預測DBserver的儲存量
公司對產線DB採用了archive技術,將DB中長時間不使用的資料遷移到archiveDB中,以此來對產線DB實現“瘦身”目的。 但是目前的archiveDB已經沒有空間支援,需要擴容或者是購買新的server.需要預測server的儲存空間。 首先需要知道資料的日增長量:通過對表空間的使用情況獲得每日的資料庫增長量
set linesize 1000
set pagesize 100
select t.*
from (SELECT D.TABLESPACE_NAME,
SPACE "SUM_SPACE(M)",
BLOCKS SUM_BLOCKS,
SPACE - NVL(FREE_SPACE, 0) "USED_SPACE(M)",
ROUND((1 - NVL(FREE_SPACE, 0) / SPACE) * 100, 2) "USED_RATE(%)",
FREE_SPACE "FREE_SPACE(M)"
FROM (SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) SPACE,
SUM(BLOCKS) BLOCKS
FROM DBA_DATA_FILES
GROUP BY TABLESPACE_NAME) D,
(SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) FREE_SPACE
FROM DBA_FREE_SPACE
GROUP BY TABLESPACE_NAME) F
WHERE D.TABLESPACE_NAME = F.TABLESPACE_NAME(+)
UNION ALL
SELECT D.TABLESPACE_NAME,
SPACE "SUM_SPACE(M)",
BLOCKS SUM_BLOCKS,
USED_SPACE "USED_SPACE(M)",
ROUND(NVL(USED_SPACE, 0) / SPACE * 100, 2) "USED_RATE(%)",
SPACE - USED_SPACE "FREE_SPACE(M)"
FROM (SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) SPACE,
SUM(BLOCKS) BLOCKS
FROM DBA_TEMP_FILES
GROUP BY TABLESPACE_NAME) D,
(SELECT TABLESPACE,
ROUND(SUM(BLOCKS * 8192) / (1024 * 1024), 2) USED_SPACE
FROM V$SORT_USAGE
GROUP BY TABLESPACE) F
WHERE D.TABLESPACE_NAME = F.TABLESPACE(+)) t
order by "USED_RATE(%)" desc;
set pagesize 100
select t.*
from (SELECT D.TABLESPACE_NAME,
SPACE "SUM_SPACE(M)",
BLOCKS SUM_BLOCKS,
SPACE - NVL(FREE_SPACE, 0) "USED_SPACE(M)",
ROUND((1 - NVL(FREE_SPACE, 0) / SPACE) * 100, 2) "USED_RATE(%)",
FREE_SPACE "FREE_SPACE(M)"
FROM (SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) SPACE,
SUM(BLOCKS) BLOCKS
FROM DBA_DATA_FILES
GROUP BY TABLESPACE_NAME) D,
(SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) FREE_SPACE
FROM DBA_FREE_SPACE
GROUP BY TABLESPACE_NAME) F
WHERE D.TABLESPACE_NAME = F.TABLESPACE_NAME(+)
UNION ALL
SELECT D.TABLESPACE_NAME,
SPACE "SUM_SPACE(M)",
BLOCKS SUM_BLOCKS,
USED_SPACE "USED_SPACE(M)",
ROUND(NVL(USED_SPACE, 0) / SPACE * 100, 2) "USED_RATE(%)",
SPACE - USED_SPACE "FREE_SPACE(M)"
FROM (SELECT TABLESPACE_NAME,
ROUND(SUM(BYTES) / (1024 * 1024), 2) SPACE,
SUM(BLOCKS) BLOCKS
FROM DBA_TEMP_FILES
GROUP BY TABLESPACE_NAME) D,
(SELECT TABLESPACE,
ROUND(SUM(BLOCKS * 8192) / (1024 * 1024), 2) USED_SPACE
FROM V$SORT_USAGE
GROUP BY TABLESPACE) F
WHERE D.TABLESPACE_NAME = F.TABLESPACE(+)) t
order by "USED_RATE(%)" desc;
預測儲存量M=每日增長量×365×3+backup空間-檔案歸檔釋放的空間(將保持超過三年的資料採用檔案歸檔方式儲存)
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/24867586/viewspace-689599/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Redis--各個資料型別最大儲存量Redis資料型別
- 功能測試之存量資料新與增資料測試
- 看2024年儲存趨勢的七大預測
- 預測維護和預測分析
- 實用大資料,需要關注的5種預測性儲存分析功能!大資料
- Filecoin分散式儲存未來發展四個階段趨勢的預測分散式
- 修改docker的預設儲存位置及映象儲存位置Docker
- 機器學習股票價格預測從爬蟲到預測-預測與調參機器學習爬蟲
- 預測分析 · 員工滿意度預測
- 儲存自動化、預測分析和人工智慧的六個關鍵問題人工智慧
- HEVC幀內預測學習(二) 35種預測模式的計算模式
- 【Matlab 041期】【數學建模】Matlab 電力預測預測之灰度預測組合預測指數平滑回歸分析Matlab
- Keras速查_CPU和GPU的mnist預測訓練_模型匯出_模型匯入再預測_匯出onnx並預測KerasGPU模型
- 我預測了你的預測!“非主流”烏式遊戲的千層套路——《玻璃之路》遊戲
- 2009年主流儲存廠商大預測之EMC篇薦
- 人口預測模型模型
- 灰色預測分析
- Mxnet速查_CPU和GPU的mnist預測訓練_模型匯出_模型匯入再預測_匯出onnx並預測GPU模型
- 支援高頻數採、實時流計算的儲能可預測維護系統方案
- 資料預測“加成”,解鎖“預測未來”新玩法!
- 預測微前端的未來 - luca前端
- 基於Liquid State Machine的時間序列預測:利用儲備池計算實現高效建模UIMac
- 簡單的鍵值儲存測試
- 自能,總結,預測
- 波士頓房價預測
- MySQL修改預設儲存路徑MySql
- 人工智慧的惡意使用:預測、預防和緩解人工智慧
- 遊戲企業“雲”操作:推“存量”遊戲卡位遊戲
- 網路流量預測入門(三)之LSTM預測網路流量
- (原)預測的技法--讀書筆記筆記
- 我的測試儲存過程程式碼儲存過程
- nuget預設儲存目錄如何修改?
- 機器學習之分類:預測偏差機器學習
- 使用機器學習預測房價(附連結)機器學習
- 灰色預測java實現Java
- 大模型+電力預測?大模型
- TechInsights:預計2030年全球物聯網應用eSIM市場存量將達47.12 億
- Docker Toolbox替換預設docker machine的儲存位置DockerMac