pl/sql块介绍 介绍 块(block)是pl/sql的基本程序单元，编写pl/sql程序实际上就是编写pl/sql块，要完成相对简单的应用功能，可能只需要编写一个pl/sql块，但是如果想要实现复杂的功能，可能需要在一个pl/sql块中嵌套其它的pl/sql块。 块结构示意图 pl/sql...
转载
2015-10-06 23:32:00
117阅读
pl/sql块介绍 介绍 块(block)是pl/sql的基本程序单元，编写pl/sql程序实际上就是编写pl/sql块，要完成相对简单的应用功能，可能只需要编写一个pl/sql块，但是如果想要实现复杂的功能，可能需要在一个pl/sql块中嵌套其它的pl/sql块。 块结构示意图 pl/sql块由三个部分构成：定义部分，执行部分，例外处理部分。 如下所示： declare ...
转载
2018-01-08 19:52:00
114阅读
2评论
删除表空间INCLUDING CONTENTS:指删除表空间中的segments；INCLUDING CONTENTS AND DATAFILES:指删除segments和datafiles；CASCADE CONSTRAINTS:删除所有与该空间相关的完整性约束条件。#将表空间和物理文件一起删除drop tablespace YSSUCO including contents and datafiles CASCADE CONSTRAINTS;...
原创
2021-08-24 15:05:51
381阅读
注：笔者环境 ES6.6.2、linux centos6.9、mysql8.0、三个节点、节点内存64G、八核CPU场景：目前Mysql 数据库数据量约10亿，有几张大表1亿左右，直接在Mysql查询出现各种效率问题，因此想着将数据导一份到ES，从而实现大数据快速检索的功能。通过Logstash插件批量导数据，个人感觉出现各种奇怪的问题，例如ES 内存暴满，mysql 所在服务器内存暴，最主要的是
转载
2024-03-04 13:55:46
188阅读
HBase中单表的数据量通常可以达到TB级或PB级，但大多数情况下数据读取可以做到毫秒级。HBase是如何做到的哪？要想实现表中数据的快速访问，通用的做法是数据保持有序并尽可能的将数据保存在内存里。HBase也是这样实现的。 对于海量级的数据，首先要解决存储的问题。 数据存储上，HBase将表切分成小一点的数据单位region，托管到RegionServer上，和以前关系数据库
转载
2023-11-21 13:07:59
89阅读
Mysql存储千亿级的数据，是一项非常大的挑战。Mysql单表可以存储10亿级的数据，只是这个时候性能非常差，项目中大量的实验证明，Mysql单表容量在500万左右，性能处于最佳状态。优化的顺序是:第一优化你的sql和索引；第二加缓存 memcached,redis；第三以上都做了后，还是慢，就做主从复制或主主复制，读写分离，可以在应用层做，效率高，也可以用三方工具，第三方工具推荐360的atla
转载
2023-10-21 17:59:24
217阅读
0、全然卸载Oracle10（Windows）在Windows下多次安装Oracle会造成混乱。重装Oracle的话一定先要干净卸载曾经的Oracle。一、有必要时先备份二、卸载步骤1、用DBCA删除数据库存；2、停止Oracle全部服务 打开控制面板。在管理工具中打开服务组件，停止以"Ora...
转载
2016-01-18 16:55:00
251阅读
2评论
转载入职第一天，老板竟让我优化5亿数据量，要凉凉？ >jsoncat：https://github.com/Snailclimb/jsoncat （仿 Spring Boot 但不同于 Spring Boot 的一个轻量级的 HTTP 框架） 前段时间hellohello-tom离职了，因为个人原因 ...
