如何设置使oracle10g性能最优 性能调优 步骤

一、 磁盘方面调优

1 规范磁盘阵列

RAID 10比RAID5更适用于OLTP系统，RAID10先镜像磁盘，再对其进行分段，由于对数据的小规模访问会比较频繁，所以对OLTP适用。而RAID5,优势在于能够充分利用磁盘空间，并且减少阵列的总成本。但是由于阵列发出一个写入请求时，必须改变磁盘上已修改的块，需要从磁盘上读取“奇偶校验”块，并且使用已修改的块计算新的奇偶校验块，然后把数据写入磁盘，且会限制吞吐量。对性能有所影响，RAID5适用于OLAP系统。

2 数据文件分布

分离下面的东西,避免磁盘竞争

Ø SYSTEM表空间

Ø TEMPORARY表空间

Ø UNDO表空间

Ø 联机重做日志（放在最快的磁盘上）

Ø *** 作系统磁盘

Ø ORACLE安装目录

Ø 经常被访问的数据文件

Ø 索引表空间

Ø 归档区域（应该总是与将要恢复的数据分离）

例：

² /: System

² /u01: Oracle Software

² /u02: Temporary tablespace, Control file1

² /u03: Undo Segments, Control file2

² /u04: Redo logs, Archive logs, Control file4

² /u05: System, SYSAUX tablespaces

² /u06: Data1 ,control file3

² /u07: Index tablespace

² /u08: Data2

通过下列语句查询确定IO问题

select name ,phyrds,phywrts,readtim,writetim

from v$filestat a,v$datafile b

where afile#=bfile# order by readtim desc;

3 增大日志文件

u 增大日志文件的大小，从而增加处理大型INSERT,DELETE,UPDATE *** 作的比例

查询日志文件状态

select amember,b from v$logfile a,v$log b where aGROUP#=bGROUP#

查询日志切换时间

select bRECID,to_char(bFIRST_TIME,'yyyy-mm-dd hh24:mi:ss') start_time,aRECID,to_char(aFIRST_TIME,'yyyy-mm-dd hh24:mi:ss') end_time,round(((aFIRST_TIME-bFIRST_TIME)25)60,2) minutes

from v$log_history a ,v$log_history b

where aRECID=bRECID+1

order by aFIRST_TIME desc

增大日志文件大小，以及对每组增加日志文件（一个主文件、一个多路利用文件）

u 增大LOG_CHECKPOINT_INTERVAL参数，现已不提倡使用它

如果低于每半小时切换一次日志，就增大联机重做日志大小。如果处理大型批处理任务时频繁进行切换，就增大联机重做日志数目。

alter database add logfile member ‘/logora’ to group 1;

alter database drop logfile member ‘/logora’;

4 UNDO表空间

修改三个初始参数：

UNDO_MANAGEMENT=AUTO

UNDO_TABLESPACE=CLOUDSEA_UNDO

UNDO_RETENTION=<#of minutes>

5 不要在系统表空间中执行排序

二、 初始化参数调优

32位的寻址最大支持应该是2的32次方，就是4G大小。但实际中32位系统（XP，windows2003等MS32位系统, ubuntu等linux32 位系统）要能利用4G内存，都是采用内存重映射技术。需要主板及系统的支持。如果关闭主板BIOS的重映射功能，系统将不能利用4G内存，可能只达35G而在windows下看到的一般为325G。所以SGA设置为内存的40%，但不能超过325G

1 重要初始化参数

l SGA_MAX_SIZE

l SGA_TARGET

l PGA_AGGREGATE_TARGET

l DB_CACHE_SIZE

l SHARED_POOL_SIZE

2 调整DB_CACHE_SIZE来提高性能

它设定了用来存储和处理内存中数据的SGA区域大小，从内存中取数据比磁盘快10000倍以上

根据以下查询出数据缓存命中率

select sum(decode(name,'physical reads',value,0)) phys,

sum(decode(name,'db block gets',value,0)) gets,

sum(decode(name,'consistent gets',value,0)) con_gets,

(1- (sum(decode(name,'physical reads',value,0))/(sum(decode(name,'db block gets',value,0))+sum(decode(name,'consistent gets',value,0)) ) ))100 Hitratio

from v$sysstat;

