<rt id="bn8ez"></rt>
<label id="bn8ez"></label>

  • <span id="bn8ez"></span>

    <label id="bn8ez"><meter id="bn8ez"></meter></label>

    如鵬網 大學生計算機學習社區

    CowNew開源團隊

    http://www.cownew.com 郵件請聯系 about521 at 163.com

      BlogJava :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理 ::
      363 隨筆 :: 2 文章 :: 808 評論 :: 0 Trackbacks

    CowNew開源團隊網站 http://www.cownew.com
    論壇 http://www.cownew.com/newpeng/
    轉載請注明此版權信息

    我準備給JDBMonitor增加一個性能監測報表的功能。用戶在“報表條件”中填寫要統計的起始時間、結束時間和單位時間后,點擊查詢。程序從DataBaseDBListener記錄的表T_LOG_SQLLog中進行統計并顯示報表。例如:用戶在起始時間中輸入”2006-5-30 18:00:00”,結束時間輸入”2006-6-1 12:00:00”,時間單位選擇“5分鐘”,點擊“查詢”。程序將把T_LOG_SQLLog中FbeginTime大于等于”2006-5-30 18:00:00”,小于等于”2006-6-1 12:00:00”的記錄過濾出來。然后統計每5分鐘記錄的條數(也就是數據庫執行的次數),以時間序列圖的形式顯示成報表。
    比如:
    fid?????? ftime
    1?2006-05-05 10:00:00.000
    2?2006-05-05 10:00:01.000
    3?2006-05-05 10:00:10.000
    4?2006-05-05 10:01:10.000
    5?2006-05-05 10:01:20.000

    這樣的數據屬于離散的數據,因為數據庫的執行時間是不確定的,要把它們按統計它們的出現次數常常需要使用數據挖掘的東西。數據挖掘通常都是不同的數據庫有不同的實現的,JDBMonitor是跨數據庫的,因此肯定不能使用這些數據庫特有的東西。現在也有一些開源的跨數據庫的數據挖掘引擎,但是其尺寸巨大無比,都要50M以上。JDBMonitor是一個小的工具,為了方便部署和使用,JDBMontior的一個基本原則就是盡量避免使用JDK之外的類,所以肯定不能使用它們。我經過仔細思考,發現可以通過如下技巧來解決:

    select count(sub.f) as exeCount,min(sub.FBeginTime) as FTime from(
    select cast(DateDiff(ss,?,FBeginTime)/? as int) as f,FBeginTime from T_LOG_SQLLog
    )as sub
    where 1=1
    and FBeginTime>=?
    and FBeginTime<=?
    group by sub.f
    order by sub.f ASC


    其中第一、三個參數傳遞用戶選擇的時間段的起始時間,第二個參數是用戶選擇的計時間隔(以秒為單位),參數四是用戶選擇的時間段的結束時間。
    我采用的是整除的技巧來實現的這個效果。
    其中FBeginTime是SQL語句執行的開始時間(在這里我們就把它看作SQL語句的執行時間),cast(DateDiff(ss,?,FBeginTime)/? as int) as f的意思就是計算SQL語句的執行時間到選擇的時間段的起始時間之間的秒間隔數,然后再整除用戶選擇的計時間隔(以秒為單位)。經過整除以后同一個時間段內的數據就相同了,然后我們一個groupby,然后一個count(sub.f),這樣各個時間段sql的執行次數就出來了。
    以上邊的數據為例,假如我輸入的起始時間是2006-05-05 10:00:00.000,結束時間是2006-05-05 10:02:00.000。
    那么select cast(DateDiff(ss,?,FBeginTime)/? as int) as f,FBeginTime from T_LOG_SQLLog的結果集就是:
    f? FBeginTime
    0 2006-05-05 10:00:00.000?
    0 2006-05-05 10:00:01.000?
    0 2006-05-05 10:00:10.000
    1 2006-05-05 10:01:00.000
    1 2006-05-05 10:01:00.000?
    然后,以f為分組條件進行匯總,并統計f的count,這樣各個時間段sql的執行次數就出來了:
    3 2006-05-05 10:00:00.000?
    2 2006-05-05 10:01:00.000?
    當然不同的數據庫的計算日期時間差和截取整數的方式是略有差異的,我這里用的是mssqlserver的語法。

    posted on 2006-06-12 01:30 CowNew開源團隊 閱讀(1081) 評論(0)  編輯  收藏

    只有注冊用戶登錄后才能發表評論。


    網站導航:
     
    主站蜘蛛池模板: 天天摸夜夜摸成人免费视频| 四虎在线成人免费网站| 四虎影视精品永久免费网站| 亚洲午夜理论片在线观看| 日本免费网址大全在线观看| 91嫩草亚洲精品| 无人在线观看完整免费版视频 | 99精品国产免费久久久久久下载| 亚洲欧洲国产精品久久| 午夜性色一区二区三区免费不卡视频| 亚洲精品伊人久久久久| 国内自产拍自a免费毛片| 日韩精品视频在线观看免费| 亚洲情侣偷拍精品| 国产精品偷伦视频观看免费| 亚洲老熟女@TubeumTV| 女性无套免费网站在线看| 亚洲AV成人精品日韩一区| 久久精品国产亚洲7777| 特级做A爰片毛片免费看无码 | 国产精品亚洲午夜一区二区三区| 色妞WWW精品免费视频| 成人国产网站v片免费观看| 激情97综合亚洲色婷婷五| 免费A级毛片av无码| 亚洲日韩久久综合中文字幕| 亚洲欧洲日产国码一级毛片| 在线观看免费播放av片| 亚洲精品一二三区| 亚洲另类少妇17p| 91高清免费国产自产| 羞羞漫画页面免费入口欢迎你| 亚洲人成人一区二区三区| 日本高清在线免费| 免费国产黄网站在线观看动图| 亚洲av无码一区二区三区不卡| 免费观看无遮挡www的视频| 黄页网址在线免费观看| 亚洲视频国产视频| 亚洲AV成人精品日韩一区18p| 日本免费高清视频|