百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

超详细的oracle数据库表碎片整理规范,值得收藏

mhr18 2024-10-10 06:59 59 浏览 0 评论

概述

生产环境中,经常会遇到表由于数据不断插入,导致空间越来越大,由于前期配置问题,没有做分区或者其他优化,而且生产数据实时向表插入。要删除历史数据来释放空间。所以DBA一般都需要定期去对Oracle表碎片做整理,简单整理表碎片整理流程如下:


1、定位存在碎片的对象

使用如下脚本,检查需要进行碎片整理的对象:

--all tables(partition_tables + non_partition_tables )
select a.owner,
 a.table_name,
 a.num_rows,
 a.avg_row_len,
 round(a.avg_row_len * a.num_rows / 1024 / 1024, 2) real_bytes_MB,
 round(b.seg_bytes_mb, 2) seg_bytes_mb,
 decode(a.num_rows,
 0,
 100,
 (1 - round(a.avg_row_len * a.num_rows / 1024 / 1024 /
 b.seg_bytes_mb,
 2)) * 100) || '%' frag_percent
 from dba_tables a,
 (select owner, segment_name, sum(bytes / 1024 / 1024) seg_bytes_mb
 from dba_segments
 group by owner, segment_name) b
 where a.table_name = b.segment_name
 and a.owner = b.owner
 and a.owner not in
 ('SYS', 'SYSTEM', 'OUTLN', 'DMSYS', 'TSMSYS', 'DBSNMP', 'WMSYS',
 'EXFSYS', 'CTXSYS', 'XDB', 'OLAPSYS', 'ORDSYS', 'MDSYS', 'SYSMAN')
 and decode(a.num_rows,
 0,
 100,
 (1 - round(a.avg_row_len * a.num_rows / 1024 / 1024 /
 b.seg_bytes_mb,
 2)) * 100) > 30
 order by b.seg_bytes_mb desc;

2、统计信息检查

2.1 统计信息检查

查看统计信息收集日期,确保碎片查询结果准确:

select owner,table_name,last_analyzed from dba_tables Where owner='<OWNER>' AND table_name='<TABLE_NAME>';

2.2 统计信息收集

如果统计信息过旧,则重新收集统计信息:

exec dbms_stats.gather_table_stats(ownname=>'<OWNER>', tabname =>'<TABLE_NAME>');

3、表碎片整理

3.1 打开行移动

alter table <TABLE_NAME> enable row movement ;

3.2 进行表收缩

alter table <TABLE_NAME> shrink space cascade ;

3.3 失效对象编译

语句可能会造成引用表<TABLE_NAME>的对象(如存储过程、包、视图等)变为无效。

运行如下脚本,重新编译失效对象。

@?/rdbms/admin/utlrp.sql

4、对象收缩后的结果检查

运行如下脚本,确认对象空间是否已经完成收缩。

--all tables(partition_tables + non_partition_tables )
select a.owner,
 a.table_name,
 a.num_rows,
 a.avg_row_len,
 round(a.avg_row_len * a.num_rows / 1024 / 1024, 2) real_bytes_MB,
 round(b.seg_bytes_mb, 2) seg_bytes_mb,
 decode(a.num_rows,
 0,
 100,
 (1 - round(a.avg_row_len * a.num_rows / 1024 / 1024 /
 b.seg_bytes_mb,
 2)) * 100) || '%' frag_percent
 from dba_tables a,
 (select owner, segment_name, sum(bytes / 1024 / 1024) seg_bytes_mb
 from dba_segments
 group by owner, segment_name) b
 where a.table_name = b.segment_name
 and a.owner = b.owner
 and a.owner not in
 ('SYS', 'SYSTEM', 'OUTLN', 'DMSYS', 'TSMSYS', 'DBSNMP', 'WMSYS',
 'EXFSYS', 'CTXSYS', 'XDB', 'OLAPSYS', 'ORDSYS', 'MDSYS', 'SYSMAN')
 and decode(a.num_rows,
 0,
 100,
 (1 - round(a.avg_row_len * a.num_rows / 1024 / 1024 /
 b.seg_bytes_mb,
 2)) * 100) > 30
 order by b.seg_bytes_mb desc;

5、性能监控

监控数据库会话,是否存在异常等待事件:

select inst_id ,sid,serial#,sql_id,event,machine,module,program,seconds_in_wait from gv$session ;
--看会话在做什么操作
select sid, sql_text
 from v$session a, v$sql b
 where sid in(85,160)
 and(b.sql_id = a.sql_id or b.sql_id = a.prev_sql_id);

篇幅有限,这一块就整理到这了,后面会分享更多devops和DBA方面的内容,感兴趣的朋友可以关注下~

相关推荐

订单超时自动取消业务的 N 种实现方案,从原理到落地全解析

在分布式系统架构中,订单超时自动取消机制是保障业务一致性的关键组件。某电商平台曾因超时处理机制缺陷导致日均3000+订单库存锁定异常,直接损失超50万元/天。本文将从技术原理、实现细节、...

