Oracle运维实战小技巧
实际运维中,不仅仅是掌握SQL语句的使用以及优化。你会遇到各式各样的问题,此时往往不知如何下手。思考的方向不好确定,但是可以通过日志分析。常用的动态参数以及数据字典掌握尤为重要,辅助我们排查问题。
实际运维中,不仅仅是掌握SQL语句的使用以及优化。你会遇到各式各样的问题,此时往往不知如何下手。思考的方向不好确定,但是可以通过日志分析。常用的动态参数以及数据字典掌握尤为重要,辅助我们排查问题。
基于linux for centos7.x进行安装部署,分别部署Oracle11g和Oracle19c进行对比。
强调一下Oracle11g基于zip安装包(有图形化界面),如果是rpm包安装(可以参考本文Oracle19c的部署)。
之前一直在Windows上进行安装部署测试的,其实在linux操作系统上部署基本上可以参考Windows的图形界面安装。
图形化安装和Windows配置是差不多的,我安装的时候就是参考以前Windows上部署的经验。
部分安装注意事项还是需要注意,比如不能用root用户直接安装,需要新建普通用户安装。
说明:Oracle11g采用是带有桌面环境的系统部署,Oracle19c纯字符界面进行部署。
基本环境准备
1、部署系统环境:linux for centos7.x 64位
2、部署数据库软件:Oracle11gR2以及Oracle19c服务端
3、部署数据库客户端:Oracle11g客户端连接Oracle11g,Oracle19c客户端配置连接Oracle19c
3.1、tips:客户端版本低于连接的服务端版本,会提示协议错误,无法连接。
4、部署连接工具:plsql developer1207(汉化)
这篇文章可以和我前段时间写的《MySQL开发篇,存储引擎的选择真的很重要吗?》结合参考。
还在为面试官问你处理有过百万数据或者千万级数据的经验而烦恼吗?
还在为想测试大量数据苦于没有环境而烦恼吗?
还在为有了环境,不知如何生成大量数据而烦恼吗?
看了这篇文章,这个小伙子有点东西啊!
MySQL随机生成1kw条数据相对而言麻烦一点,没有rownum这个字段确实很蛋疼。
提供一个思路当然可以采取曾经火遍半边天的Python去随机生成大量数据,然后使用工具或者命令导入到MySQL数据库。
其次,还可以在Oracle生成大量数据,然后使用迁移工具转数据到MySQL
(当时,偷懒不想写函数和存储过程。我就是用这种方法的,利用DM数据迁移工具即可实现。)
创建表tolove
1 | /** 创建表tolove **/ |
创建函数rand_numbe
本文主要介绍zabbix4.0在Redhat7系列的入门环境搭建,并记录搭建过程中的注意事项,偏向于实战。
距离我上次使用zabbix大概在3个月之前。当时也工作需要,公司用到了大数据看板需要配合zabbix做后台监控运维。
看过我之前发的文章,其实就会发现我写的基本上都是些与linux服务器相关的。基本上所有的环境都是Windows配合虚拟机使用linux发行版,比如Centos、Ubuntu还有国产化的银河麒麟以及统信UOS。

推荐使用虚拟机+linux镜像,其次使用云服务器。我个人倾向Centos7或者Centos6,或者使用Ubuntu一样可行,选择自己熟悉的一款。