索引优化

###########################################################

                       索引优化知识 edit by sky 参考:david qq:654268465

###########################################################

一、       索引相关概念:

1.       选择性:

是指索引列中不同值的数目与表中记录数的比,选择性越高(接近于1),说明索引效率越高,用来评估索引有没有必要建立。

选择性的计算:

手工计算:

列的选择性=不同值的数目/行的总数

自动计算:

analyze table table_name compute statistics

select a.distinct_keys/b.num_rows from user_indexes a,user_tables b where a.table_name=’

&table_name’ and a.index_name=’&index_name’ and a.table_name=b.table_name;

或者每个列的选择性:

select column_name, num_distinct from user_tab_columns where table_name="表名"

select count (*) from table_name;

2.       集群因子:

通过索引扫描一张表需要访问表的数据块的数量,如果此值接近于表存储的块数,则说明表是按索引字段顺序存储的;如果接这于表中行的数量,则说明表不是按照索引字段的顺序存储的,可能使CBO选择错误的执行计划(如全表扫描),此时可能需要重构表。

集群因子的查询:

select index_name,table_name,distinct_keys,num_rows,leaf_blocks,blevel,clustering_factor,last_analyzed from dba_indexes where wner=’&user_name’ and index_name=’&index_name’;

重构表(使表中的数据按照索引字段的顺序重新组织):

create table new_table as select * from old_table where 1=0;

insert /* + append */ into new_table select * from new_table order by 索引列名;

commit;

truncate table old_table;

insert /* + append */ into old_table select * from new_table;

commit;

alter index 索引名 rebuild;

!!!!!!!重构表时需要注意的两点:

同一个表中一个索引集群因子的高效则意味着另一个索引集群因子的低效

在一些物理性能不是很好的环境下重构表可能耗时

3.       访问索引的开销=选择性*集群因子

二、       索引的监视:

通过监视索引的使用情况,从而删除不使用的索引:

select index_name,index_type from user_indexes where table_name=’&TABLE_NAME’;

alter index monitoring usage;  ------增加小的系统开销

select index_name,monitoring,used,start_monitoring,end_monitoring from v$object_usage;

----------以上语句只能查看当前用户下被监控的索引

----------以下语句可以查看所有用户下被监控的索引

SELECT u.name owner,io.name index_name,t.name table_name,

decode(bitand(i.flags,65536),0,'NO','YES') monitoring,

decode(bitand(ou.flags,1),0,'NO','YES') used,

ou.start_monitoring start_monitoring,

ou.end_monitoring end_monitoring

FROM sys.user$ u,sys.obj$ io,sys.obj$ t,sys.ind$ i,sys.object_usage ou

WHERE i.obj#=ou.obj#

AND io.obj#=ou.obj#

AND t.obj#=i.bo#

AND u.user#=io.owner#;

AND u.user#=io.owner#;

三、       索引碎片的处理:

1.  确定索引碎片:

方法1:

validate index 用户名.索引名

或者analyze index index_name validate structure; 

------这两条语句将分析数据放入到index_stats表中,此表只保存最近一次的分析结果

select name,height, del_lf_rows, lf_rows,

round((del_lf_rows/(lf_rows+0.0000000001))*100) "Frag Percent" from index_stats;

------------------如果索引的叶子行的碎片超过10%,或者 index_statsheight > =4, 可以考虑对索引进行重建

--------确定索引中删除的、未填满的叶子(Leaf)行的百分比和height字段

方法2:

select object_id,object_name from user_objects where object_name like ‘索引名%’;

alter session set events ‘immediate trace name treedump level ;

----------转储索引树

2.索引创建的原则:

a.不在系统表空间中创建索引:

select index_name from dba_indexes where tablespace_name="SYSTEM" and owner not in ("SYS","SYSTEM");--------在系统表空间中的索引,重建索引

b.确保表及其索引位于不同的表空间中:

SELECT i.owner "OWNER",

i.index_name "INDEX",

t.table_name "TABLE",

i.tablespace_name "TABLESPACE"

FROM dba_indexes i, dba_tables t

WHERE i.owner = t.owner

AND i.table_name = t.table_name

AND i.tablespace_name = t.tablespace_name

AND i.owner NOT IN ('SYS', 'SYSTEM'); 

-------查找表和其索引在同一个表空间的索引并建

c.索引扩展次数过多会影响检索效率,确保索引扩展次数尽可能少

SELECT   COUNT ( * ),

owner,

segment_name,

tablespace_name

FROM   dba_extents

WHERE   segment_type = 'INDEX' AND owner NOT IN ('SYS', 'SYSTEM')

GROUP BY   owner, segment_name, tablespace_name

HAVING   COUNT ( * ) > 10

ORDER BY   COUNT ( * ) DESC;

-------查找扩展超过10次的索引并重建

d.确定创建索引时适当的存储参数:

SELECT owner "OWNER",

segment_name "INDEX",

tablespace_name "TABLESPACE",

bytes "BYTES/COUNT",

SUM (bytes) "TOTAL BYTES",

ROUND (SUM (bytes) / (1024 * 1024), 0) "TOTAL M",

COUNT (bytes) "TOTAL COUNT"

FROM dba_extents

WHERE segment_type = 'INDEX'

AND segment_name IN ('INDEX_NAME1', 'INDEX_NAME2')

GROUP BY owner,

segment_name,

segment_type,

tablespace_name,

bytes

ORDER BY owner, segment_name;

-------对于需要重建的索引查看其大小,以便确定合适的存储参数

SELECT ROUND (bytes / (1024 * 1024), 2) "free(M)"

FROM sm$ts_free

WHERE tablespace_name = '表空间名';  ------确定索引表空间有剩余空间

 

select (sum(bytes)/1024/1024)||'MB' from dba_segments where segment_name=’索引名’;

-------查看索引占用空间大小

select (sum(bytes)/1024/1024)||'MB' from dba_segments where segment_name=’表名’;

--------查看表占用空间大小

四、       重建索引:

1.重建

alter index 索引名 rebuild tablespace 索引表空间名 storage(initial 初始值 next 扩展值)  nologging parallel 2;

-----------并行比较消耗CPU,建议在CPU资源充足的情况下进行

2.  确认索引创建完好:

select * from dba_extents where segment_name="索引名";

select * from dba_ind_columns where index_name='索引名';------查看索引相关的列名

select * from “表名” where “索引列名

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/16807927/viewspace-711644/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/16807927/viewspace-711644/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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