热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Oracle数据库12.2新特性手册CoreImprovements内核卷

Oracle数据库12.2新特性手册-CoreImpro

编辑手记:Oracle 12.2 在内核上有许多创造性的改进,这些改进让数据库的操作更加高效便捷,同时一些面向智能运维和大数据的改进,则迈出了云和大数据时代的重要一步。在今年的DB-Engines的评选中,Oracle位居榜首,而我们从12.2的这些更新中便知道,Oracle是DBMS当之无愧的领导者。

注:文章内容来自官方文档翻译。若需要了解更多,请查阅官方文档

10ChangeOracleDB.jpg

1、Partition-Specific Near Real-Time Indexes(近实时索引的配置)

12.2中可以在分区级别指定使用近实时索引的选项(STAGE_ITAB设置),频繁更新的分区可以启用接近实时的索引,而较少频繁更新的表可以关闭它。

当使用STAGE_ITAB索引选项创建CONTEXT索引时,将创建一个空的$ G表,其中包含$ H btree索引。 将g_index_clause子句与STAGE_ITAB索引选项结合使用可改善广泛用于DML操作的CONTEXT索引的SQL查询的性能。

并且在12.2中可以指定近实时$ G索引表的最大大小,若调整最大大小,会将更新写入主$ I表,指定最大大小可防止近实时$ G索引表过大而无法容纳到内存中。

2、Partitioning: Auto-List Partitioning(自动列表分区)

数据库会自动为表的每个不同分区键值创建一个单独的(新)分区。自动列表分区减少了DBA管理分区的负担,为需要单独分区的大量不同键值手动维护分区表列表。 它还自动处理未计划的分区键值,而不需要DEFAULT分区。


3、Adding New Document Formats(添加新的文档格式)


在12.2版本中,Oracle Outside-In Technology支持的格式可以使用AUTO_FILTER编制索引,新添加的格式也可以索引。


4、Structured/Sort Data (SDATA) Section Improvements

对SDATA节进行了以下改进:




  • B树支持的SDATA部分可进行范围搜索,以获得更好的性能。



  • SDATA可以针对SEARCH或SORT操作进行优化



  • 多值SDATA节 - 组数在结果集接口中的SDATA节上可用。



  • 这些SDATA改进在Oracle Text索引环境中提供更好的性能和更灵活的混合查询。




5、Availability of Updated Documents in Index(更新文档在索引中的可用性)

在早期版本中,当文档更新时,在索引同步之前,无法搜索它们

在12.2中,可以选择保留旧的甚至过期的索引条目,以便仍然可以从其原始内容中找到文档。

若对文档做小的改动,不必立即执行索引同步,仍然可以进行索引。

6、Read-Only MDATA Sections(只读MDATA段)

普通的MDATA段可以在不需要重新索引整个文档的情况下呗更新,但这样做会产生性能成本。

在12.2中,可以选择将MDATA段指定为read-only,这意味着它们只能在文档更新和索引同步时被更改。

此功能为查询提供更好的性能,因为不需要额外的游标来处理read-only MDATA段。 减少所需的光标数量也可以防止超过OPEN_CURSORS系统参数的限制。

7、 Sentiment Analysis and Collocates(情绪分析和搭配)

情绪分析?!

介个好像听起来很神奇的样子,是否很多人跟我一样第一次听说数据库还能实现这功能,一种被打脸的感觉。

Oracle文本支持情感分析和搭配。 情绪分析提供与搜索词相关联的积极和消极趋势的识别。与搜索术语相关联的积极或消极趋势的识别允许构建更丰富的搜索应用。

想了解更多的朋友看这里:




Oracle文本能够通过训练以识别情感元数据的情感分类器来对主题或文档执行情绪分析。

随着数据量的增加,如果组织能够获得对其数据的更多洞察,而不仅仅是响应于搜索查询获得"命中",这将会产生很大的价值。洞察可以是回答某些基本类型的查询(例如天气查询或关于最近事件的查询)或提供关于用户指定的主题的意见的形式。关键字搜索提供包含搜索字词的结果列表。但是,要识别关于搜索术语的情感或意见,则需要通过浏览所有结果,然后手动查找所需的情绪信息,进行进一步的数据分析。情绪分析提供一个一步过程来识别一组文档内的情感信息。

情感分析是从一组文档中识别和提取与指定主题或实体相关的情感元数据的过程。使用训练的情绪分类器来识别情绪。当使用情绪分析运行查询时,除了搜索结果之外,还标识和显示情绪元数据。情绪分析提供诸如"产品评论是肯定的还是否定的"或"客户满意还是不满意"的问题的答案。例如,从由针对特定产品的多个评论组成的文档集中,可以确定指示产品是好还是坏的整体情绪。




8、 Extracting Synonyms of Words in Documents(提取文档中单词的同义词)

CTX_DOC PL / SQL包中的TOKENS和POLICY_TOKENS函数现在允许指定同义词库名称,执行该操作,返回的结果包括文档中的实际词以及由指定的词库定义的那些词的所有同义词。

此功能为数据分析和数据挖掘软件提供了优势,因为可以处理文档中找到的单词的所有变体。

9、Changes to NDATA, NEAR2, and NESTED NEAR Query Operators(对NDATA,NEAR2和NESTED NEAR查询运算符的更改)

新的Oracle Text BESTMATCH查询运算符可以找到文档中的术语集合,即使这些术语不存在或以变体形式存在也是如此。

此功能可在未知精确查询字词时提高召回率。


10、Materialized Views: Refresh Statistics History(物化视图:刷新统计历史信息)

