설치 파일은 오라클 홈페이지에서 배포중인 10204_vista_w2k8_x64_production_db.zip 를 사용했습니다. 총 3개의 파일을 수정해야 하며, 관리자 권한으로 설치하세요. 윈도우즈7에만 TEST 해 보았으나 윈도우즈 서버 2008 R2 에서도 같은방법으로 설치 가능할겁니다.(아마도...^^)32/64bit 모두 동일하게 적용이 가능합니다. OS가 64bit 라도 32bit Oracle 설치가 가능합니다.


<기본 설치 환경>
OS : Microsoft Windows7 32bit / 64bit
DB : Oracle 10g 32bit / 64bit

<설치전에 수정해야 할 파일 및 내용>
- 빨간 글씨 부분이 추가/수정 해야 할 내용 입니다. 메모장 등의 문서편집기로 수정하면 됩니다.(총 3부분)
기본폴더이름은 사용자별로 다를수 있습니다.

① \10204_vista_w2k8_x64_production_db\database\install\oraparam.ini

[Certified Versions]

#You can customise error message shown for failure, provide value for CERTIFIED_VERSION_FAILURE_MESSAGE
Windows=5.0,5.1,5.2,6.0,6.1

② \10204_vista_w2k8_x64_production_db\database\stage\prereq\db\refhost.xml

<CERTIFIED_SYSTEMS>

<OPERATING_SYSTEM>
<VERSION VALUE="5.0"/>
<SERVICE_PACK VALUE="1"/>
</OPERATING_SYSTEM>
<OPERATING_SYSTEM>
<VERSION VALUE="5.1"/>
<SERVICE_PACK VALUE="1"/>
</OPERATING_SYSTEM>
<OPERATING_SYSTEM>
<VERSION VALUE="5.2"/>
</OPERATING_SYSTEM>
<!--Microsoft Windows Vista-->
<OPERATING_SYSTEM>
<VERSION VALUE="6.0"/>
</OPERATING_SYSTEM>
<!--Microsoft Windows 7-->
<OPERATING_SYSTEM>
<VERSION VALUE="6.1"/>
</OPERATING_SYSTEM>
</CERTIFIED_SYSTEMS>

③ \10204_vista_w2k8_x64_production_db\database\stage\prereq\db_prereqs\db\refhost.xml

<CERTIFIED_SYSTEMS>

<OPERATING_SYSTEM>
<VERSION VALUE="5.0"/>
<SERVICE_PACK VALUE="1"/>
</OPERATING_SYSTEM>
<OPERATING_SYSTEM>
<VERSION VALUE="5.1"/>
<SERVICE_PACK VALUE="1"/>
</OPERATING_SYSTEM>
<OPERATING_SYSTEM>
<VERSION VALUE="5.2"/>
</OPERATING_SYSTEM>
<!--Microsoft Windows Vista-->
<OPERATING_SYSTEM>
<VERSION VALUE="6.0"/>
</OPERATING_SYSTEM>
<!--Microsoft Windows 7-->
<OPERATING_SYSTEM>
<VERSION VALUE="6.1"/>
</OPERATING_SYSTEM>
</CERTIFIED_SYSTEMS>

기본 설치로 진행 할 경우 오류가 발생합니다. 꼭 고급 설치 로 진행해야 합니다.

기본 설치를 할 경우 다음과 같은 오류가 발생할수 있습니다. [오류] Oracle 홈 이름은 적합하지 않습니다. Oracle 홈 이름은 128자 이하여야 하며 영문자와 밑줄만 포함되야 합니다.

고급 설치로 진행 합니다. 이후 부터는 별다른 주의 사항이 없습니다. 자신에게 맞는 적당한 옵션을 선택하여 설치하세요.

 

출처 : http://guisin.net/69

create tablespace : 오라클 데이터베이스내에서 생성되고 처리될 테이블들의 레코들들이 실제로 존재할 영역을 디스크 상에 물리적으로 생성시키는 명령어이다.

 tablespace_name : 생성될 테이블 스페이스의 이름이다.

 datafile : 데이터베이스내에서 사용되는 레코드들이 실제로 디스크상에 파일로 존재하게 되는데, 이때의 파일의 위치와 이름을 지정하는 곳이다.

 data_file : 데이터베이스내에서 사용되는 레코드들이 실제로 디스크상에 파일로 존재하게 되는데, 이때의 파일의 위치와 이름을 지정하는 곳이다.

 data_full_file_name : 레코드들이 실제로 존재할 디렉토리(절대패스사용)와 파일의 이름이다.

