`
DangDang0701
  • 浏览: 76935 次
  • 性别: Icon_minigender_2
  • 来自: 大连
社区版块
存档分类
最新评论

TUNCATE,DELETE 大汇总

阅读更多

代码部门又出问题了,上次是页面查询响应很慢,这次是页面更新速度很慢,开发人员提交了SQL语句到我这里,
看了一下,这个语句非常简单,update tbl set ... = ... where mobile=..and sp_id=..,他影响的只有一行,这个
语句能慢????
    我在现场数据库中手工执行了这个语句,大概需要3分钟,影响行数:1,马上断定:表数据量庞大,定位这一行
使用了FULL SCAN,于是建议他们在关键字段建立索引,结果开发人员告诉我这个表只有2000多条记录,没必要建立索引,
有点不大相信,看下数据先,select count(*),大概花了4分钟,数据量:2087,晕死,2087行的表,我选个总数用了
4分钟,你ORACLE干什么吃的???
     思考中。。。
     查看数据库的锁定情况,在这个表上并没有TX或TM类型的锁,看来不是事务阻塞了,那为什么出现这种奇怪的事情呢?
生成了一个statspack性能报告,这条更新语句是名列前茅,够强哦,逻辑读有2万多次,真是晕了
     思考中。。。
     干脆分析下这个UPDATE语句,看看查询计划究竟做了什么
    
     set autotrace on
    
     的确是走的全表扫描,有两个地方引起了我的注意,其实这个在statspack报告中就可以看出来,逻辑读是2万多次,
物理读2万多次,进行了很多物理IO,速度下降是肯定的,但怎么会有这么多的物理IO呢?难道这个表真的有2万多个数据块?
查看下先,select blocks from user_segments where segment_name = 'tbl',果然,258333个数据块,每个数据块是8K,
这样每次UPDATE需要扫描近200M的空间,并且这些空间中99.999999%的是空闲的,难怪更新这么慢,于是和他们工程部的
人协商,暂时停掉操作页面,然后我将表数据备份到一张临时表,truncate原表,在将数据导入,启动页面,马上更新快
起来了,查看表数据块,由原来的258333变成了20,现在表只有160K

    这个问题的解决涉及到ORACLE的空间管理,在ORACLE的表上存在着高水位标记(HWM),他是一个分界线,当扫描
表时,ORACLE只会扫描位于HWM以下的数据块(不考虑回滚段中的数据前映象),随着表数据量的不断增加,需要的自由块
就越多,当表需要自由块时,会在表本身的自由列表freelist里面去定位,随着数据块上数据的增加,到某种程度时这个数据块
就会在freelist中失去他的记载(由pctfree决定)如果freelist中已经没有空闲块,则提高HWM,容纳更多的自由块
到freelist中,当表的数据块上的内容被删除时,就有了空间,他们又会回到自由列表中(PCTUSE指定什么时候该回去),
这个过程循环进行,HWM会被渐渐抬高,当表的数据被DELETE掉时,数据没了,数据块都返还到freelist了,但此时HWM并没有
下去,或者他只是下去了一点点,这样扫描表时,可能你的记录是0,但HWM下的数据块却很庞大,就会产生大量的空块读取,
使表的HWM下降的方法是TRUNCATE表或是删除重建,或是ALTER TABLE TBL MOVE TABLESPACE ANOTHER_SPACE,另外ASSM表空间
管理模式可能很少出现这种情况,我这里采用的是TRUNCATE的方法,比较笨拙,事后询问了他们工程部的人,这个表以前有好
几百万的数据,后来清除了许多,现场表他们清除是不敢用TRUNCATE的,所以原因是在清楚不过了,下面我们通过实验来证实
我的说法,创建一个大表,选择出其记录总数,看看花多长时间,然后DELETE表后再选择记录数看花多长时间,最后TRUNCATE
表再选择,看花多长时间
--创建mytest表
SQL> create table mytest nologging as select * from duizhang_toboss;
Table created

SQL> set timing on --显示消耗时间
SQL> select count(*) from mytest; --记录数12522708,耗时19秒,已经不小拉

  COUNT(*)
----------
  12522708

Executed in 19 seconds

SQL> delete from mytest;  --删除表的所有数据,这个过程太长了,涉及到回滚数据的创建,库也不是我一个人在折腾

12522708 rows deleted

Executed in 903.031 seconds

SQL> commit; --提交变更

Commit complete

Executed in 0 seconds

SQL> select count(*) from mytest; --表已经空了,但没有想象中快速完成查询,用时57秒,这不大正常,但证明HWM确实没有下去,在执行不必要的空块读取

  COUNT(*)
----------
         0

Executed in 57.046 seconds

SQL> truncate table mytest; --TUNCATE重置HWM,扫描数据块大大降低,很快过去

Table truncated

Executed in 0.406 seconds

现在大家应该明白其中的来龙去脉了吧,大家看到,DELETE对HWM基本没起什么作用,TRUNCATE才降低了水位,这就是为什么同是
空表,扫描时间却大不相同的原因了,就写到这里,头又叫我了,呵呵!!!!!


