以下的文章主要向大家描述的是DB2数据库设计中其物理设计应该与逻辑结构的原因，其中主要原因包括DB2缺省就是好的，不要在sql WHERE谓词里使用否定，以及依靠EXPLAIN来决定是否访问路径是好的内容描述。
DB2缺省就是好的
实际：缺省的一般不是***的，他们因版本不同而改变。比如考虑绑定参数CURRENTDATA。
不要在SQL WHERE谓词里使用否定
实际：另外一个这种规则并没有被解释清楚。只有谓词是一个否定时，SQL访问路径可能使用一个不必要的表空间扫描。但是在其它的多数情况下，多余的过滤应该在DB2引擎里完成，这会较好。
我可以只依靠EXPLAIN来决定是否访问路径是好的
实际：EXPLAIN不显示执行的查询块的顺序，不会告诉你1或者2阶段的谓词，不会告诉你一个块会多长时间执行一次。基本的，EXPLAIN只是导出一些数据到一个表里，然后结合其他一些信息来进行更多的一些解释。有一些工具来帮助处理此过程(如Visual Explain)，但是如果所有的事实都没有被考虑的话，这样的方式只会带来坏处。
不要做EDM池太大以避免其分页
实际：EDM池通常通过分页来提升DB2性能(这里分页是指扩展存储，而不是磁盘)而不是变得更小并且因为页面置换和其他因素持续重建内部结构。
扩展不会关系其他任何东西
实际：什么时候开始的?未来如果世界上充满了SAN或者ESS，那差不多。扩展的影响已经因为新的磁盘缓存控制器而变得很小了，但是仍然有一些额外的检查和处理需要来管理它们。
关系的划分不会在DB2中使用
实际：关系的划分已经在过去的许多系统中被使用了，可以有效的通过数据库设计者和程序开发者来实现。在目前的商业智能(BI)和市场系统中，它可以被数次用在每个单个程序中。
将所有的包绑定到两个计划中：一个批处理和一个在线的
实际：在介绍DB2包的时候，这是一个不好的陈述。有许多理由可以说这个理解是错误的。
未授权的读是不好的
实际：未授权的读并不是一个四字单词但是是一个非常好的DB2数据库性能增强，可以被用在比经常理解的更多的地方。
在没有超时和死锁的情况下不会有锁问题
实际：事实上没有一个问题发生并不意味着没有需要关注的的性能问题。经常锁定不被认为是一个问题，因为注意力主要放在反应的调节测量(统计死锁或者超时的数量)，而不是后发式的调节(监控锁等待时间)。
ESA数据压缩总是好的
实际：当压缩能被在很多地方起作用时，有一些情况它能带来问题。每种情况都要在压缩使用前决定是否使用它。这不是可选的，而是必须要在高层决定是否使用还是不使用。
DB2缺省就是好的
实际：缺省的一般不是***的，他们因版本不同而改变。比如考虑绑定参数CURRENTDATA。
不要在SQL WHERE谓词里使用否定
实际：另外一个这种规则并没有被解释清楚。只有谓词是一个否定时，SQL访问路径可能使用一个不必要的表空间扫描。但是在其它的多数情况下，多余的过滤应该在DB2引擎里完成，这会较好。
我可以只依靠EXPLAIN来决定是否访问路径是好的
实际：EXPLAIN不显示执行的查询块的顺序，不会告诉你1或者2阶段的谓词，不会告诉你一个块会多长时间执行一次。基本的，EXPLAIN只是导出一些数据到一个表里，然后结合其他一些信息来进行更多的一些解释。有一些工具来帮助处理此过程(如Visual Explain)，但是如果所有的事实都没有被考虑的话，这样的方式只会带来坏处。
不要做EDM池太大以避免其分页
实际：EDM池通常通过分页来提升DB2性能(这里分页是指扩展存储，而不是磁盘)而不是变得更小并且因为页面置换和其他因素持续重建内部结构。
扩展不会关系其他任何东西
实际：什么时候开始的?未来如果世界上充满了SAN或者ESS，那差不多。扩展的影响已经因为新的磁盘缓存控制器而变得很小了，但是仍然有一些额外的检查和处理需要来管理它们。
关系的划分不会在DB2中使用
实际：关系的划分已经在过去的许多系统中被使用了，可以有效的通过数据库设计者和程序开发者来实现。在目前的商业智能(BI)和市场系统中，它可以被数次用在每个单个程序中。
将所有的包绑定到两个计划中：一个批处理和一个在线的
实际：在介绍DB2包的时候，这是一个不好的陈述。有许多理由可以说这个理解是错误的。
未授权的读是不好的
实际：未授权的读并不是一个四字单词但是是一个非常好的性能增强，可以被用在比经常理解的更多的地方。
在没有超时和死锁的情况下不会有锁问题
实际：事实上没有一个问题发生并不意味着没有需要关注的的DB2数据库性能问题。经常锁定不被认为是一个问题，因为注意力主要放在反应的调节测量(统计死锁或者超时的数量)，而不是后发式的调节(监控锁等待时间)。
ESA数据压缩总是好的
实际：当压缩能被在很多地方起作用时，有一些情况它能带来问题。每种情况都要在压缩使用前决定是否使用它。这不是可选的，而是必须要在高层决定是否使用还是不使用。
【编辑推荐】
怎样设置SQL SERVER 2005远程连接
看看SQL SERVER 2005的 SERVER服务有没有打开还有 连接方式设置是不是正确通过 SQL Server Configuration Manager 配置
memcached和redis的区别
