Oracle(69)什么是表压缩(Table Compression)?
表压缩(Table Compression)是一种数据库优化技术,用于减少表数据的存储空间和提高I/O性能。通过压缩表数据,可以显著减少存储需求,并在某些情况下提高查询性能,特别是对于只读或主要是读取操作的表。表压缩主要在数据仓库和大数据环境中使用,但在事务处理系统中也有应用。
表压缩的类型
不同的数据库系统支持不同类型的表压缩。例如,在Oracle数据库中,表压缩主要有以下几种类型:
- Basic Table Compression:适用于只读或主要是读取操作的表。
- Advanced Row Compression(也称为OLTP压缩):适用于事务处理系统,支持频繁的DML操作。
- Hybrid Columnar Compression(HCC):主要用于数据仓库环境,提供更高的压缩率。
优势
- 节省存储空间:压缩后的数据占用更少的存储空间。
- 提高查询性能:减少I/O操作,因为压缩后的数据块可以包含更多的数据。
- 降低存储成本:节省存储空间可以降低存储设备的成本。
- 减少备份和恢复时间:压缩数据减少了备份和恢复的时间。
示例代码
以下是如何在Oracle数据库中使用表压缩的详细示例。
1. 创建启用Basic Table Compression的表
Basic Table Compression适用于只读或主要是读取操作的表。它在数据插入时进行压缩。
CREATE TABLE employees (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS BASIC;
在这个示例中,表employees
使用了Basic Table Compression。
2. 插入数据
向表中插入数据,数据将在插入时被压缩。
INSERT INTO employees (emp_id, emp_name, emp_description) VALUES (1, 'John Doe', 'Software Engineer');
INSERT INTO employees (emp_id, emp_name, emp_description) VALUES (2, 'Jane Smith', 'Data Analyst');
COMMIT;
3. 创建启用Advanced Row Compression的表
Advanced Row Compression适用于事务处理系统,支持频繁的DML操作。
CREATE TABLE employees_oltp (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS FOR OLTP;
在这个示例中,表employees_oltp
使用了Advanced Row Compression(OLTP压缩)。
4. 插入和更新数据
向表中插入数据,并进行更新操作。
INSERT INTO employees_oltp (emp_id, emp_name, emp_description) VALUES (1, 'John Doe', 'Software Engineer');
INSERT INTO employees_oltp (emp_id, emp_name, emp_description) VALUES (2, 'Jane Smith', 'Data Analyst');
COMMIT;UPDATE employees_oltp SET emp_description = 'Senior Software Engineer' WHERE emp_id = 1;
COMMIT;
5. 创建启用Hybrid Columnar Compression的表
Hybrid Columnar Compression(HCC)主要用于数据仓库环境,提供更高的压缩率。有两种模式:QUERY
和ARCHIVE
。
CREATE TABLE employees_hcc (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS FOR QUERY HIGH;
在这个示例中,表employees_hcc
使用了Hybrid Columnar Compression的QUERY HIGH
模式。
检查压缩效果
可以使用以下SQL语句来检查表的压缩效果和存储信息。
SELECT table_name, compression, compress_for
FROM user_tables
WHERE table_name IN ('EMPLOYEES', 'EMPLOYEES_OLTP', 'EMPLOYEES_HCC');
输出示例:
TABLE_NAME | COMPRESSION | COMPRESS_FOR
--------------|-------------|--------------
EMPLOYEES | ENABLED | BASIC
EMPLOYEES_OLTP| ENABLED | OLTP
EMPLOYEES_HCC | ENABLED | QUERY HIGH
总结
表压缩(Table Compression)是一种非常有效的数据优化技术,通过减少数据存储空间和提高I/O性能,可以显著提升数据库系统的整体性能。不同类型的表压缩适用于不同的应用场景,例如只读操作的Basic Table Compression、事务处理系统的Advanced Row Compression以及数据仓库环境的Hybrid Columnar Compression。
示例代码总结
创建启用Basic Table Compression的表
CREATE TABLE employees (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS BASIC;
插入数据
INSERT INTO employees (emp_id, emp_name, emp_description) VALUES (1, 'John Doe', 'Software Engineer');
INSERT INTO employees (emp_id, emp_name, emp_description) VALUES (2, 'Jane Smith', 'Data Analyst');
COMMIT;
创建启用Advanced Row Compression的表
CREATE TABLE employees_oltp (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS FOR OLTP;
插入和更新数据
INSERT INTO employees_oltp (emp_id, emp_name, emp_description) VALUES (1, 'John Doe', 'Software Engineer');
INSERT INTO employees_oltp (emp_id, emp_name, emp_description) VALUES (2, 'Jane Smith', 'Data Analyst');
COMMIT;UPDATE employees_oltp SET emp_description = 'Senior Software Engineer' WHERE emp_id = 1;
COMMIT;
创建启用Hybrid Columnar Compression的表
CREATE TABLE employees_hcc (emp_id NUMBER PRIMARY KEY,emp_name VARCHAR2(50),emp_description VARCHAR2(100)
) COMPRESS FOR QUERY HIGH;
检查压缩效果
SELECT table_name, compression, compress_for
FROM user_tables
WHERE table_name IN ('EMPLOYEES', 'EMPLOYEES_OLTP', 'EMPLOYEES_HCC');
相关文章:
Oracle(69)什么是表压缩(Table Compression)?
表压缩(Table Compression)是一种数据库优化技术,用于减少表数据的存储空间和提高I/O性能。通过压缩表数据,可以显著减少存储需求,并在某些情况下提高查询性能,特别是对于只读或主要是读取操作的表。表压缩…...
java JUC编程
Java并发工具包(JUC),全称Java Util Concurrent,是Java提供的一个用于构建多线程应用程序的工具包,位于java.util.concurrent包及其子包中。 并发编程主要解决以下三个经典问题: 1. **原子性问题…...
vue3+element-plus表格分页选中加默认回显选中
1.需求 某个表单需要选择多条数据,点击选择按钮,弹框出来一个分页列表,选择多条数据,外面表单中显示选中的数据,可以删除数据,再次点击按钮,回显当前选中的数据。 2.解决办法 1.el-table加ro…...

