爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      archive log文件大小与redo log文件大小关系探究

      首页 知识中心 其他 文章详情页

      archive log文件大小与redo log文件大小关系探究

      2023-06-06 05:54:59 阅读次数:449

      log

           首先我们来看下什么是archive log file,oracle 11g 的concept中是这样定义的:When you enable archiving of the online redo logs, Oracle Database copies the online redo log files to another location before they are overwritten. These copied files are referred to as archived redo log files. 那么根据这个定义,archive log file就是redo log file的拷贝,既然是拷贝,在排除压缩的情况下,两种文件的大小应该是一致的。但是我们在真实环境中看到的archive log file就是redo log file却不是一样大,真实情况是archive log file比redo log file小,极端情况下,甚至会小非常多。
           引起archive log file就是redo log file大小不一致的原因大致有如下几种:
                 一、人为操作类型
                       1、SQL>alter system switch logfile;
                       2、SQL>alter system archive log current;
                       3、RMAN>backup archive log all;
                       4、RMAN>backup database plus archivelog;
                 二、参数设置类型
                       archive_lag_target:日志切换的强制时间间隔,即只要到达该参数设置的时间间隔,无论redo 文件是否写满,都会进行日志切换。
                 三、oracle bug类型
                       BUG 9272059、BUG 10354739、BUG 12317474、BUG 5450861、BUG 7016254
            下面对archive log file就是redo log file大小不一致的原因进行分析,首先,如果redo log file中是以空白结尾,那么,archive log file中会将末尾的空白去除,这就样就会出现archive log比redo log file小,具体小多少,就根据归档时redo log file末尾的空白大小决定。这种情形常见于前面提到的认为操作类型和参数设置类型。因为在进行强制切换日志的时候,redo log file是没有被写满的,文件的末尾必然存在空白。
            另外,日志切换并不是发生redo log file 100%满的时候,这是由于oracle的内部算法决定的,这样做的主要目的是处于性能的考虑。所以redo log file始终不会被100%的写满,在进行归档的时候,末尾的空白会被丢弃,所以就导致了archive log file小于redo log file。影响redo log切换时间的因素有:LOG_BUFFER_SIZE参数设置、系统负载、log file size、logfile 空间分配算法。
      CUP_COUNT值会影响logfile空间分配算法,所以,如果出现日志频繁切换且归档日志远小于redo log file的情况,请检查CUP_COUNT是否符合系统的实际情况。
             再次,如果是RAC环境,如果各节点的负载不一致,为了保证数据库的可恢复性,空闲节点会进行一些的日志切换,主要是为了增进redo 日志的FIRST_CHANGE#,空闲节点产生的归档日志大小会与redo file大小有较大差距。下面进行验证:
       
       

      1. --查看redo file大小
      2. SQL> select thread#,group#,bytes/1024/1024 "size" from v$log order by 1,2;
      3.  
      4.    THREAD# GROUP# size
      5. ---------- ---------- ----------
      6.      1 1 50
      7.      1 2 50
      8.      2 3 50
      9.      2 4 50
      10.   --在节点1上建立测试表
      11.  SQL> create table darren(id number,item varchar2(2));
      12.  
      13.  --查看当前的归档情况和redo log的FRIST_CHANGE#
      14.  SQL> select thread#,name,blocks*block_size/1024/1024 "size" from v$archived_log order by 1,2;
      15.  
      16.    THREAD#                             NAME                                          size
      17. ---------- ---------------------------------------------------------------------- ----------
      18.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_10.268.861729569 1.4453125
      19.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_11.270.861730475 49.9980469
      20.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_12.271.861730509 49.9980469
      21.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_13.272.861730545 49.9980469
      22.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_14.274.861730573 49.9980469
      23.      1          +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_15.275.861730601 49.9980469
      24.      1          +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_16.276.861788401 35.8242188
      25.      2          +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_2.269.861729571 2.37207031
      26.      2          +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_3.273.861730551 .008300781
      27.      2          +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_4.277.861788403 .567871094
      28.  
      29.  SQL> select GROUP#,THREAD#,SEQUENCE#,STATUS,FIRST_CHANGE# from v$log order by 2;
      30.  
      31.     GROUP#     THREAD#  SEQUENCE#       STATUS     FIRST_CHANGE#
      32.  ---------- ---------- ---------- ---------------- -------------
      33.      1            1        17          CURRENT        794878
      34.      2            1        16          INACTIVE       700672
      35.      3            2        5           CURRENT        794876
      36.      4            2        4           INACTIVE       517670
      37. --在节点1上进行事务,由于是测试环境,节点2上完全没事务,是空闲实例
      38. begin
      39.   for i in 1..500000 loop
      40.    insert into darren values(1,'aa');
      41.    commit;
      42.   end loop;
      43. end;
      44.  --查看归档情况和redo log 的FRIST_CHANGE#
      45. SQL> select thread#,name,blocks*block_size/1024/1024 "size" from v$archived_log order by 1,2;
      46.  
      47.    THREAD#                             NAME                                          size
      48. ---------- ---------------------------------------------------------------------- ----------
      49.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_10.268.861729569     1.4453125
      50.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_11.270.861730475     49.9980469
      51.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_12.271.861730509     49.9980469
      52.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_13.272.861730545     49.9980469
      53.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_14.274.861730573     49.9980469
      54.      1       +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_15.275.861730601     49.9980469
      55.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_16.276.861788401     35.8242188
      56.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_17.278.861791005     49.9980469
      57.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_18.279.861791039     49.9980469
      58.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_19.281.861791071     49.9980469
      59.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_20.282.861791091     49.9980469
      60.      1       +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_21.283.861791119     49.9980469
      61.      2       +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_2.269.861729571     2.37207031
      62.      2       +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_3.273.861730551     .008300781
      63.      2       +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_4.277.861788403     .567871094
      64.      2       +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_5.280.861791047     .791503906
      65.      2       +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_6.284.861791125     .000976563
      66.   (thread_1_seq_17至thread_1_seq_21为insert过程中节点1产生的归档,大小都接近redo file大小,thread_2_seq_5和thread_2_seq_6为节点2产生的归档,远小于redo file大小)
      67.  
      68.  SQL> select GROUP#,THREAD#,SEQUENCE#,STATUS,FIRST_CHANGE# from v$log order by 2;
      69.  
      70.     GROUP#      THREAD#   SEQUENCE#      STATUS      FIRST_CHANGE#
      71.    ---------- ---------- ---------- ---------------- -------------
      72.        1           1         21          ACTIVE         1206256
      73.        2           1         22          CURRENT        1308608
      74.        3           2         7           CURRENT        1338258
      75.        4           2         6           INACTIVE       1014874
      76.    (可以看到,节点2的FIRST_CHANGE#也跟进了,这里还超过了节点1的)     

          再考虑一种极端情况,如果节点2已经down了,那么,节点2的归档将会由节点1进行代为执行,同样会推进节点2的redo log的FIRST_CHANGE#,继续上面的实验:    

      1. --关闭节点2
      2. SQL> shutdown immediate
      3. Database closed.
      4. Database dismounted.
      5. ORACLE instance shut down.
      6.  
      7. --继续在节点1插入数据
      8. begin
      9.   for i in 1..500000 loop
      10.    insert into darren values(1,'aa');
      11.    commit;
      12.   end loop;
      13. end;
      14.  
      15. --查看归档情况和redo log 的FRIST_CHANGE#
      16. SQL> select thread#,ARCHIVAL_THREAD#,name,blocks*block_size/1024/1024 "size" from v$archived_log order by 1,2;
      17.  
      18.    THREAD# ARCHIVAL_THREAD#                               NAME                                        size
      19. ---------- ---------------- ---------------------------------------------------------------------- ----------
      20.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_10.268.861729569     1.4453125
      21.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_18.279.861791039     49.9980469
      22.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_27.291.861795885     49.9980469
      23.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_26.290.861795861     49.9980469
      24.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_25.289.861795837     49.9980469
      25.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_24.287.861795815     49.9980469
      26.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_23.286.861795789     49.9980469
      27.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_22.285.861795765     49.9980469
      28.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_11.270.861730475     49.9980469
      29.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_12.271.861730509     49.9980469
      30.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_13.272.861730545     49.9980469
      31.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_14.274.861730573     49.9980469
      32.     1           1            +DATADG01/gyl/archivelog/2014_10_23/thread_1_seq_15.275.861730601     49.9980469
      33.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_16.276.861788401     35.8242188
      34.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_17.278.861791005     49.9980469
      35.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_19.281.861791071     49.9980469
      36.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_20.282.861791091     49.9980469
      37.     1           1            +DATADG01/gyl/archivelog/2014_10_24/thread_1_seq_21.283.861791119     49.9980469
      38.     2           1            +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_8.292.861795895     .000488281
      39.     2           1            +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_7.288.861795827     .921386719
      40.     2           1            +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_4.277.861788403     .567871094
      41.     2           2            +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_5.280.861791047     .791503906
      42.     2           2            +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_3.273.861730551     .008300781
      43.     2           2            +DATADG01/gyl/archivelog/2014_10_24/thread_2_seq_6.284.861791125     .000976563
      44.     2           2            +DATADG01/gyl/archivelog/2014_10_23/thread_2_seq_2.269.861729571     2.37207031
      45. (注意thread_2_seq_7和thread_2_seq_8,他们的归档是由thread 1 执行的,参看THREAD# 和ARCHIVAL_THREAD# 列,这两个归档正是在实例2关闭的时候生成的)
      46.  
      47. SQL> select GROUP#,THREAD#,SEQUENCE#,STATUS,FIRST_CHANGE# from v$log order by 2;
      48.  
      49.     GROUP#     THREAD#  SEQUENCE#        STATUS     FIRST_CHANGE#
          ---------- ---------- ---------- ---------------- -------------
              1           1         27           ACTIVE         1831962
              2           1         28           CURRENT        1935906
              3           2         9            CURRENT        1955175
              4           2         8            INACTIVE       1690602


         
             由于redo wastage的存在,redo log file中间也会存在空白,那这部分空白会不会被丢弃呢?首先看下什么是redo wastage,简单的说就是LGWR进程在写redo log file的时候是按操作系统的标准块为单位进行写入的,具体块的大小,可以使用下述语句进行查询:  

      1. select max(l.lebsz) log_block_size_kccle
      2.   from sys.x$kccle l
      3.   where l.inst_id = userenv('Instance');

      假设标准块大小为512字节,在一次写入操作中一共要写入1036字节数据,那么就需要3个标准块,尽管第三个块没有被写满,但是SGA中redo log写入的指针会跳转到下面一个块,这里的第三个块剩下的空间就被浪费了,这就是  redo wastage。减少这种情况的方法就是减少commit次数。
                                                     archive log文件大小与redo log文件大小关系探究  
           下面通过实验观察redo wastage造成的空白会不会在归档的时候被丢弃:  
          

      1. --查看redo file大小
      2. SQL> select group#,bytes/1024/1024 \"size(M)\" from v$log;
      3.  
      4.     GROUP# size(M)
      5. ---------- ----------
      6.      1 50
      7.      2 50
      8.      3 50
      9.  
      10. --建立测试表
      11. SQL> create table darren(id number,item varchar2(2));
      12.  
      13.  
      14. Table created.
      15.  
      16. --查看当前归档的情况
      17. SQL> select SEQUENCE#,ARCHIVED,status,COMPRESSED from v$archived_log;
      18.  
      19. SEQUENCE#  ARC S COM
        ---------- --- - ---
           81      YES A NO
           82      YES A NO
           83      YES A NO
           84      YES A NO
           85      YES A NO
           86      YES A NO
           87      YES A NO
           88      YES A NO
           89      YES A NO
           90      YES A NO
      20.  
      21. --查看当前的redo size和redo wastage
      22. SQL> select name,value from v$sysstat where name in('redo size','redo wastage');
      23.  
      24. NAME                                       VALUE
      25. --------------------- ------------------------------------------ ----------
      26. redo size                                 258664912
      27. redo wastage                              86181420
      28.  
      29. --向测试表插入数据,产生redo记录
      30. begin
      31.   for i in 1..500000 loop
      32.    insert into darren values(1,'aa');
      33.    commit;
      34.   end loop;
      35. end;
      36.  
      37. --切换一起日志,将insert过程中产生的redo文件全部归档
      38. SQL> alter system archive log current;
      39.  
      40. System altered.
      41.   
      42. --查看现在的redo size和redo wastage
      43. SQL> select name,value from v$sysstat where name in('redo size','redo wastage');
      44.  
      45. NAME           VALUE
      46. ---------- ------------
      47. redo size    512888704
      48. redo wastage 202172176
      49.  
      50. --计算insert过程中产生的redo size和redo wastage
      51. SQL> select 512888704-258664912 redo from dual;
      52.  
      53.       REDO
      54. ----------
      55.  254223792
      56.  
      57. SQL> select 202172176-86181420 wastage from dual;
      58.  
      59.    WASTAGE
      60. ----------
      61.  115990756
      62.  
      63. --计算redo wastage的比例
      64. SQL> select 115990756/254223792 from dual;
      65.  
      66. 115990756/254223792
      67. -------------------
      68. .456254527
      69.  
      70.  
      71. --查看insert 过程中产生的archive log file
      72. SQL> select SEQUENCE#,ARCHIVED,status,COMPRESSED from v$archived_log;
      73.  
      74.  SEQUENCE# ARC S COM
      75. ---------- --- - ---
      76. 81 YES A NO
      77. 82 YES A NO
      78. 83 YES A NO
      79. 84 YES A NO
      80. 85 YES A NO
      81. 86 YES A NO
      82. 87 YES A NO
      83. 88 YES A NO
      84. 89 YES A NO
      85. 90 YES A NO
      86. 91 YES A NO
      87. 92 YES A NO
      88. 93 YES A NO
      89. 94 YES A NO
      90. 95 YES A NO
      91. 96 YES A NO
      92. 97 YES A NO
      93. 98 YES A NO
      94. 99 YES A NO
      95. 从91号归档开始为本次insert操作产生的归档
      96.  --查看归档文件大小
      97. [oracle@oracle11g archive]$ ls -trl
      98. -rw-r----- 1 oracle oinstall 49917440 Oct 23 13:49 orcl_1_91_851966182.arc
      99. -rw-r----- 1 oracle oinstall 49257472 Oct 23 13:49 orcl_1_92_851966182.arc
      100. -rw-r----- 1 oracle oinstall 49896448 Oct 23 13:50 orcl_1_93_851966182.arc
      101. -rw-r----- 1 oracle oinstall 44149760 Oct 23 13:50 orcl_1_94_851966182.arc
      102. -rw-r----- 1 oracle oinstall 49917440 Oct 23 13:50 orcl_1_95_851966182.arc
      103. -rw-r----- 1 oracle oinstall 44199936 Oct 23 13:50 orcl_1_96_851966182.arc
      104. -rw-r----- 1 oracle oinstall 46582784 Oct 23 13:51 orcl_1_97_851966182.arc
      105. -rw-r----- 1 oracle oinstall 48513536 Oct 23 13:51 orcl_1_98_851966182.arc
      106. -rw-r----- 1 oracle oinstall    13312 Oct 23 13:51 orcl_1_99_851966182.arc

      根据实验数据显示,redo wastage的比例约为46%,redo log大小为50M,忽略文件末尾的空白影响,如果归档时丢弃redo wastage产生的日志文件中间的空白,那么,归档文件的大小约为50*1024*1024*46%=24117248字节。从实验数据看,归档日志都远大于  24117248字节(不考虑99号日志,该日志为手动切换产生)。  
           结论:归档时不会丢弃由于redo wastage产生的redo log file中间的空白。  
          另外再说明一点,由于某些BUG的存在,会出现redo log切换非常频繁,产生的归档都远小于redo log file的大小,所以,在观察到redo log切换频繁的时候,要关注下归档日志的大小,如归归档日志远小于redo log file大小,这时造成redo log频繁切换的原因可能不是大量的事务,这时要综合考虑,  不要贸然加大redo log file大小。  

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.51cto.com/lhrbest/2696520,作者:小麦苗DB宝,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:Ubuntu Linux 10.10试用体验(视频)

      下一篇:Tomcat发布项目不需要项目名访问

      相关文章

      2025-05-19 09:04:38

      主库log_archive_dest_state_2为defer与enable的测试.

      主库log_archive_dest_state_2为defer与enable的测试.

      2025-05-19 09:04:38
      log , state
      2025-04-14 09:31:41

      文心一言 VS 讯飞星火 VS chatgpt (279)-- 算法导论20.3 6题

      文心一言 VS 讯飞星火 VS chatgpt (279)-- 算法导论20.3 6题

      2025-04-14 09:31:41
      log , vEB , 操作 , 操作数
      2025-04-09 09:16:07

      TF-IDF:概念与python实现

      TF-IDF(Term Frequency - Inverse Document Frequency)表示“词频-逆文本频率”。词频(TF,Term Frequency )表示给定词语在文件或语料中出现的频率(归一化以屏蔽长短文件的差异);逆文本频率(IDF,Inverse Document Frequency)是一个词语重要性的度量。

      2025-04-09 09:16:07
      log , 人工智能 , 文本 , 网页
      2025-03-21 06:56:59

      【shell】遍历目录及其子目录中的所有文件|判断文件是否有修改

      【shell】遍历目录及其子目录中的所有文件|判断文件是否有修改

      2025-03-21 06:56:59
      date , echo , log , shell , sudo
      2025-03-18 08:27:10

      postgreSQL二进制快速安装

      postgreSQL二进制快速安装

      2025-03-18 08:27:10
      data , database , log , postgres , postgresql
      2025-03-17 07:50:08

      postgresql9.5.9相关的日志文件介绍

      postgresql9.5.9相关的日志文件介绍

      2025-03-17 07:50:08
      log , postgres
      2025-03-12 09:32:31

      常见的排序算法

      常见的排序算法

      2025-03-12 09:32:31
      log , 场景 , 复杂度 , 排序
      2025-03-04 09:11:34

      Linux下Docker容器占用过多情况,导致linux:无法为立即文档创建临时文件: 设备上没有空间

      Linux下Docker容器占用过多情况,导致linux:无法为立即文档创建临时文件: 设备上没有空间

      2025-03-04 09:11:34
      docker , json , log , 容器 , 文件
      2025-02-26 07:21:36

      怎么处理慢查询--------->简述Myisam和innodb的区别

      在业务系统中,除了使用主键进行的查询,其他的都会在测试库上测试其耗时,慢查询的统计主要由运维在做,会定期将业务中的慢查询反馈给我们。

      2025-02-26 07:21:36
      binlog , log , 事务 , 日志 , 查询 , 索引
      2025-02-21 08:56:43

      【mySQL】WAL和MVCC ----待消化

      【mySQL】WAL和MVCC ----待消化

      2025-02-21 08:56:43
      binlog , log , 事务 , 内存 , 版本号 , 磁盘
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5233943

      查看更多

      最新文章

      TF-IDF:概念与python实现

      2025-04-09 09:16:07

      【shell】遍历目录及其子目录中的所有文件|判断文件是否有修改

      2025-03-21 06:56:59

      Linux下Docker容器占用过多情况,导致linux:无法为立即文档创建临时文件: 设备上没有空间

      2025-03-04 09:11:34

      ORA-01152 备库能mount但不能open

      2024-12-31 06:01:52

      log库spdlog简介及使用

      2023-03-29 09:40:26

      查看更多

      热门文章

      log库spdlog简介及使用

      2023-03-29 09:40:26

      ORA-01152 备库能mount但不能open

      2024-12-31 06:01:52

      Linux下Docker容器占用过多情况,导致linux:无法为立即文档创建临时文件: 设备上没有空间

      2025-03-04 09:11:34

      【shell】遍历目录及其子目录中的所有文件|判断文件是否有修改

      2025-03-21 06:56:59

      TF-IDF:概念与python实现

      2025-04-09 09:16:07

      查看更多

      热门标签

      linux java python javascript 数组 前端 docker Linux vue 函数 shell git 节点 容器 示例
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      log库spdlog简介及使用

      Linux下Docker容器占用过多情况,导致linux:无法为立即文档创建临时文件: 设备上没有空间

      TF-IDF:概念与python实现

      ORA-01152 备库能mount但不能open

      【shell】遍历目录及其子目录中的所有文件|判断文件是否有修改

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号