Oracle数据库操作深入研究：备份、数据删除与性能优化

Apple_羊先森2025-08-17 11:45

一、引言：Oracle数据库管理的核心挑战

在当今数据驱动的业务环境中，Oracle数据库作为企业级应用的核心组件，面临着数据量持续增长、业务需求不断变化以及性能优化压力增大等多重挑战。特别是在处理大规模数据时，如何高效地进行数据备份、删除以及后续的性能维护，成为数据库管理员(DBA)必须解决的关键问题。

随着2025年Oracle数据库技术的不断演进，传统的数据管理方法已经不能满足现代企业的需求。本研究报告将深入探讨Oracle数据库操作的最佳实践，重点关注备份策略优化、数据删除方法及后续性能恢复技术，为数据库管理员提供全面而实用的操作指南。

二、备份策略：确保数据安全与可恢复性

2.1 传统备份方法分析

Oracle提供了多种备份方法，包括使用CREATE TABLE ... AS SELECT、exp和expdp等工具。这些方法各有优缺点，适用于不同的应用场景。

**CREATE TABLE ... AS SELECT**是一种简单直接的备份方式，可以快速创建表结构并复制数据。然而，这种方法不会复制源表的约束、索引和触发器等数据库对象，需要手动重建这些结构。

exp工具是Oracle传统的导出工具，将数据从数据库导出到操作系统文件中。虽然它可以用于数据备份，但它的性能和功能在处理大规模数据时存在明显局限。

expdp工具 (数据泵)是Oracle推荐的导出工具，相比exp有显著改进。它提供了更好的性能、更多的功能选项，包括并行处理、压缩和加密等，能够显著提高备份效率。

2.2 2025年备份最佳实践

根据最新的Oracle文档和行业最佳实践，2025年推荐的备份策略主要包括以下几种：

2.2.1 增量永远备份策略

增量永远备份(Incremental-Forever Backup)是一种高效的备份策略，基于初始的0级增量备份，后续执行连续的1级累积增量备份。这种策略的优势在于：

  • 除了初始的全量备份外，不需要定期执行全量备份
  • 显著减少备份窗口，提高数据库性能
  • 推荐启用实时重做传输(Real-Time Redo Transport)，使归档日志备份自动创建并存储在备份设备上
2.2.2 数据泵(expdp)备份

数据泵(expdp)是2025年推荐使用的备份工具，它提供了以下优势：

  • 性能提升15-50%，相比传统的exp工具
  • 支持并行处理，能够显著减少备份时间
  • 提供更好的备份作业控制，包括启动、停止和重启选项
  • 支持压缩和加密，提高数据安全性
  • 服务器端技术，利用服务器内存和资源优化备份过程

数据泵备份的典型使用方法：

sql 复制代码 
expdp xxx/xxx@orcl DIRECTORY=expdp DUMPFILE=备份文件名字.dmp LOGFILE=备份文件日志.log TABLES=备份表 parallel=4 job_name=my_job;
2.2.3 表空间传输备份

表空间传输(TTS)是一种高效的备份和迁移方法，特别适合大规模数据的快速移动。2025年的Oracle版本对表空间传输进行了优化，支持并行导出和导入操作，显著提高了性能。

sql 复制代码 
-- 表空间传输导出示例
expdp system/password@orcl TRANSPORT_TABLESPACES=ts1,ts2 DIRECTORY=expdp_dir DUMPFILE=tts.dmp LOGFILE=tts.log

2.3 备份策略的选择与实施

在选择备份策略时，应考虑以下因素：

  1. 数据量 ：小规模数据可以使用CREATE TABLE ... AS SELECT或exp，大规模数据推荐使用expdp或表空间传输。

  2. 恢复需求：需要快速恢复的系统应考虑增量备份策略，确保能够恢复到最近的时间点。

  3. 系统性能影响：备份操作可能会影响生产系统性能，应安排在系统负载较低的时段进行。

  4. 存储成本：不同备份策略对存储的需求不同，应根据可用资源选择合适的策略。

备份方法 优点 缺点 适用场景
CREATE TABLE ... AS SELECT 简单直接，无需额外工具 不复制约束、索引和触发器，不适用于大数据量 小规模数据备份，表结构复制
exp 传统工具，广泛支持 性能差，功能有限 小规模数据，兼容性要求高
expdp 高性能，支持并行、压缩、加密等功能 需要一定学习成本 大规模数据备份，需要高性能和高级功能
增量永远备份 减少全量备份频率，优化备份窗口 需要特定备份设备支持 对恢复时间要求高，数据量大的系统
表空间传输 快速传输大量数据，支持并行 复杂，需要特定条件 大规模数据迁移或备份

