数据库文件

什么是表分区 一般情况下，我们建立数据库表时，表数据都存放在一个文件里。 但是如果是分区表的话，表数据就会按照你指定的规则分放到不同的文件里，把一个大的数据文件拆分为多个小文件，还可以把这些小文件放在不同的磁盘下由多个cpu进行处理。这样文件的大小随着拆分而减小，还得到硬件系统的加强，自然对我们操作数据是大大有利的。 所以大数据量的数据表，对分区的需要还是必要的，因为它可以提高select效率，还可以对历史数据经行区分存档等。但是数据量少的数据就不要凑这个热闹啦，因为表分区会对数据库产生不必要的开销，除啦性能还会增加实现对象的管理费用和复杂性。 跟着做，分区如此简单 先跟着做一个分区表（分为11个分区），去除神秘的面纱，然后咱们再逐一击破各个要点要害。 分区是要把一个表数据拆分为若干子集合，也就是把把一个数据文件拆分到多个数据文件中，然而这些文件的存放可以依托一个文件组或这多个文件组，由于多个文件组可以提高数据库的访问并发量，还可以把不同的分区配置到不同的磁盘中提高效率，所以创建时建议分区跟文件组个数相同。 1.创建文件组 可以点击数据库属性在文件组里面添加 T-sql语法： alter database <数据库名> add filegroup <文件组名> ---创建数据库文件组 alter database testSplit add filegroup ByIdGroup1

什么是表分区 一般情况下，我们建立数据库表时，表数据都存放在一个文件里。 但是如果是分区表的话，表数据就会按照你指定的规则分放到不同的文件里，把一个大的数据文件拆分为多个小文件，还可以把这些小文件放在不同的磁盘下由多个cpu进行处理。这样文件的大小随着拆分而减小，还得到硬件系统的加强，自然对我们操作数据是大大有利的。 所以大数据量的数据表，对分区的需要还是必要的，因为它可以提高select效率，还可以对历史数据经行区分存档等。但是数据量少的数据就不要凑这个热闹啦，因为表分区会对数据库产生不必要的开销，除啦性能还会增加实现对象的管理费用和复杂性。 跟着做，分区如此简单 先跟着做一个分区表（分为11个分区），去除神秘的面纱，然后咱们再逐一击破各个要点要害。 分区是要把一个表数据拆分为若干子集合，也就是把把一个数据文件拆分到多个数据文件中，然而这些文件的存放可以依托一个文件组或这多个文件组，由于多个文件组可以提高数据库的访问并发量，还可以把不同的分区配置到不同的磁盘中提高效率，所以创建时建议分区跟文件组个数相同。 1.创建文件组 可以点击数据库属性在文件组里面添加 T-sql语法： alter database <数据库名> add filegroup <文件组名> ---创建数据库文件组 alter database testSplit add filegroup ByIdGroup1

Mysql安装目录 数据库目录 /var/lib/mysql/ 配置文件 /usr/share/mysql（mysql.server命令及配置文件） 相关命令 /usr/bin(mysqladmin mysqldump等命令) 启动脚本 /etc/init.d/mysql（启动脚本文件mysql的目录） 系统管理 连接MySQL 格式: mysql -h 主机地址 -u用户名 -p用户密码 例 1:连接到本机上的 MySQL。 hadoop@ubuntu:~$ mysql -uroot -pmysql; 例 2:连接到远程主机上的 MYSQL。 hadoop@ubuntu:~$ mysql -h 127.0.0.1 -uroot -pmysql; 修改新密码 在终端输入：mysql -u用户名 -p密码，回车进入Mysql。 > use mysql; > update user set password=PASSWORD('新密码') where user='用户名'; > flush privileges; #更新权限 > quit; #退出 增加新用户 格式:grant select on 数据库.* to 用户名@登录主机 identified by '密码' 举例: 例 1:增加一个用户 test1 密码为 abc,让他可以在任何主机上登录,并对所有数据库有 查询、插入

