Exadata一体机最佳实践.ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Exadata 一体机 最佳 实践
- 资源描述:
-
Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,*,2010 Oracle Corporation Proprietary and Confidential,提纲,数据库空间管理,数据仓库物理表设计(表压缩、表分区),数据加载,并行执行,开发注意事项(集合、关联操作),索引管理,统计信息收集,1,Tips 1:,设置合适的,DB_Block_Size,对,Exadata,而言,,MAX_IO_SIZE,缺省为,1MB,所以,推荐,DB_BLOCK_SIZE,设置为,8192,同时,推荐,DB_FILE_MULTI_BLOCK_READ_COUNT,设置为,128,因为,_ MAX_IO_SIZE=DB_FILE_MULTI_BLOCK_READ_COUNT,*,DB_block_size,。,Tips,:,采用,locally managed,Bigfile,创建表空间,Tips,:,选择表空间,合适的,Extent,管理方法,采用,Auto-Allocate,方式,,Oracle,自动管理表的,Extent,的大小,开始时初始的,Extent,大小为,64KB(,除,Partition,表外,),,当表或索引的段,(Segment),大小超过,1MB,,,Extent,以,1MB,为单位增长段空间,一旦段大小超过,64MB,,,Extent,以,8MB,为单位增长段空间。,采用,Uniform,方式,所有段的,Extent,大小都是统一大小。对于,Auto-Allocate,方式和,Uniform,方式的选择,,Oracle,推荐采用,Auto-Allocate,作为,Extent,的管理方式。,Sales Table,Uniform Extent,:数据并行加载特点,假设有,4,个并行进程进行数据加载,,Uniform extend,大小为,8MB,当多块加载后,将会有很多未被填满的,Extent,存在,也就是说,Extent,中可能会有很多空间空洞,在表扫描时,每个空间空洞会被扫描到,造成,IO,的浪费,Auto-Allocate Extent,:数据并行加载特点,假设有,4,个并行进程进行数据加载,,initial&next extend,大小为,8MB,Sales Table,当加载完成后,最后一些,Extent,大小会比其他,Extent,小,但是所有,Extent,都会被填满,每个表或分区扫描将至扫描数据,而没有空闲空间被扫描,采用,Auto-allocate,的优点在于大数据加载时,有最少的空间浪费,因为最后加载的,Extent,会被,Trim,到,64KB,的整数倍的大小,所以几乎没有太大的空间浪费,同时表扫描时也可以提高,IO,效率,采用,Auto-Allocate,方式时,在创建分区表时,可以自动支持,Large Extent,(,8MB Extent,),而对于,uniform,方式,则无法支持,Tips,:,创建多个,Bigfile,表空间存储不同的分区,在对大的,Partition,表进行并行数据加载时,应该尽可能避免文件头块争用(,File Header Blocker contention,)情况出现。文件头块争用(,File Header Blocker contention,)可以在,AWR,报告中检查“,gc buffer busy enqueue wait event,”。或者检查“,buffer busy waits,”的统计信息,以判断是否存在,File Header Blocker contention,,可以使用如下,SQL,:,CREATE TABLE sales_composite,(salesman_id NUMBER(5),salesman_name VARCHAR2(30),sales_amount NUMBER(10),sales_date DATE),PARTITION BY RANGE(sales_date),SUBPARTITION BY HASH(salesman_id),subpartitions 128,store in,(ts1,ts2,ts3,ts4),(PARTITION sales_jan2000 VALUES LESS THAN(TO_DATE(02/01/2000,MM/DD/YYYY),PARTITION sales_feb2000 VALUES LESS THAN(TO_DATE(03/01/2000,MM/DD/YYYY),PARTITION sales_mar2000 VALUES LESS THAN(TO_DATE(04/01/2000,MM/DD/YYYY),PARTITION sales_apr2000 VALUES LESS THAN(TO_DATE(05/01/2000,MM/DD/YYYY),PARTITION sales_may2000 VALUES LESS THAN(TO_DATE(06/01/2000,MM/DD/YYYY);,select p1 File#,p2 Block#,p3 Reason Code from v$session_wait where event=buffer busy waits;,为了避免文件头争用情况,可以采用多个,Big file tablespace,来均匀存放,Partition table,。例如:下面语句使用,4,个表空间来均匀存放,128,个,Subpartition,表:,Tips,:,对于分区表(,Partition,)加载,启用,Large Extent,推荐大的对象使用,Large Extent,方式,以便减少,Extent,的数量。