三、数据删除策略：高效安全地清理数据

3.1 数据删除方法比较

在Oracle中，数据删除主要有三种方法：DELETE语句、TRUNCATE语句和DROP TABLE。这些方法各有优缺点，应根据具体需求选择合适的方法。

DELETE语句：逐行删除数据，可以指定条件选择性删除。它是DML操作，可以回滚，但在处理大数据量时性能较差，可能导致长时间锁表。

TRUNCATE语句 ：快速删除表中所有数据，不生成undo信息，立即提交，无法回滚。它是DDL操作，不会触发触发器，比DELETE高效得多。

DROP TABLE语句 ：删除整个表，包括结构和数据。如果需要保留表结构，应使用TRUNCATE而不是DROP TABLE。

3.2 大数据量删除的挑战与解决方案

删除大规模数据是数据库管理中的常见挑战。直接执行DELETE或TRUNCATE可能导致长时间锁表、大量redo生成、性能下降等问题。以下是针对不同场景的解决方案：

3.2.1 分批次删除策略

对于需要选择性删除大量数据的场景，分批次删除是一种有效的方法：

sql 复制代码 
DECLARE
    v_batch_size NUMBER := 1000;
    v_deleted_rows NUMBER;
BEGIN
    LOOP
        DELETE FROM table_name
        WHERE condition
        AND ROWNUM <= v_batch_size;
        v_deleted_rows := SQL%ROWCOUNT;
        COMMIT;
        EXIT WHEN v_deleted_rows < v_batch_size;
    END LOOP;
END;
/

这种方法将大规模删除操作分解为多个小批次，每次删除后提交，减少锁持有时间，降低对系统性能的影响。

3.2.2 分区表数据删除优化

对于分区表，可以利用分区特性优化数据删除：

  1. 删除分区：如果数据按时间或其他逻辑分区，可以直接删除不需要的分区。

    sql 复制代码 
    ALTER TABLE sales DROP PARTITION p_2024;

  2. 截断分区：快速删除分区中的所有数据，保留分区结构。

    sql 复制代码 
    ALTER TABLE sales TRUNCATE PARTITION p_2024;

  3. 交换分区：将需要删除的数据分区与一个空表交换，然后删除空表。

    sql 复制代码 
    CREATE TABLE sales_2024_empty AS SELECT * FROM sales WHERE 1=2;
ALTER TABLE sales EXCHANGE PARTITION p_2024 WITH TABLE sales_2024_empty;
DROP TABLE sales_2024_empty;

分区表数据删除能够显著提高性能，特别是当删除的数据占总数据量较大比例时。

3.2.3 使用NOLOGGING模式

NOLOGGING模式可以减少DELETE操作生成的redo日志量，提高删除性能：

sql 复制代码 
CREATE TABLE table_name NOLOGGING AS SELECT * FROM source_table WHERE condition;

这种方法先创建一个不记录日志的临时表，然后可以安全地删除原始表。需要注意的是，NOLOGGING模式下的数据操作可能无法从介质恢复中完全恢复，应谨慎使用。

3.2.4 并行删除

对于大规模数据删除，可以使用并行提示提高删除速度：

sql 复制代码 
DELETE /*+ parallel(4) */ FROM table_name WHERE condition;

并行度可以根据CPU核心数进行调整，一般不建议超过CPU核心数。

3.3 数据删除的最佳实践

  1. 备份优先：在执行任何大规模数据删除前，必须确保已进行完整备份，以防误操作需要恢复。

  2. 测试环境验证：在生产环境执行前，应在测试环境验证删除操作，确保逻辑正确，性能符合预期。

  3. 监控与回滚计划：大规模删除操作应密切监控，并制定回滚计划，以便在出现问题时能够快速恢复。

  4. 选择合适的删除方法 ：根据数据量、删除条件和业务需求，选择最合适的删除方法。对于表中所有数据的删除，TRUNCATE通常是最佳选择；对于选择性删除，分批次DELETE可能更合适。

  5. 考虑业务影响：安排在系统低峰期执行大规模删除操作，减少对业务的影响。

四、数据删除后的性能恢复与优化

4.1 存储空间释放

执行大规模数据删除后，Oracle并不会自动释放被删除数据占用的物理存储空间，这些空间会被标记为"空闲"，供后续插入数据复用。然而，这可能导致表体积过大，性能下降。因此，需要手动释放存储空间。