Erupt 项目搭建
创建Spring Boot项目 Maven依赖 Spring Boot版本为 2.7.10,erupt版本为 1.12.14 erupt版本要与Spring Boot版本适配,3.x.x版本Spring Boot暂不适用说是 <properties><erupt.version>1.12.14</erupt.version></properties> <…...

HarmonyOS Next 系列之列表下拉刷新和触底加载更多数据实现(十一)
系列文章目录 HarmonyOS Next 系列之省市区弹窗选择器实现(一) HarmonyOS Next 系列之验证码输入组件实现(二) HarmonyOS Next 系列之底部标签栏TabBar实现(三) HarmonyOS Next 系列之HTTP请求封装和Token…...

比特位的计算
给你一个整数 n ,对于 0 < i < n 中的每个 i ,计算其二进制表示中 1 的个数 ,返回一个长度为 n 1 的数组 ans 作为答案。 示例 1: 输入:n 2 输出:[0,1,1] 解释: 0 --> 0 1 --> …...

SQLAlchemy 学习笔记
通信类型:AF_INET 协议家族一般是表示TCP通信的SOC_STREAM和UDP通信的SOCK_DGRAM。对于TCP通信,建立socket连接,: s socket.socket(socket.AF_INET, socket.SOCK_STREAM)连接socket, s.connect((host,port))socket通信…...

Linux内核分析(调度类和调度实体)
文章目录 前言一、调度类1. stop_sched_class2. dl_sched_class3. rt_sched_class4. fair_sched_class5. idle_sched_class总结 二、调度类中的操作函数三、调度实体 前言 调度是操作系统内核的一个关键职责,它涉及到如何合理分配CPU时间给不同的进程或线程。在Lin…...
用输入输出流(I/O)流,递归复制和删除多级文件
一、(I/O)流递归复制一个文件 第一种: else if语句过多,看起来冗余,优点:多级文件一次性复制完整 import java.io.*;//数据源:src/main/java/day15_8_13/haha //目标;src/main/java/LaJi pub…...

kafka监控工具EFAK
kafka监控工具(EFAK) 1、下载2、解压3、配置3.1、安装数据库,需要mysql是,并创建ke数据库3.2、修改配置文件 4、启动4.1、启动zookeeper4.2、启动kafka4.3、启动EFAK 5、访问http://ip:8048 github地址:https://github…...

Page与自定义Components生命周期
自定义组件 自定义组件一般可以用component,装饰,在结构体里面用build方法定义UI,或者用builder装饰一个方法,来作为自定义组件的构造方法 而页面page一般用Entry,和component结合起来使用 页面生命周期方法: onPageShow:页面每次显示时触发 onPageHid…...

Chain of Thought (CoT) 系列论文:大模型思维链,提升 LLM 的推理能力
文章目录 1. COT:Chain of Thought1. 研究背景2. CoT的原理3. CoT Prompt 1. COT:Chain of Thought COT 是 2022.01 由 google 提出的针对提升 LLM 的推理能力的 Prompt Engineering 方法。 paper: Chain-of-Thought Prompting Elicits Re…...
已解决:java.net.BindException: 地址已在使用
1. 问题描述 java.net.BindException: 地址已在使用 是一种常见的网络异常,通常在服务器程序尝试绑定到一个已经被占用的端口或地址时出现。具体的异常信息可能如下: java.net.BindException: Address already in use: JVM_Bind或 java.net.BindExcep…...
看书标记【数据科学:R语言实战 8】
看书标记——R语言 Chapter 8 数据可视化——绘图8.1 功能包8.2 散点图8.2.1 回归线8.2.2 lowess线条8.2.3 scatterplot函数8.2.4 Scatterplot矩阵1.splom——展示矩阵数据2.cpairs——绘图矩阵图 8.2.5 密度散点图 8.3 直方图和条形图8.3.1 条形图8.3.2 直方图 8.3.3 ggplot28…...