222222222222222222222222222
深入了解oracle的高水位(HWM)

ORACLE在逻辑存储上分4个粒度:表空间,段,区和块.

(1)块:是粒度最小的存储单位,现在标准的块大小是8K,ORACLE每一次I/O操作也是按块来操作的,也就是说当ORACLE从数据文件读数据时,是读取多少个块,而不是多少行.

(2)区:由一系列相邻的块而组成,这也是ORACLE空间分配的基本单位,举个例子来说,当创建一个表PM_USER时,首先ORACLE会分配一区的空间给这个表,随着不断的INSERT数据到PM_USER,原来的这个区容不下插入的数据时,ORACLE是以区为单位进行扩展的,也就是说再分配多少个区给PM_USER,而不是多少个块.

(3)段:是由一系列的区所组成,一般来说,当创建一个对象时(表,索引),就会分配一个段给这个对象.所以从某种意义上来说,段就是某种特定的数据.如CREATE TABLE PM_USER,这个段就是数据段,而CREATE INDEX ON PM_USER(NAME),ORACLE同样会分配一个段给这个索引,但这是一个索引段了.查询段的信息可以通过数据字典: SELECT * FROM USER_SEGMENTS来获得,

(4)表空间:包含段,区及块.表空间的数据物理上储存在其所在的数据文件中.一个数据库至少要有一个表空间.

OK,现在回到HWM上来,那么,什么是高水位标记呢?这就跟ORACLE的段空间管理相关了.

(一)ORACLE用HWM来界定一个段中使用的块和未使用的块.

举个例子来说,当创建一个表:PT_SCHE_DETAIL时,ORACLE就会为这个对象分配一个段.在这个段中,即使未插入任何记录,也至少有一个区被分配,第一个区的第一个块就称为段头(SEGMENT HEADE),段头中就储存了一些信息,基中HWM的信息就存储在此.此时,因为第一个区的第一块用于存储段头的一些信息,虽然没有存储任何实际的记录,但也算是被使用,此时HWM是位于第2个块.当不断插入数据到PM_USER后,第1个块已经放不下后面新插入的数据,此时,ORACLE将高水位之上的块用于存储新增数据,同时,HWM本身也向上移.也就是说,当不断插入数据时,HWM会往不断上移,这样,在HWM之下的,就表示使用过的块,HWM之上的就表示已分配但从未使用过的块.

(二)HWM在插入数据时,当现有空间不足而进行空间的扩展时会向上移,但删除数据时不会往下移.

这就好比是水库的水位,当涨水时,水位往上移,当水退出后,最高水位的痕迹还是清淅可见.

考虑让看一个段,如一张表,其中填满了块,。在正常操作过程中,删除了一些行。现有就有了许多浪费的空间:

ORACLE 不会释放空间以供其他对象使用,有一条简单的理由:由于空间是为新插入的行保留的,并且要适应现有行的增长。被占用的最高空间称为最高使用标记 (HWM)

(三)HWM的信息存储在段头当中.

HWM本身的信息是储存在段头.在段空间是手工管理方式时,ORACLE是通过FREELIST(一个单向链表)来管理段内的空间分配.在段空间是自动管理方式时(ASSM),ORACLE是通过BITMAP来管理段内的空间分配.

(四)ORACLE的全表扫描是读取高水位标记(HWM)以下的所有块.