当设置,CELL_PARTITION_LARGE_EXTENTS=TRUE,时,所有分区表在创建时,将自动启动,Large Extent,模式(,8MB,),即创建时,Initial Extent,大小为,8MB,。,限制条件:,CELL_PARTITION_LARGE_EXTENTS,仅适用于:分区表、,locally managed,和,AUTO-ALLOCATE,的表空间。,不适合于:非分区表、,Uniform,的表空间的对象。,Tips,:,针对非分区表(,Non-Partition,)加载,使用,Large Extent,如果对于非分区表,想使用,Large Extent(8MB),。需要在,Create table,的,DDL,中设置,INITIAL,和,NEXT,子句。,当对非分区表进行并行数据加载时,数据在,Temp,段中被生成,然后再合并到要加载的数据表的,Extent,中,缺省按照,64KB Extent,大小进行数据增长。但从,11.1.0.7,开始,在加载数据时(,Load,),,NEXT,用来控制新的,Extent,的大小。所以对于大的非分区表加载,可以直接将,INITIAL,和,NEXT,都设置为,8MB,。,SQL,如下:,Create Table sales(.),parallel,storage(INITIAL 8M NEXT 8M),(.),Tips,:,关闭,deferred_segment_creation,(段延迟创建)功能,从,11g R2,开始,当在,Locally Managed Tablespace,上,创建一个非分区表时,缺省情况表的空间分配会启用延迟分配方式,即当首行被,Insert,到表中时,表的,Extent,才会被逐渐分配。建议关闭延迟空间空间分配,可以通过如下,SQL,关闭:,Alter system set deferred_segment_creation=FALSE scope=both,Tips:,空间回收,Shrinking Segments,HWM,HWM,HWM,ALTER TABLE employees SHRINK SPACE COMPACT;,1,ALTER TABLE employees SHRINK SPACE;,2,DML operations and queries can be issued during compaction.,DML operations are blocked when the HWM is adjusted.,Shrinking Segments by Using SQL,ALTER SHRINK SPACE CASCADE,TABLE OVERFLOW,INDEX,MATERIALIZED VIEW,MATERIALIZED VIEW LOG,MODIFY PARTITION,MODIFY SUBPARTITION,MODIFY LOB,ALTER TABLE employees SHRINK SPACE CASCADE;,ALTER TABLE employees ENABLE ROW MOVEMENT;,1,2,ALTER TABLE employees MODIFY LOB(resume)(SHRINK SPACE);,3,ALTER TABLE employees OVERFLOW SHRINK SPACE;,4,提纲,数据库空间管理,数据仓库物理表设计(表压缩、表分区),数据加载,并行执行,开发注意事项(集合、关联操作),索引管理,统计信息收集,13,Tips,:数据仓库设计,一个典型的数据仓库是一个,Many Rows System,,,但经常会被用,Few Rows System,的方式来开发,(Row By Row),在大多数情况下,,Many Rows System,还是,Few Rows System,可以通过,SQL,语句的执行频度决定:,1/Sec,代表,many rows,1000/Sec,代表,few rows,备注:在,Many Rows System,中,可能存在一种误导:批量集合操作(,Set Based Operation,)通过,Row By Row,的操作方式开发效率更高,Tips,:数据仓库物理模型设计原则,Many Rows,并行(,Parallelism,),分区(,Partitioning,),压缩(,Compression,),集合批量操作(,Set-based techniques,),通过数据转换代替实现数据更新(,Data modified by transformation,),Few Rows,索引(,Index design,),物化视图(,Materialized views and aggregates,),Tips,:数据压缩考虑,压缩技术是数据仓库物理设计最重要的因素之一,压缩的影响,:,极大加速表扫描速度、减少磁盘空间占用、加速数据备份,但是,压缩对大大降低,UPDATE,和,DELETE,的效率,一个好的数据仓库模型,对于压缩表而言,将只采用,Append,方式操作,避免采用修改(,Update,、,Delete,、,Merge,)方式对数据的操作,以保证对压缩表操作的效率,但是如果一些经常更新的大表确实有压缩的需求,可以考虑使用,OLTP,压缩技术。,无论,HCC,压缩还是,OLTP,压缩,其本质都是去重,只是其算法上有些差异。因而,如果在数据加载时,对数据预先排序,那么可带来明显的压缩比率的提升。