 size : 테이블 스페이스내의 레코드들을 저장할 디스크상의 파일의 최대 코기를 지정해 줄 수 있다.

 datafilesize : 레코드들을 저장할 파일의 크기를 k(킬로바이트), M(메가바이트)의 단위를 사용하여 나타낼 수 있다.

 initial : 테이블 생성시 해당 테이블에 할당되어 있는 영역의 크기를 지정해 줄 수 있다.

 datafilesize_min : 테이블생성시 사용할 수 있는 공간의 크기로, 예를 들어 10m로 지정되면 생성된 임의의 테이블에 입력되는 데이터들을 10m의 영역에 저장한다는 의미이다.

 next : 처음에 저장될 데이터의 영역인 initial만큼을 다 쓰고 더 이상의 공간이 없을 때, 사용할 수 있는 영역을 할당 시켜 준다.

 datafilesize_max : 추가로 테이블에 데이터가 입력될 때, 사용할 수 있는 여역의 크기이다. 예를 들어 5M를 할당하여 두면, 임의의 테이블이 사용한 영역이 10M (위의 initial영역의 크기이다)를 넘을 경우, 주가로 5M만큼의 영역을 더 사용할 수 있게 된다. 따라서 총 사용공간은 15M가 된다.

 minextents minuum : next 영역으로 할당할 수 있는 최소의 갯수를지정해 줄 수 있다.

 maxextents maxnum : next 영역으로 할당할 수 있는 최대의 갯수를 지정해 줄 수 있다.

 picincrease num : next를 지정하여 추가로 사용할 영역을 확장하고자 할 때, 늘어날 영역의 크기를 '%'로 나타낸 값이다. pct는 '%'를 의미한다. 예를 들어 picincrease 5라고 지정해 두면, next로 추가로 작업할 영역을 늘여 줄때, 처음에는 next롤 설정된 영역만을 확장시켜 주나, 두 번째부터는 next영역의 크기에서 5%만큼 더 크게 확장시켜 주게 되는 것이다.

 online/offline : 테이블 스페이스 생성시 online이나 offline 중 택일하여 쓸 수 있으며, 생략하면 online을 의미한다.
online으로 설정하여 테이블 스페이스를 생성하면, 테이블스페이스를 생성함과 동시에 데이터베이스 사용자들이 사용가능하다는 것을 의미하며, 일반적으로 online으로 설정하여 사용한다.

 -- 테이블스페이스 정보 조회
select * from dba_data_files; 
select * from dba_tablespaces;

-- 테이블스페이스생성
  create tablespace info_data
  datafile '/oracle/infodata/infodata.dbf'
  size 200m
  default storage(
     initial     80k
     next        80k
     minextents  1
     maxextents  121
     pctincrease 80
     )online;

-- 테이블스페이스 online / offline
 > alter tablespace tablespace_name offline;
 > alter tablespace tablespace_name online;

 -- 생성된 테이블 스페이스의 추가하기 공간 늘여주기
  alter tablespace info_data
  add datafile '/oracle/infodata/infodata/dbf'
  size 100m;

 -- 생성된 테이블 스페이스 크기 변경하기
  alter database datafile '/oracle/infodata/infodata.dbf'
  RESIZE 200M;

 -- 테이블스페이스 변경하기
  alter tablespace tax2110
  default storage(
     initial        1024k
     next           2048k
     minextents     1
     maxextents     5
    )online ;
  pctincrease 기본이 50%이다

 -- 테이블스페이스 자동확장 추가 (Automatic Extension)
  alter tablespace tax2110
  add datafile 'd:\tablespace\tax2110_03.dbf'
  size 50m
  autoextend on next 10m
  maxsize 100m;
  -> maxsize 를 지정할때 데이터 화일보다 크거나 같아야함.

 -- 기존테이블스페이스에 자동확장 변경하기
  alter database datafile 'd:\tablespace\tax2110_03.dbf'
  autoextend on next 10m
  maxsize 100m; 

 -- 테이블스페이스 삭제
  drop tablespace tablespace_name
  including contents    --> 테이블스페이스의 모든 세그먼트를 삭제( 데이터가 있는 테이블스페이스는 삭제할수 없다)
  cascade constraints;  --> 삭제된 테이블스페이스 내의 테이블의 기본키와 유일키를 참조하는
         다른 테이블스페이스의 테이블로부터 참조무결성 제약 조건을 삭제합니다.
$ rm kit.dbf    -- Drop한 tablespace명의 Datafile이 kit.dbf일때.