所以问题就产生了(一直不解为何ORACLE会采用这种不合理的方式).当用户发出一个全表扫描时,ORACLE 始终必须从段一直扫描到 HWM,即使它什么也没有发现。该任务延长了全表扫描的时间。

(五)当用直接路径插入行时 — 例如,通过直接加载插入(用 APPEND 提示插入)或通过 SQL*LOADER 直接路径 — 数据块直接置于 HWM 之上。它下面的空间就浪费掉了。

来分析这两个问题,后者只是带来空间的浪费,但前者不仅是空间的浪费,而且会带来严重的性能问题.来看看下面的例子:

(A)先来搭建测试的环境(172.17.8.202,Linux,ORACLE 版本:1002000100),第一步先创建一个段空间为手工管理的表空间:

CREATE TABLESPACE "SEC"
LOGGING
DATAFILE '/u01/app/oracle/oradata/TSH1/SEC.DBF' SIZE 5M
AUTOEXTEND
ON NEXT 10M MAXSIZE UNLIMITED EXTENT MANAGEMENT LOCAL
SEGMENT SPACE MANAGEMENT MANUAL;

(B)创建一个表,注意,此表的第二个字段设成是CHAR(100),以让此表在插入1千万条记录后,空间有足够大:

CREATE TABLE TEST_TAB(C1 NUMBER(10),C2 CHAR(100)) TABLESPACE SEC;

插入记录
DECLARE
I NUMBER(10);
BEGIN
FOR I IN 1..10000000 LOOP
INSERT INTO TEST_TAB VALUES(I,'TESTSTRING');
END LOOP;
COMMIT;
END ;
/

使用了1.3G的表空间,好大!

(C)来查询一下,看在插入一千万条记录后所访问的块数和查询所用时间:

conn /as sysdba
SET TIMING ON
SET AUTOTRACE TRACEONLY
SELECT COUNT(*) FROM sec.TEST_TAB;

SQL> SELECT COUNT(*) FROM sec.TEST_TAB;

Elapsed: 00:01:36.04

Execution Plan
----------------------------------------------------------
Plan hash value: 2778628632

-----------------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Cost (%CPU)| Time     |
-----------------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 | 34513   (2)| 00:06:55 |
|   1 |  SORT AGGREGATE    |          |     1 |            |          |
|   2 |   TABLE ACCESS FULL| TEST_TAB |    10M| 34513   (2)| 00:06:55 |
-----------------------------------------------------------------------

Note
-----
   - dynamic sampling used for this statement


Statistics
----------------------------------------------------------
          5  recursive calls
          0  db block gets
     312025  consistent gets
     154253  physical reads
   11233336  redo size
        411  bytes sent via SQL*Net to client
        385  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

这句SQL总供耗时是:1分36秒.访问方式是采用全表扫描方式(FTS),逻辑读了 312025 个BLOCK,物理读了 154253 个BLOCK.

来分析一下这个表:

BEGIN
DBMS_STATS.GATHER_TABLE_STATS(OWNNAME=> 'SEC',
TABNAME=> 'TEST_TAB',
PARTNAME=> NULL);END;
/

PL/SQL procedure successfully completed.

Elapsed: 00:01:58.63


SQL> select NUM_ROWS,BLOCKS,EMPTY_BLOCKS from dba_tables where table_name = 'TEST_TAB';

  NUM_ROWS     BLOCKS EMPTY_BLOCKS
---------- ---------- ------------
  10004718     156011            0

发现这个表目前使用的BLOCK有: 156011,未使用的BLOCK(EMPTY_BLOCKS)为:0,总行数为(NUM_ROWS):10004718

再查询一下结果:
SQL> SELECT COUNT(*) FROM sec.TEST_TAB;

Elapsed: 00:00:40.67

Execution Plan
----------------------------------------------------------
Plan hash value: 2778628632

-----------------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Cost (%CPU)| Time     |
-----------------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 | 34500   (2)| 00:06:54 |
|   1 |  SORT AGGREGATE    |          |     1 |            |          |
|   2 |   TABLE ACCESS FULL| TEST_TAB |    10M| 34500   (2)| 00:06:54 |
-----------------------------------------------------------------------


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
     156034  consistent gets
     152544  physical reads
          0  redo size
        411  bytes sent via SQL*Net to client
        385  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

这句SQL总供耗时是:40秒.访问方式是采用全表扫描方式(FTS),逻辑读了 156034 个BLOCK,物理读了 152544 个BLOCK.

(D)接下来把此表的记录用DELETE方式删掉,然后再来看看SELECT COUNT(*) FROM TEST_TAB所花的时间:

SQL> DELETE FROM sec.test_tab;

10000000 rows deleted.