4.1.1 表收缩操作

对于非分区表，可以使用ALTER TABLE ... SHRINK SPACE语句释放存储空间：

sql 复制代码 
-- 开启行迁移（允许Oracle移动行以收缩空间）
ALTER TABLE table_name ENABLE ROW MOVEMENT;

-- 收缩表（同时收缩关联索引）
ALTER TABLE table_name SHRINK SPACE CASCADE;

-- 可选：收缩后关闭行迁移（若业务不需要）
ALTER TABLE table_name DISABLE ROW MOVEMENT;

CASCADE选项会同时收缩表上的索引，避免索引因表收缩而失效。

4.1.2 分区表处理

对于分区表，可以通过删除或截断分区来释放空间：

sql 复制代码 
-- 截断分区
ALTER TABLE partitioned_table TRUNCATE PARTITION partition_name;

-- 删除分区
ALTER TABLE partitioned_table DROP PARTITION partition_name;

这些操作会立即释放分区占用的空间。

4.1.3 表重建

如果无法使用SHRINK（如表有LOB字段），可以通过重建表来释放空间：

sql 复制代码 
-- 1. 创建临时表保存有效数据
CREATE TABLE temp_table AS SELECT * FROM original_table WHERE condition;

-- 2. 删除原表（注意备份！）
DROP TABLE original_table PURGE; -- PURGE跳过回收站，直接释放空间

-- 3. 重命名临时表为原表名
ALTER TABLE temp_table RENAME TO original_table;

-- 4. 重建索引、约束等

这种方法直接释放空间，但需要重新创建索引和约束。

4.2 索引重建与优化

删除大量数据后，索引会产生大量碎片（失效的索引条目），导致查询变慢。因此，需要重建索引以消除碎片。

4.2.1 单个索引重建
sql 复制代码 
ALTER INDEX index_name REBUILD;
4.2.2 表上所有索引重建
sql 复制代码 
-- 查询表上的所有索引名
SELECT 'ALTER INDEX ' || index_name || ' REBUILD;' AS rebuild_sql
FROM user_indexes
WHERE table_name = 'TABLE_NAME'
  AND index_type <> 'LOB'; -- 排除LOB字段索引

-- 执行生成的SQL语句
4.2.3 分区索引重建
sql 复制代码 
ALTER INDEX partitioned_index REBUILD PARTITION partition_name;
4.2.4 在线索引重建

对于生产环境中的活跃表，可以使用在线重建功能，允许在重建过程中继续进行DML操作：

sql 复制代码 
ALTER INDEX index_name REBUILD ONLINE;

在线重建过程分为三个阶段：

  1. 创建阶段：创建新索引
  2. 日志阶段：记录表的变更到日志表
  3. 合并阶段：将新索引与日志表合并，删除旧索引

即使在合并阶段，表的变更也会记录在日志表中，并在最后合并到新索引中。

4.2.5 并行索引重建

对于大型索引，可以使用并行重建提高速度：

sql 复制代码 
ALTER INDEX index_name REBUILD PARALLEL 4;

建议并行度不超过CPU核心数。并行重建索引在生产环境中广泛使用，可以显著缩短重建时间。

4.3 统计信息更新

Oracle优化器依赖表的统计信息生成最优执行计划。删除大量数据后，统计信息会过时，导致查询计划低效。因此，需要更新统计信息。

4.3.1 使用ANALYZE TABLE
sql 复制代码 
ANALYZE TABLE table_name COMPUTE STATISTICS;

这是一种快速收集统计信息的方法，适合大表，默认采用采样方式。

4.3.2 使用DBMS_STATS包
sql 复制代码 
BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(
    ownname => 'XXX', 
    tabname => 'TABLE_NAME', 
    estimate_percent => 100,
    method_opt => 'FOR ALL COLUMNS SIZE AUTO',
    degree => 4 
  );
END;
/

这种方法提供更精细的控制，支持并行处理，推荐用于精准的统计信息收集。

4.3.3 自动统计信息收集

Oracle提供了自动统计信息收集功能，可以在数据库级别设置：

sql 复制代码 
-- 设置自动统计信息收集为开启状态
BEGIN
  DBMS_AUTO_TASK_ADMIN.ENABLE(
    client_name => 'auto optimizer stats collection',
    operation => NULL,
    window_name => NULL
  );
END;
/