,一般来说,,压缩级别,QUERY HIGH,既可以得到一个理想的压缩比率,也能提供很好的查询性能,可以考虑作为初始测试的压缩级别,.,Tips,:,EHCC,混合列压缩,EHCC(Exadata Hybrid Columnar Compression),不是完全的列压缩,而是混合列存储,EHCC,具备多种压缩类型,Query low,Query high,Archive low,Archive high,设计用于不频繁修改的数据,设计用于低并发的场景,支持数据库各种功能,DMLs/DDLs,Partitioning,PQ,PDML,Online redefinition,CTAS,IAS,SQL Loader,External tables,Context,MVs etc.,支持索引,只有在数据批量加载时被压缩,Tips,:如何创建,EHCC,表,CTAS(create table as select),create table foo,compress for query,as select*from bar1;,IDL(insert direct load),create table foo,compress for archive low,;,insert/*+APPEND*/into foo select*from bar2;,压缩可以在,Segment,一级指定:,每个分区可以有不同的压缩类型,例如:,create table orders(cid,pid,sid,price,discount,odate),partition by range(cid),(partition p1 values less than(100000),nocompress,partition p2 values less than(200000),compress for archive low,partition p3 values less than(300000),compress for query high,partition p4 values less than(maxvalue),compress for query low,),enable row movement,as select*from prev_orders;,Tips,:动态启用或停用表的,EHCC,Existing tables/partitions can be converted to use EHCC,alter table bar,move compress for query high,alter table orders modify partition p1,move compress for archive low,New data loaded in existing tables/partitions can go to EHCC blocks,keeping the existing data as is,alter table bar compress for query high,alter table orders modify partition p3 compress for query low,EHCC can be disabled,alter table bar nocompress,alter table bar move nocompress,Online redefinition package can be used for enabling/disabling EHCC,Tips,:分区,(Partition),设计目的,数据管理,Exchange data in/out,Break down operations into smaller pieces,查询优化,Partition pruning,Hash based joins and sorts,Tips,:数据仓库分区(,Partition,)策略,一级分区:首先按日期对大表进行分区,主要目标是启动分区修剪(,Partition Pruning,),简化数据管理,主要对于日期字段进行,Range,或,interval,分区,选择大部分查询查询用到的日期字段作为分区列,这个日期字段(用于分区列)应该是不易变(不被更新),二级子分区(,Subpartition,)可以按照:,Hash,分区,更好地支持,join,和,Sort,RANGE,或,LIST,分区,更好的支持分区修剪(,Partition Pruning,),Tips:,定义合理的,Hash,分区数量,Oracle,推荐大的分区表使用,Hash,分区作为分区方法,为了保证数据在,Hash Partition,间均匀分布,,Hash,分区的数量建议是,2,的指数幂,或者设置,Partition,数量为,CPU,数量的,2,倍。,然而每个,hash Partition,应该至少不小于,16MB,。小于,16MB,将在并行执行下不会有较好的扫描效率,。,首先考虑分区数是,2,的整数幂的情况:当,Oracle,的分区数从,2,个变为,4,个,,Oracle,并不需要将所有数据重新打乱,而是将原有的,2,个分区每个都一分为二。同样的道理,如果将分区数设置为,8,,,Oracle,会将原有的,4,个分区一分为二。,Oracle,的,HASH,分区就像是一棵大的二叉树。每个分区就相当于二叉树的一个叶节点。二叉树的第一层,只有一个根节点,对应只有,1,个分区的情况。二叉树的第二层,两个叶节点,对应,2,个分区的情况。二叉树的第三层,,4,个叶节点,对应,4,个分区的情况。二叉树的第,n,层,,2(n-1),个叶节点,对应,2(n-1),个分区情况。,Tips,:,使用,Partition-wise joins,对于两个大表关联操作,推荐使用,partiton-wise joins,来减少并行进程间数据交换,减少查询的执行时间。,对于使用,full partition-wise join,,两个关联的表必须是相同的,Partition,键值(即两个表必须有相同的,Partition,列、相同的,Partition,方法、相同的,Partition,数量),。如下是采用,partiton-wise joins,的两个表关联的执行计划,,Sales,表和,Customers,表具有相同的并行度、,Hash Partition,方法(,Cust_id,列作为,Hash Partition Key,)、,Join,列是,Partition Key,。