 -- 테이블 스페이스 의 물리적파일까지 삭제하기
drop tablespace test_tbs including contents and datafiles; 
 

-- 오프라인 테이블스페이스
  alter tablespace tax2110 offline;
 
-- 데이터베이스 사용자 아이디 생성 및 수정
  create user 사용자아이디
  identified by 비밀번호(새비밀번호)


-- 유저생성
create user panda
identified by panda123

default tablespace yswater_ts;

-- 생성한 유저에 권한주고 연결하기
grant resource,connect to panda;
grant dba to panda;

05 바인드 변수의 중요성

• 테스트 준비

  SQL> CREATE TABLE t AS SELECT * FROM all_objects; 테이블이 생성되었습니다. SQL> UPDATE t SET object_id = ROWNUM; 6989 행이 갱신되었습니다. SQL> CREATE UNIQUE INDEX t_idx ON t(object_id); 인덱스가 생성되었습니다. SQL> ANALYZE TABLE t COMPUTE STATISTICS; 테이블이 분석되었습니다. SQL> SET AUTOT TRACEONLY EXPLAIN SQL> SELECT object_name FROM t WHERE object_id = 1000; Execution Plan ---------------------------------------------------------- Plan hash value: 2929955852 ------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 20 | 2 (0)| 00:00:01 | | 1 | TABLE ACCESS BY INDEX ROWID| T | 1 | 20 | 2 (0)| 00:00:01 | |* 2 | INDEX UNIQUE SCAN | T_IDX | 1 | | 1 (0)| 00:00:01 | ------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - access("OBJECT_ID"=1000) SQL> SET AUTOT OFF SQL> ALTER SYSTEM FLUSH SHARED_POOL;

• 바인드변수 테스트

  SQL> SET TIMING ON SQL> DECLARE 2 TYPE rc IS REF CURSOR; 3 l_rc rc; 4 l_object_name t.object_name%TYPE; 5 BEGIN 6 FOR i IN 1 .. 20000 7 LOOP 8 OPEN l_rc FOR 9 'SELECT /* test1 */ object_name 10 FROM t 11 WHERE object_id = :x' USING i; 12 FETCH l_rc INTO l_object_name; 13 CLOSE l_rc; 14 END LOOP; 15 END; 16 / PL/SQL 처리가 정상적으로 완료되었습니다. 경 과: 00:00:00.96 SQL> SELECT sql_text 2 , loads 3 , parse_calls 4 , executions 5 , fetches 6 FROM v$sql 7 WHERE sql_text LIKE '%test1%' 8 AND sql_text NOT LIKE '%v$sql%' 9 AND sql_text NOT LIKE '%DECLARE%' 10 ; SQL_TEXT LOADS PARSE_CALLS EXECUTIONS FETCHES ------------------------------- ----- ----------- ---------- ------- SELECT ... WHERE object_id = :x 1 20000 20000 20000 경 과: 00:00:00.04

  1. 하드파싱 1회에 20000회 실행 : 커서 공유 확인
  2. PARSE_CALLS이 20000회 발생된 이유는 Dynamic Sql 을 사용했기 때문
  3. Static Sql 을 사용했다면 PARSE_CALLS 1회만 발생.

• 리터럴 상수 테스트

  SQL> DECLARE 2 TYPE rc IS REF CURSOR; 3 l_rc rc; 4 l_object_name t.object_name%TYPE; 5 BEGIN 6 FOR i IN 1 .. 20000 7 LOOP 8 OPEN l_rc FOR 9 'SELECT /* test2 */ object_name 10 FROM t 11 WHERE object_id = ' || i; 12 FETCH l_rc INTO l_object_name; 13 CLOSE l_rc; 14 END LOOP; 15 END; 16 / PL/SQL 처리가 정상적으로 완료되었습니다. 경 과: 00:00:08.62 SQL> SELECT SUBSTR(sql_text, 56, 25) sql_text 2 , loads 3 , parse_calls 4 , executions 5 , fetches 6 FROM v$sql 7 WHERE sql_text LIKE '%test2%' 8 AND sql_text NOT LIKE '%v$sql%' 9 AND sql_text NOT LIKE '%DECLARE%' 10 ; SQL_TEXT LOADS PARSE_CALLS EXECUTIONS FETCHES ----------------------- ----- ----------- ---------- ------- WHERE object_id = 15977 1 1 1 1 WHERE object_id = 15978 1 1 1 1 WHERE object_id = 15979 1 1 1 1 WHERE object_id = 15980 1 1 1 1 WHERE object_id = 15981 1 1 1 1 ... WHERE object_id = 19996 1 1 1 1 WHERE object_id = 19997 1 1 1 1 WHERE object_id = 19998 1 1 1 1 WHERE object_id = 19999 1 1 1 1 WHERE object_id = 20000 1 1 1 1 4228 개의 행이 선택되었습니다. 경 과: 00:00:01.62

