您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
【推荐】SQL数据库试题7.doc170页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：100 &&
你可能关注的文档：
··········
··········
单选题（共 10 道试题，共 50 分。）1.
SQL Server中，保存着每个数据库对象的信息的系统表是（ ）。
A. sysdatabases B. Syscolumns C. Sysobjects D. Syslogs
在存在下列关键字的SQL语句中，不可能出现Where子句的是（ ）。
A. Update B. Delete C. Insert D. Alter
在查询语句的Where子句中，如果出现了“age Between 30 and 40”,这个表达式等同于（ ）。
30 and age
C. age 30 and age 30 or age 40
如果要在一张管理职工工资的表中限制工资的输入范围，应使用（ ）约束。
A. PDRIMARY KEY B. FOREIGN KEY C. unique D. check
记录数据库事务操作信息的文件是（ ）。
A. 数据文件B. 索引文件C. 辅助数据文件D. 日志文件
要查询XSH数据库CP表中产品名含有“冰箱”的产品情况，可用（ ）命令。
A. SELECT * FROM CP WHERE 产品名称 LIKE ‘冰箱’
B. SELECT * FROM XSH WHERE 产品名称 LIKE ‘冰箱’
C. SELECT * FROM CP WHERE 产品名称 LIKE ‘%冰箱%’
D. SELECT * FROM CP WHERE 产品名称 ‘冰箱’
储蓄所有多个储户，储户能够在多个储蓄所存取款，储蓄所与储户之间是（ ）。
A. 一对一的联系B. 一对多的联系C. 多对一的联系D. 多对多的联系
SQL的聚集函数COUNT、SUM、AVG、MAX、MIN不允许出现在查询语句的（ ）子句之中。
A. SELECTB. HAVINGC. GROUP BY… HAVINGD. WHERE
列值为空值（NULL），则说明这一列（ ）。
A. 数值为0B. 数值为空格C. 数值是未知的D. 不存在
数据库的数据一般存放在（ ）中。
A. 内存B. CPUC. 寄存器D. 磁盘
二、判断题（共 10 道试题，共 50 分。）V 1.
如果定义视图的FROM子句包括多张表，并且视图中列来自多张表，则不能用DML语句通过视图操纵数据。
A. 错误B. 正确
在sysdatabases中，还记录着存储过程中每个参数的信息。
正在加载中，请稍后...您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
达梦数据库管理系统代价评估模型的设计与实现硕士论文.pdf55页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：200 &&
你可能关注的文档：
··········
··········
在关系型数据库中，结构化查询语言 SQL
的同一条查询语句可能面临着许多等
功能的执行计划。如何快速、准确地从众多可选计划中选取最优计划，提高数据库
的查询效率，从关系型数据库问世之日起一直是人们研究的重点。
代价评估的作用是为了在查询执行之前估算出其运行时的代价。设计一个代价
评估模型应遵循以下原则：该模型应能快速而准确地估算出一个逻辑计划的运行代
价；应具备一定的错误恢复能力，即系统在执行查询过程中，如果发现目前执行的
是次优计划时，系统将采取一定的弥补措施并防止下次出现类似的错误。对于代价
评估系统，统计数据的维护应尽量少开销系统资源，尽量少要人工干预。
为了能够准确地估算出逻辑计划的运行代价，需要维护待查询表中的数据统计
信息，了解表中数据的分布和索引的相关数据。描述数据的分布信息有很多方法，
目前的商用数据库管理系统基本上都采取等深直方图技术。借助这些统计信息，代
价评估模型可以更好地估算出中间结果集大小，进而得到磁盘I/O 的代价。
针对目前达梦（Da Meng ，DM ）数据库管理系统所支持的各种逻辑操作符，提
出了代价的计算公式；对统计数据的产生、维护提出了一套管理方案。在目前研究
的基础上，对执行过程中次优计划的检测及相应的处理，提出了一些改进。
在代价评估模型实现的过程中，对达梦数据库管理系统的查询模块做出了一些
修改。测试结果表明，改进后的查询系统能够更加合理地选择逻辑计划，从而提高
系统的响应速度。
关键词： 数据库，查询优化，代价评估，动态优化
正在加载中，请稍后...excel合并多张表再一个数据透视表上_百度知道
excel合并多张表再一个数据透视表上
表的格式都一样,请问怎么做,有6个sheet,是6个月的单品销量表,能够查询一个单品时出现六个月的销量,excel2010,我想同时把他们汇总在一个数据透视表上,
是出现六个月的单月销量,出现6个数字,
提问者采纳
新建一工作表,然后将B2-b7选定,建议你这样,注,1,将所有单品清单录入或引入第一列,B2单元格用VLOOKUP查找一月数据中的销量,第一列为品名,B3同样查措二月数据中的销量,下拉到底就行,设公式时记得将所选数据区域的行列号前加$,后面2-7列为1-6月2,这个用数据透视表做有点复杂,免得下拉出错。,一直到第7列,
