miyatang

【性能优化】之 HINTS 相关作业

做完优化课程中HINTS 相关作业后，感觉这几个作业还是蛮有特点，也能说明一些问题，

就在提交作业的同时一并发布了

**************************************************************************************************

1.写一条SQL，使它通过全表扫描方式的效率优于索引访问，分别给出各自的执行计划。

2.自己构造三条关联查询的SQL，分别适用于nested loop，hash join,merge join 关联,
对于每条sql语句，分别通过hint产生其它两种关联方式的执行计划，并比较性能差异。
3.通过append hint来插入数据，演示它和普通插入数据的性能比较。
4.验证Oracle在没有使用hint DRIVING_SITE时，是否会将远程的数据拉到本地执行。
5.用cardinality hint来模拟表中的数据，写一条SQL语句并给出它的执行计划。

==============================================================================
1.写一条SQL，使它通过全表扫描方式的效率优于索引访问，分别给出各自的执行计划。
答：

   1.1 建立测试数据

       create table t as select * from dba_objects;

       select status,count(0) as qty from T group by status

           STATUS   QTY
           -----------------
       1   INVALID   450
       2   VALID   2279880

   1.2 在一个字段中建立索引
       CREATE INDEX IDX_T_STATUS ON T(STATUS)

   1.3 对比使用索引及全表搜索的执行计划：

       从下面的两种方法对比中可以看到，
       在使用了索引
       1.3.1 使用索引 idx_t_status 时，COST:19054,而进行全表搜索时，COST:8880。
       两种方法中其实ROWS,BYTES都是一样的。因为从上面的统计中也可以看到 status ='VALID' 的数据其实是
       差不多占到了全表记录了。使用索引后，反而增加了搜索索引的IO成本。

       SQL> explain plan for select /*+ index(t idx_t_status)*/ * from T WHERE status ='VALID';
       Explained

       SQL> select * from table(dbms_xplan.display(null,null,'typical'));
       PLAN_TABLE_OUTPUT
       --------------------------------------------------------------------------------
       Plan hash value: 709710412
       --------------------------------------------------------------------------------
       | Id | Operation                   | Name         | Rows | Bytes | Cost (%CPU)
       --------------------------------------------------------------------------------
       |   0 | SELECT STATEMENT            |              | 1140K|   105M| 19054   (1)
       |   1 | TABLE ACCESS BY INDEX ROWID| T            | 1140K|   105M| 19054   (1)
       |* 2 |   INDEX RANGE SCAN          | IDX_T_STATUS | 1140K|       | 2716   (1)
       --------------------------------------------------------------------------------
       Predicate Information (identified by operation id):
       ---------------------------------------------------
           2 - access("STATUS"='VALID')
       14 rows selected

       1.3.1 没有指定使用索引，系统自动进行了全表搜索
       SQL> explain plan for select * from T WHERE status ='VALID';
       Explained

       SQL> select * from table(dbms_xplan.display(null,null,'typical'));
       PLAN_TABLE_OUTPUT
       --------------------------------------------------------------------------------
       Plan hash value: 1601196873
       --------------------------------------------------------------------------
       | Id | Operation         | Name | Rows | Bytes | Cost (%CPU)| Time     |
       --------------------------------------------------------------------------
       |   0 | SELECT STATEMENT |      | 1140K|   105M| 8880   (1)| 00:01:47 |
       |* 1 | TABLE ACCESS FULL| T    | 1140K|   105M| 8880   (1)| 00:01:47 |
       --------------------------------------------------------------------------
       Predicate Information (identified by operation id):
       ---------------------------------------------------
           1 - filter("STATUS"='VALID')
       13 rows selected

       SQL>

------------------------------------------------------------------------------------------
2.自己构造三条关联查询的SQL，分别适用于nested loop，hash join,merge join 关联,对于每条sql语句，
分别通过hint产生其它两种关联方式的执行计划，并比较性能差异。

答：

   2.1 准备测试数据
   建立一个小表与一个大表，在大表关联字段中，建立索引。
   OBJECT_ID 字段为唯一键值，所以比较适合使用NESTED JOIN,

   drop table t;
   drop table t1;
   create table t as select * from dba_objects;
   create table t1 as select * from t where object_id<100;

   create index idx_t_id on t(object_id)

   2.2 使用默认的执行计划，可以看到是执行计划使用的是嵌套关联（NESTED JOIN)

   SQL> explain plan for select t.* from t ,t1 where t1.object_id=t.object_id;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 3409221634
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT             |          |    98 | 21560 |   199   (0)| 0
   |   1 | NESTED LOOPS                |          |       |       |            |
   |   2 |   NESTED LOOPS               |          |    98 | 21560 |   199   (0)| 0
   |   3 |    TABLE ACCESS FULL         | T1       |    98 | 1274 |     3   (0)| 0
   |* 4 |    INDEX RANGE SCAN          | IDX_T_ID |     1 |       |     1   (0)| 0
   |   5 |   TABLE ACCESS BY INDEX ROWID| T        |     1 |   207 |     2   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       4 - access("T1"."OBJECT_ID"="T"."OBJECT_ID")
   Note
   -----
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
       - dynamic sampling used for this statement (level=2)
   21 rows selected

   2.3指定使用 HASH 关联
   SQL> explain plan for select /*+ use_hash(t,t1)*/ t.* from t ,t1 where t.object_id=t1.object_id;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 1444793974
   ---------------------------------------------------------------------------
   | Id | Operation          | Name | Rows | Bytes | Cost (%CPU)| Time     |
   ---------------------------------------------------------------------------
   |   0 | SELECT STATEMENT   |      |    98 | 21560 |   308   (1)| 00:00:04 |
   |* 1 | HASH JOIN         |      |    98 | 21560 |   308   (1)| 00:00:04 |
   |   2 |   TABLE ACCESS FULL| T1   |    98 | 1274 |     3   (0)| 00:00:01 |
   |   3 |   TABLE ACCESS FULL| T    | 78211 |    15M|   304   (1)| 00:00:04 |
   ---------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       1 - access("T"."OBJECT_ID"="T1"."OBJECT_ID")
   Note
   -----
       - dynamic sampling used for this statement (level=2)
   19 rows selected

   2.4 指定使用MERGE

   SQL> explain plan for select /*+ use_meger(t,t1)*/ t.* from t ,t1 where t.object_id=t1.object_id;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 2941280097
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT             |          |    98 | 21560 | 1272   (1)| 0
   |   1 | MERGE JOIN                  |          |    98 | 21560 | 1272   (1)| 0
   |   2 |   TABLE ACCESS BY INDEX ROWID| T        | 78211 |    15M| 1268   (1)| 0
   |   3 |    INDEX FULL SCAN           | IDX_T_ID | 78211 |       |   183   (1)| 0
   |* 4 |   SORT JOIN                  |          |    98 | 1274 |     4 (25)| 0
   |   5 |    TABLE ACCESS FULL         | T1       |    98 | 1274 |     3   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       4 - access("T"."OBJECT_ID"="T1"."OBJECT_ID")
           filter("T"."OBJECT_ID"="T1"."OBJECT_ID")
   Note
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------

