介质损坏,利用数据库的备份集对数据库基于时间点的恢复

本次实验的重点对oracle 数据库进行备份,如果出现介质损坏,利用数据库的备份集对数据库基于时间点的恢复,以用来对生产数据库得到一个及时有效的预案。

例如 2012/07/19 下午15:17对数据库进行了全库备份,之后数据库损坏要求恢复到下午16:22数据,具体的操作步骤如下:

1 对数据库的备份的脚本如下

run {

  CROSSCHECK ARCHIVELOG ALL;---检查是否有无效的归档日志

  allocate channel ch1 device type disk ;

  allocate channel ch2 device type disk ;

  backup spfile format='/oracle/rman/spfile_%d_%s_%p_%t';--备份初始化文件

  backup full filesperset=20 tag='Full_%d' format='/oracle/rman/Full_%d_%s_%p_%t'

  database include current controlfile;--备份数据文件.

  backup filesperset=10 format='/oracle/rman/Arch_%d_%s_%p_%t'

  ARCHIVELOG ALL NOT BACKED UP 1 TIMES;--备份归档日志文件,如果归档日志文件已经备份过,就不用再备份。

  DELETE NOPROMPT ARCHIVELOG UNTIL TIME '(SYSDATE-7)';--删除7天之前的归档日志的备份

  backup format='/oracle/rman/Cntl_%d_%s_%p_%t' current controlfile;--备份控制文件。

  release channel ch1;

  release channel ch2;

}

2 恢复之前表 COM_FINAEXPENSES中的数据量为

         SQL> select count(*) from COM_FINAEXPENSES;

 

         COUNT(*)

         ----------

         172289

 3 在下午的15:17对数据已经备份结束,这时对表插入三条记录

insert into COM_FINAEXPENSES (ID, COMCODE, PUBDATE, REPORTDATE, ORDERNUMBER, EXPENSEITEM, VALBEGINNING, VALENDING, REMARK, ENTRYTIME, UPDATETIME, GROUNDTIME, UPDATEID, RESOURCEID, RECORDID)

values (1, 1, null, to_date('19-07-2012', 'dd-mm-yyyy'), null, '1', 1.0000, 1.0000, '1', to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), 1, 'CHZX', '1');

 

insert into COM_FINAEXPENSES (ID, COMCODE, PUBDATE, REPORTDATE, ORDERNUMBER, EXPENSEITEM, VALBEGINNING, VALENDING, REMARK, ENTRYTIME, UPDATETIME, GROUNDTIME, UPDATEID, RESOURCEID, RECORDID)

values (2, 2, null, to_date('19-07-2012', 'dd-mm-yyyy'), null, '2', 2.0000, 2.0000, '2', to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), 2, 'CHZX', '1');

 

insert into COM_FINAEXPENSES (ID, COMCODE, PUBDATE, REPORTDATE, ORDERNUMBER, EXPENSEITEM, VALBEGINNING, VALENDING, REMARK, ENTRYTIME, UPDATETIME, GROUNDTIME, UPDATEID, RESOURCEID, RECORDID)

values (3, 3, null, to_date('19-07-2012', 'dd-mm-yyyy'), null, '3', 3.0000, 3.0000, '3', to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), to_date('19-07-2012', 'dd-mm-yyyy'), 3, 'CHZX', '3');

查看表的数据量为

SQL> select count(*) from COM_FINAEXPENSES;

 

  COUNT(*)

----------

    172292

 

4 切换一个redolog日志

     alter system switch logfile;

     生成的归档日志以后需要

5 破环数据库用dbca 图示化界面删除数据库--这里只是删除oracle database ,oracle 软件不必删除。

6 开始恢复到下午16:22的数据库的状态

    6.1 创建恢复需要的目录文件

        mkdir -p /oracle/app/oracle/admin/centerdb/bdump

        mkdir -p /oracle/app/oracle/admin/centerdb/cdump

        mkdir -p /oracle/app/oracle/admin/centerdb/udump

        mkdir -p /oracle/app/oracle/admin/centerdb/adump

        mkdir –p /oracle/data

        mkdir –p /oracle/archive

        mkdir –p /oracle/redolog

        mkdir –p /oracle/controlfile

    6.2 spfile 文件copy 到路径$ORACLE_HOME/dbs路径下,登陆数据库

        创建pfile文件

        SQL>create pfile from spfile;

        SQL>sqlplus /nolog

        SQL>conn / as sysdba

        SQL>startup nomount ;

       $ rman

       RMAN>connect target

       RMAN>run{

                  allocate channel c1 type disk;

                  restore controlfile from '/oracle/rman/Cntl_CENTERDB_21_1_789059873 ';--这是备份的控制文件的备份片

                  release channel c1;

                }

 

       SQL>alter database mount;

       RMAN>run{

        allocate channel c1 type disk;

        allocate channel c2 type disk;

        restore database;

        release channel c1;

        release channel c2;

       }---恢复数据文件

 

      RMAN>run{

        allocate channel c1 type disk;

        allocate channel c2 type disk;

        restore archivelog all;

        release channel c1;

        release channel c2;

       }---恢复归档日志文件

 

       SQL>recover database using backup controlfile until time '2012-07-19 16:22:00;--基于时间点的恢复

       选择auto

       alter database open resetlogs;

7 查看表COM_FINAEXPENSES的数据量

SQL> select count(*) from COM_FINAEXPENSES;

 

  COUNT(*)

----------

    172293

   其中插入的三条记录都存在。

 

转载:http://blog.chinaunix.net/uid-23582874-id-3410277.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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