按默认排序
其他3条回答
可以试试数据透视表中的多重区域合并计算功能要不你发过来可以帮你试试fanwei,com,
给你个提示吧.你这个东西需要用到SQL的select语句才可以
没有可以不借用SQL的方法么？
没有,合并运算不能计算这么复杂的工作表
多重区域合并计算就行了快捷键ALT+D+P
等待您来回答
您可能关注的推广回答者：
下载知道APP
随时随地咨询
出门在外也不愁2281人阅读
大约是2&个星期前做一个夜班的时候，开发人员需要比对shareplex&数据同步复制软件在&源端和目标端的2&张表上的数据是否一致，实际上后来想了下shareplex&本身应当具有这种数据校验功能，&但是还是希望从数据库的角度得出几种可用的同表结构下的数据比对方法。
注意以下几种数据比对方式适用的前提条件：
1.&所要比对的表的结构是一致的
2.&比对过程中源端和&目标端&表上的数据都是静态的，没有任何DML&修改
假设你所要进行数据比对的数据库其中有一个版本为11g&且该表上有相应的主键索引
(primary&key&index)&或者唯一非空索引(unique&key&?&null)&的话，那么恭喜你！　你可以
借助11g&新引入的专门做数据对比的PL/SQL&Package&dbms_comparison&来实现数据校验的
目的，如以下演示：
Source&源端版本为11gR2&:&
conn&maclean/maclean
SQL&&select&*&from&v$
Oracle&Database&11g&Enterprise&Edition&Release&11.2.0.3.0&-&64bit&Production
PL/SQL&Release&11.2.0.3.0&-&Production
CORE&11.2.0.3.0&Production
TNS&for&Linux:&Version&11.2.0.3.0&-&Production
NLSRTL&Version&11.2.0.3.0&-&Production
SQL&&select&*&from&global_
GLOBAL_NAME
drop&table&test1;
create&table&test1&tablespace&users&as&select&object_id&t1,object_name&t2&from
dba_objects&where&object_id&is&not&
alter&table&test1&add&primary&key(t1);
exec&dbms_stats.gather_table_stats('MACLEAN','TEST1',cascade=&TRUE);
create&database&link&maclean&connect&to&maclean&identified&by&maclean&using
Database&link&created.
以上源端数据库版本为11.2.0.3&，&源表结构为test1(t1&number&primary&key,t2&varchar2(128)，&
透过dblink&链接到版本为10.2.0.1&的目标端
conn&maclean/maclean
SQL&&select&*&from&v$version
Oracle&Database&10g&Enterprise&Edition&Release&10.2.0.1.0&-&64bi
PL/SQL&Release&10.2.0.1.0&-&Production
CORE&10.2.0.1.0&Production
TNS&for&Linux:&Version&10.2.0.1.0&-&Production
NLSRTL&Version&10.2.0.1.0&-&Production
create&table&test2&tablespace&users&as&select&object_id&t1,object_name&t2
from&dba_objects&where&object_id&is&not&
alter&table&test2&add&primary&key(t1);
exec&dbms_stats.gather_table_stats('MACLEAN','TEST2',cascade=&TRUE);
目标端版本为10.2.0.1&，&表结构为test2(t1&number&primary&key,t2&varchar2(128))&。
注意这里2&张表上均必须有相同的主键索引或者伪主键索引(pseudoprimary&key&伪主键要求是
唯一键且所有的成员列均是非空NOT&NULL)&。
实际创建comparison&对象，并实施校验：
dbms_comparison.create_comparison(comparison_name&=&&'MACLEAN_TEST_COM',
schema_name&=&&'MACLEAN',
object_name&=&&'TEST1',
dblink_name&=&&'MACLEAN',
remote_schema_name&=&&'MACLEAN',
remote_object_name&=&&'TEST2',
scan_mode&=&&dbms_comparison.CMP_SCAN_MODE_FULL);
PL/SQL&procedure&successfully&completed.
