Heat Map and Automatic Data Optimization : part-2
上一篇测试了ADO的压缩功能 Heat Map and Automatic Data Optimization : part-1 下面测下ADO的存储层功能 简单的说下就是使用ado move 表、分区操作,把不是热数据的数据移动到性能低下的存储上 下面是工作的示意图 准备环境 SQL conn travel/aaConnected.?
上一篇测试了ADO的压缩功能 Heat Map and Automatic Data Optimization : part-1
下面测下ADO的存储层功能
简单的说下就是使用ado move 表、分区操作,把不是热数据的数据移动到性能低下的存储上
下面是工作的示意图
准备环境
SQL> conn travel/aa Connected. ? USERNAME INST_NAME HOST_NAME SID SERIAL# VERSION STARTED SPID OPID CPID SADDR PADDR -------------------- ------------ ------------------------- ----- -------- ---------- -------- --------------- ----- --------------- ---------------- ---------------- TRAVEL noncdb localhost.localdomain 1 7 12.1.0.1.0 20140526 3209 7 2927 000000009F6CA108 000000009F9865B8 ? ? SQL> SELECT * FROM tab; ? TNAME TABTYPE CLUSTERID ----------------------------------- -------------- ---------- HEAT_TEST TABLE ? SQL> SQL> conn / AS sysdba Connected. ? USERNAME INST_NAME HOST_NAME SID SERIAL# VERSION STARTED SPID OPID CPID SADDR PADDR -------------------- ------------ ------------------------- ----- -------- ---------- -------- --------------- ----- --------------- ---------------- ---------------- SYS noncdb localhost.localdomain 1 9 12.1.0.1.0 20140526 3234 7 2927 000000009F6CA108 000000009F9865B8 ? ? SQL> CREATE tablespace ado_t1 datafile '/oradata/noncdb/ado_t1.dbf' SIZE 200M; ? Tablespace created. ? ? SQL> CREATE tablespace ado_t2 datafile '/oradata/noncdb/ado_t2.dbf' SIZE 200M; ? Tablespace created. ? SQL> ? SQL> CREATE TABLE ado_move tablespace ado_t1 AS SELECT * FROM dba_objects; ? TABLE created. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 90764 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 181528 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 363056 ROWS created. ? SQL> INSERT INTO ado_move SELECT * FROM ado_move; ? 726112 ROWS created. ? SQL> commit; ? Commit complete. ? SQL> @dba_tablespaces ? +------------------------------------------------------------------------+ | Report : Tablespaces | | Instance : noncdb | | USER : TRAVEL | +------------------------------------------------------------------------+ ? STATUS Tablespace Name TS TYPE Ext. Mgt. Seg. Mgt. Tablespace SIZE Used (IN bytes) Pct. Used --------- ------------------------- --------------- ---------- ---------- ------------------ ------------------ --------- ONLINE ADO_T1 PERMANENT LOCAL AUTO 209,715,200 202,375,168 97 ONLINE ADO_T2 PERMANENT LOCAL AUTO 209,715,200 1,048,576 1 ONLINE SYSAUX PERMANENT LOCAL AUTO 765,460,480 760,086,528 99 ONLINE SYSTEM PERMANENT LOCAL MANUAL 817,889,280 811,401,216 99 ONLINE TEMP TEMPORARY LOCAL MANUAL 91,226,112 90,177,536 99 ONLINE UNDOTBS1 UNDO LOCAL MANUAL 152,043,520 151,257,088 99 ONLINE USERS PERMANENT LOCAL AUTO 66,846,720 15,400,960 23 ------------------ ------------------ --------- avg 74 SUM 2,312,896,512 2,031,747,072 ? 7 ROWS selected.
上面创建了2个表空间,并在表空间ADO_T1上创建了一个张表,插入大量数据,是空间使用率得到97%
下面查看下表的Heat map情况
SQL> ALTER system SET NLS_DATE_FORMAT='YYYY-MM-DD HH24:MI:SS' 2 SQL> col owner FOR a20 SQL> col object_name FOR a20 SQL> col "Tracking Time" FOR a40 SQL> col "Seg write" FOR a20 SQL> SQL> pro DBA_HEAT_MAP_SEG_HISTOGRAM DBA_HEAT_MAP_SEG_HISTOGRAM SQL> SELECT object_name, to_char(track_time,'YYYY-MM-DD HH:MI:SS') "Tracking Time", 2 segment_write "Seg write", 3 FULL_SCAN "Full Scan", 4 lookup_scan "Lookup Scan" 5 FROM DBA_HEAT_MAP_SEG_HISTOGRAM 6 WHERE object_name=UPPER('ado_move'); ? OBJECT_NAME Tracking TIME Seg WRITE FULL S Lookup -------------------- ---------------------------------------- -------------------- ------ ------ ADO_MOVE 2014-05-26 11:26:52 YES YES NO ? SQL> SQL> SQL> pro DBA_HEAT_MAP_SEGMENT DBA_HEAT_MAP_SEGMENT SQL> SQL> SELECT owner,object_name,SEGMENT_WRITE_TIME,SEGMENT_READ_TIME,FULL_SCAN,LOOKUP_SCAN 2 FROM DBA_HEAT_MAP_SEGMENT 3 WHERE object_name=UPPER('ado_move'); ? OWNER OBJECT_NAME SEGMENT_WRITE_TIM SEGMENT_READ_TIME FULL_SCAN LOOKUP_SCAN -------------------- -------------------- ----------------- ----------------- ----------------- ----------------- TRAVEL ADO_MOVE 20140526 11:26:53 20140526 11:26:53 ? SQL> ? SQL> SQL> SELECT OBJECT_NAME, TRACK_TIME, SEGMENT_WRITE "Seg_write", SEGMENT_READ "Seg_read", FULL_SCAN, LOOKUP_SCAN 2 FROM v$heat_map_segment 3 WHERE object_name=UPPER('ado_move'); ? OBJECT_NAME TRACK_TIME Seg_wr Seg_read FULL_S LOOKUP -------------------- ----------------- ------ -------------------- ------ ------ ADO_MOVE 20140526 11:28:49 YES NO YES NO