Elapsed: 00:10:22.64



SQL> SET AUTOTRACE TRACEONLY
SQL> SELECT COUNT(*) FROM sec.TEST_TAB;

Elapsed: 00:01:32.12

Execution Plan
----------------------------------------------------------
Plan hash value: 2778628632

-----------------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Cost (%CPU)| Time     |
-----------------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 | 34500   (2)| 00:06:54 |
|   1 |  SORT AGGREGATE    |          |     1 |            |          |
|   2 |   TABLE ACCESS FULL| TEST_TAB |    10M| 34500   (2)| 00:06:54 |
-----------------------------------------------------------------------


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
     156034  consistent gets
     154379  physical reads
          0  redo size
        410  bytes sent via SQL*Net to client
        385  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed


在DELETE表后,此时表中已没有一条记录,为什么SELECT COUNT(*) FROMTEST_TAB花的时间为1分4秒,反而比有记录稍微长点,这是为什么呢?而且,其逻辑读了156310个BLOCK,跟之前有一千万行记录时差不多,ORACLE怎么会这么笨啊?在DELETE表后再次分析表,看看有什么变化:这时, TEST_TAB表目前使用的BLOCK是: 156532,未使用的BLOCK(EMPTY_BLOCKS)为:0,总行数为(NUM_ROWS)已变成:0 为什么表目前使的BLOCK数还是156532呢?问题的根源就在于ORACLE的HWM.也就是说,在新增记录时,HWM会慢慢往上移,但是在删除记录后,HWM却不会往下移,也就是说,DELETE一千万条记录后,此表的HWM根本没移动,还在原来的那个位置,所以,HWM以下的块数同样也是一样的.ORACLE的全表扫描是读取ORACLE高水位标记下的所有BLOCK,也就是说,不管HWM下的BLOCK现在实际有没有存放数据,ORACLE都会一一读取,这样,大家可想而知,在DELETE表后,ORACLE读了大量的空块,耗去了大量的时间.再来看DELETE表后段空间实际使用的状况:

VAR TOTAL_BLOCKS NUMBER
VAR TOTAL_BYTES NUMBER
VAR UNUSED_BLOCKS NUMBER
VAR UNUSED_BYTES NUMBER
VAR LAST_USED_EXTENT_FILE_ID NUMBER
VAR LAST_USED_EXTENT_BLOCK_ID NUMBER
VAR LAST_USED_BLOCK NUMBER
EXEC DBMS_SPACE.UNUSED_SPACE('SEC','TEST_TAB','TABLE',:TOTAL_BLOCKS,:TOTAL_BYTES,:UNUSED_BLOCKS,:UNUSED_BYTES,:LAST_USED_EXTENT_FILE_ID,:LAST_USED_EXTENT_BLOCK_ID,:LAST_USED_BLOCK);
PRINT TOTAL_BLOCKS
PRINT TOTAL_BYTES
PRINT UNUSED_BLOCKS
PRINT UNUSED_BYTES
PRINT LAST_USED_EXTENT_FILE_ID
PRINT LAST_USED_EXTENT_BLOCK_ID
PRINT LAST_USED_BLOCK

输出结果为:
TOTAL_BLOCKS                            ------------    156544     --总共164352块
TOTAL_BYTES                                ------------    1282408448
UNUSED_BLOCKS                            ------------    532        --有7168块没有用过,也就是在HWM上面的块数
UNUSED_BYTES                            ------------    4358144
LAST_USED_EXTENT_FILE_ID    ------------    6
LAST_USED_EXTENT_BLOCK_ID    ------------    148489     --- BLOCK ID 是针对数据文件来编号的,表示最后使用的一个EXTENT的第一个BLOCK的编号
LAST_USED_BLOCK                        ------------    7660       ---在最后使用的一个EXTENT 中一共用了1024块

总共用了164352块,除了一个SEGMENT HEADER,实际总共用了164351个块,有7168块从来没有使用过。LAST USED BLOCK表示在最后一个使用的EXTENT 中使用的BLOCK, 结合 LAST USED EXT BLOCK ID可以计算 HWM 位置 :LAST USED EXT BLOCK ID + LAST USED BLOCK -1 = HWM 所在的数据文件的BLOCK编号代入得出: 158856+1024-1=159879,这个就是HWM所有的BLOCK编号HWM所在的块:TOTAL BLOCKS- UNUSED BLOCKS=164352-7168=157184,也就是说,HWM在第157184个块,其BLOCKID是159879

(E)接下来,再做几个试验:

第一步:执行ALTER TABLE sec.TEST_TAB DEALLOCATE UNUSED; 看看段空间的使用状况:

