'library cache lock' Waits: Causes and Solutions (Doc ID 1952395.1)
序言：优化器是Oracle数据库最引人入胜的部件之一，因为它对每一个SQL语句的处理都必不可少。优化器为每个SQL语句确定最有效的执行计划，这是基于给定的查询的结构，可用的关于底层对象的统计信息，以及所有与优化器和执行相关的特性。 本文来自Oracle 白皮书翻译（译者：苏旭辉 newkid），介绍了在Oracle数据库12c第二版中与优化器和统计信息相关的所有新特性并且提供了简单的，可再现的例子，使得你能够更容易地熟悉它们，尤其是当你从早先的版本进行迁移的时候。它还概括了已有的功能是如何被增强以改善性能
prepareStatement会先初始化SQL，先把这个SQL提交到数据库中进行预处理，多次使用可提高效率。 createStatement不会初始化，没有预处理，没次都是从0开始执行SQL
日常的应用开发中可能需要优化SQL，提高数据访问和应用响应的效率，不同的SQL，优化的具体方案可能会有所不同，但是路径上，还是存在一些共性的。碰巧看到杨老师的这篇文章《第45期：一条 SQL 语句优化的基本思路》，为我们优化一些MySQL数据库的SQL语句提供了可借鉴的路径，值得参考和应用。
为什么db file sequential read事件在full table scan操作中显现，为什么在多块读中为什么会有单块读存在 ？
通过12c的自动重新优化（Automatic Reoptimization 以后简称AR）功能， Oracle进一步的扩展和增强了11gR2版本的基数反馈（CFB）功能，来重新优化重复执行的SQL。
二、MYSQL数据库设计原则 1、核心原则 不在数据库做运算; cpu计算务必移至业务层; 控制列数量(字段少而精,字段数建议在20以内); 平衡范式与冗余(效率优先；往往牺牲范式) 拒绝3B(拒绝大sql语句：big sql、拒绝大事务：big transaction、拒绝大批量：big batch); 2、字段类原则 用好数值类型(用合适的字段类型节约空间); 字符转化为数字(能转化的最好转化,同样节约空间、提高查询性能); 避免使用NULL字段(NULL字段很难查询优化、NULL字段的索引需要额外空
我们知道索引至关重要，合理的索引使用能够在很大程度上改善数据库的性能。然而很多人都会走入这样一个误区：走索引的SQL语句的性能一定比全表扫描好。真的是这样吗？今天我们将围绕B*Tree索引的使用，解读如何合理地使用索引，以及如何通过正确的索引来提高性能。 影响数据库性能的因素主要有以下几个： DB call Hard Parse+Soft Parse Wait Event I/O 不合理的设计与开发 在以上几个因素中，我认为I/O的问题是最重要的，也是很多数据库最普遍的性能问题。因此SQL优化的核心就是
论文标题：X-SQL:reinforce schema representation with context
本站文章除注明转载/出处外，皆为作者原创，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
SQL 语句优化是一个既熟悉又陌生的话题。面对千奇百怪的 SQL 语句，虽然数据库本身对 SQL 语句的优化一直在持续改进、提升，但是我们不能完全依赖数据库，应该在给到数据库之前就替它做好各种准备工作，这样才能让数据库来有精力做它自己擅长的事情。
重构（Refactoring）就是通过调整程序代码,改善软件的质量、性能，使其程序的设计模式和架构更趋合理，提高软件的扩展性和维护性。
前面章节，我们介绍了很多数据库的优化措施。但是在实际生产环境中，由于数据库本身的性能局限，就必须要对前台的应用进行一些优化，来降低数据库的访问压力。
在确定调优会话的目标后，例如，将用户响应时间从三分钟缩短到不到一秒，问题就变成了如何实现此目标。
通过一段时间的学习和了解以及前面几篇关于Slick的讨论后对Slick这个函数式数据库编程工具有了些具体的了解。回顾我学习Slick的目的，产生了许多想法，觉着应该从实际的工作应用角度把我对Sl
在我们实际开发中，随着业务的不断增加，数据量也在不断的攀升，这样就离不开一个问题：数据查询效率优化 根据自己的以往实际项目工作经验和学习所知，现在对SQL查询优化做一个简单的梳理总结，总结的不好之处，望多多指点交流学习 主要通过以下几个点来进行总结分析：索引、语句本身、分区存储、分库分表
高性能网站架构方案（一）——MySQL提升 原创内容，转载请注明来源，谢谢） 一、Mysql响应速度提升——HandlerSocket 1、概述 HandlerSocket作为Mysql的插件运行，在Mysql体系架构中绕开了SQL解析，让程序直接和InnoDB引擎进行交互。并且其可以通过合并写入、简单协议等手段，提高数据访问性能，在CPU密集型应用中优势明显。 HandlerSocket可以理解为MySql的NoSql插件，其所谓的CPU密集型优势指的是，对于处理复
2 如何改善关系型数据库的性能。（《MySQL必知必会》P227）备份数据库和清除垃圾数据。
mysql-uroot-e”show processlist”|grep-i”Locked”>>locked_log.txt