,Partition Hash All,above,在,Join,方法之上,,说明这是一个,partition-wise join,SELECT sum(amount_sold),FROM sales s,customer c,WHERE s.cust_id=c.cust_id,;,Both tables have the same degree of parallelism and are partitioned the same way on the join column(cust_id),Sales,Range partition May 18,th,2008,Customer,Hash Partitioned,Sub part 1,A large join is divided into multiple smaller joins,each joins a pair of partitions in parallel,Part 1,Sub part 2,Sub part 3,Sub part 4,Part 2,Part 3,Part 4,Sub part 2,Sub part 3,Sub part 4,Sub part 1,Part 1,Part 2,Part 3,Part 4,Partition Wise join,对于,partition-wise join,而言,查询的并行度必须是等于或成倍于表分区的数量,Sales Table,SALES_Q3_1998,SELECT sum(s.amount_sold),FROM sales s,WHERE s.time_id BETWEEN,to_date(01-JAN-1999,DD-MON-YYYY),AND,to_date(31-DEC-1999,DD-MON-YYYY);,Q,:,What was the total sales for the year 1999?,Tips,:分区裁剪(,Partition Pruning,),SALES_Q4_1998,SALES_Q1_1999,SALES_Q2_1999,SALES_Q3_1999,SALES_Q4_1999,SALES_Q1_2000,Only the 4 relevant partitions are accessed,Tips,:如何检查分区修剪是否生效,Sample plan,Only 4 partitions are touched 9,10,11,&12,SALES_Q1_1999,SALES_Q2_1999,SALES_Q3_1999,SALES_Q4_1999,Table,Partition 1,Partition 5,Partition 10,Sub-part 1,Sub-part 2,Sub-part 1,Sub-part 2,Sub-part 1,Sub-part 2,:,:,1,2,9,10,19,20,Tips,:如何检查分区修剪是否生效,Simple Query:,SELECT COUNT(*),FROM RHP_TAB,WHERE CUST_ID=9255,AND TIME_ID=2008-01-01;,Overall partition#,range partition#,Sub-partition#,提纲,数据库空间管理,数据仓库物理表设计(表压缩、表分区),数据加载,并行执行,开发注意事项(集合、关联操作),索引管理,统计信息收集,28,Tips,:,使用,External Table,进行数据加载,Oracle,推荐使用,External Table,方式加载数据,而不第一推荐,SQL*Loader,,因为,SQL*Loader,做并行数据加载时,数据首先被加载到,TEMP Extent,中,只有在,transaction,被,Commit,时,,Temp Extent,会被合并到实体表的段(,Segment,)中,而在原来表中的部分满的,Extent,(,partially full extents,)会被跳过,所以到导致空间浪费和性能浪费。所以对于大量加载的,Partition,表,这样可能会导致较大的空间浪费情况。,采用,External Table,方式加载时,会有如下好处:,Full usage of SQL capabilities directly on the data,Automatic use of parallel capabilities,No need to stage the data again in the database,Better allocation of space when storing data,High watermark brokering,Autoallocate tablespace will trim extents after the load,Additional capabilities like,The usage of data pump files,The usage of pre-processing,External Table,Tips,:,External Table,预处理,允许文件在加载过程中被自动化预处理,例如:对压缩文件进行解压缩、排序等,预处理不支持对文件的自动的小颗粒化,需要提供多份文件,文件的数量决定了处理的并行度,需要授权对目录的读和执行的权限(,Grant read,execute privileges directories,),CREATE TABLE sales_external,(),ORGANIZATION EXTERNAL,(TYPE ORACLE_LOADER,DEFAULT DIRECTORY data_dir1,ACCESS PARAMETERS,(RECORDS DELIMITED BY