一个事务处理程序应该保证得到95%以上的命中率，命中率从90%提高到98%可能会提高500%的性能，ORACLE正在通过CPU或服务时间与等待时间来分析系统性能，不太重视命中率，不过现在的库缓存和字典缓存仍将命中率作为基本的调整方法。

在调整DB_CACHE_SIZE时使用V$DB_CACHE_ADVICE

select size_for_estimate, estd_physical_read_factor, estd_physical_reads

from v$db_cache_advice

where name = 'DEFAULT';

如果查询的命中率过低，说明缺少索引或者索引受到限制，通过V$SQLAREA视图查询执行缓慢的SQL

3 设定DB_BLOCK_SIZE来反映数据读取量大小

OLTP一般8K

OLAP一般16K或者32K

4 调整SHARED_POOL_SIZE以优化性能

正确地调整此参数可以同等可能地共享SQL语句，使得在内存中便能找到使用过的SQL语句。为了减少硬解析次数，优化对共享SQL区域的使用，需尽量使用存储过程、使用绑定变量

保证数据字典缓存命中率在95%以上

select ((1- sum(getmisses)/(sum(gets)+sum(getmisses)))100) hitratio

from v$rowcache

where gets+getmisses <>0;

如果命中率小于 99％，就可以考虑增加shared pool 以提高library cache 的命中率

SELECT SUM(PINS) "EXECUTIONS",SUM(RELOADS) "CACHE MISSES WHILE EXECUTING",1 - SUM(RELOADS)/SUM(PINS)

FROM V$LIBRARYCACHE;

通常规则是把它定为DB_CACHE_SIZE大小的50%－150%，在使用了大量存储过程或程序包，但只有有限内存的系统里，最后分配为150%。在没有使用存储过程但大量分配内存给DB_CACHE_SIZE的系统里，这个参数应该为10%－20%

5 调整PGA_AGGREGATE_TARGET以优化对内存的应用

u OLTP ：totalmemory80%20%

u DSS: totalmemory80%50%

6 25个重要初始化参数

² DB_CACHE_SIZE：分配给数据缓存的初始化内存

² SGA_TARGET：使用了自动内存管理，则设置此参数。设置为0可禁用它

² PGA_AGGREGATE_TARGET：所有用户PGA软内存最大值

² SHARED_POOL_SIZE：分配给数据字典、SQL和PL／SQL的内存

² SGA_MAX_SIZE：SGA可动态增长的最大内存

² OPTIMIZER_MODE：

² CURSOR_SHARING：把字面SQL转换成带绑定变更的SQL，可减少硬解析开销

² OPTIMIZER_INDEX_COST_ADJ：索引扫描成本和全表扫描成本进行调整，设定在1－10间会强制频繁地使用索引，保证索引可用性

² QUERY_REWRITE_ENABLED：用于启用具体化视图和基于函数的索引功能

² DB_FILE_MULTIBLOCK_READ_COUNT：对于全表扫描，为了更有效执行IO，此参数可在一次IO中读取多个块

² LOG_BUFFER：为内存中没有提交的事务分配缓冲区（非动态参数）

² DB_KEEP_CACHE_SIZE：分配给KEEP池或者额外数据缓存的内存

² DB_RECYCLE_CACHE_SIZE：

² DBWR_IO_SLAVES：如果没有异步IO，参数等同于DB_WRITER_PROCESSES模拟异步IO而分配的从SGA到磁盘的写入器数。如果有异步IO，则使用DB_WRITER_PROCESSES设置多个写程序，在DBWR期间更快地写出脏块