SQL&&set&linesize&80&pagesize&1400
SQL&&select&*&from&user_comparison&where&comparison_name='MACLEAN_TEST_COM';
COMPARISON_NAME&COMPA&SCHEMA_NAME
OBJECT_NAME&OBJECT_TYPE&REMOTE_SCHEMA_NAME
REMOTE_OBJECT_NAME&REMOTE_OBJECT_TYP
DBLINK_NAME
SCAN_MODE&SCAN_PERCENT
CYCLIC_INDEX_VALUE
NULL_VALUE
LOCAL_CONVERGE_TAG
REMOTE_CONVERGE_TAG
MAX_NUM_BUCKETS&MIN_ROWS_IN_BUCKET
LAST_UPDATE_TIME
MACLEAN_TEST_COM&TABLE&MACLEAN&
TEST1&TABLE&MACLEAN&
TEST2&TABLE&
ORA$STREAMS$NV&
20-DEC-11&01.08.44.562092&PM
利用dbms_comparison.create_comparison&创建comparison&后，新建的comparison&会出现在
user_comparison&视图中；
以上我们完成了comparison&的创建，但实际的校验仍未发生我们利用10046&事件监控这个数
据对比过程：
conn&maclean/maclean
set&timing&
alter&system&flush&shared_
alter&session&set&events&'10046&trace&name&context&forever,level&8';
set&serveroutput&on
retval&parison_
IF&pare('MACLEAN_TEST_COM',&retval,&perform_row_dif&=&&TRUE)
dbms_output.put_line('No&Differences');
dbms_output.put_line('Differences&Found');
Differences&Found&=====&&返回结果为Differences&Found，说明数据存在差异并不一
PL/SQL&procedure&successfully&completed.
Elapsed:&00:00:10.87
===========================10046&tkprof&result&=========================
SELECT&MIN(&T1&),&MAX(&T1&)
&MACLEAN&.&TEST1&
SELECT&MIN(&T1&),&MAX(&T1&)
&MACLEAN&.&TEST2&@MACLEAN
SELECT&COUNT(1)
&MACLEAN&.&TEST1&&s&WHERE&(&T1&&&=&:scan_min&AND&&T1&&&=&:scan_max&)
SELECT&COUNT(1)
&MACLEAN&.&TEST2&@MACLEAN&s&WHERE&(&T1&&&=&:scan_min&AND&&T1&&&=&:scan_max&)
SELECT&q.wb1,&min(q.&T1&)&min_range1,&max(q.&T1&)&max_range1,&count(*)
num_rows,&sum(q.s_hash)&sum_range_hash
(SELECT&/*+&FULL(s)&*/&width_bucket(s.&T1&,&:scan_min1,&:scan_max_inc1,
:num_buckets)&wb1,&s.&T1&,&ora_hash(NVL(to_char(s.&T1&),&'ORA$STREAMS$NV'),
,&ora_hash(NVL((s.&T2&),&'ORA$STREAMS$NV'),&,&0))
s_hash&FROM&&MACLEAN&.&TEST1&&s&WHERE&(s.&T1&&=:scan_min1&AND&s.&T1&&=
:scan_max1)&)&q&GROUP&BY&q.wb1&ORDER&BY&q.wb1
SELECT&/*+&REMOTE_MAPPED&*/&q.wb1,&min(q.&T1&)&min_range1,&max(q.&T1&)
max_range1,&count(*)&num_rows,&sum(q.s_hash)&sum_range_hash
(SELECT&/*+&FULL(s)&REMOTE_MAPPED&*/&width_bucket(s.&T1&,&:scan_min1,
:scan_max_inc1,&:num_buckets)&wb1,&s.&T1&,&ora_hash(NVL(to_char(s.&T1&),