       - dynamic sampling used for this statement (level=2)
   22 rows selected

   从上面3个执行计划可以看到。NESTED JOIN 为最优的。成本分别为：
   MERGE JOIN Cost=1272
   HASH JOIN   Cost=308
   NESTED JOIN   Cost=199

   ************************************************************************************

   2.5 再进行另一个测试，在小表中，插入更多重复数据，并在小表的关联字段中建立索引，看执行计划的变化
       INSERT INTO T1
       select * from t1
       UNION ALL
       select * from t1
       UNION ALL
       select * from t1
       UNION ALL
       select * from t1
       ;
       COMMIT;




   2.6 使用默认的执行计划，可以看到，这时变化成了hash join.

   SQL> explain plan for select t.* from t ,t1 where t1.object_id=t.object_id ;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 1444793974
   ---------------------------------------------------------------------------
   | Id | Operation          | Name | Rows | Bytes | Cost (%CPU)| Time     |
   ---------------------------------------------------------------------------
   |   0 | SELECT STATEMENT   |      |   490 |   105K|   311   (1)| 00:00:04 |
   |* 1 | HASH JOIN         |      |   490 |   105K|   311   (1)| 00:00:04 |
   |   2 |   TABLE ACCESS FULL| T1   |   490 | 6370 |     6   (0)| 00:00:01 |
   |   3 |   TABLE ACCESS FULL| T    | 78211 |    15M|   304   (1)| 00:00:04 |
   ---------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       1 - access("T1"."OBJECT_ID"="T"."OBJECT_ID")
   Note
   -----
       - dynamic sampling used for this statement (level=2)
   19 rows selected

   2.7 使用NESTED JOIN （ use_nl）

   SQL> explain plan for select /*+ use_nl(t,t1)*/ t.* from t ,t1 where t1.object_id=t.object_id ;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 3409221634
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT             |          |   490 |   105K|   986   (0)| 0
   |   1 | NESTED LOOPS                |          |       |       |            |
   |   2 |   NESTED LOOPS               |          |   490 |   105K|   986   (0)| 0
   |   3 |    TABLE ACCESS FULL         | T1       |   490 | 6370 |     6   (0)| 0
   |* 4 |    INDEX RANGE SCAN          | IDX_T_ID |     1 |       |     1   (0)| 0
   |   5 |   TABLE ACCESS BY INDEX ROWID| T        |     1 |   207 |     2   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       4 - access("T1"."OBJECT_ID"="T"."OBJECT_ID")
   Note
   -----
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
       - dynamic sampling used for this statement (level=2)
   21 rows selected

   2.8 使用MERGE JOIN

   SQL>
   SQL> explain plan for select /*+ use_merge(t,t1)*/ t.* from t ,t1 where t1.object_id=t.object_id ;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 2941280097
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT             |          |   490 |   105K| 1275   (1)| 0
   |   1 | MERGE JOIN                  |          |   490 |   105K| 1275   (1)| 0
   |   2 |   TABLE ACCESS BY INDEX ROWID| T        | 78211 |    15M| 1268   (1)| 0
   |   3 |    INDEX FULL SCAN           | IDX_T_ID | 78211 |       |   183   (1)| 0
   |* 4 |   SORT JOIN                  |          |   490 | 6370 |     7 (15)| 0
   |   5 |    TABLE ACCESS FULL         | T1       |   490 | 6370 |     6   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       4 - access("T1"."OBJECT_ID"="T"."OBJECT_ID")
           filter("T1"."OBJECT_ID"="T"."OBJECT_ID")
   Note
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   -----
       - dynamic sampling used for this statement (level=2)
   22 rows selected

   从上面3个执行计划可以看到。默认 HASH JOIN 为最优的。成本分别为：
   MERGE JOIN Cost=1275
   HASH JOIN   Cost=311
   NESTED JOIN   Cost=986

   因为小表中添加了很多重复的数据，这时已不适合使用嵌套关联。

   同时可以看到，两次的测试中，MERGE JOIN 都是最差的。
   MERGE JOIN 适合的场景为两个关联表的数据是经过排序后的子表。如以下SQL，执行计划为MERGE JOIN.
   select   t.* from (select * from t order by object_id) t
   ,(select * from t1 order by object_id) t1
      where t.object_id=t1.object_id

--------------------------------------------------------------------------------

3.通过append hint来插入数据，演示它和普通插入数据的性能比较。

3.1 对表T1 插入数据的代码查看执行计划
   SQL> explain plan for insert into t1 select * from t where object_id<300 ;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 514881935
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | INSERT STATEMENT             |          |   298 | 61686 |     7   (0)| 0
   |   1 | LOAD TABLE CONVENTIONAL     | T1       |       |       |            |
   |   2 |   TABLE ACCESS BY INDEX ROWID| T        |   298 | 61686 |     7   (0)| 0
   |* 3 |    INDEX RANGE SCAN          | IDX_T_ID |   298 |       |     2   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       3 - access("OBJECT_ID"<300)
   Note
   -----
       - dynamic sampling used for this statement (level=2)
   19 rows selected

3.2 对表T1 设置成NOLOOGIN 模式
SQL> alter table t1 nologging;
Table altered

3.3 再对执行计划中添加 /*+ append */

   SQL> explain plan for insert /*+ append */ into t1 select * from t where object_id<300 ;
   Explained

   SQL> select * from table(dbms_xplan.display(null,null,'typical'));
   PLAN_TABLE_OUTPUT
   --------------------------------------------------------------------------------
   Plan hash value: 3221007604
   --------------------------------------------------------------------------------
   | Id | Operation                    | Name     | Rows | Bytes | Cost (%CPU)| T
   --------------------------------------------------------------------------------
   |   0 | INSERT STATEMENT             |          |   298 | 61686 |     7   (0)| 0
   |   1 | LOAD AS SELECT              | T1       |       |       |            |
   |   2 |   TABLE ACCESS BY INDEX ROWID| T        |   298 | 61686 |     7   (0)| 0
   |* 3 |    INDEX RANGE SCAN          | IDX_T_ID |   298 |       |     2   (0)| 0
   --------------------------------------------------------------------------------
   Predicate Information (identified by operation id):
   ---------------------------------------------------
       3 - access("OBJECT_ID"<300)
   Note
   -----
       - dynamic sampling used for this statement (level=2)
   19 rows selected