创建策略 SQL> ALTER TABLE ADO_MOVE ILM ADD POLICY TIER TO ADO_T2; ? TABLE altered. 查看策略 SQL> COL policy_name format A12 SQL> COL TIER_TBS format A20 SQL> SELECT policy_name, action_type, scope, 2 tier_tablespace "TIER_TBS" 3 FROM user_ilmdatamovementpolicies 4 ORDER BY policy_name; ? POLICY_NAME ACTION_TYPE SCOPE TIER_TBS ------------ ---------------------- -------------- -------------------- P1 COMPRESSION SEGMENT P21 STORAGE SEGMENT ADO_T2 ? SQL> SELECT policy_name, object_name, inherited_from, enabled FROM user_ilmobjects; ? POLICY_NAME OBJECT_NAME INHERITED_FROM ENABLE ------------ -------------------- ---------------------------------------- ------ P1 HEAT_TEST POLICY NOT INHERITED NO P21 ADO_MOVE POLICY NOT INHERITED YES ? SQL> SELECT * FROM dba_ilmparameters; ? Tablespace Name VALUE ------------------------- ---------- ENABLED 1 JOB LIMIT 10 EXECUTION MODE 3 EXECUTION INTERVAL 15 TBS PERCENT USED 85 TBS PERCENT FREE 25 ? 6 ROWS selected. ? 执行操作 SQL> DECLARE 2 v_executionid NUMBER; 3 BEGIN 4 dbms_ilm.execute_ILM (ILM_SCOPE => dbms_ilm.SCOPE_SCHEMA, 5 execution_mode => dbms_ilm.ilm_execution_offline, 6 task_id => v_executionid); 7 END; 8 / ? PL/SQL PROCEDURE successfully completed. ? SQL> @dba_tablespaces ? +------------------------------------------------------------------------+ | Report : Tablespaces | | Instance : noncdb | | USER : TRAVEL | +------------------------------------------------------------------------+ ? STATUS Tablespace Name TS TYPE Ext. Mgt. Seg. Mgt. Tablespace SIZE Used (IN bytes) Pct. Used --------- ------------------------- --------------- ---------- ---------- ------------------ ------------------ --------- ONLINE ADO_T1 PERMANENT LOCAL AUTO 209,715,200 202,375,168 97 ONLINE ADO_T2 PERMANENT LOCAL AUTO 209,715,200 1,048,576 1 ONLINE SYSAUX PERMANENT LOCAL AUTO 807,403,520 763,428,864 95 ONLINE SYSTEM PERMANENT LOCAL MANUAL 817,889,280 811,401,216 99 ONLINE TEMP TEMPORARY LOCAL MANUAL 91,226,112 90,177,536 99 ONLINE UNDOTBS1 UNDO LOCAL MANUAL 152,043,520 151,846,912 100 ONLINE USERS PERMANENT LOCAL AUTO 66,846,720 15,400,960 23 ------------------ ------------------ --------- avg 73 SUM 2,354,839,552 2,035,679,232 ? 7 ROWS selected. ? ? ? SQL> COL job_name format A20 SQL> COL object_name format A8 SQL> COL task_id format 99999 SQL> SQL> SELECT task_id, state FROM user_ilmtasks; ? TASK_ID STATE ------- ------------------ 2 COMPLETED 62 COMPLETED ? SQL> SQL> SQL> COL object_name format A20 SQL> col POLICY_NAME FOR a10 SQL> col SELECTED_FOR_EXECUTION FOR a80 SQL> SELECT TASK_ID, POLICY_NAME, OBJECT_NAME, 2 SELECTED_FOR_EXECUTION, JOB_NAME 3 FROM user_ilmevaluationdetails; ? TASK_ID POLICY_NAM OBJECT_NAME SELECTED_FOR_EXECUTION JOB_NAME ------- ---------- -------------------- -------------------------------------------------------------------------------- -------------------- 62 P21 ADO_MOVE SELECTED FOR EXECUTION ILMJOB122 62 P1 HEAT_TEST POLICY DISABLED 2 P1 HEAT_TEST SELECTED FOR EXECUTION ILMJOB42 ? SQL> SQL> COL job_name format A20 SQL> COL object_name format A8 SQL> COL task_id format 99999 SQL> SQL> SQL> SELECT task_id, job_name, job_state FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE ------- -------------------- ---------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED --发现任务失败,查看失败原因 ? ? ? SQL> col COMMENTS FOR a80 SQL> SELECT task_id, job_name, job_state,COMMENTS FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE COMMENTS ------- -------------------- ---------------------------------------------------------------------- -------------------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 82 ILMJOB162 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 原因为表空间存储空间不够。。。。 ? SQL> ? ? 增大数据文件 SQL> ALTER DATABASE datafile '/oradata/noncdb/ado_t2.dbf' resize 400m; ? DATABASE altered. ? ? 在此执行 SQL> DECLARE 2 v_executionid NUMBER; 3 BEGIN 4 dbms_ilm.execute_ILM (ILM_SCOPE => dbms_ilm.SCOPE_SCHEMA, 5 execution_mode => dbms_ilm.ilm_execution_offline, 6 task_id => v_executionid); 7 END; 8 / ? PL/SQL PROCEDURE successfully completed. ? SQL> SQL> SELECT task_id, job_name, job_state,COMMENTS FROM user_ilmresults; ? TASK_ID JOB_NAME JOB_STATE COMMENTS ------- -------------------- ---------------------------------------------------------------------- -------------------------------------------------------------------------------- 2 ILMJOB42 COMPLETED SUCCESSFULLY 62 ILMJOB122 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 82 ILMJOB162 FAILED ORA-01652: unable TO extend temp segment BY 1024 IN tablespace ADO_T2 ORA-06512: at line 1 ? 103 ILMJOB242 COMPLETED SUCCESSFULLY ? 成功完成 SQL> col TABLE_NAME FOR a20 SQL> / ? TABLE_NAME TABLESPACE_NAME -------------------- ------------------------------------------------------------ ADO_MOVE ADO_T2 HEAT_TEST USERS
原文地址:Heat Map and Automatic Data Optimization : part-2, 感谢原作者分享。

