close

 

EDVVE79465BRFREF5ECE

 

內容簡介

天下第一神術
算盡吉凶禍福


  「紫微」指的是北極星,是天上群星之首;「斗」是古代二十八星宿之一,代指星斗;「數」則代表「術數」,是古代預測術常用的冠名法。

  紫微斗數是中國傳統命理學最重要的一個支派。整個體系以古代天干地支、陰陽五行為理論基礎,廣泛運用古代天文學、曆算學、史學、統計學、資訊學、分類學、預測學等方面的知識,透過命盤十二宮,有系統並全面地預測複雜的社會關係和個人禍福,在命理界中被尊稱「天下第一神數」。

  本書對於紫微斗數的創立、典籍、派別和架構原理及核心均一一細說,即使是對紫微斗數沒有概念的讀者,也能輕鬆建立基礎。

  紫微斗數的核心價值在於排列命盤,本書採用圖文搭配的方式,逐一說明紫微斗數的排命盤步驟,初學者可以使用表格速查,同時搭配古歌訣的方式,更能了解排命盤的原理,如果想要成為專業的命理師,也有掌中訣的圖示供讀者學習,讀者可自行選擇學習的深淺,只要跟著步驟一一操作完成,就能立刻完成自己的命盤。

  除此之外,紫微斗數體也有豐富的文化內涵,每一個星曜都與《封神演義》中的人物相對應,本書以現代化的編輯方法,設計豐富的示意圖表現這一個部分,選入眾多珍貴的明代繡像畫插圖,在深入分析了解每一個星曜,配備大量命理吉凶參斷的實例與說明之時,也能有精美的圖片可以觀看。

  最後,本書附144種常見的命盤,讀者可以酌情參考命盤的各種組合。

本書特色

  1.    從基礎的理論開始,教導讀者認識紫微斗數。
  2.    介紹紫微斗數各級星曜,以及和各個封神人物的對照。
  3.    逐步教導排盤的步驟,搭配圖解,簡單明瞭。
  4.    內附快速查表法、古歌訣、掌中訣的安星曜法則,適合初學者和中高階排盤操練。
 

作者介紹

作者簡介

林庚凡


  對宗教、易理、命相等書籍充滿興趣,多年來投入紫微斗數的研究,幾乎到了廢寢忘食的地步,擅長以深入淺出的方式論命,雖然研究命理多年,但是依然相信命運可以從改變個性改變。

曼樺老師

  資歷:
  臺灣蘋果日報 「每週生肖運勢」 固定專欄
  四川 先鋒傳媒集團 先鋒居週刊「講究」風水固定專欄
  四川 先鋒傳媒集團 成都女報「好運在臉上」固定專欄
  四川電視臺「幸福在哪裡」節目 情感專家 老師(文化旅遊頻道SCTV2)
  四川電視臺「下一站幸福」節目 情感專家 老師(文化旅遊頻道SCTV2)

  著作:
  癸巳蛇2013年運程
  掌相富男人
  一定招來好桃花
  形相好女人

  部落格:
  Facebook  曼樺www.facebook.com/mmanhua
  新浪微博 t.sina.com.cn/manhuateacher
  新浪博客 blog.sina.com.cn/manhuateacher(曼樺老師的會客教室)
 

目錄

第一章    帶你認識紫微斗數
一、    天下第一神數:紫微斗數的創立、派別、典籍和地位
二、    命盤與十二宮:紫微斗數的構架原理
三、    各級星曜紫微斗數的核心.
四、    封神人物:紫微斗數的星曜象徵體系

第二章 了解紫微斗數的星曜特性
一、    星曜特性:紫微斗數的基本元素
二、    甲級星特性:最主要的密碼體系
三、    乙級星特性:重要的輔助判斷特性
四、    丙級星特性:不可忽視的論斷參考

第三章  紫微斗數排盤
一、    命盤:紫微斗數的生命密碼
二、    命盤、生辰、性別:排盤前的準備
三、    排盤步驟:有志研究者必須掌握的

第四章 命盤解讀方法與144常見命格
一、    命與運:紫微斗數推斷吉凶與命運
二、    命盤解讀:男女解讀方法順序不同
三、    命盤格局:提網挈領地解讀命運
四、    144種常見命格分析
 

 