   从上面两次的执行计划可以看出，结果是一样的。以上测试环境为非归档模式。

   下面在一个RAC归档模式下，（RAC+ DATAGUARD）看到结果还是一样的，我分析是因为在设置DATAGUARD
   时，已设置成：打开Forced Logging模式（alter database force logging; ），
   那么这时Oracle无论什么操作都进行redo的写入，这刚好与我的测试结果是相符合的。

       SQL> show parameter db_name;
       NAME                                 TYPE        VALUE
       ------------------------------------ ----------- ------------------------------
       db_name                              string      racdb

       SQL> explain plan for insert into t1 select * from t where object_id<300 ;
       Explained

       SQL> select * from table(dbms_xplan.display(null,null,'typical'));
       PLAN_TABLE_OUTPUT
       --------------------------------------------------------------------------------
       Plan hash value: 1601196873
       --------------------------------------------------------------------------------
       | Id | Operation                | Name | Rows | Bytes | Cost (%CPU)| Time
       --------------------------------------------------------------------------------
       |   0 | INSERT STATEMENT         |      |    12 | 2484 |   310   (1)| 00:00:04
       |   1 | LOAD TABLE CONVENTIONAL | T1   |       |       |            |
       |* 2 |   TABLE ACCESS FULL      | T    |    12 | 2484 |   310   (1)| 00:00:04
       --------------------------------------------------------------------------------
       Predicate Information (identified by operation id):
       ---------------------------------------------------
           2 - filter("OBJECT_ID"<300)
       Note
       -----
           - dynamic sampling used for this statement (level=2)
       18 rows selected

       SQL> alter table t1 nologging;
       Table altered

       SQL> explain plan for insert /*+ append */ into t1 select * from t where object_id<300 ;
       Explained

       SQL> select * from table(dbms_xplan.display(null,null,'typical'));
       PLAN_TABLE_OUTPUT
       --------------------------------------------------------------------------------
       Plan hash value: 570131543
       ---------------------------------------------------------------------------
       | Id | Operation          | Name | Rows | Bytes | Cost (%CPU)| Time     |
       ---------------------------------------------------------------------------
       |   0 | INSERT STATEMENT   |      |    12 | 2484 |   310   (1)| 00:00:04 |
       |   1 | LOAD AS SELECT    | T1   |       |       |            |          |
       |* 2 |   TABLE ACCESS FULL| T    |    12 | 2484 |   310   (1)| 00:00:04 |
       ---------------------------------------------------------------------------
       Predicate Information (identified by operation id):
       ---------------------------------------------------
           2 - filter("OBJECT_ID"<300)
       Note
       -----
           - dynamic sampling used for this statement (level=2)
       18 rows selected

   --------------------------------------------------------------------------------
   4.验证Oracle在没有使用hint DRIVING_SITE时，是否会将远程的数据拉到本地执行。

   4.1 建立远程数据连接：
   create public database link REALDB   connect to TANG   using 'racdb1';

   4.2 按默认执行查看执行计划
   SQL>set autotrace on
   SQL>set autotrace traceonly
   SQL> SET LINESIZE 800;

   4.3 为了检查两种效果，我在两个表中都建立索引

   drop table t;
   drop table t1;
   create table t as select * from dba_objects;
   create table t1 as select * from t where object_id<100;

   create index idx_t_id on t(object_id)

   create index idx_t_object_id on t(object_id);

   select 't',count(0) from t@realdb
   union all
   select 't1',count(0) from t1;
   ------------------------------------------
       'T'   COUNT(0)
   1   t   77135
   2   t1   98

   4.4 使用默认执行计划，调用远程大表进行查询，可以看出，这时是以大表做为远程表，本地小表T1的索引这时起了作用。

   SQL> set autotrace on
   SQL> set autotrace traceonly ;
   SQL> select t.* from t@realdb ,t1 where t.object_id=t1.object_id;

   98 rows selected.

   Execution Plan
   ----------------------------------------------------------
   Plan hash value: 257474329

   -----------------------------------------------------------------------------------------------------
   | Id | Operation        | Name             | Rows | Bytes | Cost (%CPU)| Time     | Inst   |IN-OUT|
   -----------------------------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT |                  |    98 | 9898 |   198   (1)| 00:00:03 |        |      |
   |   1 | NESTED LOOPS    |                  |    98 | 9898 |   198   (1)| 00:00:03 |        |      |
   |   2 |   INDEX FULL SCAN| IDX_T1_OBJECT_ID |    98 |   294 |     1   (0)| 00:00:01 |        |      |
   |   3 |   REMOTE         | T                |     1 |    98 |     2   (0)| 00:00:01 | REALDB | R->S |
   -----------------------------------------------------------------------------------------------------

   Remote SQL Information (identified by operation id):
   ----------------------------------------------------

       3 - SELECT "OWNER","OBJECT_NAME","SUBOBJECT_NAME","OBJECT_ID","DATA_OBJECT_ID","OBJECT_TYP
           E","CREATED","LAST_DDL_TIME","TIMESTAMP","STATUS","TEMPORARY","GENERATED","SECONDARY","NAMESP
           ACE","EDITION_NAME" FROM "T" "T" WHERE "OBJECT_ID"=:1 (accessing 'REALDB' )

   Statistics
   ----------------------------------------------------------
              1 recursive calls
              0 db block gets
              8 consistent gets
              0 physical reads
              0 redo size
           5352 bytes sent via SQL*Net to client
           589 bytes received via SQL*Net from client
              8 SQL*Net roundtrips to/from client
              0 sorts (memory)
              0 sorts (disk)
           98 rows processed

   4.5 指定远程大表T 做为驱动表，这时把数据，本地小表T1的索引没起作用。这时T的索引起作用。
   可以看到，这时的执行成本稍微低一些，这应该是因为表数据量不大的原因。
   SQL> select /*+ DRIVING_SITE(t)*/ t.* from t@realdb ,t1 where t.object_id=t1.object_id;

   98 rows selected.