TOTAL_BLOCKS              ------------  156016        157184       
TOTAL_BYTES               ------------  1278083072    1287651328   
UNUSED_BLOCKS             ------------  4             0            
UNUSED_BYTES              ------------  32768         0            
LAST_USED_EXTENT_FILE_ID  ------------  6             9            
LAST_USED_EXTENT_BLOCK_ID ------------  148489        158856       
LAST_USED_BLOCK           ------------  7660          1024         


此时再代入上面的公式,算出HWM的位置: 157184-0=157184 HWM所在的BLOCKID是158856+1024-1=159879,跟刚刚的没有变化,也就是说执行ALTER TABLETEST_TAB DEALLOCATE UNUSED后,段的高水位标记的位置没有改变,但是看UNUSED BLOCKS变为0了,总的块数减少到157184,这证明,DEALLOCATE UNUSED为释放HWM上面的未使用空间,但是并不会释放HWM下面的自由空间,也不会移动HWM的位置.

第二步:再来看看执行ALTER TABLE sec.TEST_TAB MOVE;后段空间的使用状况:

TOTAL_BLOCKS              ------------  8        8         
TOTAL_BYTES               ------------  65536    65536     
UNUSED_BLOCKS             ------------  7        5         
UNUSED_BYTES              ------------  57344    40960     
LAST_USED_EXTENT_FILE_ID  ------------  6        9         
LAST_USED_EXTENT_BLOCK_ID ------------  9        2632      
LAST_USED_BLOCK           ------------  1        3         


此时,总共用到的块数已变为8, 再代入上面的公式,算出HWM的位置: 8-5=3HWM所在的BLOCK ID是2632+3-1=2634,OK,发现,此时HWM的位置已经发生变化,现在HWM的位置是在第3个BLOCK,其BLOCK ID是2634,所有数据文件的ID是9(这个没有发生变化,数据文件还是原来的那个数据文件,只是释放了原来的自由空间),最后使用的块数也变为3,也就是说已经使用了3块,HWM就是在最后一个使用的块上,即第3个块上.大家可能会觉得奇怪,为什么释放空间后,未使用的块还有5个啊?也就是说HWM之上还是有5个已分配但从未使用的块.答案就跟HWM移动的规律有关.当在插入数据时,ORACLE首先在HWM之下的块当中定位自由空间(通过自由列表FREELIST),如果FREELIST当中没有自由块了,ORACLE就开始往上扩展,而HWM也跟着往上移,每5块移动一次.来看ORACLE的说明:

The high water mark is:
-Recorded in the segment header block
-Set to the beginning of the segment on the creation
-Incremented in five-block increments as rows are inserted
-Reset by the truncate command
-Never reset by the delete command
-Space above the high-water-mark can be reclaimed at the table level by
using the following command:
ALTER TABLE DEALLOCATE UNUSED…

再来看看:SELECT COUNT(*) FROM TEST_TAB所花的时间:

SQL> SET AUTOTRACE TRACEONLY
SQL>SELECT COUNT(*) FROM sec.TEST_TAB;

Elapsed: 00:00:00.06

Execution Plan
----------------------------------------------------------
Plan hash value: 2778628632

-----------------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Cost (%CPU)| Time     |
-----------------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 | 34500   (2)| 00:06:54 |
|   1 |  SORT AGGREGATE    |          |     1 |            |          |
|   2 |   TABLE ACCESS FULL| TEST_TAB |    10M| 34500   (2)| 00:06:54 |
-----------------------------------------------------------------------


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
          3  consistent gets
          0  physical reads
          0  redo size
        410  bytes sent via SQL*Net to client
        385  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

很快,不到1秒.
最后再来对表作一次分析, 此时这个表目前使用的BLOCK为: 0,未使用的BLOCK(EMPTY_BLOCKS)为:0,总行数为(NUM_ROWS):0从中也可以发现,分析表和SHOW_SPACE显示的数据有点不一致.那么哪个是准的呢?其实这两个都是准的,只不过计算的方法有点不同.事实上,当你创建了一个对象如表以后,不管你有没有插入数据,它都会占用一些块,ORACLE也会给它分配必要的空间.同样,用ALTER TABLE MOVE释放自由空间后,还是保留了一些空间给这个表.最后,再来执行TRUNCATE命令,截断这个表,看看段空间的使用状况:

SQL> truncate table sec.test_tab;