² LARGE_POOL_SIZE：分配给大型PLSQL或其他一些很少使用的ORACLE选项LARGET池的总块数

² STATISTICS_LEVEL：启用顾问信息，并可选择提供更多OS统计信息来改进优化器决策。默认：TYPICAL

² JAVA_POOL_SIZE：为JVM使用的JAVA存储过程所分配的内存

² JAVA_MAX_SESSIONSPACE_SIZE：跟踪JAVA类的用户会话状态所用内存上限

² MAX_SHARED_SERVERS：当使用共享服务器时的共享服务器上限

² WORKAREA_SIZE_POLICY：启用PGA大小自动管理

² FAST_START_MTTR_TARGET：完成一次崩溃恢复的大概时间／S

² LOG_CHECKPOINT_INTERVAL：检查点频率

² OPEN_CURSORS：指定了保存用户语句的专用区域大小，如此设置过高会导致ORA-4031

² DB_BLOCK_SIZE：数据库默认块大小

² OPTIMIZER_DYNAMIC_SAMPLING：控制动态抽样查询读取的块数量，对正在使用全局临时表的系统非常有用

三、 SQL调优1 使用提示

11 改变执行路径

通过OPTIMIZER_MODE参数指定优化器使用方法，默认ALL_ROWS

Ø ALL_ROWS 可得最佳吞吐量执行查询所有行

Ø FIRST_ROWS(n) 可使优化器最快检索出第一行:

select /+ FIRST_ROWS(1) / store_id,… from tbl_store

12 使用访问方法提示

允许开发人员改变访问的实际查询方式，经常使用INDEX提示

Ø CLUSTER 强制使用集群

Ø FULL

Ø HASH

Ø INDEX 语法：/+ INDEX (TABLE INDEX1,INDEX2…) / COLUMN 1,…

当不指定任何INDEX时，优化器会选择最佳的索引

SELECT /+ INDEX / STORE_ID FROM TBL_STORE

Ø INDEX_ASC 8I开始默认是升序，所以与INDEX同效

Ø INDEX_DESC

Ø INDEX_COMBINE 用来指定多个位图索引，而不是选择其中最好的索引

Ø INDEX_JOIN 只需访问这些索引，节省了重新检索表的时间

Ø INDEX_FFS 执行一次索引的快速全局扫描，只处理索引，不访问具体表

Ø INDEX_SS

Ø INDEX_SSX_ASC

Ø INDEX_SS_DESC

Ø NO_INDEX

Ø NO_INDEX_FFS

Ø NO_INDEX_SS

13 使用查询转换提示

对于数据仓库非常有帮助

Ø FACT

Ø MERGE

Ø NO_EXPAND 语法：/+ NO_EXPAND / column1,…

保证OR组合起的IN列表不会陷入困境，/+ FIRST_ROWS NO_EXPAND /

Ø NO_FACT

Ø NO_MERGE

Ø NO_QUERY_TRANSFORMATION

Ø NO_REWRITE

Ø NO_STAR_TRANSFORMATION

Ø NO_UNSET

Ø REWRITE

Ø STAR_TRANSFORMATION

Ø UNSET

Ø USE_CONCAT

14 使用连接 *** 作提示

显示如何将连接表中的数据合并在一起，可用两提示直接影响连接顺序。LEADING指定连接顺序首先使用的表，ORDERED告诉优化器基于FROM子句中的表顺序连接这些表，并使用第一个表作为驱动表（最行访问的表）