使用Spring Boot 3开发时,如何选择合适的分布式技术?

作为互联网大厂的后端开发人员,当你满怀期待地用上SpringBoot3,准备在项目中大显身手时,却发现一个棘手的问题摆在面前:面对众多分布式技术,究竟该如何选择,才能让SpringBoot...

数据库内存爆满怎么办?99%的程序员都踩过这个坑!

你的数据库是不是又双叒叕内存爆满了?!服务器监控一片红色警告,老板在群里@所有人,运维同事的电话打爆了手机...这种场景是不是特别熟悉?别慌!作为一个在数据库优化这条路上摸爬滚打了10年的老司机,今天...

springboot利用Redisson 实现缓存与数据库双写不一致问题

使用了Redisson来操作Redis分布式锁,主要功能是从缓存和数据库中获取商品信息,以下是针对并发时更新缓存和数据库带来不一致问题的解决方案1.基于读写锁和删除缓存策略在并发更新场景下,...

外贸独立站数据库炸了?对象缓存让你起死回生

上周黑五,一个客户眼睁睁看着服务器CPU飙到100%——每次页面加载要查87次数据库。这让我想起2024年Pantheon的测试:Redis缓存能把WooCommerce查询速度提升20倍。跨境电商最...

手把手教你在 Spring Boot3 里纯编码实现自定义分布式锁

为什么要自己实现分布式锁?你是不是早就受够了引入各种第三方依赖时的繁琐?尤其是分布式锁这块,每次集成Redisson或者Zookeeper,都得额外维护一堆配置,有时候还会因为版本兼容问题头疼半...

如何设计一个支持百万级实时数据推送的WebSocket集群架构?

面试解答:要设计一个支持百万级实时数据推送的WebSocket集群架构,需从**连接管理、负载均衡、水平扩展、容灾恢复**四个维度切入:连接层设计-**长连接优化**:采用Netty或Und...

Redis数据结构总结——面试最常问到的知识点

Redis作为主流的nosql存储,面试时经常会问到。其主要场景是用作缓存,分布式锁,分布式session,消息队列,发布订阅等等。其存储结构主要有String,List,Set,Hash,Sort...

skynet服务的缺陷 lua死循环

服务端高级架构—云风的skynet这边有一个关于云风skynet的视频推荐给大家观看点击就可以观看了!skynet是一套多人在线游戏的轻量级服务端框架,使用C+Lua开发。skynet的显著优点是,...

七年Java开发的一路辛酸史:分享面试京东、阿里、美团后的心得

前言我觉得有一个能够找一份大厂的offer的想法,这是很正常的,这并不是我们的饭后谈资而是每个技术人的追求。像阿里、腾讯、美团、字节跳动、京东等等的技术氛围与技术规范度还是要明显优于一些创业型公司...

mysql mogodb es redis数据库之间的区别

1.MySQL应用场景概念:关系型数据库,基于关系模型,使用表和行存储数据。优点:支持ACID事务,数据具有很高的一致性和完整性。缺点:垂直扩展能力有限,需要分库分表等方式扩展。对于复杂的查询和大量的...

redis,memcached,nginx网络组件

1.理解阻塞io,非阻塞io,同步io,异步io的区别2.理解BIO和AIO的区别io多路复用只负责io检测,不负责io操作阻塞io中的write,能写多少是多少,只要写成功就返回,譬如准备写500字...

SpringBoot+Vue+Redis实现验证码功能

一个小时只允许发三次验证码。一次验证码有效期二分钟。SpringBoot整合Redis...

AWS MemoryDB 可观测最佳实践

AWSMemoryDB介绍AmazonMemoryDB是一种完全托管的、内存中数据存储服务,专为需要极低延迟和高吞吐量的应用程序而设计。它与Redis和Memcached相似,但具有更...

从0构建大型AI推荐系统:实时化引擎从工具到生态的演进

在AI浪潮席卷各行各业的今天,推荐系统正从幕后走向前台,成为用户体验的核心驱动力。本文将带你深入探索一个大型AI推荐系统从零起步的全过程,揭示实时化引擎如何从单一工具演进为复杂生态的关键路径。无论你是...

取消回复欢迎 发表评论: