Java面试题大全(数据库部分三)

来源:互联网 发布:linux清理根目录空间 编辑:程序博客网 时间:2024/06/05 07:51

11、Oracle数据常用的备份与恢复?

Oracle的备份与恢复有三种标准的模式,大致分为两大类,备份恢复(物理上的)以及导入导出(逻辑上的),而备份恢复又可以根据数据库的工作模式分为非归档模式(Nonarchivelog-style)和归档模式(Archivelog-style),通常,我们把非归档模式称为冷备份,而相应的把归档模式称为热备份。
逻辑备份方式的方法,利用Export可将数据从数据库中提取出来,利用Import则可将提取出来的数据送回到Oracle数据库中去。如:
导出数据文件: exp scott/tiger file=d:/scott.dmp
导入数据文件: imp scott/tiger file=:/scott.dmp

12、Oracle的数据优化(经常被问到)?

以Oracle数据库举例:
(a-G要求掌握,H一般为DBA操作,了解就可以了)
a。
建库:以知将保存海量数据的时候,因为Oracle是通过用户来管理数据的,
第一步我们先建一个tableaspace(假设表空间名为TEST),
然后建立用户TEST(一般情况下用户名和表空间同名),
建立的用户TEST使用已建立的tablespace(TEST).
这样做是避免访问上产生热点。
b。
建表:建表时最好依照第三范式去建表(请回答三个范式),
这样可以最大程度避免出现数据冗余、插入、删除和更新异常,保证数据完整性。
而且表结构合理的情况下,可以加快查询速度。
c。
索引:在经常查询的字段上面建立索引,
利用index对查询进行优化,(index可以避免对表的一个全面扫描)
原理:当以某个字段建立一个索引的时候,数据库就会生成一个索引页,
索引页不单单保存索引的数据,还保存了索引在数据库的具体的物理地址,
当我们查询数据时,oracle会先查索引页,这样就能够很快的定位查找到要找的记录)。
注意:
如果表的列很少,不适合建索引.
当执行过多次的insert,delete,update后,会出现索引碎片,
影响查询速度,我们应该对索引进行重组.
D:
sql语句的优化:
多使用共享语句
尽量使你的sql语句能够使用索引。
怎样使sql语句能够使用到索引呢:
当sql语句中包含not in,<>,is null,is not null,like ‘%%’的时候不会用索引。
IN: in会拆成一堆or的,可以使用表的索引。
NOT IN:强列推荐不使用,因为它不能应用表的索引。
<> 操作符(不等于): 不等于操作符是永远不会用到索引的,因此对它的处理只会产生全表扫描。
优化方案:用其它相同功能的操作运算代替,如a<>0 改为 a>0 or a<0;a<>’’ 改为 a>’’.
IS NULL 或IS NOT NULL操作(判断字段是否为空):
判断字段是否为空一般是不会应用索引的,因为B树索引(oracle大多是使用B树索引)是不索引空值的。
优化方案:用其它相同功能的操作运算代替,如 a is not null 改为 a>0 或a>’’等。
is null 时,用一个缺省值代替空值,例如业扩申请中状态字段不允许为空,缺省为申请。
LIKE:LIKE操作符可以应用通配符查询,里面的通配符组合可能达到几乎是任意的查询,但是如果用得不好则会产生性能上的问题,
优化方案:如LIKE ‘%001%’ 这种查询不会引用索引,会产生全表扫描,
而LIKE ‘001%’则会引用范围索引。进行范围的查询,性能肯定大大提高。
E:
多表查询时,一般一个大表关联几个小表,最好不要几个大表相关联,那样也会影响到查询速度。
F:
oralce访问表中的数据共有三种方式,全表扫描,通过索引扫描,使用共享语句(一模一样)。
select id,name from tb_sutdent;
Select id,name from tb_sutdent;
我们JDBC查询中使用PreparedStatement实际上就是使用共享语句。
所以我们要多使用共享语句来加快查询速度。
G:
经常查询的SQL可以写成存储过程。
H:
当表数据达到几十到几百GB时,就要考虑对表进行分区了,
分区的优点:
1.增强可用性:如果表的某个分区出现故障,表在其他分区的数据仍然可用
2.维护方便:如果表的某个分区出现故障,需要修复数据,只修复该分区即可;
3.均衡I/O:可以把不同的分区映射到磁盘以平衡I/O,改善整个系统性能;
4.改善查询性能:对分区对象的查询可以仅搜索自己关心的分区,提高检索速度。
分区的几种方法:范围分区 ,Hash分区(散列分区) ,复合分区 。
应用:实际项目中大多使用范围分区,
例如按时间范围(日期字段)来分区,如2005-2006数据作为一个分区,2006-2007作为一个分区。

0 0
原创粉丝点击