   Execution Plan
   ----------------------------------------------------------
   Plan hash value: 999555369

   ----------------------------------------------------------------------------------------------------------------
   | Id | Operation                    | Name            | Rows | Bytes | Cost (%CPU)| Time     | Inst   |IN-OUT|
   ----------------------------------------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT REMOTE      |                 |    98 | 10878 |   197   (0)| 00:00:03 |     |      |
   |   1 | NESTED LOOPS                |                 |       |       |            |          |     |      |
   |   2 |   NESTED LOOPS               |                 |    98 | 10878 |   197   (0)| 00:00:03 |     |      |
   |   3 |    REMOTE                    | T1              |    98 | 1274 |     1   (0)| 00:00:01 |      ! | R->S |
   |* 4 |    INDEX RANGE SCAN          | IDX_T_OBJECT_ID |     1 |       |     1   (0)| 00:00:01 | RACDB |      |
   |   5 |   TABLE ACCESS BY INDEX ROWID| T               |     1 |    98 |     2   (0)| 00:00:01 | RACDB |      |
   ----------------------------------------------------------------------------------------------------------------

   Predicate Information (identified by operation id):
   ---------------------------------------------------

       4 - access("A2"."OBJECT_ID"="A1"."OBJECT_ID")

   Remote SQL Information (identified by operation id):
   ----------------------------------------------------

       3 - SELECT "OBJECT_ID" FROM "T1" "A1" (accessing '!' )

   Note
   -----
       - fully remote statement

   Statistics
   ----------------------------------------------------------
              8 recursive calls
              2 db block gets
              7 consistent gets
              0 physical reads
              0 redo size
           5725 bytes sent via SQL*Net to client
           589 bytes received via SQL*Net from client
              8 SQL*Net roundtrips to/from client
              0 sorts (memory)
              0 sorts (disk)
           98 rows processed

   SQL>


   --------------------------------------------------------------------------------
   5.用cardinality hint来模拟表中的数据，写一条SQL语句并给出它的执行计划。

   接着上一题目的测试，因为优势不明显，这里我使用 cardinality 来模拟更大的数据量，
   5.1在第默认使用驱动表的基础上，添加 cardinality 可以看到。数据量上来了，成本也上升。

   SQL> select /*+cardinality(t 90000000)*/ t.* from t@realdb ,t1 where t.object_id=t1.object_id;

   98 rows selected.

   Execution Plan
   ----------------------------------------------------------
   Plan hash value: 257474329

   -----------------------------------------------------------------------------------------------------
   | Id | Operation        | Name             | Rows | Bytes | Cost (%CPU)| Time     | Inst   |IN-OUT|
   -----------------------------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT |                  |   114K|    11M|   881 (78)| 00:00:11 |        |      |
   |   1 | NESTED LOOPS    |                  |   114K|    11M|   881 (78)| 00:00:11 |        |      |
   |   2 |   INDEX FULL SCAN| IDX_T1_OBJECT_ID |    98 |   294 |     1   (0)| 00:00:01 |        |      |
   |   3 |   REMOTE         | T                | 1167 |   111K|     2   (0)| 00:00:01 | REALDB | R->S |
   -----------------------------------------------------------------------------------------------------

   Remote SQL Information (identified by operation id):
   ----------------------------------------------------

       3 - SELECT /*+ OPT_ESTIMATE (TABLE "T" ROWS=90000000.000000 ) */
           "OWNER","OBJECT_NAME","SUBOBJECT_NAME","OBJECT_ID","DATA_OBJECT_ID","OBJECT_TYPE","CREATED","
           LAST_DDL_TIME","TIMESTAMP","STATUS","TEMPORARY","GENERATED","SECONDARY","NAMESPACE","EDITION_
           NAME" FROM "T" "T" WHERE "OBJECT_ID"=:1 (accessing 'REALDB' )

   Statistics
   ----------------------------------------------------------
              1 recursive calls
              0 db block gets
              8 consistent gets
              0 physical reads
              0 redo size
           5352 bytes sent via SQL*Net to client
           589 bytes received via SQL*Net from client
              8 SQL*Net roundtrips to/from client
              0 sorts (memory)
              0 sorts (disk)
           98 rows processed

   5.2 但使用在以下语句中时，cardinality(t 90000000) 不起作用了。
   SQL> select /*+ cardinality(t 90000000) DRIVING_SITE(t) */ t.* from t@realdb ,t1 where t.object_id=t1.object_id;

   98 rows selected.

   Execution Plan
   ----------------------------------------------------------
   Plan hash value: 999555369

   ----------------------------------------------------------------------------------------------------------------
   | Id | Operation                    | Name            | Rows | Bytes | Cost (%CPU)| Time     | Inst   |IN-OUT|
   ----------------------------------------------------------------------------------------------------------------
   |   0 | SELECT STATEMENT REMOTE      |                 |    98 | 10878 |   197   (0)| 00:00:03 |     |      |
   |   1 | NESTED LOOPS                |                 |       |       |            |          |     |      |
   |   2 |   NESTED LOOPS               |                 |    98 | 10878 |   197   (0)| 00:00:03 |     |      |
   |   3 |    REMOTE                    | T1              |    98 | 1274 |     1   (0)| 00:00:01 |      ! | R->S |
   |* 4 |    INDEX RANGE SCAN          | IDX_T_OBJECT_ID |     1 |       |     1   (0)| 00:00:01 | RACDB |      |
   |   5 |   TABLE ACCESS BY INDEX ROWID| T               |     1 |    98 |     2   (0)| 00:00:01 | RACDB |      |
   ----------------------------------------------------------------------------------------------------------------

   Predicate Information (identified by operation id):
   ---------------------------------------------------

       4 - access("A2"."OBJECT_ID"="A1"."OBJECT_ID")

   Remote SQL Information (identified by operation id):
   ----------------------------------------------------

       3 - SELECT "OBJECT_ID" FROM "T1" "A1" (accessing '!' )

   Note
   -----
       - fully remote statement

   Statistics
   ----------------------------------------------------------
              7 recursive calls
              0 db block gets
              7 consistent gets
              0 physical reads
              0 redo size
           5725 bytes sent via SQL*Net to client
           589 bytes received via SQL*Net from client
              8 SQL*Net roundtrips to/from client
              0 sorts (memory)
              0 sorts (disk)
           98 rows processed

   SQL>

经测试，可能是/*+ cardinality(t 90000000) */ 与远程连接@REALDB 有冲突或是不支持的原因。具体还不知道。

你可能感兴趣的:(【性能优化】之 HINTS 相关作业)

QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
关于沟通这件事，项目经理不需要每次都面对面进行流程大师兄
很多项目经理都会遇到这样的问题，项目中由于事情太多，根本没有足够的时间去召开会议，那在这种情况下如何去有效地管理项目中的利益相关者？当然，不建议电子邮件也不需要开会的话，建议可以采取下面几种方式来形成有效的沟通，这几种方式可以帮助你努力的通过各种办法来保持和各方面的联系。项目经理首先要问自己几个问题，项目中哪些利益相关者是必须要进行沟通的？可以列出项目中所有的利益相关者清单，同时也整理出项目中哪些
扫地机类清洁产品之直流无刷电机控制悟空胆好小清洁服务机器人单片机人工智能
扫地机类清洁产品之直流无刷电机控制1.1前言扫地机产品有很多的电机控制，滚刷电机1个，边刷电机1-2个，清水泵电机，风机一个，部分中高端产品支持抹布功能，也就是存在抹布盘电机，还有追觅科沃斯石头等边刷抬升电机，滚刷抬升电机等的，这些电机有直流有刷电机，直接无刷电机，步进电机，电磁阀，挪动泵等不同类型。电机的原理，驱动控制方式也不行。接下来一段时间的几个文章会作个专题分析分享。直流有刷电机会自动持续
html 中如何使用 uniapp 的部分方法某公司摸鱼前端 html uni-app 前端
示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
2018-07-23-催眠日作业-#不一样的31天#-66小鹿小鹿_33
预言日：人总是在逃避命运的路上，与之不期而遇。心理学上有个著名的名词，叫做自证预言；经济学上也有一个很著名的定律叫做，墨菲定律；在灵修派上，还有一个很著名的法则，叫做吸引力法则。这3个领域的词，虽然看起来不太一样，但是他们都在告诉人们一个现象：你越担心什么，就越有可能会发生什么。同样的道理，你越想得到什么，就应该要积极地去创造什么。无论是自证预言，墨菲定律还是吸引力法则，对人都有正反2个维度的影响
我的烦恼余建梅
我的烦恼。女儿问我：“你给学生布置什么作文题目？”“《我的烦恼》。”“他们都这么大了，你觉得他们还有烦恼吗？”“有啊！每个人都会有自己烦恼。”“我不相信，大人是没有烦恼的，如果说一定有的话，你的烦恼和我写作业有关，而且是小烦恼。不像我，天天被你说，有这样的妈妈，烦恼是没完没了。”女儿愤愤不平。每个人都会有自己的烦恼，处在上有老下有小的年纪，烦恼多的数不完。想干好工作带好孩子，想孝顺父母又想经营好自
《大清方方案》| 第二话谁佐清欢
和珅究竟说了些什么？竟能令堂堂九五之尊龙颜失色！此处暂且按下不表；单说这位乾隆皇帝，果真不愧是康熙从小带过的，一旦决定了要做的事，便杀伐决断毫不含糊。他当即亲自拟旨，着令和珅为钦差大臣，全权负责处理方方事件，并钦赐尚方宝剑，遇急则三品以下官员可先斩后奏。和珅身负皇上重托，岂敢有半点怠慢，当夜即率领相关人等，马不停蹄杀奔江汉。这一路上，和珅的几位幕僚一直在商讨方方事件的处置方案。有位年轻幕僚建议快刀
《庄子.达生9》钱江潮369
【原文】孔子观于吕梁，县水三十仞，流沫四十里，鼋鼍鱼鳖之所不能游也。见一丈夫游之，以为有苦而欲死也，使弟子并流而拯之。数百步而出，被发行歌而游于塘下。孔子从而问焉，曰：“吾以子为鬼，察子则人也。请问，‘蹈水有道乎’”曰：“亡，吾无道。吾始乎故，长乎性，成乎命。与齐俱入，与汩偕出，从水之道而不为私焉。此吾所以蹈之也。”孔子曰：“何谓始乎故，长乎性，成乎命？”曰：“吾生于陵而安于陵，故也；长于水而安于
水泥质量纠纷案代理词徐宝峰律师
贵州领航建设有限公司诉贵州纳雍隆庆乌江水泥有限公司产品质量纠纷案代理词尊敬的审判长、审判员：贵州千里律师事务所接受被告贵州纳雍隆庆乌江水泥有限公司的委托，指派我担任其诉讼代理人，参加本案的诉讼活动。下面，我结合本案事实和相关法律规定发表如下代理意见，供合议庭评议案件时参考：原告应当举证证明其遭受的损失与被告生产的水泥质量的因果关系。首先水泥是一种粉状水硬性无机胶凝材料。加水搅拌后成浆体，能在空气中
怎么起诉借钱不还的人？怎样起诉欠款不还的人？影子爱学习
怎么起诉借钱不还的人？怎样起诉欠款不还的人？如果遇到难以解决的法律问题，我们可以匹配专业律师。例如：婚姻家庭（离婚纠纷）、刑事辩护、合同纠纷、债权债务、房产（继承）纠纷、交通事故、劳动争议、人身损害、公司相关法律事务（法律顾问）等咨询推荐手机/微信:15633770876【全国案件皆可】借钱不还起诉对方需要哪些资料起诉欠钱不还的，一般需要的材料包括以下这些：借据、收据、欠条、付款凭证等证据，以及向
第四天旅游线路预览——从换乘中心到喀纳斯湖陟彼高冈yu 基于Google earth studio 的旅游规划和预览旅游
第四天：从贾登峪到喀纳斯风景区入口，晚上住宿贾登峪；换乘中心有4路车，喀纳斯①号车，去喀纳斯湖，路程时长约5分钟；将上面的的行程安排进行动态展示，具体步骤见”Googleearthstudio进行动态轨迹显示制作过程“、“Googleearthstudio入门教程”和“Googleearthstudio进阶教程“相关内容，得到行程如下所示：Day4-2-480p
感赏日志133 马姐读书
图片发自App感赏自己今天买个扫地机，以后可以解放出来多看点书，让这个智能小机器人替我工作了。感赏孩子最近进步很大，每天按时上学，认真听课，认真背书，主动认真完成老师布置的作业。感赏自己明白自己容易受到某人的影响，心情不好，每当此刻我就会舒缓，感赏，让自己尽快抽离，想好的一面。感赏儿子今天在我提醒他事情时，告诉我谢谢妈妈对我的提醒我明白了，而不是说我啰嗦，管事情，孩子更懂事了，懂得感恩了。投射父母
DIV+CSS+JavaScript技术制作网页（旅游主题网页设计与制作）云南大理 STU学生网页设计网页设计期末网页作业 html静态网页 html5期末大作业网页设计 web大作业
️精彩专栏推荐作者主页:【进入主页—获取更多源码】web前端期末大作业：【HTML5网页期末作业(1000套)】程序员有趣的告白方式：【HTML七夕情人节表白网页制作(110套)】文章目录二、网站介绍三、网站效果▶️1.视频演示2.图片演示四、网站代码HTML结构代码CSS样式代码五、更多源码二、网站介绍网站布局方面：计划采用目前主流的、能兼容各大主流浏览器、显示效果稳定的浮动网页布局结构。网站程
高端密码学院笔记285 柚子_b4b4
高端幸福密码学院（高级班）幸福使者：李华第（598）期《幸福》之回归内在深层生命原动力基础篇——揭秘“激励”成长的喜悦心理案例分析主讲：刘莉一，知识扩充:成功=艰苦劳动+正确方法+少说空话。贪图省力的船夫，目标永远下游。智者的梦再美，也不如愚人实干的脚印。幸福早课堂2020.10.16星期五一笔记:1，重视和珍惜的前提是知道它的价值非常重要，当你珍惜了，你就真正定下来，真正的学到身上。2，大家需要
2020-04-12每天三百字之连接与替代冷眼看潮
不知道是不是好为人师，有时候还真想和别人分享一下我对某些现象的看法或者解释。人类社会不断发展进步的过程，就是不断连接与替代的过程。人类发现了火并应用火以后，告别了茹毛饮血的野兽般的原始生活（火烧、烹饪替代了生食）人类用石器代替了完全手工，工具的使用使人类进步一大步。类似这样的替代还有很多，随着科技的发展，有更多的原始的事物被替代，代之以更高效、更先进的技术。在近现代，汽车替代了马车，高速公路和铁路
深入理解 MultiQueryRetriever：提升向量数据库检索效果的强大工具 nseejrukjhad 数据库 python