'ORA$STREAMS$NV'),&,&ora_hash(NVL((s.&T2&),&'ORA$STREAMS$NV'),
,&0))&s_hash&FROM&&MACLEAN&.&TEST2&@MACLEAN&s&WHERE&(s.&T1&&=
:scan_min1&AND&s.&T1&&=:scan_max1)&)&q&GROUP&BY&q.wb1&ORDER&BY&q.wb1
SELECT&/*+&FULL(P)&+*/&*&FROM&&MACLEAN&.&TEST2&&P
SELECT&/*+&FULL&(&A1&)&*/
WIDTH_BUCKET(&A1&.&T1&,&:SCAN_MIN1,&:SCAN_MAX_INC1,&:NUM_BUCKETS),
MIN(&A1&.&T1&),
MAX(&A1&.&T1&),
SUM(ORA_HASH(NVL(TO_CHAR(&A1&.&T1&),&'ORA$STREAMS$NV'),
ORA_HASH(NVL(&A1&.&T2&,&'ORA$STREAMS$NV'),&,&0)))
FROM&&MACLEAN&.&TEST2&&&A1&
WHERE&&A1&.&T1&&&=&:SCAN_MIN1
AND&&A1&.&T1&&&=&:SCAN_MAX1
GROUP&BY&WIDTH_BUCKET(&A1&.&T1&,&:SCAN_MIN1,&:SCAN_MAX_INC1,&:NUM_BUCKETS)
ORDER&BY&WIDTH_BUCKET(&A1&.&T1&,&:SCAN_MIN1,&:SCAN_MAX_INC1,&:NUM_BUCKETS)
SELECT&ROWID,&&T1&,&&T2&
FROM&&MACLEAN&.&TEST2&&&R&
WHERE&&T1&&&=&:1
AND&&T1&&&=&:2
|&Id&|&Operation&|&Name&|&Rows&|&Bytes&|&Cost
(%CPU)|&Time&|
|&0&|&SELECT&STATEMENT&|&|&126&|&3528&|&4
(0)|&00:00:01&|
|*&1&|&FILTER&|&|&|&|
|&2&|&TABLE&ACCESS&BY&INDEX&ROWID|&TEST2&|&126&|&3528&|&4
(0)|&00:00:01&|
|*&3&|&INDEX&RANGE&SCAN&|&SYS_C006255&|&227&|&|&2
(0)|&00:00:01&|
Predicate&Information&(identified&by&operation&id):
1&-&filter(TO_NUMBER(:1)&=TO_NUMBER(:2))
3&-&access(&T1&&=TO_NUMBER(:1)&AND&&T1&&=TO_NUMBER(:2))
SELECT&ll.l_rowid,&rr.r_rowid,&NVL(ll.&T1&,&rr.&T1&)&idx_val
(SELECT&l.rowid&l_rowid,&l.&T1&,&ora_hash(NVL(to_char(l.&T1&),
'ORA$STREAMS$NV'),&,&ora_hash(NVL((l.&T2&),&'ORA$STREAMS$NV'),
,&0))&l_hash&FROM&&MACLEAN&.&TEST1&&l&WHERE&l.&T1&&=:scan_min1
AND&l.&T1&&=:scan_max1&)&ll&FULL&OUTER&JOIN&(SELECT&/*+&NO_MERGE
REMOTE_MAPPED&*/&r.rowid&r_rowid,&r.&T1&,&ora_hash(NVL(to_char(r.&T1&),
'ORA$STREAMS$NV'),&,&ora_hash(NVL((r.&T2&),&'ORA$STREAMS$NV'),
,&0))&r_hash&FROM&&MACLEAN&.&TEST2&@MACLEAN&r&WHERE&r.&T1&&=
:scan_min1&AND&r.&T1&&=:scan_max1&)&rr&ON&ll.&T1&=rr.&T1&&WHERE&ll.l_hash
IS&NULL&OR&rr.r_hash&IS&NULL&OR&ll.l_hash&&&&rr.r_hash
|&Id&|&Operation&|&Name&|&Rows&|&Bytes&|&Cost
(%CPU)|&Time&|&Inst&|IN-OUT|
|&0&|&SELECT&STATEMENT&|&|&190&|&754K|&9
(12)|&00:00:01&|&|&|
|*&1&|&VIEW&|&VW_FOJ_0&|&190&|&754K|&9
(12)|&00:00:01&|&|&|
|*&2&|&HASH&JOIN&FULL&OUTER&|&|&190&|&754K|&9
(12)|&00:00:01&|&|&|