ORDERED语法：/+ ORDERED / column 1,…

访问表顺序根据FROM后的表顺序来

LEADING语法：/+ LEADING(TABLE1) / column 1,…

类似于ORDER，指定驱动表

Ø NO_USE_HASH

Ø NO_USE_MERGE

Ø NO_USE_NL

Ø USE_HASH前提足够的HASH_AREA_SIZE或PGA_AGGREGATE_TARGET

通常可以为较大的结果集提供最佳的响应时间

Ø USE_MERGE

Ø USE_NL 通常可以以最快速度返回一个行

Ø USE_NL_WITH_INDEX

15 使用并行执行

Ø NO_PARALLEL

Ø NO_PARALLEL_INDEX

Ø PARALLEL

Ø PARALLEL_INDEX

Ø PQ_DISTRIBUTE

16 其他提示

Ø APPEND 不会检查当前所用块中是否有剩余空间，而直接插入到表中，会直接将数据添加到新的块中。

Ø CACHE 会将全表扫描全部缓存到内存中，这样可直接在内存中找到数据，不用在磁盘上查询

Ø CURSOR_SHARING_EXACT

Ø DRIVING_SITE

Ø DYNAMIC_SAMPLING

Ø MODEL_MIN_ANALYSIS

Ø NOAPPEND

Ø NOCACHE

Ø NO_PUSH_PRED

Ø NO_PUSH_SUBQ

Ø NO_PX_JOIN_FILTER

Ø PUSH_PRED

Ø PUSH_SUBQ 强制先执行子查询，当子查询很快返回少量行时，这些行可以用于限制外部查询返回行数，可极大地提高性能

例：select /+PUSH_SUBQ / empempno,empename

From emp,orders

where empdeptno=(select deptno from dept where loc=’1’)

Ø PX_JOIN_FILTER

Ø QB_NAME

2 调整查询

21 在V$SQLAREA中选出最占用资源的查询

HASH_VALUE：SQL语句的Hash值。

ADDRESS：SQL语句在SGA中的地址。

PARSING_USER_ID：为语句解析第一条CURSOR的用户

VERSION_COUNT：语句cursor的数量

KEPT_VERSIONS：

SHARABLE_MEMORY：cursor使用的共享内存总数

PERSISTENT_MEMORY：cursor使用的常驻内存总数

RUNTIME_MEMORY：cursor使用的运行时内存总数。

SQL_TEXT：SQL语句的文本（最大只能保存该语句的前1000个字符）。

MODULE,ACTION：用了DBMS_APPLICATION_INFO时session解析第一条cursor时信息

SORTS: 语句的排序数

CPU_TIME: 语句被解析和执行的CPU时间

ELAPSED_TIME: 语句被解析和执行的共用时间

PARSE_CALLS: 语句的解析调用(软、硬)次数

EXECUTIONS: 语句的执行次数

INVALIDATIONS: 语句的cursor失效次数

LOADS: 语句载入(载出)数量

ROWS_PROCESSED: 语句返回的列总数

select busername,aDISK_READS,aEXECUTIONS,aDISK_READS/decode(aEXECUTIONS,0,1,aEXECUTIONS) rds_exec_ratio,aSQL_TEXT

from v$sqlarea a ,dba_users b

where aPARSING_USER_ID=buser_id and aDISK_READS>100 order by aDISK_READS desc;

22 在V$SQL中选出最占用资源的查询

与V$SQLAREA类似

select from

(select sql_text,rank() over (order by buffer_gets desc) as rank_buffers,to_char(100ratio_to_report(buffer_gets) over (),'99999') pct_bufgets from v$sql)

where rank_buffers <11

23 确定何时使用索引

² 当查询条件只需要返回很少的行（受限列）时，则需要建立索引，不同的版本中这个返回要求不同

V5:20% V7:7% V8i,V9i:4% V10g: 5%

查看表上的索引

select atable_name,aindex_name,acolumn_name,acolumn_position,atable_owner

from dba_ind_columns a

where atable_owner='CLOUDSEA'

² 修正差的索引，可使用提示来限制很差的索引，如INDEX，FULL提示

² 在SELECT 和WHERE中的列使用索引

如: select name from tbl where no=

建立索引：create index test on tbl(name,no) tablespace cloudsea_index storage(…)

对于系统中很关键的查询，可以考虑建立此类连接索引

² 在一个表中有多个索引时可能出现麻烦，使用提示INDEX指定使用索引

² 使用索引合并，使用提示INDEX_JOIN

² 基于函数索引，由于使用了函数造成查询很慢必须基于成本的优化模式,参数：

QUERY_REWRITE_ENALED=TRUE

QUERY_REWRITE_INTEGRITY=TRUSTED (OR ENFORCED)

create index test on sum(test);