转载
2021-07-28 17:56:00
177阅读
2评论
上周有个需求，就是要做一个检索库：
１ ３亿个手机号码，并且每个号码２０个左右的属性例：地区，订阅等信息。
２ 在最短的时候内select出来（５分钟，１０分钟）[最重要]
３ 允许更新。对这些号码进行发送信息后，状态改变。[可以让他慢慢更新]
和几个同事讨论了一下，具体要注意以下几点：
１ 如果发送下去状态改变，但是只发
转载
2024-03-29 18:55:03
31阅读
数据源为mysql，目标介质为elasticsearch。1、 我们能利用的资源1.1 源数据模型源库是别人(库存)的数据，分为A,B,C三种类型的库存模型，需要将三种类型的模型整合成一中通用库存模型方便我方(商家)做业务。典型的互联网企业是协作方式，通过数据副本实现业务之间的解耦。1.2 特殊表（非重点）D为库存占用订单详情，也要异构一份。1.3 分库分表ABCD均做了分库分表，A(16个库，4
转载
2024-04-23 16:53:57
198阅读
Mongodb亿级数据量的性能测试 （所有插入都是单线程进行，所有读取都是多线程进行）1） 普通插入性能 （插入的数据每条大约在1KB左右）2） 批量插入性能 （使用的是官方C#客户端的InsertBatch），这个测的是批量插入性能能有多少提高3） 安全插入功能 （确保插入成功，使用的是SafeMode.True开关），这个测的是安全插入性能会差多少4） 查询一个索引后的数字列，返回10条记录
转载
2024-08-05 10:14:50
162阅读
问题描述最近项目线上环境,队列服务器上一直频繁地大量出现数据库死锁问题,这个问题最早可以追溯到年前,19年的时候就出现了,当时一直频于开发业务功能,所以一直未去处理这个问题,这次正好来探究一下死锁的原因和问题所在。首先,目前项目中使用的队列驱动选用的是database,因为简单、高效、无需扩展其他第三方应用,就一直采用了mysql数据库来作为队列驱动,线上队列环境运行的是:Ubuntu 16.04
MongoDB是一种流行的NoSQL数据库，它以其横向扩展能力和灵活的数据模型而闻名。在本文中，我们将讨论如何在单机环境下处理6亿数据量的MongoDB。
## MongoDB简介
MongoDB是一个面向文档的数据库管理系统，它使用JSON样式的BSON（二进制JSON）格式来存储数据。相比于传统的关系型数据库，MongoDB更适用于处理大量非结构化或半结构化的数据。它具有高性能、高可扩展性
原创
2023-12-11 05:46:28
133阅读
1、导入依赖 <dependency> <groupId>com.
oracle.database.jdbc</groupId> <artifactId>ojdbc8</artifactId> <version>12.2.0.1</version> </dependency> 2、创建jdbc连接实现 ...
转载
2021-09-14 20:29:00
405阅读
2评论
1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如： select id from t where num is null 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询： ...
原创
2023-05-06 15:53:03
288阅读
100多个应用，1,500多个实例，每天200亿次查询奇虎是中国最大的安卓移动发布平台。奇虎也是中国最顶尖的病毒软件防护公司，同时为网络以及移动平台提供产品。自从2011年成为MongoDB的用户之后，奇虎已经在MongoDB上构建了100多个不同的应用，其中包括新服务以及从MySQL和Redis上迁移过来的服务——每天都会在MongoDB上运行超过1, 500个实例并且支持200亿次查询。我很高
转载
2023-08-03 21:45:32
17阅读
解读： 这张幻灯片展示了三个被部署的应用程序的整合 三个不同的非cdbs成为一个单一的。幻灯片中的图形显示了一个多租户 容器数据库有四个容器:根和三个可插入的数据库。每一个 可插入数据库有它自己的专用应用程序，由它自己的DBA管理 或者由容器管理员管理。 可插入数据库是一组数据库模式，它们在逻辑上对
转载
2017-09-16 13:31:00
79阅读
2评论
# 存储600亿量级的数据的实现
## 引言
大数据时代的到来，数据量的增长变得越来越快。存储和处理大规模数据对开发者来说是一个巨大的挑战。本文将介绍如何使用Java来存储一个庞大的数据集，我们将使用以下步骤来完成任务：
1. 数据划分
2. 数据存储
3. 数据读取
## 数据划分
存储600亿量级的数据意味着我们需要将数据划分成更小的块，以便于存储和处理。具体来说，我们可以使用哈希函
原创
2024-01-09 07:11:30
46阅读
# MongoDB支持上亿数据量吗？
## 导言
随着互联网和大数据时代的到来，数据量越来越庞大，对数据库的性能和扩展性提出了更高的要求。在这种情况下，很多人会关心MongoDB这样的NoSQL数据库是否支持上亿数据量的存储和查询。本文将会探讨MongoDB对于大数据量的支持情况，并通过代码示例来进一步说明。
## MongoDB简介
MongoDB是一个基于分布式文件存储的开源数据库系统，它
原创
2024-06-27 07:00:38
65阅读
在当今数据爆炸的时代，企业在处理数据量达到10亿级别时，常常面临挑战。如何构建一个可靠、高效、可扩展的系统架构，成为了信息技术领域亟待解决的问题。本博文将详细剖析如何应对“10亿数据量的系统架构”问题，从技术原理到架构解析，深入探讨解决方案。
在处理这种海量数据时，首先需要明确我们所面临的背景。数据量的急剧增加，导致数据存储、处理和分析的需求急剧上升。如果不提前做好规划，系统将变得越来越臃肿，最