TOTAL_BLOCKS              ------------  8        8         
TOTAL_BYTES               ------------  65536    65536     
UNUSED_BLOCKS             ------------  7        5         
UNUSED_BYTES              ------------  57344    40960     
LAST_USED_EXTENT_FILE_ID  ------------  6        9         
LAST_USED_EXTENT_BLOCK_ID ------------  9        2632      
LAST_USED_BLOCK           ------------  1        3         

发现TRUNCATE后和MOVE没有什么变化.为了最终验证一下我上面的观点,我再DROP一下表,然后新建这个表,看看这时在没有插入任何数据之前,是否ORACLE确实有给这个对象分配必要的空间:

DROP TABLE sec.TEST_TAB;
CREATE TABLE sec.TEST_TAB(C1 NUMBER(10),C2 CHAR(100)) TABLESPACE SEC;

TOTAL_BLOCKS              ------------  8        8      
TOTAL_BYTES               ------------  65536    65536 
UNUSED_BLOCKS             ------------  7        5     
UNUSED_BYTES              ------------  57344    40960 
LAST_USED_EXTENT_FILE_ID  ------------  6        9     
LAST_USED_EXTENT_BLOCK_ID ------------  17       2112  
LAST_USED_BLOCK           ------------  1        3     

,即使我没有插入任何一行记录,ORACLE还是给它分配了8个块.当然这个跟建表语句的INITIAL 参数及MINEXTENTS参数有关:请看TEST_TAB的存储参数:

STORAGE
(
INITIAL 64K
MINEXTENTS 1
MAXEXTENTS UNLIMITED
);

也就是说,在这个对象创建以后,ORACLE至少给它分配一个区,初始大小是64K,一个标准块的大小是8K,刚好是8个BLOCK.

总结:

在9I中:
(1)如果MINEXTENT 可以使ALTER TABLE TABLENAME DEALLOCATE UNUSED将HWM以上所有没使用的空间释放
(2)如果MINEXTENT >HWM 则释放MINEXTENTS 以上的空间。如果要释放HWM以上的空间则使用KEEP 0。
        ALTER TABLE TABLESNAME DEALLOCATE UNUSED KEEP 0;
(3) TRUNCATE TABLE DROP STORAGE(缺省值)命令可以将MINEXTENT 之上的空间完全释放(交还给操作系统),并且重置HWM。
(4)如果仅是要移动HWM,而不想让表长时间锁住,可以用TRUNCATE TABLE REUSESTORAGE,仅将HWM重置。
(5)ALTER TABLE MOVE会将HWM移动,但在MOVE时需要双倍的表空间,而且如果表上有索引的话,需要重构索引
(6)DELETE表不会重置HWM,也不会释放自由的空间(也就是说DELETE空出来的空间只能给对象本身将来的INSERT/UPDATE使用,不能给其它的对象使用)

在ORACLE 10G:
(1)可以使用ALTER TABLE TEST_TAB SHRINK SPACE命令来联机移动HWM
(2)如果要同时压缩表的索引,可以发布:ALTER TABLE TEST_TAB SHRINK SPACE CASCADE

分享到:
评论

相关推荐

    一个简单的java游戏.zip

    《一个简单的Java游戏.zip》是一个专为学习目的设计的Java小游戏资源包。它包含了完整的源代码和必要的资源文件,适合初学者通过实战练习提升编程技能。该项目展示了如何使用Java的图形用户界面(GUI)库创建游戏窗口,并实现基本的游戏逻辑和交互功能。该游戏项目结构清晰,包括了多个类和文件,每个部分都有详细的注释,帮助理解代码的功能和逻辑。例如,Block类用于定义游戏中的基本元素,如玩家和障碍物;CreateGame类则是游戏的主要控制类,负责初始化游戏窗口、处理用户输入以及更新游戏状态等。此外,该资源包还演示了如何绘制游戏元素、处理事件驱动编程以及多线程的应用,这些都是游戏开发中的重要概念。通过运行和修改这个小游戏,用户可以深入了解Java编程的基础知识,并培养解决实际问题的能力。总之,《一个简单的Java游戏.zip》是一个理想的学习工具,无论是对于初学者还是有一定经验的开发者来说,都可以通过这个项目获得宝贵的实践经验。

    基于SSM的智慧中医诊所管理系统(前后端代码)

    基于SSM的智慧中医诊所管理系统(前后端代码)

    chromedriver-win64-133.0.6835.0

    当前版本是133.0.6835.0 ChromeDriver 是 Selenium WebDriver 用于控制 Chrome 的独立可执行文件。此扩展程序由 Chromium 团队在 WebDriver 贡献者的帮助下进行维护。如果您不熟悉 Selenium WebDriver,则应访问 Selenium 网站。 请按以下步骤设置测试,以便与 ChromeDriver 一起运行: 确保 Chromium/Google Chrome 安装在可识别的位置 ChromeDriver 希望你将 Chrome 安装到适用于您的平台的默认位置。你还可以通过设置特殊功能强制 ChromeDriver 使用自定义位置。 在本网站的下载部分,下载适用于您平台的 ChromeDriver 二进制文件 帮助 WebDriver 找到已下载的 ChromeDriver 可执行文件

    GM后台包站系统+码支付+代理系统+优化版管理后台+84款某站GM游戏

    Linux系统,建议7.0以上 1.安装宝塔 2.安装环境,Nginx 1.14或1.6,MySQL 5.5或5.6,php 5.6以上 建议7.2 3.添加网站,上传源码到网站根目录,修改源码IP和数据库密码,system/data.php,ht/config.php 4.导入数据库文件,首页输入的你的IP或域名即可,后台输入你的IP/ht即可。

    C#ASP.NET基于Bootstrap后台程序员工具集源码数据库 其他源码类型 WebForm

    ASP.NET基于Bootstrap后台程序员工具集源码 这是一套基于.net 4.0 web + bootstrap + admin后台框架模板,界面十分的美观大方 该源码的功能介绍如下: (1)登录主页面。 (2)漂亮管理后台框架集成。 (3)http post get 测试工具。 (4)中文转全拼、简拼。 (5)微信调试工具:文本、菜单点击、关注、取消关注、图片、链接。 (6)多种加解密:Des加密、Des界面、SHA加密、MD5、SHA64等。 (7)insert 语句核对工具。 注意事项 1、开发环境为Visual Studio 2010,无数据库,使用.net 4.0开发。 2、该源码比较适合二次开发使用或者学习交流。

    通过安装安卓端的autoxjs,执行本项目的脚本,实现自动监测大麦,自动抢演唱会门票项目资源I.zip

    通过安装安卓端的autoxjs,执行本项目的脚本,实现自动监测大麦,自动抢演唱会门票项目资源I

    用CALY频率偏移(CFO)绘制了OFDM子载波的灵敏度图 matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    关于雷达系统中目标航迹的检测前跟踪(TBD)matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    毕业设计&课设_Python 3.6 下推荐算法解析,含多种算法原理,有示例及预测任务,含相关文件.zip

    该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过严格测试运行成功才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。

    基于图最优传输的法律案例匹配模型及其解释性分析

    内容概要:本文提出了一个名为GEIOT-Match的新型图最优传输(GOT)方法,用于法律案例匹配。该模型构建了一个异构图来表示法律案件的半结构化性质以及与法律法规的相关性,从而实现案件之间的匹配预测及解释。具体来说,通过提取配对法律案例子图中的理性依据并进行对齐,利用逆向最优传输(IOT)模型从配对案例中提取理性依据,最终生成自然语言解释。实验结果表明,GEIOT-Match不仅在匹配准确性方面优于现有基线模型,还能提供合理的解释。 适合人群:从事法律信息化研究的技术人员、数据科学家和研究人员。 使用场景及目标:适用于需要精确匹配和解释的法律信息系统,旨在提高法律判决的公平性和公正性。 其他说明:本文还讨论了模型的时间复杂度和实际部署的可能性,表明该模型在保持有效性和可解释性的同时,具有较高的效率,适合大规模应用。

    基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具本地类库,可离线使用 包含文本识别、文本检测、表格识别

    PaddleOCRSharp是一个基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具本地类库,可离线使用。包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化,比飞桨原代码识别准确率有所提高。 包含总模型仅8.6M的超轻量级中文OCR,单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测。

    .f2812.cuid

    .f2812.cuid

    Docker安装教程.docx

    docker安装

    航天器姿态估计用单目图像数据集的生成与验证

    内容概要:本文提出了一种基于光线追踪的方法来生成高保真的太空合成图像数据集,用于解决航天器相对姿态估计问题。作者开发了一个工具链,利用POV-Ray开源软件生成了多个背景场景(如地球大气层和无大气层天体)下的高质量太空飞船图像,并通过与现有的SPEED数据集进行对比验证了生成图像的真实性和准确性。 适合人群:从事航天器导航与控制研究的专业人士、计算机视觉领域的研究人员、机器学习算法开发者。 使用场景及目标:①训练并测试用于航天器近距离操作的视觉导航算法;②为未来具有高度自主性的任务提供技术支持。 其他说明:文中详细介绍了背景建模的技术细节,特别是对地球大气散射模型进行了优化,并提供了三种公开的数据集供研究社区下载使用。

