIME,
       trunc(a.ELAPSED_TIME / a.EXECUTIONS) avg_e_time,
       a.CPU_TIME,
       a.DISK_READS,
       trunc(a.DISK_READS / a.EXECUTIONS) avg_d_g,
       a.BUFFER_GETS,
       trunc(a.BUFFER_GETS / a.EXECUTIONS) avg_b_g,
       a.ROWS_PROCESSED,
       a.MODULE,
       b.object_name,
       a.PROGRAM_LINE#,
       a.*
  from gv$sql a,dba_objects b
 where a.EXECUTIONS > 1
 and a.DISK_READS  > 100
 and a.PROGRAM_ID=b.object_id (+)
-- and upper(a.SQL_TEXT) like '%T_RESV_BASE %'
-- and a.SQL_TEXT not like '%CNFNUM=%'
 and a.SQL_ID not in ( '07vv7nwa3hg94','1gu8t96d0bdmu','1mjd9xp80vuqa','2q93zsrvbdw48','dymnjhn43j0vc','03q1bnfzb3kyc','9d50qtnk567p9','04xtrk7uyhknh','060mqswvbm05d','9nu4v7ckay1pb','8umkptbv43kfa')
 order by a.DISK_READS desc; 
 
 
 
4.建立统计分析
analyze table TABLENAME compute statistics;
analyze table TABLENAME compute statistics for all indexes;

select 'analyze table '||t.table_name|| ' compute statistics;' as asql,t.last_analyzed,t.num_rows,t.* from user_tables t  order by t.table_name


5. EM console 重建
emca -config dbcontrol db -repos recreate


6.参考
select * from dba_segments a where a.segment_name in (select b.segment_name from dba_lobs b where b.table_name='T_)  or a.segment_name = 'T_;
select * from dba_segments a where a.segment_name in (select b.index_name from user_indexes b where b.table_name='T_)  or a.segment_name = 'T_;
select * from user_tables a  where a.table_name='T_;
select * from user_indexes a where a.table_name='T_;
select * from user_histograms a where a.table_name='T_;
select * from v$sql_bind_capture a where a.SQL_ID='5a3xhwgfqn5sh';
select * from v$sql_plan_statistics_all a where a.SQL_ID='5a3xhwgfqn5sh';


7.导数据
-----------------------------------------------------------------------------------------------------------------------------

emctl start dbconsole
emctl status agent


nohup impdp system/thayer0449 DIRECTORY=dmp_dir DUMPFILE=full.dmp FULL=y &

nohup expdp system/******** DIRECTORY=TTS_TMP DUMPFILE=full.dmp FULL=Y parallel=4 logfile=expfull.log

nohup expdp system/manager DIRECTORY=ORA_DMP DUMPFILE=fog3.8_full.dmp FULL=Y parallel=2 logfile=expfull.log

export NLS_LANG=AMERICAN_AMERICA.AL32UTF8
------------------------------------------------------------------------------------------------------------------------------
create tablespace datafile
ALTER DATABASE DATAFILE '/oracle/oradata/db/GAME.dbf'
AUTOEXTEND ON NEXT 100M
MAXSIZE 10000M;

Create tablespace a datafile '/u01/app/oracle/oradata/a.dbf'


 
8.删除表分区
ALTER TABLE t_avail_rate_validhotel DROP PARTITION AIRVH_DATE_200912 update global indexes;

 

9.DB Link 建立
create public database link DATAGUARD
  connect to xxx identified by ******
  using '(DESCRIPTION = (ADDRESS = (PROTOCOL = TCP)(HOST = 192.168.xxx.212)(PORT = 1521)) (CONNECT_DATA = (SERVER = DEDICATED)(SERVICE_NAME = thayerdg)  (INSTANCE_NAME = thayerdg)   )  )';

 

10.查看session

select * from v$session;

select * from gv$session;

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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