记得在大学的时候，学习多媒体遇到了一个概念：帧内压缩和帧间压缩。我感觉我的第一篇里里面提到的我的那个方法有一点像帧间压缩，那么是不是把代码减少到极致了呢？ 单看一个表的添加代码好像是，但是一个项目可不是只有一个添加的页面就完事了，项目越大，添加的页面也就越多，每个页面都写这么多的代码，依然很烦。那么怎么办呢？ 许多人想到了代码生成器。是的，代码生成器可以减少我们的劳动，但是不能减少代码！ 相反，由于使用了代码生成器，限制了我们的想象力，让我们居于现状，认为这么多的代码是正常的，是不可避免的，反正有代码生成器
相信这内连接，左连接什么的大家都比较熟悉了，当然还有左外连接什么的，基本用不上我就不贴出来了。这图只是让大家回忆一下，各种连接查询。 然后要告诉大家的是，需要根据查询的情况，想好使用哪种连接方式效率更高。
对于自动化运维，诸如备份恢复之类的，DBA经常需要将SQL语句封装到shell脚本。本文描述了在Linux环境下mysql数据库中，shell脚本下调用sql语句的几种方法，供大家参考。对于脚本输出的结果美化，需要进一步完善和调整。以下为具体的示例及其方法。
在确定需要优化的目标时，先了解哪些查询执行速度较慢非常重要。通过分析慢查询日志，找出问题并对症下药。
事务(TRANSACTION)是作为单个逻辑工作单元执行的一系列操作 多个操作作为一个整体向系统提交，要么都执行、要么都不执行 事务是一个不可分割的工作逻辑单元
3．SQL语言的数据操纵语句包括 SELECT，INSERT，UPDATE和 DELETE， 最重要的，也是使用最频繁的语句是__A__。
导语 SuperSQL是腾讯天穹自研的下一代大数据自适应计算平台。通过开放融合的架构，实现一套代码高效解决公有云、私有云、内网的任何大数据计算场景问题。我们通过将异构计算引擎/异构存储服务、计算引擎的智能化/自动化、SQL的流批一体、算力感知的智能化调度纳入内部系统闭环，给用户提供极简统一的大数据计算体验。用户能够从繁杂的底层技术细节中解脱出来，专注于业务逻辑的实现，像使用“数据库”一样使用“大数据”，实现业务逻辑与底层大数据技术的解耦。 背景 在大数据生态里，不同计算引擎适合不同的计算场景，Spark适合
好久没有给大家发面试题了，最近收集了一套Oracle的面试题，特地整理出来分享给大家，希望对你有帮助。
http://blog.csdn.net/qh_java/article/details/14045765
Geiling();--向上取整 Floor();--向下取整 Round(,)--四舍五入（数，小数点后位数） abs();--绝对值 sign();--测试正负与0，正返回1.0，负返回-1.0,0返回0 PI();--π：3.1415926······ Rand();--随机数 Lower();--全部转换成小写 Upper();--全部转换成大写 Str();--把数值类型转换为字符型 Ltrim();--把字符串头部的空格去掉 Rtrim();--把字符串尾部的空格去掉 left(,),right(,),substring(,);--返回字符串指定位置，指定位数的字符串 charindex(1,2);--返回1字符串在2字符串中第一次出现的位置 patindex('%1%',2);--返回1字符串在2字符串中第一次出现的位置 quotename();--返回被特定字符括起来的字符串 replicate(1,2);--返回一个重复1字符串2次的新字符串 replace(1,2,3);--返回1字符串中的2子字符串被3子字符串替代 getdate();--获取系统时间 convert(char(10),GETDATE(),20);--获取当前时间，显示年月日 select convert(char(8),GETDATE(),108);--获取当前时间，显示时分秒 执行顺序： from -> where -> group by -> having -> select -> order by
2、控制单表数据量 int型不超过1000w，含char则不超过500w； 合理分表； 限制单库表数量在300以内；
不在数据库做运算：cpu计算务必移至业务层 控制单表数据量：单表记录控制在1000w 控制列数量：字段数控制在20以内 平衡范式与冗余：为提高效率牺牲范式设计，冗余数据 拒绝3B：拒绝大sql，大事物，大批量 varchar是变长存储的，所以实际开发中我们一般都把varchar的宽度设为最长255，反正你没用完它也不会浪费空间。 避免使用NULL字段 NULL字段很难查询优化 NULL字段的索引需要额外空间 NULL字段的复合索引无效 少用text/blob varchar的性能会比te
对数据库中的记录依据某个字段进行排序是一种常见需求，虽然简单的Order by可以胜任，但如果想要输出具体的排名却难以直接实现。如果再考虑重复排名或者分类排名，那么情况就更为复杂。
最近在写SQL语句时，对选择IN 还是Exists 犹豫不决，于是把两种方法的SQL都写出来对比一下执行效率，发现IN的查询效率比Exists高了很多，于是想当然的认为IN的效率比Exists好，但本着寻根究底的原则，我想知道这个结论是否适用所有场景，以及为什么会出现这个结果。
1、ViewState 对象为Null。 2、DateSet 空。 3、sql语句或Datebase的原因导致DataReader空。 4、声明字符串变量时未赋空值就应用变量。 5、未用new初始化对象。 6、Session对象为空。 7、对控件赋文本值时,值不存在。 8、使用Request.QueryString()时,所获取的对象不存在,或在值为空时未赋初始值。 9、使用FindControl时,控件不存在却没有做预处理。 10、反复定义造成未将对象引用设置到对象的实例错误.