NEWLINE,PREPROCESSOR exec_dir:gunzip OPTIONS-c,FIELDS TERMINATED BY|,),LOCATION(),);,Tips,:直接路径加载(,Direct Path Load,),在每次,IO,异步请求时,数据被直接写入数据库存储,CTAS,语句总是使用,Direct Path,在,Insert,As Select,语句中使用,APPEND,暗示方法也是,Direct Path,Insert/*+APPEND*/into Sales partition(p2)Select*From ext_tab_for_sales_data;,在一个对象上,只有一个,direct path,操作能够起作用,通过指定一个表的分区表的名字方法,可以同时将多个,Direct Pach,加载操作到一个表,Tips,:并行加载(,Parallel Load,),为了确保,Direct Path,加载成为并行操作,需要通过如下方式:,在,Hint,中指定并行度、或者在表上指定并行度,通过,Alter Session,语句启动会话级并行,当并行度被指定后,,CTAS,会自动并行化加载,IAS,不会自动并行化,他需要,parallel DML,的支持:,ALTER SESSION ENABLE PARALLEL DML;,Tips,:,使用,Parallel direct path,数据加载,使用“,direct path load,”可以带来很好的数据加载性能,因为数据会绕过,Buffer Cache,,直接写入数据库存储。,CTAS,总会使用“,direct path load,”,但是,Insert As Select(IAS),并不是总会使用“,direct path load,”,为了使,IAS,使用“,direct path load,”,需要在,IAS,中加入,APPEND hint,,,SQL,如下:,Insert/*+APPEND*/into Sales partition(p2)Select*From ext_tab_for_sales_data;,ALTER SESSION ENABLE PARALLEL DML;,Insert/*+APPEND*/into Sales partition(p2)Select*from ext_tab_for_sales_data;,为了让“,direct path load,”以并行方式运行,可以以下两种方式设置并行度:,1,)在,CTAS,和,IAS,中加入,PARALLEL hint,;,2,)在,External table,和目标加载,Table,上,设置,PARALLEL,子句。一旦设置了并行度,,CTAS,将自动执行并行化的“,direct path load,”,而,IAS,将不会。为了让,IAS,能够并行化执行“,direct path load,”,出了设置并行度外,还必须通过,alter the session to enable parallel DML,。,SQL,如下:,Tips,:,在数据加载时,对于常访问的字段,可以进行排序,以便增加,Storage index,的效率,对在使用,INSERT/*+APPEND*/,做数据加载时,可以对查询中,Where,条件中使用较多的列进行,Order By,排序,以便增加数据压缩率和,Storage index,查询效率。,Select name,value/1024/1024 as stat_value,from v$mystat s,v$statname n,Where S.Statistic#=n.statistic#and name like%cell physical%,Insert into tablea select*from ext_tablea order by col1,col2,可以通过查询,v$mystat,v$statname,视图,通过看,cell physical I0 bytes saved by storage index,统计值,来检查多少,I/O,被减少。,SQL,如下:,Tips,:,通过表分区交换做数据加载,(Partition exchange load),Oracle,建议对大的数据表采用分区表,分区表的好处之一就是可以通过分区交换方式(,Partition Exchange,)进行数据加载,这样可以最小化的对业务影响情况下进行快速数据加载。,Partition Exchange,可以允许用户交换非分区表数据到一个表的分区中。分区交换命令并不真正移动两个表的数据,而是简单的,Update,数据字典信息。由于没有进行数据移动,所以数据非分区表需要与分区表有相同的存储结构(存储在合适的表空间、相同的,Extent Size,)。,SQL,如下:,Create Table tmp_sales2(.)parallel storage(INITIAL 8M NEXT 8M),tablespace main_fact_tbs.,Alter table Sales exchange partition p2 with table tmp_sales2 including indexes without validation;,Sales Table,May 22,nd,2008,May 23,rd,2008,May 24,th,2008,May 18,th,2008,May 19,th,2008,May 20,th,2008,May 21,st,2008,DBA,1.Create external table for flat files,5.Alter table Sales exchange partition May_24_2008 with table tmp_sales,2.Use CTAS command to create non-partitioned table