|&3&|&VIEW&|&|&190&|&7220&|&4
(0)|&00:00:01&|&|&|
|*&4&|&FILTER&|&|&|
|&5&|&TABLE&ACCESS&BY&INDEX&ROWID|&TEST1&|&190&|&5510&|&4
(0)|&00:00:01&|&|&|
|*&6&|&INDEX&RANGE&SCAN&|&SYS_C0013098&|&341&|&|&2
(0)|&00:00:01&|&|&|
|&7&|&VIEW&|&|&126&|&495K|&4
(0)|&00:00:01&|&|&|
|&8&|&REMOTE&|&TEST2&|&126&|&3528&|&4
(0)|&00:00:01&|&MACLE~&|&R-&S&|
Predicate&Information&(identified&by&operation&id):
1&-&filter(&LL&.&L_HASH&&IS&NULL&OR&&RR&.&R_HASH&&IS&NULL&OR
&LL&.&L_HASH&&&&RR&.&R_HASH&)
2&-&access(&LL&.&T1&=&RR&.&T1&)
4&-&filter(TO_NUMBER(:SCAN_MIN1)&=TO_NUMBER(:SCAN_MAX1))
6&-&access(&L&.&T1&&=TO_NUMBER(:SCAN_MIN1)&AND
&L&.&T1&&=TO_NUMBER(:SCAN_MAX1))
Remote&SQL&Information&(identified&by&operation&id):
8&-&SELECT&ROWID,&T1&,&T2&&FROM&&MACLEAN&.&TEST2&&&R&&WHERE&&T1&&=:1&AND
&T1&&=:2&(accessing
'MACLEAN'&)
可以看到以上过程中虽然没有避免对TEST1&、TEST2&表的全表扫描(FULL&TABLE&SCAN)，&
但是好在实际参与HASH&JOIN&FULL&OUTER&的仅是访问索引后获得的少量数据，所以效率
还是挺高的。
此外可以通过user_comparison_row_dif&了解实际那些row&存在差异，如：
SQL&&set&linesize&80&pagesize&1400
SQL&&select&*
2&from&user_comparison_row_dif
3&where&comparison_name&=&'MACLEAN_TEST_COM'
4&and&rownum&&&2;
COMPARISON_NAME&SCAN_ID&LOCAL_ROWID&REMOTE_ROWID
INDEX_VALUE
STA&LAST_UPDATE_TIME
MACLEAN_TEST_COM&42&AAATWGAAEAAANBrAAB&AAANJrAAEAAB8AMAAd
DIF&20-DEC-11&01.18.08.917257&PM
以上利用dbms_comparison&包完成了一次简单的数据比对，该方法适用于11g&以上版本且要
求表上有主键索引或非空唯一索引，&且不支持以下数据类型字段的比对
.&LONG&RAW&
.&User-defined&types&(including&object&types,&REFs,&varrays,&and&nested&tables)&
.&Oracle-supplied&types&(including&any&types,&XML&types,&spatial&types,&and&media&types)&
若要比对存有以上类型字段的表，那么需要在create_comparison&时指定column_list&参数排除
掉这些类型的字段。
方法1&dbms_comparison&的优势在于可以提供详细的比较信息，且在有适当索引的前提下效
缺点在于有数据库版本的要求(at&least&11gR1)&，&且也不支持LONG&、CLOB&等字段的比较。
利用minus&Query&对比数据
这可以说是操作上最简单的一种方法，如：
select&*&from&test1&minus&select&*&from&test2@
|&Id&|&Operation&|&Name&|&Rows&|&Bytes&|TempSpc|&Cost&(%CPU)|&Time
|&Inst&|IN-OUT|
|&0&|&SELECT&STATEMENT&|&|&75816&|&3527K|&|&1163&(40)|
00:00:14&|&|&|
|&1&|&MINUS&|&|&|&|&|&|
|&2&|&SORT&UNIQUE&|&|&75816&|&2147K|&2984K|&710&(1)|
00:00:09&|&|&|
|&3&|&TABLE&ACCESS&FULL|&TEST1&|&75816&|&2147K|&|&104&(1)|