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

application.yml definiert die Listensammlung. Die erste Möglichkeit besteht darin, die Annotation @ConfigurationProperties zu verwenden, um alle Werte der Listensammlung zu erhalten Hier ist zu beachten, dass beim Definieren der Listensammlung zunächst eine Konfigurationsklasse Bean definiert und dann die Annotation @ConfigurationProperties verwendet wird, um den Wert der Listensammlung zu erhalten. @Component übergibt die Entitätsklasse an das Spring-Management @ConfigurationPropertie

1. Technischer Hintergrund In der tatsächlichen Projektentwicklung verwenden wir häufig Caching-Middleware (wie Redis, MemCache usw.), um die Verfügbarkeit und Robustheit des Systems zu verbessern. Wenn das Projekt jedoch relativ einfach ist, besteht in vielen Fällen keine Notwendigkeit, speziell Middleware wie Redis einzuführen, um die Komplexität des Systems zu erhöhen und Caching zu verwenden. Verfügt Java selbst über nützliche, leichtgewichtige Caching-Komponenten? Die Antwort ist natürlich ja, und es gibt mehr als einen Weg. Zu den gängigen Lösungen gehören: ExpiringMap-, LoadingCache- und HashMap-basierte Paketierung. 2. Technische Effekte zur Realisierung allgemeiner Cache-Funktionen, z. B. veraltete Löschstrategie, Aufwärmen von Hotspot-Daten. 3. ExpiringMap3.

Methode 1. Verwenden Sie HashtableMapashtable=newHashtable(); Das ist das Erste, woran jeder denkt. Warum ist es also threadsicher? Werfen Sie dann einen Blick auf den Quellcode. Wir können sehen, dass unsere häufig verwendeten Methoden wie put, get und containsKey alle synchron sind, sodass es sich um threadsicheren publicsynchronizedbooleancontainsKey(Objectkey){Entrytab[]=table;inthash=key handelt. hashCode( );intindex=(hash&0x7FFFFFFF)%tab.leng

Es gibt viele Möglichkeiten, Javabeans und Maps zu konvertieren, wie zum Beispiel: 1. Beans über ObjectMapper in JSON konvertieren und dann JSON in Map konvertieren. Nach dem Testen wurden 10.000 Beans konvertiert. es dauert 12 Sekunden! ! ! Nicht empfohlen. 2. Erhalten Sie die Attribute und Werte der Bean-Klasse durch Java-Reflektion und konvertieren Sie sie dann in die der Karte entsprechenden Schlüssel-Wert-Paare. Diese Methode ist die zweitbeste, aber etwas aufwändiger. 3. Durch die Methode net.sf.cglib.beans.BeanMap in der Klasse ist diese Methode äußerst effizient. Der Unterschied zur zweiten Methode besteht darin, dass die Bean aufgrund der Verwendung des Caches initialisiert werden muss erstellt.

OPStack ist ein Open-Source-Blockchain-Framework, das von Optimism Collective, der Entwicklungsgruppe hinter dem Optimism Network, veröffentlicht wurde. Es ist ein wichtiges Werkzeug sowohl für die Ethereum- als auch für die Optimism-Community. Das Hauptziel von OPStack besteht darin, das Optimism-Netzwerk zu stärken und wichtige Softwaretools für das Optimism-Mainnet sowie die kommende Optimism-Superchain und ihr Governance-Modell bereitzustellen. Durch die Bereitstellung einer entwicklerorientierten Umgebung besteht die Kernidee von OPStack darin, Wachstum und Innovation im Ethereum-Bereich zu fördern. Es ebnet den Weg für innovative Entwicklungen und vereinfacht die Erstellung von Blockchains. OPStac

Die Map-Direktive verwendet das Modul ngx_http_map_module. Standardmäßig lädt Nginx dieses Modul, sofern nicht künstlich --without-http_map_module. Das Modul ngx_http_map_module kann Variablen erstellen, deren Werte mit den Werten anderer Variablen verknüpft sind. Ermöglicht die Klassifizierung oder gleichzeitige Zuordnung mehrerer Werte zu mehreren verschiedenen Werten und die Speicherung in einer Variablen. Die Map-Direktive wird zum Erstellen einer Variablen verwendet, führt die Ansichtszuordnungsoperation jedoch nur aus, wenn die Variable akzeptiert wird Bei der Verarbeitung von Anforderungen, die nicht auf Variablen verweisen, weist das Modul keine Leistungsmängel auf. 1.ngx_http_map_module Modulanweisungsbeschreibung Kartensyntax

Optimieren der Leistung der Go-Sprachkarte In der Go-Sprache ist Karte eine sehr häufig verwendete Datenstruktur, die zum Speichern einer Sammlung von Schlüssel-Wert-Paaren verwendet wird. Allerdings kann die Kartenleistung bei der Verarbeitung großer Datenmengen beeinträchtigt werden. Um die Leistung der Karte zu verbessern, können wir einige Optimierungsmaßnahmen ergreifen, um die zeitliche Komplexität von Kartenoperationen zu reduzieren und dadurch die Ausführungseffizienz des Programms zu verbessern. 1. Kartenkapazität vorab zuweisen. Beim Erstellen einer Karte können wir die Anzahl der Kartenerweiterungen reduzieren und die Programmleistung verbessern, indem wir Kapazität vorab zuweisen. Im Allgemeinen wir

Zuvor gab Optimism offiziell bekannt, dass die Optimism-Kette in OPMainnet umbenannt wurde. Einige Leute fragen sich vielleicht, was die Kette OPMainnet ist. Aktuellen Informationen zufolge ist OPMainnet eine Open-Source-Superkette, die sich der nachhaltigen Finanzierung öffentlicher Güter widmet. Sie ist eine von vielen L2-Ketten, die nahtlos mit Base, ZoraNetwork, PGN, Redstone und anderen Ketten kommunizieren können, dies jedoch nicht ist keine einzelne Blockchain, sondern repräsentiert zwanzig ganze Super-Chain-Netzwerke. Der unten stehende Herausgeber wird ausführlich über dieses OPMainnet sprechen, um Ihnen das Verständnis des OPMainnet-Netzwerks zu erleichtern. Welche Kette ist OPMainnet? OPMainnet ist Ethernet