TMP_SALES,Tmp_ sales Table,Sales Table,May 22,nd,2008,May 23,rd,2008,May 24,th,2008,May 18,th,2008,May 19,th,2008,May 20,th,2008,May 21,st,2008,Sales table now has all the data,3.Create indexes,4.Gather Statistics,Tmp_ sales Table,Tips,:,Partition Exchange loading,操作过程,提纲,数据库空间管理,数据仓库物理表设计(表压缩、表分区),数据加载,并行执行,开发注意事项(集合、关联操作),索引管理,统计信息收集,38,Tips,:,并行执行的适用情况,并行执行是,Exadata,最强大的能力之一,充分利用,Exadata,的并行计算能力可以极大提高系统利用率。但是我们必须要确认并行使用的时机,以及并行使用的程度。,并行,适用场景:,并行执行应该在所有的资源密集型操作中被使用,例如:复杂查询、大量数据处理,DML,、大表建索引、收集统计信息、大量数据加载等。,只有在表数据小于,64MB,或者同时有上百个并发用户执行操作时,不建议使用并行执行操作,。,并行不适用场景:,短交易(几秒钟或更少)。在这些环境中并行执行是没有什么用处,因为协调并行执行服务器会增加相关的成本,这种协调的成本可能超过并行带来的好处。,已经大量使用,CPU,、内存或,I/O,资源的环境。并行执行旨在利用其它可用的硬件资源,如果没有这样的资源可用,那么并行执行不产生任何效益,并且可能损害性能。,Tips,:并行执行工作过程,用户连接到数据库,User,后台进程被派生,当用户发出一个并行,SQL,,后台进程就变成为,QC,(,Query Coordinator,),QC,从并行进程组中获得,Parallel servers,,然后,QC,分配任务给,Parallel servers,进程,Parallel servers,是一个独立的,Session,,从并行进程组中分配,并完成指定的具体任务,Parallel servers,通过,Shared Pool,的内存传递通信消息,与,QC,进程和并行进程进行互相通信,Messages,QC connection,Parallel server connection,Producers,Consumers,Query coordinator,P1,P2,P3,P4,Hash join,会首先选择小表作为驱动表,进行扫描,在这个例子中,Customers,表示小表,,4,个,Producer,并行进程并行扫描,并且返回就过给,Consumers,进程,P8,P7,P6,P5,SALES,Table,CUSTOMERS,Table,SELECT c.cust_last_name,s.time_id,s.amount_sold,FROM sales s,customers c,WHERE s.cust_id=c.cust_id,;,并行执行的工作机制,Producers,Consumers,Query coordinator,P1,P2,P3,P4,一旦,4,个,Producer,进程完成了小表的扫描,他们开始对大表(,Sales,表)进行并行扫描,并返回结果给,Consumer,进程,P8,P7,P6,P5,SALES,Table,CUSTOMERS,Table,SELECT c.cust_last_name,s.time_id,s.amount_sold,FROM sales s,customers c,WHERE s.cust_id=c.cust_id,;,并行执行的工作机制,Producers,Consumers,P1,P2,P3,P4,P8,P7,P6,P5,一旦,Consumer,进程收到了两个表的数据,他们开始做并行的,Join,操作,一旦完成,join,操作,就将结果返回给,QC,进程,Query coordinator,SALES,Table,CUSTOMERS,Table,SELECT c.cust_last_name,s.time_id,s.amount_sold,FROM sales s,customers c,WHERE s.cust_id=c.cust_id,;,并行执行的工作机制,SELECT c.cust_last_name,s.,time_id,s.amount_sold,FROM sales s,customers c,WHERE s.cust_id=c.cust_id,;,Query Coordinator,Producers,Producers,Consumers,Consumers,Tips,:检查并行执行情况,select sum(revenue),store,from line_items,Where profit(price,units),0.2,order by store,Data on Disk,Query Servers,scan,scan,scan,sort A-K,sort L-S,sort T-Z,dispatch work;,assemble results,Producers,or scanners,Consumers,Or Aggregators,),Coordinator,并行进程的任务,Tips,:不同操作并行方式,Group by,Order by,进程1,进程2,进程3,进程4,进程5,进程6,进程1,进程2,进程3,进程4,进程5,进程6,Hash,分布,H展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


Exadata一体机最佳实践.ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/14421982.html