  1. 수행시간 증가 : 0.96 초 ==> 8.62 초 (약 9배)
  2. 수행횟수만큼 커서 생성 되어 공유 영역에서 15772건이 밀려나고 4228건만 남아 있음
  3. 엄청남 성능 저하 : 커서 공유 안됨, 하드 파싱 2만회

• 바인드 변수 사용의 효과
  1. 커서를 많이 생성하지 않고 하나를 반복 재사용하므로 메모리 사용량과 파싱 소요시간을 줄여준다.
  2. 시스템 전반의 메모리와 cpu 사용률을 낮춰 데이터베이스 성능과 확장성을 높이는대 기여
  3. 동시사용자 접속이 많을 경우 영향력이 크다.

문서정보

• 이 문서는 오라클클럽에서 작성하였습니다.
• 이 문서를 다른 블로그나 홈페이지에 게재하실 경우에는 출처를 꼭 밝혀 주시면 고맙겠습니다.~^^
• 출처 : http://www.gurubee.net/pages/viewpage.action?pageId=4948362&
• 오라클클럽 지식창고의 모든 문서는 크리에이티브 커먼즈의 저작자표시-비영리-동일조건변경허락(BY-NC-SA) 라이선스에 따라 자유롭게 사용할 수 있습니다.

The granularity of data refers to the fineness with which data fields are sub-divided. For example, a postal address can be recorded, with low granularity, as a single field:

1. address = 200 2nd Ave. South #358, St. Petersburg, FL 33701-4313 USA

or with high granularity, as multiple fields:

1. street address = 200 2nd Ave. South #358
2. city = St. Petersburg
3. postal code = FL 33701-4313
4. country = USA

Cardinality 예측 실습 [O3. 325페이지]

http://sites.google.com/site/ukja/books-cbo-in-depth/chapter5/01--cardinalities-sql 

조동욱님의 O3 325페이지를 보면서 위 조동욱님의 실습을 함께 하였다. 한번 한 이것을 다 나열하는 것보다는
TEXT 파일을 펼쳐서 직접 하나 하나 해보면서 결과를 보면 큰 도움이 된다.

cardinality.txt

Cardinality 예측 실습  

 카페 : http://cafe.naver.com/gseducation/469                                                       간편보기 "클릭" >>>>>>>>

생성하기

drop table t1 purge;  create table t1(c1 int, c2 int);  create index t1_n1 on t1(c1+1);  insert into t1  select 1, mod(level, 2)+1  from dual  connect by level <= 10000  union all  select 2, mod(level, 300)+1  from dual  connect by level <= 1000  union all  select 3, mod(level, 50)+1  from dual  connect by level <= 100  union all  select 4, mod(level, 5)+1  from dual  connect by level <= 10; commit;

 select c1, count(*) from t1 group by c1 order by 1;
 select c2, count(*) from t1 group by c2 order by 1;

 1. Histogram 없는 경우

SQL> exec dbms_stats.gather_table_stats(user, 't1', method_opt=>'for all columns size 1');

 SQL> @tab_stat t1

-----------------  TABLE_NAME                   : T1  NUM_ROWS                      : 11110  -----------------  TABLE_NAME                    : T1  COLUMN_NAME                : C1  NUM_DISTINCT                  : 4  DENSITY                           : .25  -----------------  TABLE_NAME                    : T1  COLUMN_NAME                 : C2  NUM_DISTINCT                  : 300  DENSITY                           : .00333333333333333  -----------------

          set autot traceonly explain
          variable b1 number
  

1) select * from t1 where c1 = 1;      select 1/4  * 11110 from dual;

2) select * from t1 where c1 = :b1;   select 1/4  * 11110 from dual;

3) select * from t1 where c1 > :b1;   select 0.05 * 11110 from dual;

4) select * from t1 where c1 = 0;           select (1/4 * 11110) - (1/4 * 11110 / (4-1)) from dual;           select * from t1 where c1 = 5;     select (1/4 * 11110) - (1/4 * 11110 / (4-1)) from dual;           select * from t1 where c1 = -1;    select (1/4 * 11110) - (1/4 * 11110 / (4-1)) - (1/4 * 11110 / (4-1)) from dual;           select * from t1 where c1 = 6;     select (1/4 * 11110) - (1/4 * 11110 / (4-1)) - (1/4 * 11110 / (4-1)) from dual;