詳細資料

  • ISBN:9789866214882
  • 叢書系列:
  • 規格:平裝 / 17 x 23 cm / 普通級 / 全彩印刷 / 初版
  • 出版地:台灣
  • 本書分類:> >

 

 

本文轉載自dbaplus社群 作者介紹 一、SQLT背景介紹 SQLTXPLAIN(簡稱SQLT)是ORACLE COE提供的一款SQL性能診斷工具,SQLT主要方法是通過輸入的一個SQL語句,從而生成一組診斷文件,這些文件用於診斷性能較差的或產生錯誤結果(WRONG RESULTS)的SQL。 SQLT產生的診斷文件內容包括執行計劃、統計信息、CBO的參數、10053文件、性能變化的歷史等需要診斷SQL性能的一系列文件,而且SQLT還提供一系列工具,比如快速綁定SQL執行計劃的工具。 SQLT主要使用場合是在需要快速綁定SQL執行計劃,或者一些和參數、BUG等相關的疑難SQL分析中。 二、SQLT家族簡介 SQLT主要包含下列方法: ... SQLT為一個SQL語句提供了下面 7種主要方法來生成診斷詳細信息XTRACT,XECUTE,XTRXEC,XTRSBY,XPLAIN,XPREXT和XPREXC。XTRACT,XECUTE,XTRXEC,XTRSBY,XPREXT和XPREXC處理綁定變量和會做 bind peeking(綁定變量窺視),但是XPLAIN不會。這是因為XPLAIN是基於EXPLAIN PLAN FOR 命令執行的,該命令不做 bind peeking。 因此,如果可能請避免使用XPLAIN,除了XPLAIN的bind peeking限制外,所有這 7種主要方法都可以提供足夠的診斷詳細信息,對性能較差或產生錯誤結果集的SQL進行初步評估。如果該SQL仍位於內存中或者Automatic Workload Repository (AWR) 中,請使用XTRACT或XTRXEC,其他情況請使用XECUTE。對於Data Guard或備用只讀資料庫,請使用XTRSBY。僅當其他方法都不可行時,再考慮使用XPLAIN。XPREXT和XPREXC是類似於XTRACT和XECUTE,但為了提高SQLT的性能它們禁了一些SQLT的特性。 幾種主要方法的關係如下: 其中XTRXEC包括了XTRACT和XECUTE方法,實際上它會同時執行這兩個方法生成對應的文件。使用這些方法後,會生成文件,自動打包。 ... SQLT的詳細內容請參考MOS文檔:SQLT 使用指南 (Doc ID 1677588.1),本文重點說下SQLT里比較有用的方法(本文內容的環境是11.2.0.3)。 三、SQLT寶劍出鞘 1、SQLT生成診斷文件 生成診斷文件使用的是sqlt/run目錄下的文件,此目錄下還有SQLHC健康檢查的腳本。這裡看一個例子: SQL text: select * from test1 where test1.status in (select test2.status from test2 where object_name like 'PRC_TEST%'); 這是條簡單的子查詢SQL,其中test1的status有索引,而且status有傾斜分布如下: dingjun123@ORADB> select status,count(*) 2 from test1 3 group by status; STATUS COUNT(*) ------- INVALID 6 VALID 76679 --子查詢結果是INVALID dingjun123@ORADB> select test2.status from test2 2 where object_name like 'PRC_TEST%' 3 ; STATUS ------- INVALID INVALID 子查詢中的語句返回的正好是INVALID,那麼可以預測,此語句應該是用子查詢結果驅動表test1,走test.status列的索引,正常的應該是走nested loops。OK,那麼我們看看執行計劃: ... 執行計劃令人費解,要知道,對於表的統計信息是最新的且採樣比例100%,而且也收集了STATUS列的直方圖,為什麼還走HASH JOIN,而且TEST1還走全表呢?先用SQLT診斷下,到sqlt/run目錄下找到對應的腳本,然後輸入SQLID,之後會將生成的文件打包。 dingjun123@ORADB> @sqltxtrxec PL/SQL procedure successfully completed. Elapsed: 00:00:00.00 Parameter 1: SQL_ID or HASH_VALUE of the SQL to be extracted (required) Paremeter 2: SQLTXPLAIN password (required) Enter value for 2: XXXXXX PL/SQL procedure successfully completed. Elapsed: 00:00:00.00 Value passed to sqltxtrxec: SQL_ID_OR_HASH_VALUE: "aak402j1r6zy3" 解壓文件,即可看到如下內容: ... 