24 在内存中缓存表

将常用的相对小的表缓存到内存中，但注意会影响到嵌套循环连接上的驱动表

alter table tablename cache;

25 使用EXISTS 与嵌套子查询 代替IN

SELECT …FROM EMP WHERE DEPT_NO NOT IN (SELECT DEPT_NO FROM DEPT WHERE DEPT_CAT=’A’);

(方法一: 高效)

SELECT …FROM EMP A,DEPT B WHERE ADEPT_NO = BDEPT(+) AND BDEPT_NO IS NULL AND BDEPT_CAT(+) = ‘A’

(方法二: 最高效)

SELECT …FROM EMP E WHERE NOT EXISTS (SELECT ‘X’ FROM DEPT D WHERE DDEPT_NO = EDEPT_NO AND DEPT_CAT = ‘A’);

四、 使用STATSPACK和AWR报表调整等待和闩锁

1 10GR2里的脚本

在$ORACLE_HOME/RDBMS/ADMIN下

Spcreatesql 通过调用spcusrsql spctabsql 和spcpkgsql创建STATSPACK环境，使用SYSDBA运行它

Spdropsql 调用sptabsql和spdusrsql删除整个STATSPACK环境，使用SYSDBA运行它

Spreportsql 这是生成报表的主要脚本，由PERFSTAT用户运行

Sprepinssql 为指定的数据库和实例生成实例报表

Sprepsqlsql 为指定的SQL散列值生成SQL报表

Sprsqinssql 为指定的数据库和实例生成SQL报表

Spautosql 使用DBMS_JOB自动进行统计数据收集（照相）

Sprepconsql 配置SQLPLUS变量来设置像阈值这样的内容的配置文件

Spurgesql 删除给定数据库实例一定范围内的快照ID，不删除基线快照

Sptruncsql 截短STATSPACK表里所有性能数据

五、 执行快速系统检查1 缓冲区命中率

查询缓冲区命中率

select (1 - (sum(decode(name, 'physical reads',value,0)) /

(sum(decode(name, 'db block gets',value,0)) +

sum(decode(name, 'consistent gets',value,0))))) 100 "Hit Ratio"

from v$sysstat;

最近刚跳槽，到新公司已经干了有两周时间了，这两周时间是过得比较充实的，因为这家新公司是个小公司，以前以单机开发为主，服务器方面我一个人，做两个游戏的服务器开发工作，当然，一个很简单，另一个就相对复杂点，简单的那个是个弱联网游戏，服务器只需要做好数据存档和登录支付验证就好了，而另一个，则是相对复杂的slg游戏，我感觉这是又一款cok，而公司目前并不打算再招服务器了，所以估计这个项目我会一个人干到明年吧，等第一款上线赚钱了，可能会再招服务器。老实说，面试的时候，我就觉得这份工作对我而言是一个挑战，而当我清楚的了解了公司状况之后，我依然决定接受这个挑战。

说说我之前的经历吧，大四的时候，学校安排来北京培训java（培训没什么丢脸的，出来找工作我也用的真学历真背景，不像某峰互联），之后我去了培训机构推荐的公司实习，那个时候，工资2k，然而工作也干得很开心，跟着前辈学到了不少东西，当时是做微信公众号开发的，我跟着前辈做微信后台开发，当时使用SpringMVC+MyBatis框架，刚接触的时候，我自己学了挺久才弄明白，后来弄明白之后想想，其实挺简单，对于逻辑开发的程序员来说，你只需要弄懂工作流程就好了，页面怎么跳转，跳转怎么传值，数据怎么处理，这些足够了，当然我是个不满足的人，我会去弄明白，为什么用这个框架、为什么不用别的、用这个有什么好处、如果让我自己来做这个后台、我会怎么搭建？带着这些问题，我会试着自己搭建一下后台框架（虽然前期大部分是复制粘贴）。除了框架部分，微信高级接口也是我研究的重点，我会去官方文档看看微信是怎么接入的，然后研究研究前辈的代码是怎么写的，所谓的干一行爱一行大概就是这样吧，当时我觉得，微信开发，是很有前途的，而我们公司用的框架，也是最先进的（后来看来，确实这个框架组合是当前最流行的框架，而当时，微信公众号也确实是当时互联网行业的一个风口，微信后来把h5带起来了，导致现在一个好的h5前端都是供不应求的，薪资很高）。