    地球物理学双差伴随层析成像方法研究与应用

    内容概要:本文介绍了一种基于伴随层析成像技术的‘双差法’(double-difference)方法,用于地震波速度结构反演。这种方法通过构建站间差异测量来减少源签名和系统误差的影响。文章详细探讨了‘双差法’在理论和实际应用中的实施步骤,包括差分时间的计算、不适定性问题的缓解、以及灵敏度比较等内容。数值实验表明,相比于传统的绝对测量,‘双差法’提供了更高分辨率的结构信息。 适合人群:地球物理学家、地震学家、研究人员、地质工程专业的学生和从业人员。 使用场景及目标:本方法适用于需要高精度地层结构解析的研究,如地震活动监测、资源勘探、地壳结构研究等场景。目标是在减少噪声干扰的同时提高成像精度。 其他说明:文中还讨论了聚类分析和正则化方法的应用,以增强问题的稳定性并降低计算成本。同时,‘双差法’对源信号函数错误较为鲁棒,在某些情况下可以更好地分离时相。

    低噪声放大器LNA天线一体化设计-ADS CST工程

    根据低噪声放大器与天线一体化的拓扑结构和设计方案,设计了一款工作于2.1 - 2.9 GHz的低噪放天线一体化电路,利用ADS+CST对提出的设计进行仿真验证,结果显示噪声系数可达1dB左右,增益在13dB左右。值得说明的是,该结果并不是最优结果,读者可在此基础上再进行优化调试。

    14 同步带传动设计计算.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    智能电网基于效用最大化的实时电价算法研究

    内容概要:本文提出了一个用于未来智能电网的需求侧管理(DSM)的新型实时电价算法。该算法通过对用户偏好及其电力消费模式进行建模来自动管理和优化各用户与能源供应商之间的互动,确保系统的总体效用最大化同时降低对能源提供商的成本负担。此外,模拟结果显示该算法不仅使消费者受益还能提升系统效率并确保总电能消耗低于发电能力。具体而言,本文首先通过选定合适的效益函数形式来分析用户的偏好的电能消费行为模型;其次提出分布式算法找到每个消费者的最佳能耗值以及能源供应商发布的价格;最后证明了所制定优化问题最优解的存在性和唯一性,并通过实验证明了该方法的有效性。适用于智能电网的研究和技术应用。 适用人群:电力行业研究人员,智能电网技术开发者,以及对智能电网和电力市场有深入兴趣的专业人士。 使用场景及目标:本文主要应用于电力行业内部,特别是针对电力供应方(如电力公司),旨在提供一种新的实时定价策略,促进电力使用的合理性及时段优化分配,提高电网整体运行效率。此外,也为广大居民提供了更加灵活多变的选择余地,在享受优质供电服务的同时有效节省家庭电费支出。 其他说明:本文提出的模型能够很好地处理用户私密信息的问题。

    基于深度生成模型与混合模型的聚类分析-利用Wasserstein GAN和VAE

    内容概要:本文介绍了一种新的聚类方法,该方法基于Wasserstein生成对抗网络(WGAN-GP)和变分自编码器(VAE),并通过高斯混合模型(GMM)作为先验来生成潜在变量。为了提高对离群点的鲁棒性,作者还提出了使用学生t分布混合模型(SMM)代替GMM的方法。这种方法不仅可以在没有监督的情况下生成逼真的样本,还能改进现有深度生成模型的稳定性和准确性。 适合人群:从事机器学习研究和应用的研发人员。 使用场景及目标:用于解决传统浅层聚类算法无法深入挖掘数据间复杂依赖关系的问题,提升模型对复杂高维数据的处理能力,尤其适用于需要在大量数据中找到隐藏模式的应用场景。 其他说明:实验部分对比了不同模型的效果,证明提出的方法在多项性能指标上均优于当前最先进的几种聚类方法。此外,针对不同的数据集进行了广泛的验证测试,结果显示无论是图像还是文本数据都能取得良好的表现。

    从 0 到 1 构建集群服务质量运营体系降低云成本.pdf

    从 0 到 1 构建集群服务质量运营体系降低云成本.pdf

Global site tag (gtag.js) - Google Analytics