NUMA简介 NUMA(Non Uniform Memory Access Architecture，非统一内存访问)把一台计算机分成多个节点(node)，每个节点内部拥有多个CPU，节点内部使用共有的内存控制器，节点之间是通过互联模块进行连接和信息交互。因此节点的所有内存对于本节点所有的CPU都是
https://www.cnblogs.com/jyzhao/p/4030022.html 本文旨在用来指导项目人员自行提取Oracle数据库的AWR报告. 1.当前连接实例的AWR报告提取：@?/rdbms/admin/awrrpt 2.RAC的其他实例AWR报告提取：@?/rdbms/admin
https://www.cnblogs.com/zhouzangood/articles/4612441.html 1、如果需要创建全局 DBLink，则需要先确定用户有创建 dblink 的权限： select * from user_sys_privs where privilege like
首先说明这篇文章是转载的，原文地址：http://blog.sina.com.cn/s/blog_616b428f0100lwvq.html 1、什么是ITL ITL(Interested Transaction List)是Oracle数据块内部的一个组成部分，用来记录该块所有发生的事务，一个it
https://www.cnblogs.com/augus007/articles/9273236.html 一、游标 我们要先说一下游标这个概念。 从 Oracle 数据库管理员的角度上说，游标是对存储在库缓存中的可执行对象的统称。SQL 语句是存储在库缓存中的，它是游标。除了它之外，还有 Ora
原文地址：https://www.modb.pro/db/70802?xzs= 一：请描述什么是Oracle Undo。 二：请描述UNDO的作用。 三：请谈谈你对Manual Undo Management和Automatic Undo Management管理的理解。 四：请描述UNDO Ret
老熊 Oracle性能优化 2013-09-13 在Oracle数据库中，SQL解析有几种： 硬解析，过多的硬解析在系统中产生shared pool latch和library cache liatch争用，消耗过多的shared pool，使得系统不具有可伸缩性。 软解析，过多的软解析仍然可能会导
Oracle session的sid与serial的简单学习 ITPUB vage的说法 这样说吧，Oracle允许的会话数（或者说连接数）是固定的，比如是3000个。假设每个会话要占1K字节，哪一共就需要3000K。 这3000K就是一个小内存池，可以称为会话池。会话池中每个1K保存一个会话的信息
每每谈到Oracle MAA，大家条件反射般就会想到Oracle的RAC和ADG等核心选件，当然，这些技术有口皆碑，也的确是MAA的构建基础，但本文我们不再过多谈这些耳熟能详的技术，而是来跟大家探讨下在此基础之上，我们如何将基础MAA优化到业务连续性MAA这个程度，最终实现应用程序的连续可用性。 在
环境：Oracle RAC(GI 19.3 + DB 19.3) 本文应用补丁信息, 19.16 RU: p34130714_190000_Linux-x86-64.zip 本文主要演示使用opatchauto apply自动应用补丁的过程。 1.更新OPatch版本 2.使用opatchauto应
作为IT运维人员，尤其是数据库岗位，数据的备份重于一切。 现在很多用户会有一个普遍误区，认为现在类似ADG这类灾备已经很完善，且实时性也更佳，往往就忽略了传统的备份效用。 但实际上，我们千万不能因为有了容灾建设就盲目忽略备份的作用，二者其实有着本质区别。很多场景，灾备都是无法替代传统备份的，二者是缺
需求：默认无法直接删除Oracle的users表空间，直接尝试删除会有报错如下： ```shell SQL> drop tablespace users including contents and datafiles; drop tablespace users including content
# 背景 公司之前部门拆分，但一些服务并没有拆分清楚。其中一个老服务，两个部门都在用，现在为了避免互相影响，决定克隆该服务。克隆就要克隆全套，当然也包括数据库，我们这个老服务，用的oracle，所以，就涉及到从旧的oracle中导出数据，然后再导入到另一套新的oracle实例中。 届时在线上肯定是要
我们在前面介绍的都是有监督的知识图谱对齐方法，它们都需要需要已经对齐好的实体做为种子（锚点），但是在实际场景下可能并没有那么多种子给我们使用。为了解决这个问题，有许多无监督/自监督的知识图谱对齐方法被提出。其中包括基于GAN的方法，基于对比学习的方法等。他们在不需要事先给定锚点的情况下将来自不同知识图谱实体embeddings映射到一个统一的空间。
在联邦场景下，C个知识图谱位于不同的客户端上。知识图谱拥的实体集合之间可能会存在重叠，而其关系集合和元组集合之间则不会重叠。我们联系一下现实场景看这是合理的，比如在不同客户端对应不同银行的情况下，由于不同银行都有着自己的业务流程，所以关系集合不重叠。本文我们来看具体在实验环节怎么去划分联邦异构知识图谱数据。
网络(network)是一些通过链接(links)连接起来的对象集合，它包含以下成分：对象：节点(nodes)/顶点(vertices)， 用N表示；交互：链接(links)/边(edges)，用E表示；对象和交互组成的系统我们就称为网络(或图，graph)，用G(N,E)表示。
哈佛大学心理学教授斯坦利·米尔格拉（Stanley Milgram）早在1967年就做过一次连锁实验，他将一些信件交给自愿的参加者，要求他们通过自己的熟人将信传到信封上指明的收信人手里。他发现，296封信件中有64封最终送到了目标人物手中。而在成功传递的信件中，平均只需要5次转发，就能够到达目标。也就是说，在社会网络中，任意两个人之间的“距离”是6。这就是所谓的六度分隔理论，也称小世界现象。尽管他
我们现在来研究网络中的传播。事实上，在网络中存在许多从节点到节点级联的行为，就像传染病一样。这在不同领域中都有所体现，比如生物中的传染性疾病；信息技术中的级联故障与信息的传播；社会学中的谣言、新闻、新技术的传播以及虚拟市场。其中在信息技术中信息就会经由媒体来进行扩散（diffusion）。接下来我们看如何基于网络构建传播模型。以传染病为例，传染病会沿着网络的边进行传播。这种传播形成了一个传播树，也
这篇博客让我们来介绍基于概率的传播模型，这种模型基于对数据的观测来构建，不过不能对因果性进行建模。基于随机树的传染病模型是分支过程（branching processes）的一种变种。在这种模型中，一个病人可能接触d个其他人，对他们中的每一个都有概率q>0将其传染，接下来我们来看当d和q取何值时，流行病最终会消失（die out）
我们发现，现实世界许多网络的节点度分布与幂函数乘正比。事实上，航空网络的度分布常常满足幂律分布；而高速公路网络的度分布则常常满足泊松分布（指数族分布的一种），其均值为平均度。幂律分布就是一种典型的重尾分布（就像我们前面所展示的节点度高度倾斜）。但需要注意的是，正态分布和指数分布不是重尾分布。
