文章标题

实验步骤:

1、创建有特点的大数据表。
为了保证索引产生前后,查询效果的正确比对,应建立一个存在大量数据的测试表。这个测试表的数据来源于SYS模式下的all_objects视图,其中包括本数据库实例中的全部对象的基本描述,具体包括对象的所有者、对象名称、创建日期等信息。
创建测试表的具体过程:
1)以sys账号登录数据库
cmd>sqlplus sys/oracle321@orcl as sysdba (注意sys登录需要注明sysdba身份)
这里写图片描述
2)以创建查询表的方式在scott模式下创建包括‘SYS’、‘PUBLIC’、‘SCOTT’三个用户的全部对象
SQL> CREATE TABLE scott.DemoTable as
SQL>2 SELECT * FROM all_objects
SQL>3 WHERE owner IN (‘SYS’,’PUBLIC’,’SCOTT’);
这里写图片描述

3) 切换到scott账号进行下一步操作。
conn scott/tiger@orcl;
这里写图片描述
2、查询统计数据表的各数据量大小,了解大数据表中的基本情况。
1)了解测试表的字段构成
DESC demoTable;
这里写图片描述
1)查询各用户记录数
SELECT owner, count(*) 记录数
FROM demoTable
GROUP BY owner;
这里写图片描述
2)查询各列记录值的个数
SELECT count(DISTINCT owner) 所有者数量
,count(DISTINCT OBJECT_TYPE) 对象类型数量
,count(DISTINCT OBJECT_name) 对象名称数量
FROM demoTable;
这里写图片描述
3、分析表,开启追踪
analyze table demoTable compute statistics;
set autotrace trace explain –开启追踪
注意:关闭追踪的方法为 set autotrace off;
这里写图片描述
4、对比创建索引前后的查询操作的差异
1)无索引时执行查询(注意:名称中字母都要大写)
SELECT * FROM demoTable where object_name = ‘EMP’;
SELECT * FROM demoTable where owner =’SCOTT’;
这里写图片描述
这里写图片描述
2)创建object_name索引后执行
–创建索引
CREATE INDEX idx_objectName ON demoTable(object_name);
–执行查询
SELECT * FROM demoTable where object_name = ‘EMP’;
SELECT * FROM demoTable where owner =’SCOTT’;
SELECT count(*) FROM demoTable where owner =’SCOTT’;
这里写图片描述

这里写图片描述

这里写图片描述
小结:创建索引只对索引字段出现在where语句中有效。

3)创建owner索引后执行
–创建索引
CREATE INDEX idx_owner ON demoTable(owner);
这里写图片描述
–执行查询
SELECT * FROM demoTable where owner =’SCOTT’;
SELECT count(*) FROM demoTable where owner =’SCOTT’;
这里写图片描述

这里写图片描述
小结:创建索引在出现列值出现大量重复时无效,但对聚合操作有效。

4)创建位图索引后执行
–删除原有owner索引
DROP INDEX idx_owner;
这里写图片描述
–执行查询
SELECT * FROM demoTable where owner =’SCOTT’;
SELECT count(*) FROM demoTable where owner =’SCOTT’;
这里写图片描述

这里写图片描述
小结:位图索引对聚合操作会产生影响

5、索引的应用小结
索引类似于座次表,是对数据(记录中的特定字段的值)的位置进行排序优化后的树状存储结构,
一定是在大数据的环境下有效
索引的优点:提高数据查询指定字段 效率,先建立指定字段的索引,并且指定字段的值具有离散性高的特点
缺点:占用空间、降低数据更新的效率
适用于查询多,更新少的大数据环境

6、创建视图
CREATE VIEW vw_test AS
select *
from emp
where sal+nvl(comm,0) > 2500;

这里写图片描述
CREATE VIEW vw_SalSummary as
select dname,avg(sal) avgSal,min(sal) minSal,max(sal) maxSal
from dept,emp
where dept.deptno = emp.deptno
group by dname;
这里写图片描述
7、更新视图
UPDATE vw_test set sal= 1000;
UPDATE vw_salSummary set avgSal=1000;
这里写图片描述
8、视图的应用小结
视图优点:可以简化应用,方便权限管理,整合多来源数据、面向应用重组数据
视图中只能在简单视图中进行更新,但有可能更新数据后导致视图记录数发生变化。

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化中的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值