当前位置: 首页 > news >正文

Oracle 高水位线(High Water Mark, HWM)

1. 高水位线(HWM)的定义

  • 基本概念:HWM 是 Oracle 数据库中一个段(如表、索引)中已分配并被格式化(Formatted)的存储空间的最高位置。它标识了该段历史上曾达到的最大数据块使用量。

  • 物理意义:HWM 以下的块(即使为空)在全表扫描时会被读取,而 HWM 以上的块未被初始化,不会被扫描。

 

2. HWM 的类型

(1) 段级 HWM(Segment HWM)
  • 传统 HWM:用于手动段空间管理(MSSM)和自动段空间管理(ASSM)。

  • 特点:全表扫描时读取所有 HWM 以下的块。

(2) 低 HWM(Low HWM)
  • 仅适用于 ASSM:在自动段空间管理中引入。

  • 特点:标识段中最后一个“完全空闲”的块。全表扫描时,仅扫描低 HWM 以下的块,可能跳过部分空闲块,提升性能。

 3. HWM 的作用

 

  • 空间管理:标记段的存储上限,避免每次插入都重新分配空间。

  • 性能影响

    • 全表扫描效率:HWM 以下的块会被扫描,即使其中无数据。

    • 空间浪费:若表中数据大量删除,HWM 不会自动下降,导致存储空间无法被其他段复用。

 

4. HWM 的管理与调整

(1) HWM 的上升
  • 触发条件

    • 插入新数据导致现有空间不足,Oracle 自动扩展段(分配新区间)。

  • HWM 位置:每次扩展后,HWM 移动到新区间的起始块。

(2) HWM 的下降
  • 默认行为HWM 不会自动下降,即使删除所有数据。

  • 手动降低 HWM

 

-- 方法1:表重组(需要额外空间)
ALTER TABLE <表名> MOVE;

-- 方法2:收缩表空间(需启用行移动)
ALTER TABLE <表名> ENABLE ROW MOVEMENT;
ALTER TABLE <表名> SHRINK SPACE COMPACT;  -- 仅整理碎片
ALTER TABLE <表名> SHRINK SPACE;          -- 整理碎片并重置 HWM

 

  • 限制

    • SHRINK SPACE 要求表位于 ASSM 表空间中。

    • 操作期间会锁定表,可能影响业务。

 

5. HWM 的监控

(1) 查询数据字典视图

 -- 查看表的块分配情况
SELECT 
    table_name,
    blocks,         -- HWM 以下已使用的块数
    empty_blocks,   -- HWM 以上的空闲块数
    num_rows        -- 表中的行数(需统计信息准确)
FROM dba_tables 
WHERE table_name = 'YOUR_TABLE';

 (2) 使用 DBMS_SPACE 包

 -- 分析段的空间使用详情(包括 HWM 信息)
DECLARE
    l_unformatted_blocks  NUMBER;
    l_unformatted_bytes   NUMBER;
    l_fs1_blocks         NUMBER;
    l_fs1_bytes          NUMBER;
    l_fs2_blocks         NUMBER;
    l_fs2_bytes          NUMBER;
    l_fs3_blocks         NUMBER;
    l_fs3_bytes          NUMBER;
    l_fs4_blocks         NUMBER;
    l_fs4_bytes          NUMBER;
    l_full_blocks        NUMBER;
    l_full_bytes         NUMBER;
BEGIN
    DBMS_SPACE.SPACE_USAGE(
        segment_owner          => 'SCOTT',
        segment_name           => 'EMP',
        segment_type           => 'TABLE',
        unformatted_blocks     => l_unformatted_blocks,
        unformatted_bytes      => l_unformatted_bytes,
        fs1_blocks             => l_fs1_blocks,    -- 0-25% 空闲块
        fs1_bytes              => l_fs1_bytes,
        fs2_blocks             => l_fs2_blocks,    -- 25-50% 空闲块
        fs2_bytes              => l_fs2_bytes,
        fs3_blocks             => l_fs3_blocks,    -- 50-75% 空闲块
        fs3_bytes              => l_fs3_bytes,
        fs4_blocks             => l_fs4_blocks,    -- 75-100% 空闲块
        fs4_bytes              => l_fs4_bytes,
        full_blocks            => l_full_blocks,   -- 完全满的块
        full_bytes             => l_full_bytes
    );
    DBMS_OUTPUT.PUT_LINE('HWM 以下的块总数: ' || (l_fs1_blocks + l_fs2_blocks + l_fs3_blocks + l_fs4_blocks + l_full_blocks));
END;