這裡我們主要看main文件,這是主要內容以及10053等。 首先打開main文件,可以看到主要診斷內容: ... 可以看到,包括CBO的環境,執行計劃以及歷史執行信息,表,索引等對象統計信息都在這個main文件中,大部分時候可以通過此文件,了解SQL效率不佳的原因,比如執行計劃變壞的時間段內正好收集了統計信息,那麼可以快速定位可能是統計信息收集不正確導致的。 一般情況下,都是先看執行計劃,通過Plans目錄找到Execution Plans,可以點那些+,會顯示對應的統計信息等內容: ... 在統計信息正確的情況下,CBO估算的返回結果行是76685行,而實際結果是6行,估算是實際的12781倍,這顯然是有問題的。可以點開對應的+,看看統計信息: ... TEST1的STATUS列收集了直方圖,而且是100%採樣,沒有任何問題。到此,這個簡單的SQL很可能的情況就是: CBO的缺陷,無法準確估算對應的結果集的cardinality; CBO的BUG或參數設置原因。 針對以上兩種情況,後面會介紹解決方法,這裡先說下,為什麼這裡走了HASH JOIN,TEST1走了FULL TABLE SCAN,結果集的cardinality估算的結果正好是TEST1的行數呢,原因在於: TEST1的STATUS有直方圖; 子查詢結果查詢出STATUS,但是查詢結果的STATUS值在沒有執行之前是未知的,也就是可能是INVALID也可能是VALID。 綜合以上因素,CBO無法在運行期之前預知結果的具體值,從而導致優化器缺陷,走了不佳的執行計劃(12C的apative plan可以解決這個問題)。 既然知道是這個原因,那麼,就採用SQL PROFILE綁定就可以了,詳細內容見下節。 2、SQLT快速綁定執行計劃 SQL PROFILE可以使用SQLT工具快速綁定,SQL PROFILE就是對SQL增加了一系列HINTS,好處是不需要改寫SQL,可以在資料庫里直接管理。 對於COE工具SQL PROFILE綁定有兩類: 直接綁定:針對執行計劃經常突變的,歷史中有好的執行計劃,當前走的執行計劃差,直接綁定即可。 替換綁定:針對執行計劃一直較差,沒有好的執行計劃作為參考,可通過添加hints讓其走好的執行計劃,然後通過coe工具手動修改文件或coe_load_sql_profile或者編寫存儲過程綁定到好的執行計劃上。 注意:如果SQL沒有綁定變量,則通過coe_xfr_sql_profile生成的文件需要修改force_match=>true,手動編寫存儲過程或者coe_load_sql_profile做替換綁定的也需要修改force_match=>true,以讓所有SQL結構相同(字面量條件不同)的SQL都綁定上好的執行計劃。 1)使用coe_xfr_sql_profile腳本直接綁定 針對SQL執行計劃經常突變,當計劃變差時候,快速綁定到效率高的執行計劃中。如下例:運行code_xfr_sql_profile然後輸入sql_id: SQL> @coe_xfr_sql_profile.sql PLAN_HASH_VALUE AVG_ET_SECS 3071332600 .006 --效率高的計劃 40103161 653 Parameter 2: 次數輸入需要綁定的PLAN_HASH_VALUE,顯然我們輸入3071332600 PLAN_HASH_VALUE (required) Enter value for 2: 最後生成文件,執行。 注意:如果SQL沒有使用綁定變量,需要將生成文件的force_match => FALSE中的FALSE改成TRUE。 2)使用coe_load_sql_profile做替換綁定 3.1中的例子是由於CBO的缺陷導致無法判定子查詢結果,從而導致走錯了執行計劃,這裡在12c之前需要綁定執行計劃,因為沒有現成的執行計劃,所以需要自己寫hints構造一條正確執行計劃的SQL,然後通過SQLT的替換綁定,將正確執行計劃綁定到原SQL中去。 