ORACLE数据库连接非常慢 tnsping 后获得的结果 测试了几次 平均延迟在15-20秒之间。 监听日志已经清理过了

ORACLE数据库连接非常慢 tnsping 后获得的结果 测试了几次 平均延迟在15-20秒之间。 监听日志已经清理过了,第1张

有更详细的说明么

网络连接是不是不稳定,是不是所有同网段设备网速都比较慢,还是只有装了oracle数据库的机器这样

看了你的补充,你试试看换个端口还会不会这样,默认oracle是1521端口,你换一个看

创建一个日志表get_log,包含id,begin_time,end_time字段。

将捞取的sql语句,写成一个存储过程或者函数,在存储过程中,先创建一个固定的id值,比如16位随机数

inser into get_log(id,begin_time,end_time) valus (id,sysdate,'')

在获取完数据之后,在update这条数据,将结束时间更新到日志里

update get_log set end_time=sysdate whereid=id

你问的是access数据库查询一次耗时吗?

查询一次需要约2-3秒钟。

一般而言,在10万条记录下的表查询,加不加索引,查询速度没有明显区别,但是记录增加到100万条后,这种差别就很明显了。ACCESS针对字段加入索引后,原查询需要约2-3秒钟,但是现在查询,单击按钮后就可以出现结果,几乎无延迟。

谈到MySQL数据库主从同步延迟原理,得从mysql的数据库主从复制原理说起,mysql的主从复制都是单线程的 *** 作,主库对所有DDL和 DML产生binlog,binlog是顺序写,所以效率很高,slave的Slave_IO_Running线程到主库取日志,效率很比较高,下一步, 问题来了,slave的Slave_SQL_Running线程将主库的DDL和DML *** 作在slave实施。DML和DDL的IO *** 作是随即的,不是顺 序的,成本高很多,还可能可slave上的其他查询产生lock争用,由于Slave_SQL_Running也是单线程的,所以一个DDL卡主了,需要 执行10分钟,那么所有之后的DDL会等待这个DDL执行完才会继续执行,这就导致了延时。有朋友会问:“主库上那个相同的DDL也需要执行10分,为什 么slave会延时?”,答案是master可以并发,Slave_SQL_Running线程却不可以。

2 MySQL数据库主从同步延迟是怎么产生的。

答:当主库的TPS并发较高时,产生的DDL数量超过slave一个sql线程所能承受的范围,那么延时就产生了,当然还有就是可能与slave的大型query语句产生了锁等待。

3 MySQL数据库主从同步延迟解决方案

答:最简单的减少slave同步延时的方案就是在架构上做优化,尽量让主库的DDL快速执行。还有就是主库是写,对数据安全性较高,比如 sync_binlog=1,innodb_flush_log_at_trx_commit = 1 之类的设置,而slave则不需要这么高的数据安全,完全可以讲sync_binlog设置为0或者关闭binlog,innodb_flushlog也 可以设置为0来提高sql的执行效率。另外就是使用比主库更好的硬件设备作为slave。

mysql-563已经支持了多线程的主从复制。原理和丁奇的类似,丁奇的是以表做多线程,Oracle使用的是以数据库(schema)为单位做多线程,不同的库可以使用不同的复制线程。

基于局域网的master/slave机制在通常情况下已经可以满足'实时'备份的要求了。如果延迟比较大,就先确认以下几个因素:

网络延迟

master负载

slave负载

一般的做法是,使用多台slave来分摊读请求,再从这些slave中取一台专用的服务器,只作为备份用,不进行其他任何 *** 作,就能相对最大限度地达到'实时'的要求了

slave_net_timeout单位为秒 默认设置为 3600秒 参数含义:当slave从主数据库读取log数据失败后,等待多久重新建立连接并获取数据 master-connect-retry单位为秒 默认设置为 60秒 参数含义:当重新建立主从连接时,如果连接建立失败,间隔多久后重试。

通常配置以上2个参数可以减少网络问题导致的主从数据同步延迟

以上就是关于ORACLE数据库连接非常慢 tnsping 后获得的结果 测试了几次 平均延迟在15-20秒之间。 监听日志已经清理过了全部的内容,包括:ORACLE数据库连接非常慢 tnsping 后获得的结果 测试了几次 平均延迟在15-20秒之间。 监听日志已经清理过了、怎么知道SQL数据库捞取另外一个数据库中的数据的延迟(所用时间)、axcess数据库查询一次耗时等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9847263.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-02
下一篇 2023-05-02

发表评论

登录后才能评论

评论列表(0条)

保存