自动统计信息收集会在系统低峰期自动收集统计信息，减少人工干预。

4.4 约束和触发器检查

删除大量数据后，需要检查约束和触发器的状态：

4.4.1 约束检查
sql 复制代码 
-- 检查约束状态
SELECT constraint_name, status
FROM user_constraints
WHERE table_name = 'TABLE_NAME';

-- 若状态为INVALID，重建约束
ALTER TABLE table_name ENABLE CONSTRAINT constraint_name;

删除数据可能导致外键约束引用失效（如子表删除后，父表对应记录仍被引用），需要验证约束有效性。

4.4.2 触发器检查

如果表上有触发器，删除大量数据可能触发异常（如触发器逻辑依赖被删除的数据），需要测试触发器是否正常工作。

4.5 回收站清理

若删除数据时使用了DELETE（非TRUNCATE），被删除数据不会进入回收站，但表本身若被误删会暂存于回收站。可以手动清理无用对象释放空间：

sql 复制代码 
-- 查看回收站对象
SELECT object_name, original_name FROM user_recyclebin;

-- 清空当前用户回收站
PURGE RECYCLEBIN;

-- 清空所有用户回收站（需DBA权限）
PURGE DBA_RECYCLEBIN;

五、索引维护与优化深入研究

5.1 索引碎片化分析

索引碎片化是指索引中存在大量未使用的空间或索引块中的数据分布不均匀。这会导致查询性能下降，因为数据库需要扫描更多的索引块才能找到所需数据。

索引碎片化的主要原因包括：

  1. 频繁的DML操作：特别是删除操作会在索引中留下空洞。
  2. 索引设计不合理：选择了不适合的数据类型或分布列作为索引键。
  3. 索引维护不当：长期未进行重建或合并操作。

可以通过以下查询检查索引的碎片化程度：

sql 复制代码 
SELECT
  index_name,
  lf_rows,
  lf_blks,
  br_rows,
  br_blks,
  leaf_blocks / lf_rows AS avg_leaf_blocks_per_row,
  (lf_blks - br_blks) / lf_blks * 100 AS fragmentation_percentage
FROM
  user_indexes
WHERE
  table_name = 'TABLE_NAME';

一般来说，碎片率超过30%就应该考虑重建或合并索引。

5.2 索引重建策略

5.2.1 完全重建与快速重建

索引重建有两种主要方法：完全重建和快速重建。

完全重建 ：使用ALTER INDEX ... REBUILD语句完全重建索引，这会删除旧索引并创建一个全新的索引。这种方法可以彻底消除碎片，但需要较多的资源和时间。

快速重建：对于某些类型的索引（如文本索引），可以使用快速重建方法，只重建索引的变更部分，减少重建时间和资源消耗。

5.2.2 在线与离线重建

在线重建 ：使用ALTER INDEX ... REBUILD ONLINE语句允许在重建索引的同时继续进行DML操作，减少对业务的影响。在线重建分为三个阶段：创建新索引、记录变更到日志表、合并新索引和日志表并删除旧索引。

离线重建：传统的索引重建方法，在重建过程中会锁定表，不允许DML操作。适用于非生产环境或可以接受停机的情况。

5.2.3 并行重建

对于大型索引，可以使用并行重建提高速度：

sql 复制代码 
ALTER INDEX index_name REBUILD PARALLEL 4;

并行重建会将索引键排序和索引构建过程分配给多个进程，缩短总执行时间。建议并行度不超过CPU核心数，以避免过度消耗系统资源。

5.3 索引合并优化

索引合并是一种轻量级的索引维护操作，用于减少索引碎片，提高查询性能。与完全重建相比，索引合并不会创建新索引，而是优化现有索引的结构。

sql 复制代码 
ALTER INDEX index_name COALESCE;

索引合并的主要优点包括：

  1. 资源消耗少：相比完全重建，合并操作消耗的CPU和内存资源更少。
  2. 时间短：合并操作通常比重建快得多。
  3. 锁粒度小：合并操作使用更细粒度的锁，对表的影响更小。

5.4 自动索引维护

Oracle提供了自动索引维护功能，可以自动检测需要重建或合并的索引，并执行相应的操作：

sql 复制代码 
-- 启用自动索引维护
BEGIN
  DBMS_AUTO_TASK_ADMIN.ENABLE(
    client_name => 'auto index maintenance',
    operation => NULL,
    window_name => NULL
  );
END;
/