在数据库中，为了提高查询效率和数据的持久化存储，在设计索引时通常会采用B树或B+树。本文将对B树和B+树进行详细介绍，并解释为什么MySQL选择B+树作为索引结构。
随着访问量的不断增加，单台MySQL数据库服务器压力不断增加，需要对MYSQL进行优化和架构改造，MYQSL优化如果不能明显改善压力情况，可以使用高可用、主从复制、读写分离来、拆分库、拆分表来进行优化。
索引在数据库中非常重要，它可以加快查询速度并提高数据库性能。对于经常被用作查询条件的字段，添加索引可以显著改善查询效率。然而，索引的创建和维护需要考虑多个因素，包括数据量、查询频率、更新频率等。
背景 最近一个客户找到我说是所有的SQL Server 服务器的内存都被用光了，然后截图给我看了一台服务器的任务管理器。如图 这里要说明一下任务管理器不会完整的告诉真的内存或者CPU的使用情况，也就是
关于In与Exists的比较，先说结论，归纳出IN 和Exists的适用场景： 1）IN查询在内部表和外部表上都可以使用到索引。 2）Exists查询仅在内部表上可以使用到索引。 3）当子查询结果集很大，而外部表较小的时候，Exists的Block Nested Loop(Block 嵌套循环)的作用开始显现，并弥补外部表无法用到索引的缺陷，查询效率会优于IN。 4）当子查询结果集较小，而外部表很大的时候，Exists的Block嵌套循环优化效果不明显，IN 的外表索引优势占主要作用，此时IN的查询
InnoDB用一块内存区域做I/O缓存池，该缓存池不仅用来缓存InnoDB的索引块，而且也用来缓存InnoDB的数据块。
优点:查询数据,语法简单,灵活容易使用.该工具可以模拟多个客户端同时并发的向服务器发出查询更新,给出了性能测试数据而且提供了多种引擎的性能比较。
即使是大型科技公司，依然会被软件和Web漏洞所困扰，其中SQL 注入是常见也是最危险的漏洞之一。在MITRE近日发布的过去两年中最常见和最危险的25个软件漏洞列表(见下图)中，SQL注入漏洞的排名高居第六：
http://blog.csdn.net/jackmacro/article/details/5688687
下订单减库存的方式 现在，连农村的大姐都会用手机上淘宝购物了，相信电商对大家已经非常熟悉了，如果熟悉电商开发的同学，就知道在买家下单购买商品的时候，是需要扣减库存的，当然有2种扣减库存的方式， 一种是预扣库存，相当于锁定库存， 一种是直接扣减库存。 我们采用的是预扣库存的方式，预扣库存的时候，在SalesInfo表中，将最大可售数量MaxSalesNum减去购买数量，用一条SQL语句来表示这个业务，就是下面这个样子的： update salesinfo set MaxSalesNum=MaxSalesNum
Python操作Oracle数据库多用cx_Oracle这个第三方扩展，总体而言，cx_Oracle的使用方式与Python操作MySQL数据库的pymysql库还是很相似的，如果还没有安装，可以通过下面的命令进行安装： $ pip install -i https://pypi.douban.com/simple cx_oracle 使用前导入：
之前总结过一篇 通过错误的sql来测试推理sql的解析过程 也算是以毒攻毒，当然也分析出来一些有意思的内容来，让原本看起来枯燥的内容有了更多的实践意义。 在后来小组内部做了一个分享总结，本来以为已经总结差不多了，但是发现真是集思广益，大家临时想出不少好的点子来，这也就是brainstroming的好处吧. 比如下面的错误sql，在解析的时候，会首先报错在group by的部分。在10g和11g略微有一些差别。目前以11g的为基线。 目前存在一个表test，字段情况为(id number,name va
这个SQL语句列表为每个表提供了SQL查询和其他操作的记录，包括插入、更新和删除。 这些SQL语句链接到一个查询计划，该链接提供冻结该查询计划的选项。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