00:00:02&|&|&|
|&4&|&SORT&UNIQUE&|&|&50467&|&1379K|&1800K|&453&(1)|
00:00:06&|&|&|
|&5&|&REMOTE&|&TEST2&|&50467&|&1379K|&|&56&(0)|
00:00:01&|&MACLE~&|&R-&S&|
Remote&SQL&Information&(identified&by&operation&id):
5&-&SELECT&&T1&,&T2&&FROM&&TEST2&&&TEST2&&(accessing&'MACLEAN'&)
from&(select&'MACLEAN.TEST1'&&Row&Source&,&a.*
from&(select&/*+&FULL(Tbl1)&*/
from&MACLEAN.TEST1&Tbl1
select&/*+&FULL(Tbl2)&*/
from&MACLEAN.TEST2@&MACLEAN&&Tbl2)&A
select&'MACLEAN.TEST2@&MACLEAN&',&b.*
from&(select&/*+&FULL(Tbl2)&*/
from&MACLEAN.TEST2@&MACLEAN&&Tbl2
select&/*+&FULL(Tbl1)&*/
from&MACLEAN.TEST1&Tbl1)&B)&Order&by&1;
MINUS&Clause&会导致2&张表均在本地被全表扫描(TABLE&FULL&SCAN)&，且要求发生SORT&
排序。&若所对比的表上有大量的数据，那么排序的代价将会是非常大的，&因此这种方法的
效率不高。
方式2&MINUS&的优点在于操作简便，特别适合于小表之间的数据检验。
缺点在于&由于SORT&排序可能导致在大数据量的情况下效率很低，&且同样不支持LOB&和
LONG&这样的大对象。
使用not&exists&子句，如：
from&test1&a
where&not&exists&(select&1
from&test2&b
where&a.t1&=&b.t1
and&a.t2&=&b.t2);
no&rows&selected
Elapsed:&00:00:00.06
|&Id&|&Operation&|&Name&|&Rows&|&Bytes&|TempSpc|&Cost&(%CPU)|&Time
|&0&|&SELECT&STATEMENT&|&|&75816&|&7996K|&|&691&(1)|
00:00:09&|
|*&1&|&HASH&JOIN&ANTI&|&|&75816&|&7996K|&3040K|&691&(1)|
00:00:09&|
|&2&|&TABLE&ACCESS&FULL|&TEST1&|&75816&|&2147K|&|&104&(1)|
00:00:02&|
|&3&|&TABLE&ACCESS&FULL|&TEST2&|&77512&|&5979K|&|&104&(1)|
00:00:02&|
Predicate&Information&(identified&by&operation&id):
1&-&access(&A&.&T1&=&B&.&T1&&AND&&A&.&T2&=&B&.&T2&)
照理说在数据量较大的情况下not&exists&使用的HASH&JOIN&ANTI&是在性能上是优于MINUS&
操作的，&但是当所要比较的表身处不同的2&个数据库(distributed&query)&时将无法使用HASH&
JOIN&ANTI，而会使用FILTER&OPERATION&这种效率极低的操作:&
from&test1&a
where&not&exists&(select&1
from&test2@maclean&b
where&a.t1&=&b.t1
and&a.t2&=&b.t2)
no&rows&selected
Elapsed:&00:01:05.76
|&Id&|&Operation&|&Name&|&Rows&|&Bytes&|&Cost&(%CPU)|&Time&|
Inst&|IN-OUT|
|&0&|&SELECT&STATEMENT&|&|&75816&|&2147K|&147K&(1)|&00:29:31&|
|*&1&|&FILTER&|&|&|&|&|&|
|&2&|&TABLE&ACCESS&FULL|&TEST1&|&75816&|&2147K|&104&(1)|&00:00:02&|
|&3&|&REMOTE&|&TEST2&|&1&|&29&|&2&(0)|&00:00:01&|
MACLE~&|&R-&S&|
Predicate&Information&(identified&by&operation&id):
1&-&filter(&NOT&EXISTS&(SELECT&0&FROM&&B&&WHERE&&B&.&T1&=:B1&AND
&B&.&T2&=:B2))