  2. Histogram 있는 경우

SQL> exec dbms_stats.gather_table_stats(user, 't1', method_opt=>'for all columns size skewonly');

 SQL> @tab_stat t1

-----------------  TABLE_NAME                    : T1  COLUMN_NAME                : C1  NUM_DISTINCT                 : 4  NUM_NULLS                     : 0  DENSITY                          : .000045004500450045  LOW_VALUE                     : C102  HIGH_VALUE                    : C105  HISTOGRAM                     : FREQUENCY  -----------------  TABLE_NAME                   : T1  COLUMN_NAME                : C2  NUM_DISTINCT                 : 300  NUM_NULLS                     : 0  DENSITY                       : .406332971731016  LOW_VALUE                     : C102  HIGH_VALUE                    : C204  HISTOGRAM                     : HEIGHT BALANCED  -----------------  TABLE_NAME           COLUMN_NAME          ENDPOINT_NUMBER ENDPOINT_VALUE  -------------------- -------------------- --------------- --------------------  T1                   C1                             10000 1()  T1                   C1                             11000 2()  T1                   C1                             11100 3()  T1                   C1                             11110 4()  T1                   C2                               113 1()  T1                   C2                               228 2()  T1                   C2                               229 4()  ... 생략 ...  T1                   C2                               253 286()  T1                   C2                               254 300()

Frequency : -> Density = (1/전체 Row의 개수) / 2  1) select * from t1 where c1 = 1;     10000  2) select * from t1 where c1 = :b1;   select 1/4 * 11110 from dual;    3) select * from t1 where c1 > :b1;   select 0.05 * 11110 from dual;  4) select * from t1 where c1 = 5;     1      select * from t1 where c1 = 6;     1    Height-balanced : -> Density = sum of the square of the frequency of the nonpopular values /                                     (number of nonnull rows * number of nonpopular nonull rows) (10.2.0.2 이후 버전 기준)  1) select * from t1 where c2 = 1;     select 113/254 * 11110 from dual;       select * from t1 where c2 = 4;     select .406332971731016 * 11110 from dual;  2) select * from t1 where c2 = :b1;   select .406332971731016 * 11110 from dual;     3) select * from t1 where c2 > :b1;   select 0.05 * 11110 from dual;   4) select * from t1 where c2 = 301;   select (.406332971731016 * 11110) - (.406332971731016 * 11110 / (300 - 1))                                                      from dual;          select * from t1 where c2 = 302;       select (.406332971731016 * 11110) - (.406332971731016 * 11110 / (300 - 1)) -(.406332971731016 * 11110 / (300 - 1))     from dual;

LOCK?

 latch가 SGA를 보호한다면, lock은 database 전체를 보호한다.
태이블, 트랜잭션, 언두 세그먼트, 테이블 스페이스, 잡(job) 등 데이터 베이스 단위에서
피요한 대부분의 리소스들은 락의 보호를 필요로 하며 복잡하다.

간략히 정리해보면

 LOCK 획득 매카니즘

                                                                  - (주)엑셈 practical OWI 15P 참조-
 
순서

1. Process A가 shared 모드로 락(lock)획득 시도

2. 해당 락을 점유한 프로세스가 존재하지 않으므로 Process A가 shared 모드로 락 획득하며     Process A를 보유프로세스 목록(OWNER LIST)에 등록 한다.

3. Process W가 exclusive 모드로 락 획득 시도

4. Process A가 shared 모드로 락을 획득하고 있으므로 락 획득 실패하며 Process W는     대기 프로세스 목록에(Waiter list)에 등록 한다.

5. 보유 프로세스목록에 등록되어 있는 프로세스가 작업을 완료(commit, roll back등)하면      대기프로세스 목록에 존재하는 다른 프로세스를 깨운다.

6. 대기프로세스 목록에 등록된 프로세스는 타임아웃 시간이 경과 후에도 깨워주지 않으면 스스로 깨어나서      데드락(dead lock)이 발생했는지 여부를 확인 후 다시 대기 상태로 빠진다.

타임 아웃

데드락을 피하기 위해 대기목록의 프로세스는 3초마다 깨어남 데드락 체크 후 다시 대기목록에 들어감 데드락이 확인 되면, 락 요청은 취소되고 현재 SQL문을 roll back 한다.