说了这么多，为什么后来又转行做游戏了呢？其实是这样的，当时在第一家公司，我的上级打算跳槽走了，带走整个下面的技术，而不带实习生，有那么一两个月，实习生就一直闲着没事做，对于我来说，这样过着就太无聊了，我喜欢挑战，于是我投简历，重新找了份实习工作，在一个游戏公司做java服务器开发，公司挺大的，几年前凭借一款slg页游称霸游戏行业（什么游戏我就不说了，说了就知道什么公司了），后来游戏行业往手游发展，这款slg也出了手游版，这一款游戏，几乎支撑了整个公司，再加上后来出的几款手游，公司发展挺好的，我所实习的部门做的是一款mmorpg手游，从实习做到了转正，做了近一年了，然而这款rpg手游的数据却不是太好，第一次封测次日留存23，第二次26（现在这家公司的游戏能达到80多次日留存），七日就更不用说了，而我也能感觉到，作为一款mmo游戏，玩家之间的交互实在太少，从头玩下来，我觉得这是一款单机，失去了mmo的本质，在项目组准备进行第三次封测的时候，我选择了离开，原因很多，不仅仅因为游戏数据不好，也有一些个人原因吧，不过说实话，是这家公司带我走进了游戏行业，我很感谢，我觉得游戏行业是一个非常有前景的行业，甚至比之前我认为最好的微信开发还要好，游戏行业非常暴利，在这家公司工作就能感受到，策划文档中，充满了挖坑预留的计费点，这一块可以正常玩儿，但你如果充钱，你就比别人牛逼。网络游戏，最重要的，就是控制好平民玩家跟普通玩家的占比以及游戏平衡（当意识到公司的游戏如此处心积虑想要坑钱的时候，我突然明白为什么公司的游戏大多被腾讯代理了，为什么腾讯控股，原来如此，没钱玩儿你，哈哈）。由此也可以看出，游戏的商业化，已经把游戏公司带入了一个固定的模式——无条件坑钱，我觉得已经失去了游戏的本质，我看过一本书，叫《游戏人生》（当时在cocos2014年开发者大会上买的。觉得挺值的），书已经送人了，但内容我看了一大半，从游戏的产生，到玩家的心理，到为什么需要游戏，这本书都诠释的热别好（我觉得游戏策划都应该看看这本书，做良心游戏，拒绝一味坑钱）。啊，突然发现这一段说的有点偏了，说到底，我也只是做游戏服务器开发的，我也改变不了游戏行业，我只要做好我做的。其实大的游戏公司，就应该走这种商业化路线，凭借几款长生命周期的游戏，支撑公司流水。

从转行做游戏之后，我倒是觉得，游戏开发比web开发有趣多了，当然技术上也比web难多了，之前发过一篇讨论，web开发何和游戏开发的区别，

，我把我的答案再粘贴一遍（实际上是别人要求我上他的号去回答的，于是我就自己回答了我自己的问题）：

1从第三方支持来说，web后台有很多成熟的第三方框架，开发者不需要关心底层控制器跳转的实现，只需要一个或几个配置文件，就能完成核心控制器的部分，而开发者只需要关注web自身的业务逻辑，将逻辑与框架融合即可，使用框架一方面简化控制层代码，一方面很好的实现了业务逻辑的分层。而游戏后台开发中，因为各种游戏的需求差异性很大，从网络层，到业务逻辑层，各方面都必须根据自己游戏需求搭建适合自己的框架，因此很难有一些通用的东西能提炼出来一款成熟的框架，游戏后台开发基本上需要自己搭建适合自己的框架。