Remote&SQL&Information&(identified&by&operation&id):
3&-&SELECT&&T1&,&T2&&FROM&&TEST2&&&B&&WHERE&&T1&=:1&AND&&T2&=:2&(accessing
'MACLEAN'&)
可以从以上执行计划看到FILTER&操作是十分昂贵的。
方式3&的优点在于操作简便，&且当需要对比的表位于同一数据库时效率要比MINUS&方式
高，但如果是distributed&query&分布式查询则效率会因FILTER&操作而急剧下降。not&exists&同
样不支持CLOB&等大对象。
Toad&、PL/SQL&Developer&等图形化工具都提供了compare&table&data&的功能，&这里我们以
Toad&工具为例，介绍如何使用该工具校验数据：
打开Toad&链接数据库-&&点击Database-&&Compare&-&&Data&
分别在Source&1&和Source&2&对话框中输入源表和目标表的信息
因为Toad&的底层实际上使用了MINUS&操作，所以提高SORT_AREA_SIZE&有助于提高
compare&的性能，若使用AUTO&PGA&则可以不设置。
选择所要比较的列
首先可以比较2&张表的行数，点击Execute&计算count&
使用MINUS&找出其中一张表上有，而另一张没有的行
使用MINUS&找出所有的差别
Toad&的compare&data&功能是基于MINUS&实现的，所以效率上并没有优势。但是通过图形界
面省去了写SQL&语句的麻烦。这种方法同样不支持LOB&、LONG&等对象。
这是一种别出心裁的做法。&将一行数据的上所有字段合并起来，并使用
dbms_utility.get_hash_value&对合并后的中间值取hash&value，再将所有这些从各行所获得的
hash&值sum&累加，&若2&表的hash&累加值相等则判定2&表的数据一致。
简单来说，如下面这样：
create&table&hash_one&as&select&object_id&t1,object_name&t2&from&dba_
select&dbms_utility.get_hash_value(t1||t2,0,power(2,30))&from&hash_one&where
rownum&&3;
DBMS_UTILITY.GET_HASH_VALUE(T1||T2,0,POWER(2,30))
select&sum(dbms_utility.get_hash_value(t1||t2,0,power(2,30)))&from&hash_
SUM(DBMS_UTILITY.GET_HASH_VALU
select&sum(dbms_utility.get_hash_value(object_id||object_name,0,power(2,30)))
SUM(DBMS_UTILITY.GET_HASH_VALU
对于列较多的表，手动去构造所有字段合并可能会比较麻烦，利用以下SQL&可以快速构造
出我们所需要的语句：&
放到PL/SQL&Developer等工具中运行，在sqlplus&中可能因ORA-00923:&FROM&keyword&not&
found&where&expected出错
select&'select&sum(dbms_utility.get_hash_value('||
column_name_path||',0,power(2,30))&)&from&'||owner||'.'||table_name||';'&from
(select&owner,table_name,column_name_path,row_number()&over(partition&by
table_name&order&by&table_name,curr_level&desc)&column_name_path_rank&from
(select&owner,table_name,column_name,rank,level&as
curr_level,ltrim(sys_connect_by_path(column_name,'||''|''||'),'||''|''||')
column_name_path&from&(select&owner,table_name,column_name,row_number()
over(partition&by&table_name&order&by&table_name,column_name)&rank&from
dba_tab_columns&where&owner=UPPER('&OWNER')&and&table_name=UPPER('&TABNAME')
order&by&table_name,column_name)&connect&by&table_name&=&prior&table_name&and