深入理解MultiQueryRetriever：提升向量数据库检索效果的强大工具引言在人工智能和自然语言处理领域，高效准确的信息检索一直是一个关键挑战。传统的基于距离的向量数据库检索方法虽然广泛应用，但仍存在一些局限性。本文将介绍一种创新的解决方案：MultiQueryRetriever，它通过自动生成多个查询视角来增强检索效果，提高结果的相关性和多样性。MultiQueryRetriever的工
东南林氏之九牧林候选父系祖缘树TheYtree
渊源介绍东晋初年晋安林始祖林禄公入闽，传十世隋右丞林茂，由晋安迁居莆田北螺村。又五世而至林万宠，唐开元间任高平太守，生三子：韬、披、昌。韬公之孙攒，唐德宗立双阙以旌表其孝，时号"阙下林家"。昌公字茂吉，乃万宠公第三子，官兵部司马，配宋氏，生一子名萍。萍于唐贞元间明经及第，官沣洲司马(后追赠中宪大夫)。唐太和年间归隐后，迁居仙游游洋，世称“游洋林”；其后裔居游洋后迁移漳州漳浦路下，由路下林第四房平和
关于城市旅游的HTML网页设计——(旅游风景云南 5页)HTML+CSS+JavaScript 二挡起步 web前端期末大作业 javascript html css 旅游风景
⛵源码获取文末联系✈Web前端开发技术描述网页设计题材，DIV+CSS布局制作,HTML+CSS网页设计期末课程大作业|游景点介绍|旅游风景区|家乡介绍|等网站的设计与制作|HTML期末大学生网页设计作业，Web大学生网页HTML：结构CSS：样式在操作方面上运用了html5和css3，采用了div+css结构、表单、超链接、浮动、绝对定位、相对定位、字体样式、引用视频等基础知识JavaScrip
HTML网页设计制作大作业（div+css）云南我的家乡旅游景点带文字滚动二挡起步 web前端期末大作业 web设计网页规划与设计 html css javascript dreamweaver 前端
Web前端开发技术描述网页设计题材，DIV+CSS布局制作,HTML+CSS网页设计期末课程大作业游景点介绍|旅游风景区|家乡介绍|等网站的设计与制作HTML期末大学生网页设计作业HTML：结构CSS：样式在操作方面上运用了html5和css3，采用了div+css结构、表单、超链接、浮动、绝对定位、相对定位、字体样式、引用视频等基础知识JavaScript：做与用户的交互行为文章目录前端学习路线
大伟说成语之唉声叹气求索大伟
＊大伟说成语＊【唉声叹气】叹气：因心里不痛快或不如意而吐出长气，发出声音。因为痛苦、憋闷或感伤而发出叹息的声音。【大伟说】情绪外露，非人类所特有，动物亦有情绪，悲哀和欢乐所表示的情绪亦是不一样的，会嗷嗷大叫也会低吟痛哭。不同的是，人类的情绪更复杂，更多样，更丰富。唉声叹气，可以说是最基础的情绪，因为无奈而举足无措，不知该如何如何化解，只有独自一人慢慢承受，长吁短叹不知如何是好，其实是无能无力的表现
libyuv之linux编译 jaronho Linux linux 运维服务器
文章目录一、下载源码二、编译源码三、注意事项1、银河麒麟系统（aarch64）（1）解决armv8-a+dotprod+i8mm指令集支持问题（2）解决armv9-a+sve2指令集支持问题一、下载源码到GitHub网站下载https://github.com/lemenkov/libyuv源码，或者用直接用git克隆到本地，如：gitclonehttps://github.com/lemenko
没想到，真没想到一棵落花的树
生活中，每一件小事都蕴藏着他的道理。有些令你意外，却能让你收到更为意外的结果。那一次，我真没想到的事，让我收获了爱。记忆的雨飘落下来，扰乱了我平静的心湖。那是一次数学考试，我破天荒地考了“99”分。我不禁沾沾自喜，这成绩我可不容易得到，妈妈一定会好好表扬我的。回到家，我想妈妈得意的报出成绩，妈妈只是淡淡的说：“嗯，等会儿试卷拿给我看看。”做完作业，我把试卷拿给了妈妈。只见妈妈捧着试卷，眯着眼睛盯着
怎么做淘客赚钱(2022最新免费淘客盈利的方法) 高省_飞智666600
很多人都不知道什么是淘宝客，今天小编为大家解答一下吧。淘宝客，现在简称淘客，是时下比较流行的一个词语，特质为淘宝店推广商品获取提成的人，这些人没有自己的产品，只是在淘宝里面选择适合自己的产品，在自己比较熟悉的领域推广，把产品卖出去之后，会从淘宝店家那里获得百分之五到百分之五十左右的佣金。淘宝客付出的是什么呢？时间。你需要花时间去选适合自己推广的产品，需要花时间去选自己的推广方法，如果你打算自己做个
python os 环境变量 CV矿工 python 开发语言 numpy
环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
Python爬虫解析工具之xpath使用详解 eqa11 python 爬虫开发语言
文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
锁之缘尘缘诗词原创作品
是谁追寻梦的足迹，是谁在偷偷的哭泣，日月隔离在黑白天地情感在心中蔓延的痕迹天与地的距离有多远流失的星晨落入哪片空间不要让泪水模糊双眼心牢中一样充满温暖谁说爱情没有永远白娘子又为何爱许仙蝴蝶墓地展翅翩翩轻歌慢舞袖卷人间传奇千古留爱万年…………月落星飞徘徊是选择不去问自已为合舍不得寂寞本就是痛苦的不在追寻梦中的痕迹才不会失去真实的自已
ARM驱动学习之基础小知识 JT灬新一 ARM 嵌入式 arm开发学习
ARM驱动学习之基础小知识•sch原理图工程师工作内容–方案–元器件选型–采购（能不能买到，价格）–原理图（涉及到稳定性）•layout画板工程师–layout（封装、布局，布线，log）（涉及到稳定性）–焊接的一部分工作（调试阶段板子的焊接）•驱动工程师–驱动，原理图，layout三部分的交集容易发生矛盾•PCB研发流程介绍–方案，原理图(网表)–layout工程师（gerber文件）–PCB板
ARM驱动学习之5 LEDS驱动 JT灬新一嵌入式 C 底层 arm开发学习单片机
ARM驱动学习之5LEDS驱动知识点：•linuxGPIO申请函数和赋值函数–gpio_request–gpio_set_value•三星平台配置GPIO函数–s3c_gpio_cfgpin•GPIO配置输出模式的宏变量–S3C_GPIO_OUTPUT注意点：DRIVER_NAME和DEVICE_NAME匹配。实现步骤：1.加入需要的头文件：//Linux平台的gpio头文件#include//三
ARM驱动学习之4小结 JT灬新一嵌入式 C++arm开发学习 linux
ARM驱动学习之4小结#include#include#include#include#include#defineDEVICE_NAME"hello_ctl123"MODULE_LICENSE("DualBSD/GPL");MODULE_AUTHOR("TOPEET");staticlonghello_ioctl(structfile*file,unsignedintcmd,unsignedlo
【PG】常见数据库、表属性设置江无羡数据库
PG的常见属性配置方法数据库复制、备份相关表的复制标识单表操作批量表操作链接数据库复制、备份相关表的复制标识单表操作通过ALTER语句单独更改一张表的复制标识。ALTERTABLE[tablename]REPLICAIDENTITYFULL;批量表操作通过代码块的方式，对某个schema中的所有表一起更新其复制标识。SELECTtablename,CASErelreplidentWHEN'd'TH