medis与Memcached的区别传统MySQL+ Memcached架构遇到的问题 实际MySQL是适合进行海量数据存储的，通过Memcached将热点数据加载到cache，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题： 需要不断进行拆库拆表，Memcached也需不断跟着扩容，扩容和维护工作占据大量开发时间。 与MySQL数据库数据一致性问题。 数据命中率低或down机，大量访问直接穿透到DB，MySQL无法支撑。 4.跨机房cache同步问题。 众多NoSQL百花齐放，如何选择 最近几年，业界不断涌现出很多各种各样的NoSQL产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的tradeoffs，在实际应用中做到扬长避短，总体上这些NoSQL主要用于解决以下几种问题 1.少量数据存储，高速读写访问。 此类产品通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。 2.海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。 3.这方面最具代表性的是dynamo和bigtable 2篇论文所阐述的思路。 前者是一个完全无中心的设计，节点之间通过gossip方式传递集群信息，数据保证最终一致性，后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性,数据写入先写内存和redo log，然后定期compat归并到磁盘上，将随机写优化为顺序写，提高写入性能。 free，auto-sharding等。 比如目前常见的一些文档数据库都是支持schema-free的，直接存储json格式数据，并且支持auto-sharding等功能，比如mongodb。 面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品。 Redis适用场景，如何正确的使用 前面已经分析过，Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点： 1Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。 2Redis支持数据的备份，即master-slave模式的数据备份。 3Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 抛开这些，可以深入到Redis内部构造去观察更加本质的区别，理解Redis的设计。 在Redis中，并不是所有的数据都一直存储在内存中的。 这是和Memcached相比一个最大的区别。 Redis只会缓存所有的 key的信息，如果Redis发现内存的使用量超过了某一个阀值，将触发swap的操作，Redis根据“swappability = age*log(size_in_memory)”计 算出哪些key对应的value需要swap到磁盘。 然后再将这些key对应的value持久化到磁盘中，同时在内存中清除。 这种特性使得Redis可以 保持超过其机器本身内存大小的数据。 当然，机器本身的内存必须要能够保持所有的key，毕竟这些数据是不会进行swap操作的。 同时由于Redis将内存 中的数据swap到磁盘中的时候，提供服务的主线程和进行swap操作的子线程会共享这部分内存，所以如果更新需要swap的数据，Redis将阻塞这个 操作，直到子线程完成swap操作后才可以进行修改。 使用Redis特有内存模型前后的情况对比： VM off: 300k keys, 4096 bytes values: 1.3G used VM on:300k keys, 4096 bytes values: 73M used VM off: 1 million keys, 256 bytes values: 430.12M used VM on:1 million keys, 256 bytes values: 160.09M used VM on:1 million keys, values as large as you want, still: 160.09M used当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方。 这里就存在一个I/O线程池的问题。 在默认的情况下，Redis会出现阻塞，即完成所有的swap文件加载后才会相应。 这种策略在客户端的数量较小，进行 批量操作的时候比较合适。 但是如果将Redis应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。 所以Redis运行我们设置I/O线程 池的大小，对需要从swap文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。 如果希望在海量数据的环境中使用好Redis，我相信理解Redis的内存设计和阻塞的情况是不可缺少的。
ddede织梦后台在检索网站时遇到错误，错误码500，该网站可能关闭维护或配置不正确。前台没问题，
造成HTTP－500错误，可能存在的原因 1、运行的用户数过多，对服务器造成的压力过大，服务器无法响应，则报HTTP500错误。 减小用户数或者场景持续时间，问题得到解决。 2、该做关联的地方没有去做关联，则报HTTP500错误。 进行手工或者自动关联，问题得到解决。 3、录制时请求的页面、图片等，在回放的时候服务器找不到，则报HTTP500错误，若该页面无关紧要，则可以在脚本中注释掉，问题将会得到解决。 例如：有验证码的情况下，尽管测试时已经屏蔽了，但是录制的时候提交了请求，但回放的时候不存在响应。 4、参数化时的取值有问题，则报HTTP500错误。 可将参数化列表中的数值，拿到实际应用系统中进行测试，可排除问题。 5、更换了应用服务器（中间件的更换，如tomcat、websphere、jboss等），还是利用原先录制的脚本去运行，则很可能报HTTP500错误。 因为各种应用服务器处理的机制不一样，所录制的脚本也不一样，解决办法只有重新录制脚本。 6、Windowsxp2 与ISS组件不兼容，则有可能导致HTTP500错误。 对ISS组件进行调整后问题解决。 7、系统开发程序写的有问题，则报HTTP500错误。 例如有些指针问题没有处理好的，有空指针情况的存在。 修改程序后问题解决。 8、如果测试中所进行的操作涉及到数据库，如插入数据操作，若大数据量的情况下导致数据库中表空间已满，或者数据库连接池较小无法满足数据的存取等，都有可能导致HTTP500错误。 调整数据库、修改连接池大小，问题解决。
发表评论