首先配置 静态文件和模板文件： STATICFILES_DIRS = ( # Put strings here, like "/home/html/static" or "C:/www/django/static". # Always use forward slashes, even on Windows. # Don't forget to use absolute paths, not relative paths. os.path.join(BASE_DIR, 'static'),) TEMPLATE_DIRS = ( # Put strings here, like "/home/html/django_templates" or "C:/www/django/templates". # Always use forward slashes, even on Windows. # Don't forget to use absolute paths, not relative paths. os.path.join(BASE_DIR, 'templates'),) import osBASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))在settings.py里面 其次配置配置数据库

一、表空间 oracle使用表空间来管理数据库的对象（表，序列，过程，函数，游标等）。 oracle的逻辑结构（看不见的）：oracle数据库 =》 表空间 =》 表 序列 过程等对象。 oracle的物理结构（能看见）：oracle 数据库 =》oracle的数据文件=》数据段=》数据区间=》数据块 。 oracle的数据文件分三种： 1、控制文件，以ctl结尾，控制文件中存储oracle运行所需要的字典，用户等对象。 2、日志文件，以log存储oracle操作产生的日志文件，还包含oracle的重做日志。 3、数据文件，存储用户或者系统创建的对象 表空间也是对象，需要存储到数据文件中，所以创建表空间的时候需要指定使用哪个数据文件。 创建表空间的语法： create tablespace 表空间名称 datafile '存储的位置\文件名.dbf' 指定表空间使用的数据文件，如果文件不存在会自动创建 size 50m 表空间的初始大小 autoextend on next 30m 表空间如果空间不够用了，下次自动扩展的大小 maxsize 300m指定表空间的最大存储空间； 例子： 1 -- 创建表空间 2 create tablespace tab_test01 3 --指定使用的数据文件 4 datafile 'D:\test_tab\test01.dbf' 5 -

Oracle的存储结构分为：物理存储结构和逻辑存储结构。 一、物理存储结构：指硬盘上存在的文件 数据文件(data file) 一个数据库可以由多个数据文件组成的，数据文件是真正存放数据库数据的。一个数据文件就是一个操作系统文件。数据库的对象(表和索引)物理上是被存放在数据文件中的。当我们要查询一个表的数据的时候，如果该表的数据没有在内存中，那么oracle就要读取该表所在的数据文件，然后把数据存放到内存中。通过下面的语句可以查看当前存在的数据文件和对应的表空间： select file_name,tablespace_name from dba_data_files; 联机日志文件(online redo log file) 一个数据库可以有多个联机日志文件,联机日志文件包含了重做记录(undo records).联机日志文件记录了数据库的改变,例如当一次意外导致对数据的改变没有及时的写到数据文件中,那么oracle就会根据联机日志文件中 的信息获得这些改变,然后把这些改变写到数据文件中.这也是联机日志文件存在的意义.联机日志文件中重做记录的唯一功能就是用来做实例的恢复.比如,一次系统的意外掉电,导致内存中的数据没有被写到数据文件中.那么oralce就会根据联机日志文件中的重做记录功能包数据库恢复到失败前的状态。可以通过下面的语句查看当前存在的日志文件和对应的日志组信息：

1. INFORMATICA CLIENT的使用 1.1 Repository Manager 的使用 1.1.1 创建Repository。 前提： a.在ODBC数据源管理器中新建一个数据源连接至你要创建Repository的 数据库 （例：jzjxdev） b. 要在你要连接的数据库中新建一个用户（例：name: ETL password: ETL） 现在你可以创建一个Repository了。选择Repository – Create Repository,输入RepositoryName（例：JZJX），Database Username（例：etl），Database Password（例：etl），ODBCData Source（例：jzjxdev），Native ConnectString（数据库所在ip例：141.20.52.108） 1.1.2 添加Repository。 通过这一步你可以添加别人已经建好的Repository。 选择Repository – Add Repository,输入RepositoryName（例：JZJX），Username(例：etl),点击ok就可以看到名为JZJX的Repository在左边的浏览器中，但是此时还看不到它的内容，要看到它的内容或者对它进行操作必须先连接它。 1.1.3 添加Folder 选择Folder –