自动索引维护会根据数据库的工作负载自动调整索引结构，减少人工干预。

5.5 索引维护的最佳实践

  1. 定期检查索引状态：建立定期检查索引碎片化程度的机制，及时发现需要维护的索引。

  2. 选择合适的维护时机：安排索引维护操作在系统低峰期进行，减少对业务的影响。

  3. 结合使用重建和合并：对于高度碎片化的索引，先进行合并操作减少碎片，再考虑完全重建。

  4. 监控维护过程：在索引维护过程中，密切监控系统资源使用情况和性能指标，确保操作顺利进行。

  5. 测试环境验证：在生产环境执行重大索引维护操作前，应在测试环境验证其效果和影响。

维护操作 优点 缺点 适用场景
完全重建 彻底消除碎片，优化索引结构 资源消耗大，时间长，可能需要锁定表 高度碎片化的索引，非高峰期维护
在线重建 允许DML操作，减少业务影响 资源消耗较大，时间较长 生产环境中的活跃表
合并 资源消耗少，时间短，锁粒度小 无法彻底消除碎片 轻度到中度碎片化的索引
自动维护 减少人工干预，根据负载自动调整 配置复杂，控制粒度有限 需要持续维护的大型数据库

六、2025年Oracle数据库操作的新趋势与发展

6.1 AI驱动的数据库优化

2025年的Oracle数据库引入了AI驱动的优化功能，显著提高了数据库的性能和自动化水平：

  1. AI智能扫描(AI Smart Scan)：自动加速Oracle数据库AI向量搜索，提供低延迟的并行扫描，处理海量向量数据。AI智能扫描在存储服务器中执行向量距离计算和Top-K过滤，避免不必要的网络数据传输和数据库服务器处理。

  2. 自动索引优化：基于AI的自动索引优化功能可以自动创建、重建和删除索引，根据应用工作负载的变化优化数据库性能。

  3. AI驱动的查询优化：AI技术被应用于SQL查询优化，能够自动生成更高效的执行计划，显著提高查询性能。

  4. 智能统计信息收集：AI技术可以预测哪些表和索引需要更新统计信息，并自动执行收集操作，确保优化器始终使用最新、最准确的统计信息。

6.2 并行处理能力提升

2025年的Oracle数据库在并行处理方面有显著提升，特别是在以下方面：

  1. 并行索引构建：并行索引构建可以将索引键排序和索引构建过程分配给多个进程，显著缩短大型索引的构建时间。

  2. 并行数据泵：数据泵工具(expdp/impdp)支持更高程度的并行处理，进一步提高了大规模数据迁移的效率。

  3. 并行DDL操作：更多的DDL操作现在支持并行执行，如创建表、索引和分区等，大幅减少了维护操作的时间。

6.3 分区表增强功能

2025年的Oracle数据库在分区表方面提供了更多增强功能：

  1. 分区交换增强：支持更灵活的分区交换操作，包括交换分区时的索引维护选项。

  2. 分区级别的并行操作：许多操作现在可以在分区级别并行执行，如数据加载、删除和索引维护等。

  3. 分区感知的查询优化：优化器能够更智能地处理分区表，生成更高效的执行计划，特别是在处理分区裁剪和分区并行访问时。

6.4 自动化运维工具

Oracle在2025年提供了更强大的自动化运维工具，减少了DBA的日常工作量：

  1. 自动索引管理：自动创建、重建和删除索引，基于工作负载的变化优化数据库性能。

  2. 自动统计信息收集：自动检测需要更新统计信息的对象，并在系统低峰期执行收集操作。

  3. 智能性能诊断：基于AI的性能诊断工具可以自动识别性能问题的根本原因，并提供优化建议。

  4. 自动化备份和恢复：增强的自动化备份和恢复功能，支持更灵活的策略配置和更可靠的恢复过程。

6.5 云原生数据库特性

2025年的Oracle数据库进一步增强了云原生特性，特别是在以下方面：

  1. 自治数据库：提供更高程度的自动化和自我管理能力，减少人工干预。

  2. 弹性扩展：支持更灵活的资源扩展和收缩，根据工作负载自动调整计算和存储资源。

  3. 多租户架构优化：进一步优化了多租户架构的性能和安全性，支持更高效的资源共享。

  4. 云存储集成：与云存储服务的深度集成，提供更高效的数据备份和归档解决方案。

七、结论与建议

7.1 核心操作流程总结

基于本研究的深入分析，数据库管理员在处理大规模数据删除和后续性能恢复时，应遵循以下核心操作流程：