物化视图刷新统计信息可以以不同的粒度进行收集,以提供用于分析和报告的历史数据。

存储历史物化视图刷新统计信息可以深入了解物化视图生态系统(或单个特定物化视图)是如何演进的, 这些数据为历史分析和诊断提供了独特的见解。

11、Process Management(进程管理)

此功能通过预先创建过程资源来提高连接时间和并行处理时间。 管理员可以控制预先创建多少进程,以便新连接不必等待。 相反,进程可以使用预创建的进程资源,从而减少连接和并行处理时间。

此功能可提高用户连接的连接和故障转移时间,以及后台进程的进程生成时间。

12、Partitioning: Read-Only Partitions(只读分区)

分区和子分区可以单独设置为只读状态,这样将禁用这些只读分区和子分区上的DML操作,这是对现有只读表功能的扩展。

只读分区和子分区启用对DML活动的精细控制,这增强了分区表的数据管理功能。

13、Partitioning: Multi-Column List Partitioning(多列列表分区)

列表分区功能已扩展为启用多个分区键列。

使用多个列来定义列表分区表的分区标准,可使新类应用程序从分区中受益。

在Oracle12.2中,内核设计方面有很多重要的创新性改进,这些改进使得Oracle数据库的运维能够更好地应对大数据分析和各种智能管理。

更多新特性请登录官网学习。

欢迎加入『云和恩墨大讲堂』,参与我们的学习和讨论。

YhemTalk.jpeg

推荐阅读
  • 中科院学位论文排版指南
    随着毕业季的到来,许多即将毕业的学生开始撰写学位论文。本文介绍了使用LaTeX排版学位论文的方法,特别是针对中国科学院大学研究生学位论文撰写规范指导意见的最新要求。LaTeX以其精确的控制和美观的排版效果成为许多学者的首选。 ... [详细]
  • 本文旨在探讨如何利用决策树算法实现对男女性别的分类。通过引入信息熵和信息增益的概念,结合具体的数据集,详细介绍了决策树的构建过程,并展示了其在实际应用中的效果。 ... [详细]
  • 2018-2019学年第六周《Java数据结构与算法》学习总结
    本文总结了2018-2019学年第六周在《Java数据结构与算法》课程中的学习内容,重点介绍了非线性数据结构——树的相关知识及其应用。 ... [详细]
  • Nginx 反向代理与负载均衡实验
    本实验旨在通过配置 Nginx 实现反向代理和负载均衡,确保从北京本地代理服务器访问上海的 Web 服务器时,能够依次显示红、黄、绿三种颜色页面以验证负载均衡效果。 ... [详细]
  • 本文探讨了如何在 F# Interactive (FSI) 中通过 AddPrinter 和 AddPrintTransformer 方法自定义类型(尤其是集合类型)的输出格式,提供了详细的指南和示例代码。 ... [详细]
  • 主调|大侠_重温C++ ... [详细]
  • MySQL锁机制详解
    本文深入探讨了MySQL中的锁机制,包括表级锁、行级锁以及元数据锁,通过实例详细解释了各种锁的工作原理及其应用场景。同时,文章还介绍了如何通过锁来优化数据库性能,避免常见的并发问题。 ... [详细]
  • LambdaMART算法详解
    本文详细介绍了LambdaMART算法的背景、原理及其在信息检索中的应用。首先回顾了LambdaMART的发展历程,包括其前身RankNet和LambdaRank,然后深入探讨了LambdaMART如何结合梯度提升决策树(GBDT)和LambdaRank来优化排序问题。 ... [详细]
  • 本题探讨了在大数据结构背景下,如何通过整体二分和CDQ分治等高级算法优化处理复杂的时间序列问题。题目设定包括节点数量、查询次数和权重限制,并详细分析了解决方案中的关键步骤。 ... [详细]
  • 本文介绍如何使用MFC和ADO技术调用SQL Server中的存储过程,以查询指定小区在特定时间段内的通话统计数据。通过用户界面选择小区ID、开始时间和结束时间,系统将计算并展示小时级的通话量、拥塞率及半速率通话比例。 ... [详细]
  • 国际高保真音乐流媒体平台的崛起:亚马逊与谷歌的竞争策略
    近期,亚马逊和谷歌正积极筹备推出高保真音乐流媒体服务,预计在2019年底前上线。根据市场研究机构CIRP的数据,截至2018年12月,美国智能音箱的安装量已增至6600万台,较第三季度增长显著。这一趋势对Spotify等传统流媒体平台构成了新的挑战。 ... [详细]
  • Python 工具推荐 | PyHubWeekly 第二十一期:提升命令行体验的五大工具
    本期 PyHubWeekly 为大家精选了 GitHub 上五个优秀的 Python 工具,涵盖金融数据可视化、终端美化、国际化支持、图像增强和远程 Shell 环境配置。欢迎关注并参与项目。 ... [详细]
  • NFS(Network File System)即网络文件系统,是一种分布式文件系统协议,主要用于Unix和类Unix系统之间的文件共享。本文详细介绍NFS的配置文件/etc/exports和相关服务配置,帮助读者理解如何在Linux环境中配置NFS客户端。 ... [详细]
  • 管理类联考英语复习指南:基础语法(八)
    本文探讨了谓语动词和分词在句子中的作用,包括分词作为状语、定语和宾语补足语的使用方法,以及分词的时态和语态变化。 ... [详细]
  • 在MFC开发中,TreeCtrl控件因其强大的层次结构展示能力而被广泛应用,例如在资源管理器视图中。本文将详细介绍如何高效地利用TreeCtrl控件,包括设置属性、添加项目以及使用图像列表等技巧。 ... [详细]
author-avatar
只爱裙装
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有