 6. HWM 对性能的影响

 

(1) 全表扫描效率
  • 问题:若 HWM 远高于实际数据量(例如表曾存储 100 万行,删除后剩 1 万行),全表扫描仍需读取 HWM 以下所有块,导致 I/O 浪费。

  • 优化:定期收缩表或重组表以降低 HWM。

(2) 空间浪费
  • 问题:HWM 以上的空闲块无法被其他段复用。

  • 优化:使用 SHRINK SPACE 或导出/导入数据释放空间。

7. HWM 与 ASSM 的关系

  • ASSM 的优势

    • 引入低 HWM(Low HWM),允许全表扫描跳过部分空闲块。

    • 自动管理空间分配,减少碎片。

  • ASSM 的局限性

    • 无法完全避免 HWM 问题,仍需手动干预优化。

8. 实际案例

场景:某表频繁删除数据,HWM 过高导致查询变慢。

解决方案

启用行移动并收缩表:

ALTER TABLE orders ENABLE ROW MOVEMENT;
ALTER TABLE orders SHRINK SPACE;

重建索引:

ALTER INDEX orders_pk REBUILD;

 收集统计信息:

EXEC DBMS_STATS.GATHER_TABLE_STATS('SCOTT', 'ORDERS');

  • HWM 是 Oracle 空间管理的核心机制,直接影响存储利用率和查询性能。

  • 关键操作

    • 定期监控 HWM(通过 DBA_TABLES 或 DBMS_SPACE)。

    • 对频繁删除的大表使用 SHRINK SPACE 或 MOVE 操作。

    • 结合 ASSM 自动管理,减少手动维护成本。

  • 注意事项:HWM 操作可能锁表,需在业务低峰期执行。

http://www.xdnf.cn/news/499393.html

相关文章:

  • 自定义库模块增加自定义许可操作详细方法
  • c++动态链接库
  • 04_决策树
  • MySQL只操作同一条记录也会死锁吗?
  • 支持selenium的chrome driver更新到136.0.7103.94
  • 【Java ee初阶】HTTP(2)
  • 【MySQL】第五弹——表的CRUD进阶(三)聚合查询(上)
  • Docker数据卷
  • 深入解析Spring Boot与JUnit 5的集成测试实践
  • FTP服务搭建实战:安全文件共享解决方案
  • 使用Docker部署Nacos
  • 机器学习-人与机器生数据的区分模型测试 -数据筛选
  • 【AI论文】EnerVerse-AC:用行动条件来构想具身环境
  • stm32 DMA
  • 【八股战神篇】Java集合高频面试题
  • Redis Sentinel如何实现高可用?
  • 类加载 与 Spring容器加载
  • STM32 | 软件定时器
  • 【发票提取表格】批量PDF电子发票提取明细保存到Excel表格,批量提取ODF电子发票明细,行程单明细,单据明细保存到表格,使用步骤、详细操作方法和注意事项
  • Java—异常体系
  • 【Linux笔记】——Linux线程封装
  • Ulyssess Ring Attention
  • Python文件与JSON操作全解:从基础到企业级实践
  • A级、B级弱电机房数据中心建设运营汇报方案
  • Ankr:Web3基础设施的革新者
  • Zephyr OS 中的 FIFO 接口应用介绍
  • SECERN AI提出3D生成方法SVAD!单张图像合成超逼真3D Avatar!
  • Windows系统部署MongoDB数据库图文教程
  • 机器学习-人与机器生数据的区分模型测试-数据处理 - 续
  • 【漫话机器学习系列】263.线性插值(Interpolation)