bug重现：1、压缩数据库日志2、重新生成某些表的索引，当生成最大表索引的时候（100G详细内容表）长时间无相应3、打开任务管理器发现内存耗尽，此时我点了下sql然后sms报错，然后sql死掉4、关闭进程，重启sql服务5、打开web服务器iis站点，发现无法访问数据库6、打开数据库服务器发现[数据库恢复中]点击展开提示数据库损坏。此时我慌了，认为这次闯祸了，nm500G数据啊而且最新备份是一个月前的。然后开始思考，是否需要重新启动下数据库？解决方案:1、
系统 2019-08-12 01:52:40 2548
--测试数据CREATETABLEtb(aint,bint,cint)CREATECLUSTEREDINDEXIDX_tb_aONtb(a)CREATEINDEXIDX_tb_bONtb(b)CREATEINDEXIDX_tb_cONtb(c)INSERTtbSELECT1,3,2INSERTtbSELECT2,2,1INSERTtbSELECT3,1,3--指定使用字段a上的索引SELECT*FROMtbWITH(INDEX=IDX_tb_a)/*--结
系统 2019-08-12 01:51:27 2548
转载自：http://www.examda.com/oracle/zhonghe/20091110/103900415.htmlexpcmall/cmall123456@172.18.1.41/ydpwfile=/tmp/cmallDataBase/cmall20110816.dmpowner=cmall;impcmall/cmall@orcl10full=yfile=C:\Users\Administrator\Desktop\database\cmal
系统 2019-08-12 01:51:26 2548
启动命令行，CD到boot.wim所在的目录，并创建一个名为wim-source的子目录。依次调用以下命令即可以将需要的驱动加入到WINPE：(其中boot.wim是WINPEpackage,wim-source可以为任意名称)Dism.exe/Mount-wim/WimFile:.\boot.wim/index:1/MountDir:.\wim-sourceREM将boot.wim展开到wim-source目录中dism/image:.\wim-sour
系统 2019-08-12 01:33:51 2548
参数化和即席查询，都是一个二难的选择。一旦选择参数化就有可能带来一种情况就是执行计划反复被利用。不会通过收集现有的统计信息，出一个比较优异的执行计划。即席查询也就是adhocquery，每次都需要重编译，花费比较大。这个是一个2难，需要平衡。对于这个问题sqlserver有简单参数化，强制参数化和2008才有的optimizeforadhocworkloads。optimizeforadhocworkloads的原理大概如此：当你第一次执行adhoc查询的
系统 2019-08-12 01:33:33 2548
这样50个并发的情况下，就会出现强制中断连接的情况也就是说，tomcat只维护了最低的20个线程，没有创建新的连接线程，不知道为什么setJAVA_OPTS=%JAVA_OPTS%-Dcom.sun.management.jmxremote-Dcom.sun.management.jmxremote.port="9004"-Dcom.sun.management.jmxremote.authenticate="false"-Dcom.sun.managem
系统 2019-08-12 01:33:23 2548
Connector是Tomcat最核心的组件之一，负责处理一个WebServer最核心的连接管理、NetIO、线程（可选）、协议解析和处理的工作。一、连接器介绍在开始Connector探索之路之前，先看看Connector几个关键字NIO：Tomcat可以利用Java比较新的NIO技术，提升高并发下的Socket性能AJP：ApacheJServProtocol，AJP的提出当然还是为了解决java亘古不变的问题——性能，AJP协议是基于包的长连接协议，以
系统 2019-08-12 01:32:45 2548
当系统数据量发展到一定程度后，往往需要进行数据库的垂直切分和水平切分，以实现负载均衡和性能提升，而数据切分后随之会带来多数据源整合等等问题。如果仅仅从应用程序的角度去解决这类问题，无疑会加重应用程度的复杂度，因此需要一个成熟的第三方解决方案。Amoeba正是解决此类问题的一个开源方案，Amoeba位于应用程序和数据库服务器之间，相当于提供了一个代理，使得应用程序只要连接一个Amoeba，相当于只是在操作一个单独的数据库服务器，而实际上却是在操作多个数据库服
系统 2019-08-12 01:32:33 2548
本文以快速排序为例，推导了快排的时间复杂度nlogn是如何得来的，其它算法与其类似。对数据Data={x1,x2...xn}：T（n）是QuickSort（n）消耗的时间；P（n）是Partition(n)消耗的时间；（注：Partition专指把n个数据分为大小2份的时间）有些文章给出了快排的精确计算结果：快速排序的时间复杂度nlogn是如何推导的？？
系统 2019-08-12 01:32:20 2548
转载请注明文章出处：https://tlanyan.me/python-ins...今天用pip安装软件包，死活安装不上，出现如下错误：Retrying(Retry(total=4,connect=None,read=None,redirect=None,status=None))afterconnectionbrokenby'NewConnectionError(':Failedtoestablishanewconnection:[Errno8]node
系统 2019-09-27 17:57:42 2547