rank-1&=&prior&rank))&where&column_name_path_rank=1;
使用示范：&
SQL&&@get_hash_col
Enter&value&for&owner:&SYS
Enter&value&for&tabname:&TAB$
'SELECTSUM(DBMS_UTILITY.GET_HASH_VALUE('||
COLUMN_NAME_PATH||',0,POWER(2,30)))FROM
select&sum(dbms_utility.get_hash_value(ANALYZETIME||'|'||AUDIT$||'|'||AVGRLN||'|
'||AVGSPC||'|'||AVGSPC_FLB||'|'||BLKCNT||'|'||BLOCK#||'|'||BOBJ#||'|'||CHNCNT||'
|'||CLUCOLS||'|'||COLS||'|'||DATAOBJ#||'|'||DEGREE||'|'||EMPCNT||'|'||FILE#||'|'
||FLAGS||'|'||FLBCNT||'|'||INITRANS||'|'||INSTANCES||'|'||INTCOLS||'|'||KERNELCO
LS||'|'||MAXTRANS||'|'||OBJ#||'|'||PCTFREE$||'|'||PCTUSED$||'|'||PROPERTY||'|'||
ROWCNT||'|'||SAMPLESIZE||'|'||SPARE1||'|'||SPARE2||'|'||SPARE3||'|'||SPARE4||'|'
||SPARE5||'|'||SPARE6||'|'||TAB#||'|'||TRIGFLAG||'|'||TS#,0,)&)&from&S
利用以上生成的SQL&计算表的sum(hash)值
select&sum(dbms_utility.get_hash_value(ANALYZETIME&||&'|'&||&AUDIT$&||&'|'&||
AVGRLN&||&'|'&||&AVGSPC&||&'|'&||
AVGSPC_FLB&||&'|'&||&BLKCNT&||&'|'&||
BLOCK#&||&'|'&||&BOBJ#&||&'|'&||
CHNCNT&||&'|'&||&CLUCOLS&||&'|'&||&COLS&||&'|'&||
DATAOBJ#&||&'|'&||&DEGREE&||&'|'&||
EMPCNT&||&'|'&||&FILE#&||&'|'&||
FLAGS&||&'|'&||&FLBCNT&||&'|'&||
INITRANS&||&'|'&||&INSTANCES&||&'|'&||
INTCOLS&||&'|'&||&KERNELCOLS&||&'|'&||
MAXTRANS&||&'|'&||&OBJ#&||&'|'&||
PCTFREE$&||&'|'&||&PCTUSED$&||&'|'&||
PROPERTY&||&'|'&||&ROWCNT&||&'|'&||
SAMPLESIZE&||&'|'&||&SPARE1&||&'|'&||
SPARE2&||&'|'&||&SPARE3&||&'|'&||
SPARE4&||&'|'&||&SPARE5&||&'|'&||
SPARE6&||&'|'&||&TAB#&||&'|'&||
TRIGFLAG&||&'|'&||&TS#,
from&SYS.TAB$;
SUM(DBMS_UTILITY.GET_HASH_VALU
方式5&利用累加整行数据的hash&来判定表上数据是否一致，&仅需要对2&张表做全表扫描，
效率上是这几种方法中最高的，&且能保证较高的准确率。
但是该hash&方式存在以下几点不足：&
1.&所有字段合并的整行数据可能超过4000&字节，这时会出现ORA-1498&错误。换而言之使
用这种方式的前提是表中任一行的行长不能超过4000&bytes&，当然常规情况下很少会有一行
数据超过4000&bytes&，也可以通过dba_tables.avg_row_len&平均行长的统计信息来判定，若
avg_row_len&&4000&那么一般不会有溢出的问题。
2.&该hash&方式仅能帮助判断数据是否一致，&而无法提供更多有用的，例如是哪些行不一致
等细节信息
3.&同样的该hash&方式对于lob&、long&字段也无能为力
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：178362次
积分：2856
积分：2856
排名：第4257名
原创：72篇
转载：316篇
评论：10条
(1)(1)(8)(7)(1)(1)(29)(1)(12)(1)(3)(2)(9)(1)(1)(10)(2)(2)(4)(6)(1)(55)(48)(23)(8)(4)(4)(13)(11)(27)(13)(8)(42)(29)