多线程编程之卫生间周凡杨 java 并发卫生间线程厕所
如大家所知，火车上车厢的卫生间很小，每次只能容纳一个人，一个车厢只有一个卫生间，这个卫生间会被多个人同时使用，在实际使用时，当一个人进入卫生间时则会把卫生间锁上，等出来时打开门，下一个人进去把门锁上，如果有一个人在卫生间内部则别人的人发现门是锁的则只能在外面等待。问题分析：首先问题中有两个实体，一个是人，一个是厕所，所以设计程序时就可以设计两个类。人是多数的，厕所只有一个（暂且模拟的是一个车厢）。
How to Install GUI to Centos Minimal sunjing linux Install Desktop GUI
http://www.namhuy.net/475/how-to-install-gui-to-centos-minimal.html I have centos 6.3 minimal running as web server. I’m looking to install gui to my server to vnc to my server. You can insta
Shell 函数 daizj shell 函数
Shell 函数 linux shell 可以用户定义函数，然后在shell脚本中可以随便调用。 shell中函数的定义格式如下： [function] funname [()]{ action; [return int;] } 说明： 1、可以带function fun() 定义，也可以直接fun() 定义,不带任何参数。 2、参数返回
Linux服务器新手操作之一周凡杨 Linux 简单操作
1.whoami 当一个用户登录Linux系统之后，也许他想知道自己是发哪个用户登录的。此时可以使用whoami命令。 [ecuser@HA5-DZ05 ~]$ whoami e
浅谈Socket通信（一）朱辉辉33 socket
在java中ServerSocket用于服务器端，用来监听端口。通过服务器监听，客户端发送请求，双方建立链接后才能通信。当服务器和客户端建立链接后，两边都会产生一个Socket实例，我们可以通过操作Socket来建立通信。首先我建立一个ServerSocket对象。当然要导入java.net.ServerSocket包 ServerSock
关于框架的简单认识西蜀石兰框架
入职两个月多，依然是一个不会写代码的小白，每天的工作就是看代码，写wiki。前端接触CSS、HTML、JS等语言，一直在用的CS模型，自然免不了数据库的链接及使用，真心涉及框架，项目中用到的BootStrap算一个吧，哦，JQuery只能算半个框架吧，我更觉得它是另外一种语言。后台一直是纯Java代码，涉及的框架是Quzrtz和log4j。都说学前端的要知道三大框架，目前node.
You have an error in your SQL syntax; check the manual that corresponds to your 林鹤霄
You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'option,changed_ids ) values('0ac91f167f754c8cbac00e9e3dc372
MySQL5.6的my.ini配置 aigo mysql
注意：以下配置的服务器硬件是：8核16G内存 [client] port=3306 [mysql] default-character-set=utf8 [mysqld] port=3306 basedir=D:/mysql-5.6.21-win
mysql 全文模糊查找便捷解决方案 alxw4616 mysql
mysql 全文模糊查找便捷解决方案 2013/6/14 by 半仙 [email protected] 目的: 项目需求实现模糊查找. 原则: 查询不能超过 1秒. 问题: 目标表中有超过1千万条记录. 使用like '%str%' 进行模糊查询无法达到性能需求. 解决方案: 使用mysql全文索引. 1.全文索引 : MySQL支持全文索引和搜索功能。MySQL中的全文索
自定义数据结构链表(单项 ,双向,环形) 百合不是茶单项链表双向链表
链表与动态数组的实现方式差不多, 数组适合快速删除某个元素链表则可以快速的保存数组并且可以是不连续的单项链表;数据从第一个指向最后一个实现代码: //定义动态链表 clas
threadLocal实例 bijian1013 java thread java多线程 threadLocal
实例1： package com.bijian.thread; public class MyThread extends Thread { private static ThreadLocal tl = new ThreadLocal() { protected synchronized Object initialValue() { return new Inte
activemq安全设置—设置admin的用户名和密码 bijian1013 java activemq
ActiveMQ使用的是jetty服务器, 打开conf/jetty.xml文件，找到 <bean id="adminSecurityConstraint" class="org.eclipse.jetty.util.security.Constraint"> <p
【Java范型一】Java范型详解之范型集合和自定义范型类 bit1129 java
本文详细介绍Java的范型，写一篇关于范型的博客原因有两个，前几天要写个范型方法(返回值根据传入的类型而定)，竟然想了半天，最后还是从网上找了个范型方法的写法；再者，前一段时间在看Gson, Gson这个JSON包的精华就在于对范型的优雅简单的处理，看它的源代码就比较迷糊，只其然不知其所以然。所以，还是花点时间系统的整理总结下范型吧。范型内容范型集合类范型类
【HBase十二】HFile存储的是一个列族的数据 bit1129 hbase
在HBase中，每个HFile存储的是一个表中一个列族的数据，也就是说，当一个表中有多个列簇时，针对每个列簇插入数据，最后产生的数据是多个HFile，每个对应一个列族，通过如下操作验证 1. 建立一个有两个列族的表 create 'members','colfam1','colfam2' 2. 在members表中的colfam1中插入50*5
Nginx 官方一个配置实例 ronin47 nginx 配置实例
user www www; worker_processes 5; error_log logs/error.log; pid logs/nginx.pid; worker_rlimit_nofile 8192; events { worker_connections 4096;} http { include conf/mim
java-15.输入一颗二元查找树，将该树转换为它的镜像，即在转换后的二元查找树中，左子树的结点都大于右子树的结点。用递归和循环 bylijinnan java
//use recursion public static void mirrorHelp1(Node node){ if(node==null)return; swapChild(node); mirrorHelp1(node.getLeft()); mirrorHelp1(node.getRight()); } //use no recursion bu