타임 아웃 시간

enqueue lock : 3초 buffer lock  : 일반 1초, 연속적으로는 3초 row cache lock : 60초 library cache lock / pin : 일반프로세스는 3초. PMON은 1초

(주)엑셈 practical OWI 15P를 참조













출처 : http://baind.tistory.com/entry/LOCK

 오라클에서 CURSOR란 시스템 글로벌 영역의 공유 풀 내에 저장공간을 사용하여 사용자가 SQL 문을 실행시키면 결과값을 저장공간에 가지고 있다가 원하는 시기에 순차적으로 fetch해 처리하여 해당 결과 셋을 프로그래밍적으로 접근할수 있게 도와주는 기능이다.

 이해를 돕기위해 아래의 명시적 커서 예문을 보자.
 하단의 선언문(DECLARE)에서 SELECT한 결과값을 실행문(BEGIN)에서 FETCH 하여 한 결과값을 순차적으로 처리할 수 있다. 뭐 이해가 안가도 그냥 보자.

CURSOR는 묵시적커서(Implicit Cursor)와 명시적커서(Explicit Curosr)로 나뉜다.

묵시적 커서 (Implicit Cursor)

 묵시적 커서는 각 SQL문장의 실행 결과에 접근하여 그 결과값을 이용하기 위한 내부적 커서이다. 간단히 변수를 이용한다고 생각해도 좋겠다. 일반적으로 SELECT문, 혹은 다른 속성에서 값을 얻어와 변수에 저장하는데 사용된다.

예문)
SELECT name
          into v_name
 FROM members
 WHERE student_no = 13;
 v_count = SQL%ROWCOUNT;

상단의 예문의 빨간 부분은 모두 묵시적 커서가 사용된 문장이다. 예문 내에는 커서가 선언된 부분이 없지만 v_name변수로 해당 SELECT문의 결과값이 (당연히 저 SELECT문의 결과는 1개여야 한다. 그 이상일 경우 에라.) 저장된다. 또 하단의 SQL%ROWCOUNT의 값이 v_count변수에 할당된다. 물론 SELECT문에서 나온 행수는 1개이므로 v_count에는 1이 들어간다.


묵시적 커서에서는 위에 사용된 SQL%ROWCOUNT와 같이 4가지 속성을 제공한다.

SQL%ROWCOUNT : 최근 실행된 SQL문의 결과 행 갯수를 리턴
SQL%FOUND : 최근에 실행된 SQL문의 결과 행 존재 유무, 결과값이 있을때 TRUE를 리턴.
SQL%NOTFOUND : SQL%FOUND와 반대
SQL%ISOPEN : 최근에 실행된 SQL문의 묵시적 커서의 종료 유무

명시적 커서 (Explicit Cursor)

 명시적 커서는 처음의 맨 상단의 예제와 같이 일반적으로 어떠한 결과값을 글로벌 영역에 저장해놓고 순차적으로 값을 Fetch해 이용하기 위해 사용된다. 명시적 커서라고 불리우는 이유는 묵시적 커서와는 다르게 명시적으로 CURSOR라고 선언하고 사용하기 때문에 누가봐도 커서니깐. 그렇게 불린다. 머. 아님말고.

 명시적 커서는 간단히 아래와 같이 4단계로 나뉜다.

 CURSOR :  커서 선언
 OPEN : 커서 열기
 FETCH ~ INTO : 커서가 가리키는 곳의 결과 값을 엑세스
 CLOSE : 커서 닫기


 다시 한번 상단의 그림으로 한단계씩 살펴보자.

Chunk

특징

1. extent에 할당되는 메모리 조각. 블록보다 큰 단위
2. X$KSMSP : Shared pool 메모리에 할당된 chunk와 상태, 사용현황 확인
3. KSMCHCOM 컬럼 : 메모리 할당 목적 확인
4. 고유한 이름을 갖고 있으며 view로 내용 확인 가능
5. Chunk 종류
   

문서정보

• 이 문서는 오라클클럽에서 작성하였습니다.
• 이 문서를 다른 블로그나 홈페이지에 게재하실 경우에는 출처를 꼭 밝혀 주시면 고맙겠습니다.~^^
• 출처 : http://www.gurubee.net/display/DBSTUDY/Chunk?
• 오라클클럽 지식창고의 모든 문서는 크리에이티브 커먼즈의 저작자표시-비영리-동일조건변경허락(BY-NC-SA) 라이선스에 따라 자유롭게 사용할 수 있습니다.