  1. 备份优先：在执行任何大规模数据删除前，确保已进行完整备份。

  2. 选择合适的删除方法 ：根据数据量和业务需求，选择DELETE、TRUNCATE或分区操作等合适的删除方法。

  3. 释放存储空间 ：使用SHRINK、表重建或分区操作释放删除后的数据空间。

  4. 重建索引：删除大量数据后，重建相关索引以消除碎片，提高查询性能。

  5. 更新统计信息：确保数据库优化器使用最新、最准确的统计信息生成执行计划。

  6. 检查约束和触发器：验证约束和触发器的状态和功能，确保数据完整性。

  7. 清理回收站：定期清理回收站，释放系统资源。

7.2 2025年最佳实践建议

基于Oracle数据库技术的最新发展，提出以下最佳实践建议：

  1. 拥抱AI驱动的优化：充分利用Oracle数据库提供的AI驱动优化功能，如自动索引管理、智能统计信息收集和AI智能扫描等。

  2. 优先使用数据泵工具 ：在进行数据导出和导入操作时，优先使用expdp工具，利用其高性能和丰富功能。

  3. 采用增量备份策略：实施增量永远备份策略，减少全量备份的频率，优化备份窗口。

  4. 结合使用在线操作：尽可能使用在线索引重建和表修改操作，减少对业务的影响。

  5. 充分利用分区技术：对于大规模数据，采用分区表技术，便于数据管理和维护。

  6. 自动化运维流程：利用Oracle提供的自动化工具，如自动索引管理、自动统计信息收集等，减少人工干预。

  7. 监控与优化并行：建立完善的监控体系，实时跟踪数据库性能指标，及时发现并解决问题。

7.3 未来发展方向

随着Oracle数据库技术的不断演进，未来的数据库管理将更加智能化、自动化和云原生。数据库管理员需要不断学习和适应这些变化，提升技能以应对新的挑战。

  1. 深入学习AI与数据库的结合：了解AI技术在数据库优化中的应用，掌握相关工具和技术。

  2. 提升云数据库管理能力：熟悉云原生数据库的特性和管理方法，适应数据库部署模式的变化。

  3. 关注新兴技术趋势：跟踪数据库技术的最新发展，如向量数据库、时序数据库等，拓展技术视野。

  4. 培养全栈技能：成为具备数据库、应用和基础设施全栈知识的复合型人才，更好地应对复杂的技术挑战。

Oracle数据库管理是一个持续学习和实践的过程。通过遵循最佳实践、利用最新技术和不断提升技能，数据库管理员可以确保数据库系统高效、稳定、安全地运行，为企业业务发展提供坚实的技术支持。

相关推荐
柏油33 分钟前
可视化 MySQL binlog 监听方案
数据库·后端·mysql
张柏慈1 小时前
JavaScript性能优化30招
开发语言·javascript·性能优化
k↑1 小时前
微服务之注册中心与ShardingSphere关于分库分表的那些事
数据库·微服务·架构·shardingsphere
柏油2 小时前
MySQL 字符集 utf8 与 utf8mb4
数据库·后端·mysql
我科绝伦（Huanhuan Zhou）2 小时前
异构数据库兼容力测评：KingbaseES 与 MySQL 的语法・功能・性能全场景验证解析
数据库·mysql
ayaya_mana9 小时前
Nginx性能优化与安全配置：打造高性能Web服务器
运维·nginx·安全·性能优化
xiao-xiang11 小时前
redis-保姆级配置详解
数据库·redis
白鹭13 小时前
MySQL（多表查询练习）
数据库·mysql
热门推荐
01UV安装并设置国内源02KGG转MP3工具|非KGM文件|解密音频03Qwen3-Coder 快速上手教程 | Qwen Code + Claude Code04【2025.08.06最新版】Android Studio下载、安装及配置记录（自动下载sdk）052025最新国内服务器可用docker源仓库地址大全（2025年8月更新）06蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接07TRAE Rules 实践：为项目配置 6A 工作流08全球最强模型Grok4，国内已可免费使用！（附教程）09TRAE 规则（Rules）配置指南：个人习惯、团队规范与最佳实践10GPT-5 使用限制与国内升级全攻略（免费 / Plus / Pro）【2025 最新】