返回null还是empty bylijinnan java apache spring 编程
第一个问题，函数是应当返回null还是长度为0的数组（或集合）？第二个问题，函数输入参数不当时，是异常还是返回null？先看第一个问题有两个约定我觉得应当遵守： 1.返回零长度的数组或集合而不是null（详见《Effective Java》）理由就是，如果返回empty，就可以少了很多not-null判断： List<Person> list
[科技与项目]工作流厂商的战略机遇期 comsci 工作流
在新的战略平衡形成之前，这里有一个短暂的战略机遇期，只有大概最短6年，最长14年的时间，这段时间就好像我们森林里面的小动物，在秋天中，必须抓紧一切时间存储坚果一样，否则无法熬过漫长的冬季。。。。在微软，甲骨文，谷歌，IBM,SONY
过度设计-举例 cuityang 过度设计
过度设计，需要更多设计时间和测试成本，如无必要，还是尽量简洁一些好。未来的事情，比如访问量，比如数据库的容量，比如是否需要改成分布式都是无法预料的再举一个例子，对闰年的判断逻辑：　　1、 if($Year%4==0) return True; else return Fasle; 　　2、if ( ($Year%4==0 &am
java进阶，《Java性能优化权威指南》试读 darkblue086 java性能优化
记得当年随意读了微软出版社的.NET 2.0应用程序调试，才发现调试器如此强大，应用程序开发调试其实真的简单了很多，不仅仅是因为里面介绍了很多调试器工具的使用，更是因为里面寻找问题并重现问题的思想让我震撼，时隔多年，Java已经如日中天，成为许多大型企业应用的首选，而今天，这本《Java性能优化权威指南》让我再次找到了这种感觉，从不经意的开发过程让我刮目相看，原来性能调优不是简单地看看热点在哪里，
网络学习笔记初识OSI七层模型与TCP协议 dcj3sjt126com 学习笔记
协议：在计算机网络中通信各方面所达成的、共同遵守和执行的一系列约定　　计算机网络的体系结构：计算机网络的层次结构和各层协议的集合。　　两类服务：　　面向连接的服务通信双方在通信之前先建立某种状态，并在通信过程中维持这种状态的变化，同时为服务对象预先分配一定的资源。这种服务叫做面向连接的服务。　　面向无连接的服务通信双方在通信前后不建立和维持状态，不为服务对象
mac中用命令行运行mysql dcj3sjt126com mysql linux mac
参考这篇博客：http://www.cnblogs.com/macro-cheng/archive/2011/10/25/mysql-001.html 感觉workbench不好用（有点先入为主了）。 1，安装mysql 在mysql的官方网站下载 mysql 5.5.23 http://www.mysql.com/downloads/mysql/，根据我的机器的配置情况选择了64
MongDB查询（1）——基本查询[五] eksliang mongodb mongodb 查询 mongodb find
MongDB查询转载请出自出处：http://eksliang.iteye.com/blog/2174452 一、find简介 MongoDB中使用find来进行查询。 API:如下 function ( query , fields , limit , skip, batchSize, options ){.....} 参数含义： query:查询参数 fie
base64，加密解密经融加密，对接 y806839048 经融加密对接
String data0 = new String(Base64.encode(bo.getPaymentResult().getBytes(("GBK")))); String data1 = new String(Base64.decode(data0.toCharArray()),"GBK"); // 注意编码格式，注意用于加密，解密的要是同
JavaWeb之JSP概述 ihuning javaweb
什么是JSP？为什么使用JSP？ JSP表示Java Server Page，即嵌有Java代码的HTML页面。使用JSP是因为在HTML中嵌入Java代码比在Java代码中拼接字符串更容易、更方便和更高效。 JSP起源在很多动态网页中，绝大部分内容都是固定不变的，只有局部内容需要动态产生和改变。如果使用Servl
apple watch 指南啸笑天 apple
1. 文档 WatchKit Programming Guide（中译在线版 By @CocoaChina）译文译者原文概览 - 开始为 Apple Watch 进行开发 @星夜暮晨 Overview - Developing for Apple Watch 概览 - 配置 Xcode 项目 - Overview - Configuring Yo
java经典的基础题目 macroli java 编程
1.列举出 10个JAVA语言的优势 a:免费，开源，跨平台(平台独立性)，简单易用，功能完善，面向对象，健壮性，多线程，结构中立，企业应用的成熟平台, 无线应用 2.列举出JAVA中10个面向对象编程的术语 a:包，类，接口，对象，属性，方法，构造器，继承，封装，多态，抽象，范型 3.列举出JAVA中6个比较常用的包 Java.lang;java.util;java.io;java.sql;ja
你所不知道神奇的js replace正则表达式 qiaolevip 每天进步一点点学习永无止境纵观千象 regex
var v = 'C9CFBAA3CAD0'; console.log(v); var arr = v.split(''); for (var i = 0; i < arr.length; i ++) { if (i % 2 == 0) arr[i] = '%' + arr[i]; } console.log(arr.join('')); console.log(v.r
[一起学Hive]之十五-分析Hive表和分区的统计信息(Statistics) superlxw1234 hive hive分析表 hive统计信息 hive Statistics
关键字：Hive统计信息、分析Hive表、Hive Statistics 类似于Oracle的分析表，Hive中也提供了分析表和分区的功能，通过自动和手动分析Hive表，将Hive表的一些统计信息存储到元数据中。表和分区的统计信息主要包括：行数、文件数、原始数据大小、所占存储大小、最后一次操作时间等； 14.1 新表的统计信息对于一个新创建
Spring Boot 1.2.5 发布 wiselyman spring boot
Spring Boot 1.2.5已在7月2日发布，现在可以从spring的maven库和maven中心库下载。这个版本是一个维护的发布版，主要是一些修复以及将Spring的依赖提升至4.1.7(包含重要的安全修复)。官方建议所有的Spring Boot用户升级这个版本。项目首页 | 源

【性能优化】 之 HINTS 相关作业

你可能感兴趣的:(【性能优化】 之 HINTS 相关作业)

【性能优化】之 HINTS 相关作业

你可能感兴趣的:(【性能优化】之 HINTS 相关作业)