普通大表转为分区表

生产库环境:

Oracle版本 11.2.0.3.0 + ASM

大表数据量为近3千万,分区键为日期字段


流程:

1. 停止中间件应用系统

2.  利用CTAS +nologging+并行来处理,这样速度会提高许多

 CREATE TABLE t_tab_new nologging parallel(degree 2) partition by range (BALDATE)
 interval(numtoyminterval(1,'MONTH'))
 (partition PART_1211 values less than (TO_DATE(' 2012-11-01 00:00:00', 'SYYYY-MM-DD HH24:MI:SS', 'NLS_CALENDAR=GREGORIAN')))  AS SELECT * FROM t_tab ;

注: 由于使用了11g自动分区特性,应当注意两点,一个必须至少要定义一个分区,而且日期必须是1号到28号之间,如果你这样写就会报错:

TO_DATE(' 2012-11-30 00:00:00', 'SYYYY-MM-DD HH24:MI:SS', 'NLS_CALENDAR=GREGORIAN')


3.  重命名相关表

 alter table t_tab rename to t_tab_old;
   
 alter table t_tab_new rename to t_tab;


4. 将触发器、相关索引等转移到新建的表上来

重新在新表上创建索引及触发器,注意索引名不要和原来的重复,并且大表创建索引要注意nologging+并行,如:

  create index IDX_T_TAB01 on T_TAB (SHOPCODE) nologging parallel 4; --全局索引


---

总共在10分钟之内完成。

提示:操作前应注意用户表空间、temp表空间是否足够,索引创建期间可通过select * from v$session_longops where target='***' 来查询进度状态


--

下面是采用基于主键的在线重定义来将普通大表转为分区表:

declare
v_user varchar2(50):='NJSXBAK';
v_tab  varchar2(50):='T_EXTERBILL';
v_tmptab varchar2(50):='T_EXTERBILL_TMP';
num_errors PLS_INTEGER;

begin
 DBMS_REDEFINITION.CAN_REDEF_TABLE(v_user,v_tab,DBMS_REDEFINITION.CONS_USE_PK);
 
 DBMS_REDEFINITION.START_REDEF_TABLE(v_user,v_tab,v_tmptab,null,dbms_redefinition.cons_use_pk);
 
 DBMS_REDEFINITION.COPY_TABLE_DEPENDENTS(v_user,v_tab,v_tmptab,DBMS_REDEFINITION.CONS_ORIG_PARAMS, TRUE, TRUE, TRUE, TRUE, num_errors);
 
 if num_errors>0 then
   RAISE_APPLICATION_ERROR(-20001, 'ERRORS on COPY_TABLE_DEPENDENTS!');
 end if;
 DBMS_REDEFINITION.SYNC_INTERIM_TABLE(v_user,v_tab,v_tmptab);
 
 DBMS_REDEFINITION.FINISH_REDEF_TABLE(v_user,v_tab,v_tmptab);
end;





变分模态分解(Variational Mode Decomposition, VMD)是一种强大的非线性、无参数信号处理技术,专门用于复杂非平稳信号的分析与分解。它由Eckart Dietz和Herbert Krim于2011年提出,主要针对传统傅立叶变换在处理非平稳信号时的不足。VMD的核心思想是将复杂信号分解为一系列模态函数(即固有模态函数,IMFs),每个IMF具有独特的频率成分和局部特性。这一过程与小波分析或经验模态分解(EMD)类似,但VMD通过变分优化框架显著提升了分解的稳定性和准确性。 在MATLAB境中实现VMD,可以帮助我们更好地理解和应用这一技术。其核心算法主要包括以下步骤:首先进行初始化,设定模态数并为每个模态分配初始频率估计;接着采用交替最小二乘法,通过交替最小化残差平方和以及模态频率的离散时间傅立叶变换(DTFT)约束,更新每个模态函数和中心频率;最后通过迭代优化,在每次迭代中优化所有IMF的幅度和相位,直至满足停止条件(如达到预设迭代次数或残差平方和小于阈值)。 MATLAB中的VMD实现通常包括以下部分:数据预处理,如对原始信号进行归一化或去除直流偏置,以简化后续处理;定义VMD结构,设置模态数、迭代次数和约束参数等;VMD算法主体,包含初始化、交替最小二乘法和迭代优化过程;以及后处理,对分解结果进行评估和可视化,例如计算每个模态的频谱特性,绘制IMF的时频分布图。如果提供了一个包含VMD算法的压缩包文件,其中的“VMD”可能是MATLAB代码文件或完整的项目文件夹,可能包含主程序、函数库、示例数据和结果可视化脚本。通过运行这些代码,可以直观地看到VMD如何将复杂信号分解为独立模态,并理解每个模态的物理意义。 VMD在多个领域具有广泛的应用,包括信号处理(如声学、振动、生物医学信号分析)、图像处理(如图像去噪、特征提取)、金融时间序列分析(识
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值