2从业务逻辑层面来说，web后台基本上逻辑都是大同小异的，或许这一套系统，稍微改改，另一套系统就能用，而游戏就不同了，每个游戏都有自己的特色，根据策划的不同需求而实现不同的逻辑，不过也会有一些通用的模块，但整体上差异性还是很大的。

3从数据持久化来说，web的数据基本上是很规整的，表与表之间关系很明确，并且以后也不会有太大的变化，而游戏中的数据多种多样，随着开服之后，数据的变化也是多种多样，甚至传统的关系型数据库根本无法满足游戏数据持久化的需求，游戏中有很多状态和数据是需要服务器来保存的，我个人认为，在游戏开发中，nosql比关系型数据库更实用。

4从通信层来说，web中的用户都是一个个独立的个体，而游戏中是多人在线的一个游戏世界，在这个游戏世界中，玩家与玩家之间需要进行交互，这就需要服务器实时的向所有在线玩家进行消息广播，这一点很损耗服务器性能的，在这方面，游戏后台要比web做更多的处理，游戏服务器是一个IO密集的服务器类型。

以上便是我当时的答案，或许我的见解尚浅，毕竟我做游戏不到一年，不过对于后台开发这块，我还是有一点话语权的，从实习游戏开发开始，我便经历了一个转换的过程，几乎又是一个从零开始的学习过程，从mina框架到protobuffer，这些东西，我相信web开发很少接触（mina作为网络通信框架，web中几乎只有>

经历了上家公司的洗礼，我想我对游戏后台开发有了足够的了解，于是我找到了我现在这家公司，这家公司目前只有我一个服务器后台，做两款游戏，一款是塔防类，准备由单机改成弱联网，服务器存档，并做登录支付验证，另一款，是比较庞大的slg手游，是准备带领公司走上巅峰的项目，说一款slg带领一个公司走上巅峰一点儿不为过，我上家公司就是这样的，凭借一款《xxxx》（哈哈，名字不透露），走上人生巅峰。我之所以接受这份工作，是因为我接受挑战，从底层写起，从架构写起，这是作为一年工作经验的我想都不敢想的，不过这是一个挑战自我，证明自我的机会，我愿意接受这个挑战，人生总会有很多爬坑的时候，但爬过了坑，就真的是人生巅峰了。我接受这个工作的另一个原因，就是公司发展确实不错，以前做的单机，都是很火的（虽然我认为我自己一个人也能做，我也是学过cocos的），而现在公司也准确的把握了游戏行业的风口——slg，coc和cok的成功案例就能证明一切，mmorpg也不一定能做起来了，moba倒是有可能，但你要跟lol做不到80%的相似，我估计没人愿意在手机玩儿moba，slg或许是性价比最高的了。这么有挑战的工作，还要从架构写起，这样的挑战，我喜欢！

说说互联网业的书吧，我认为这个行业的书，分为两种，理论型的和技术型的，所谓理论型，就是长篇大论互联网发展，行业模式等，而技术型，就是类似技术的工具书，是从技能入手的书，这两种书，我家里都有，但我发现买了之后，我很少有时间看，下班没多少时间，北京上班，大多数时间都浪费在地铁上了，上班时间，看看理论型的吧，觉得_嗦，浪费时间（后来我发现，做这行，除了会技术，你还是需要去看看牛人眼中的互联网的，你需要透过前辈的眼光看世界，不要做IT民工，要做互联网从业者），看看技术型的吧，让别人看见了感觉你太low，所以我大多数时间还是能在网上down到pdf就在电脑看，down不到百度谷歌我要研究的技术，毕竟从事这行，还是用电脑学技术好点，主要是电脑看久了眼睛会疲惫，偶尔看看纸质的书也不错的。而以前面试的时候，面试官经常问，除了大学课本，你还看什么书啊？（如果是你们，恰巧又没看什么书，你们怎么说？），我一般会说，我会自学其他技术，如cocos2dx，然后买一些技术指南之类的书看。我觉得这已经算最大夸张化了，因为大学我真的很少看书，我记忆中就看过一本C++技术类的，一本C#的，一本Android，还有其他几本是什么都不大记得了，大学毕竟十几层的图书馆，除了英语四六级的时候进去复习，其他时间感觉都浪费了这十几层的图书馆。