STM32标准库学习笔记-1.基础知识
STM32介绍: STM32是ST公司基于ARM Cortex-M内核开发的32位微控制器。 ARM的含义: 公司名称:ARM公司成立于1990年,全称是Advanced RISC Machines(RISC:Reduced Instruction Set Computer 精简指令集计算机 相对应有C…...

Nginx:高效HTTP服务器与反向代理
Nginx:高效HTTP服务器与反向代理 1、核心特点2、应用场景 💖The Begin💖点点关注,收藏不迷路💖 Nginx,一个开源的HTTP服务器与反向代理工具,因其高性能、低资源消耗而备受推崇。以下是Nginx的几…...
vue3二次封装element-puls
将表单的通用信息给设置出来 如: label 的提示信息 , type 的类型 // 定义表单的配置项 const formConfig{ formItems:[ { type:"input", label:"用户ID", placeholder:"请输入用户ID" } ] } 页面配置如 <template v-for"(it…...
在CentOS 7上安装Apache Tomcat 8的方法
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。 介绍 Apache Tomcat 是一个用于提供 Java 应用程序的 Web 服务器和 Servlet 容器。Tomcat 是由 Apache 软件基金会发布的 Java Servlet…...

深入理解分布式事务中的三阶段提交(3PC),什么是3PC,3PC原理是怎样?3PC的优化?
在上一篇文章中,我们详细介绍了分布式事务中的两阶段提交,以及知道了两阶段提交存在一定的问题 深入理解分布式事务中的两阶段提交(2PC),什么是2PC,2PC原理是怎样?2PC有没有什么问题࿱…...

这款新的 AI 工具会消灭 ChatGPT 吗?
随着大型语言模型 (LLM) 的出现,ChatGPT迅速成为全球计算机用户的家喻户晓的名字。这款由 OpenAI 设计的深度学习聊天机器人以知识宝库而闻名——一部互联网百科全书。 继ChatGPT的脚步之后,许多其他生成式AI工具也纷纷涌现。 2023 年 3 月,一…...
conda相比python好处
Conda 作为 Python 的环境和包管理工具,相比原生 Python 生态(如 pip 虚拟环境)有许多独特优势,尤其在多项目管理、依赖处理和跨平台兼容性等方面表现更优。以下是 Conda 的核心好处: 一、一站式环境管理:…...

智慧医疗能源事业线深度画像分析(上)
引言 医疗行业作为现代社会的关键基础设施,其能源消耗与环境影响正日益受到关注。随着全球"双碳"目标的推进和可持续发展理念的深入,智慧医疗能源事业线应运而生,致力于通过创新技术与管理方案,重构医疗领域的能源使用模式。这一事业线融合了能源管理、可持续发…...

盘古信息PCB行业解决方案:以全域场景重构,激活智造新未来
一、破局:PCB行业的时代之问 在数字经济蓬勃发展的浪潮中,PCB(印制电路板)作为 “电子产品之母”,其重要性愈发凸显。随着 5G、人工智能等新兴技术的加速渗透,PCB行业面临着前所未有的挑战与机遇。产品迭代…...
基于服务器使用 apt 安装、配置 Nginx
🧾 一、查看可安装的 Nginx 版本 首先,你可以运行以下命令查看可用版本: apt-cache madison nginx-core输出示例: nginx-core | 1.18.0-6ubuntu14.6 | http://archive.ubuntu.com/ubuntu focal-updates/main amd64 Packages ng…...
python如何将word的doc另存为docx
将 DOCX 文件另存为 DOCX 格式(Python 实现) 在 Python 中,你可以使用 python-docx 库来操作 Word 文档。不过需要注意的是,.doc 是旧的 Word 格式,而 .docx 是新的基于 XML 的格式。python-docx 只能处理 .docx 格式…...

Redis数据倾斜问题解决
Redis 数据倾斜问题解析与解决方案 什么是 Redis 数据倾斜 Redis 数据倾斜指的是在 Redis 集群中,部分节点存储的数据量或访问量远高于其他节点,导致这些节点负载过高,影响整体性能。 数据倾斜的主要表现 部分节点内存使用率远高于其他节…...

GC1808高性能24位立体声音频ADC芯片解析
1. 芯片概述 GC1808是一款24位立体声音频模数转换器(ADC),支持8kHz~96kHz采样率,集成Δ-Σ调制器、数字抗混叠滤波器和高通滤波器,适用于高保真音频采集场景。 2. 核心特性 高精度:24位分辨率,…...
React---day11
14.4 react-redux第三方库 提供connect、thunk之类的函数 以获取一个banner数据为例子 store: 我们在使用异步的时候理应是要使用中间件的,但是configureStore 已经自动集成了 redux-thunk,注意action里面要返回函数 import { configureS…...
Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信
文章目录 Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信前言一、网络通信基础概念二、服务端与客户端的完整流程图解三、每一步的详细讲解和代码示例1. 创建Socket(服务端和客户端都要)2. 绑定本地地址和端口&#x…...
Java数值运算常见陷阱与规避方法
整数除法中的舍入问题 问题现象 当开发者预期进行浮点除法却误用整数除法时,会出现小数部分被截断的情况。典型错误模式如下: void process(int value) {double half = value / 2; // 整数除法导致截断// 使用half变量 }此时...