您的位置 首页 > 数码极客

面试如何处理大量数据如何回答、java如何处理大量数据!

概述

当我们的系统进入海量数据时代后,很多过去看起来轻松简单的事情就变得比较复杂。此时,就需要我们采取一些独特的技术和技巧,来避免因此带来的一些问题。

如果一个数据表要进行删除,而数据表对应的数据量很大,对应空间多,此时要进行数据表drop需要面对一些困难。

首先是系统内存资源和CPU资源的使用峰值。集中进行drop操作,系统会进行数据表结构的回收,对应数据分区和数据块的回收。当数据表很大的时候,这个过程自然很长,对CPU来说消耗时间和数量都很大。同时,进行drop table的过程中,会将数据表转移到临时段进行处理,这个过程对临时段空间的消耗也是巨大的。

第二个是一个重要问题,就是对整体前端应用的影响。如果贸然进行drop操作,给业务系统造成影响,进而带来影响。如果借用业务系统窗口期进行删除操作,又不能保证窗口期够用。

下面介绍一下对于海量数据表的标准删除方案。


分步分阶段大表删除

总的指导原则是先删除数据,不影响数据一致性的要求,之后分阶段分步骤的进行空间回收。避免一次性drop对系统造成过大的压力。

步骤:

1、首先使用带reuse storage子句的truncate table,将数据删除。

reuse storage子句的作用是单纯降低数据段data segment的高水位线,对分配的空间不进行回收。这样truncate操作不涉及到空间回收,速度是可以接受的。

2、分若干次数,使用deallocate unused keep XXX的方法,将分配的空间回收。

因为keep后面可以加入维持空间数量,所以可以分若干个窗口期进行回收。


实验演示

1、准备实验环境。

SQL> select * from v$version;

2、准备20万的数据

远谈不上海量,这里主要做实例演示。

SQL> create table m as select * from dba_tables; SQL> insert into m select * from m; SQL> / SQL> / SQL> / SQL> / SQL> select count(*) from m;

3、分析数据表M的相关参数信息

此时,我们分析作为一个data segment,数据表M的相关参数信息。

SQL> select header_file, header_block, blocks, bytes, extents from dba_segments where segment_name='M' and owner='SCOTT';

通过dba_segments视图可以知道,数据表M共分配在81个分区上,共包括10240个数据块。空间占有为80M左右。

4、删除实验

首先使用truncate table。

SQL> truncate table m reuse storage; Executed in 0.52 seconds (假数据)

reuse storage子句下,空间是不进行回收的,所以相对速度较快。下面是一个对比同类型规模数据表实验。

SQL> create table md as select * from m; SQL> select count(*) from md; SQL> truncate table md; Executed in 0.901 seconds (假数据)

相同的数据结构和数据量,使用的时间要超过reuse storage的方式。当然,带有reuse storage的语句下空间也是不回收的。


SQL> exec dbm('SCOTT','M',cascade => true); SQL> select header_file, header_block, blocks, bytes, extents from dba_segments where segment_name='M' and wner='SCOTT';

这里可以发现,虽然数据被删除了,但是空间没有回收。在dba_segments上,依然显示81个数据区的空间分配。

5、分阶段进行空间回收

让回收工作在受控范围下进行。

5.1、第一次空间回收

SQL> alter table m deallocate unused keep 20M; --控制在20M SQL> select header_file, header_block, blocks, bytes, extents from dba_segments where segment_name='M' and owner='SCOTT';

可见,分区为36个,将空间近似降低到21M左右。此后,可以在不同的窗口期中,根据自身情况不断进行回收空间工作。

5.2、多次空间回收

SQL> alter table m deallocate unused keep 15M; SQL> alter table m deallocate unused keep 10M; SQL> alter table m deallocate unused keep 3M; SQL> alter table m deallocate unused keep 100k; SQL> select header_file, header_block, blocks, bytes, extents from dba_segments where segment_name='M' and owner='SCOTT';

正常每个区间是64KB,100K需要2个分区。

5.3、尝试回收到1k

SQL> alter table m deallocate unused keep 1k; SQL> select header_file, header_block, blocks, bytes, extents from dba_segments where segment_name='M' and owner='SCOTT';

这里虽然没有回收到1k,但也是已经到一个分区八个数据块的程度。最后就直接drop table即可。

5.4、删表

SQL> drop table m;


总结

1、在写一句SQL的时候,一定要注意操作数据集合、对象的范围。对于可能存在的海量数据访问,一定要实现有准备,事后有监控。这样才能保证系统可用性以及上线成功率;

2、海量数据处理的一个方法就是分割,根据业务的限制和要求,在时间上进行分割。处理原则是避开业务系统繁忙时间段,尽量将高负载工作进行划分实现;

3、drop数据表的方法。一般来说,进行drop数据表是不能中间终止的。drop数据表时,oracle首先把数据段转化为临时段对象,之后开始不断的进行空间回收。即使这个过程中间停止(强制终止),再次启动的时候smon进行回复也会进行回收删除操作。所以,对数据表进行直接drop的时候,切记三思。

后面会分享更多devops和DBA方面的内容,感兴趣的朋友可以关注一下~

责任编辑: 鲁达

1.内容基于多重复合算法人工智能语言模型创作,旨在以深度学习研究为目的传播信息知识,内容观点与本网站无关,反馈举报请
2.仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证;
3.本站属于非营利性站点无毒无广告,请读者放心使用!

“面试如何处理大量数据如何回答,java如何处理大量数据,matlab如何处理大量数据,前端如何处理大量数据,excel如何处理大量数据”边界阅读