并发控制 锁粒度： 表级锁 行级锁 锁： 读锁：共享锁，只读不可写（包括 自己当前用户 和当前事务） ，多个读互不阻塞 写锁：独占锁，排它锁，写锁会阻塞其它事务（不包括当前事务）的读和它锁 实现 存储引擎：自行实现其锁策略和锁粒度 服务器级：实现了锁，表级锁，用户可显式请求 分类： 隐式锁：由存储引擎自动施加锁 显式锁：用户手动请求 锁策略：在锁粒度及数据安全性寻求的平衡机制 显式使用锁 LOCK TABLES 加锁 lock tables tbl_name [[AS] alias] lock_type [, tbl_name [[AS] alias] lock_type] ... lock_type: READ ,WRITE UNLOCK TABLES 解锁 FLUSH TABLES [tb_name[,...]] [WITH READ LOCK] 关闭所有正在打开的表，同时清除掉查询缓存以及准备好的语句缓存， 如果加上with read lock 选项的话，它代表关闭所有正在打开的表并加上全局锁（不清除缓存了）， 通常在备份前加全局读锁 SELECT clause [FOR UPDATE | LOCK IN SHARE MODE] 查询时加写或读锁 注意点1（加锁）： 注意，读锁加到表上之后，此表将只能读，不能进行其他任何操作。

1、命令简介 locate (locate) 命令用来查找文件或目录。 locate命令要比find -name快得多，原因在于它不搜索具体目录，而是搜索一个数据库/var/lib/mlocate/mlocate.db 。这个数据库中含有本地所有文件信息。Linux系统自动创建这个数据库，并且每天自动更新一次，因此，我们在用whereis和locate 查找文件时，有时会找到已经被删除的数据，或者刚刚建立文件，却无法查找到，原因就是因为数据库文件没有被更新。为了避免这种情况，可以在使用locate之前，先使用updatedb命令，手动更新数据库。整个locate工作其实是由四部分组成的: /usr/bin/updatedb 主要用来更新数据库，通过crontab自动完成的 /usr/bin/locate 查询文件位置 /etc/updatedb.conf updatedb的配置文件 /var/lib/mlocate/mlocate.db 存放文件信息的文件 2、用法 -b, --basename match only the base name of path names -c, --count 只输出找到的数量 -d, --database DBPATH 使用DBPATH指定的数据库，而不是默认数据库 /var/lib/mlocate/mlocate.db -e, -

基本操作 比较简单 就是增删改查, 跟 传统的数据库类似, 把表变成了collection, 行变成了document, 列变成了fields; 　　　　 还有类似的limit sort等修饰方法 ， 存储的东西简直是为js 前端设计的 今天记录下MongoDB的基本操作，这只是 最基本的 ，所以是 应该掌握的 。 数据库 数据库是一个物理容器集合。每个数据库都有自己的一套文件系统上的文件。 一个单一的MongoDB服务器通常有多个数据库。 集合 集合是一组MongoDB的文档。它相当于一个RDBMS表。收集存在于一个单一的数据库。集合不执行模式。 集合内的文档可以有不同的领域。通常情况下，一个 集合中的所有文件是相同或相关的目的 。 文档 文档是一组键 - 值对。文件动态模式。 关系型数据库与MongoDB的对比 看到这个表我想你对MongoDB也一定有自己的认识了。 MongoDB支持许多数据类型的列表下面给出： String : 这是最常用的数据类型来存储数据。在MongoDB中的字符串 必须是有效的UTF-8 。 Integer : 这种类型是用来存储一个数值。整数可以是32位或64位，这取决于您的服务器。 Boolean : 此类型用于存储一个布尔值 (true/ false) 。 Double : 这种类型是用来存储浮点值。 Min/ Max keys :