说说成长过程中遇到的问题吧，如果遇到我解决不了的，以前是先自己百度谷歌，看看有没有办法解决，不行就问老大，而现在，先百度谷歌，看有没有办法解决，没办法在百度谷歌，实在不行还要看框架源码如何实现，上国外论坛看外国友人如何解决，问题总能解决的，总会有办法的。当我开始学习写架构的时候，我会开始关心游戏的网络层使用什么框架，mina还是netty，数据怎么存储mysql还是mongo，是否需要缓存redis存什么，memcached存什么，缓存什么数据，数据传输用什么协议，json还是protobuffer，怎么写效率高，最高支持多少并发等等，我想这些都是我现在需要考虑的问题，当然这些都需要根据游戏具体的需求来决定的，最终服务器能否高效稳定的运行，都是取决于我的架构是否高效稳定，所以这个过程我要不断学习，不断吸取别人的经验。刚到新公司的时候，我才体会到，自己写代码其实也是一种挑战，整个后端我自己一个人实现，代码是否规范，数据如何存储，都是我说了算，我想我的代码不仅要高效，还要让别人看得懂，后来的人能接着我的代码继续写下去。

最后说说Java的题外话，语言之争，从未停过，为什么有人拥护Java，有人拥护PHP，有人喜欢C#，有人喜欢C++，各个语言各有各的优势，业余时间，我也了解了不少其他语言，go，nodejs我都有了解，我觉得go的语言层面支持协程并发以及nodejs的异步，都是很适合游戏服务器的，我特别看好nodejs，异步io真的是对游戏服务器很好的特性，并且加入对原声js支持的mongo模块也是很方便的（上面我有说到，我相信nosql是很适合存储游戏数据的）。说到游戏行业，我认为h5游戏的发展也是越来越快了，上次白鹭的h5开发者生态大会我去了，白鹭的一整套工作流程，以及webvr，真的很令人兴奋（第一轮抽奖我还抽了一个暴风魔镜，哈哈！），另外，大会的模特挺漂亮，哈哈！2015年，互联网行业也略呈下降趋势了，不少创业公司面临倒闭，泡沫经济破灭，因为很多老板抓不住当前经济形势，以为不管是啥，有个app就是创业了，其实全然不知一款app后面有多少运营模式、盈利模式，就像一句讽刺的话，“我有个绝壁好的idea，可以颠覆bat，什么都不缺，就缺个程序员了，等等，千万别告诉马云！”，哈哈，听到这句话，当时我就笑了，估计好多倒闭的创业公司老板都这么想的吧，他们并不能抓住用户真正的需求，只有抓住用户真正的需求，才会抓住用户的心，真正活下来的，才是用户真正需要的，然而，相对来说，游戏行业更是复杂多变，或许今天玩家喜欢这种游戏，明天玩家就喜欢另一种游戏了，就像我们永远也想不到，flappybird、围住神经病猫这类的游戏竟然能活起来，愚公移山竟然也能让h5游戏变为付费的可能。就像一句话，“只要站在风口上，猪也能飞起来！”，只要抓住了玩家此时此刻真正想要的，产品就一定能做起来。

以上就是关于如何设置使oracle10g性能最优 性能调优 步骤全部的内容，包括:如何设置使oracle10g性能最优 性能调优 步骤、做java游戏服务端开发有前途吗、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！