先將原始SQL通過增加hints,讓其執行計劃正確,改造後的SQL如下: select/*+ BEGIN_OUTLINE_DATA USE_NL(@"SEL$5DA710D3" "TEST1"@"SEL$1") LEADING(@"SEL$5DA710D3" "TEST2"@"SEL$2" "TEST1"@"SEL$1") INDEX_RS_ASC(@"SEL$5DA710D3" "TEST2"@"SEL$2" ("TEST2"."OBJECT_NAME")) INDEX_RS_ASC(@"SEL$5DA710D3" "TEST1"@"SEL$1" ("TEST1"."STATUS")) OUTLINE(@"SEL$2") OUTLINE(@"SEL$1") UNNEST(@"SEL$2") OUTLINE_LEAF(@"SEL$5DA710D3") ALL_ROWS DB_VERSION('11.2.0.3') OPTIMIZER_FEATURES_ENABLE('11.2.0.3') IGNORE_OPTIM_EMBEDDED_HINTS END_OUTLINE_DATA */ * from test1 where test1.status in (select test2.status from test2 where object_name like 'PRC_TEST%'); 然後使用coe_load_sql_profile腳本做替換綁定,輸入原始的sql_id和替換的sql_id: Enter value for 2: 6rbnw92d7djwk PLAN_HASH_VALUE AVG_ET_SECS 313848035 .001 Parameter 3: PLAN_HASH_VALUE (required) Values passed to coe_load_sql_profile: ORIGINAL_SQL_ID: "aak402j1r6zy3" MODIFIED_SQL_ID: "6rbnw92d7djwk" PLAN_HASH_VALUE: "313848035" … 再次執行原始語句,可以看到,綁定執行計劃成功,已經走了索引和NESTED LOOPS。 ... SQLT的快速綁定執行計劃,在處理突發SQL性能問題中使用廣泛,的確是一個非常好的工具,猶如寶劍出鞘,削鐵如泥。 3、XPLORE快速診斷參數設置問題 某天晚上某系統一重要語句,遷移到新庫後執行1小時都沒有結果,原先很快(1s左右),業務人員焦急萬分。對應的語句如下: SELECT * FROM (SELECT A.ID, A.TEL_ID, A.PRE_CATE_ID, A.INSERT_TIME, A.REMARK1 FROM TAB_BN_TEST_LOG A, (SELECT TEL_ID, MIN(INSERT_TIME) AS INSERT_TIME FROM TAB_BN_TEST_LOG WHERE INSERT_TIME > '08-APR-19' AND ID NOT IN (SELECT IMEI FROM TX_MM_LOG_201907 WHERE TID = '10') GROUP BY TEL_ID) B WHERE A.TEL_ID = B.TEL_ID AND A.INSERT_TIME = B.INSERT_TIME AND A.ID NOT IN (SELECT IMEI FROM TX_MM_LOG_201907 WHERE TID = '10') ORDER BY INSERT_TIME) WHERE ROWNUM < 200 查看執行計劃: ... 執行計劃中出現FILTER,也就是子查詢無法unnest,由於使用的是NOT IN,但是回頭一想,這是11g,有null aware特性,應該不會出現FILTER才對,而且使用hints也無效。那麼首先想到的就是檢查null aware參數是否設置,經過檢查: 完全沒有問題,那麼在收集統計信息、SQL PROFILE、可以想到的參數設置都沒有問題情況下,如何解決呢? 由於查詢轉換受眾多參數設置影響,雖然null aware已經開啟,但是可能受其它參數或fix control設置影響,因此,這裡可以使用SQLT的神器XPLORE分析,它會將已知參數、已知bug對應的fix control逐一重新設置一遍,然後生成對應的執行計劃,最後生成一個html文件,通過查看執行計劃,找到對應的參數或者BUG。 SQLT XPLORE中有XEXCUTE、XPLAIN等眾多方法,對於慢的語句,建議使用XPLAIN方法。然後查看分析結果與目標計劃匹配的設置,從而找出問題。 使用XPLORE,可以參考sqlt/utl/xplore中的readme.txt。這裡需要將對應的SQL內容里加上:/* ^^unique_id */。 最終,生成的XPLORE文件內容如下: ... 有8個執行計劃的PLAN_HASH_VALUE,對應的點進去,找到正確的執行計劃對應的參數設置: ... 最終找到,原來和_optimizer_squ_bottomup參數有關,這個參數,系統設置成FALSE,導致此子查詢無法進行null aware查詢轉換,重新設置後語句執行恢復到正常時間。 針對這樣的情況,如果一個個參數去對比分析,必然耗時很長,使用SQLT的XPLORE神器,可以快速找到對應的參數設置或已知BUG問題,比如一些新特性導致的SQL性能問題、SQL產生錯誤的結果等,都可以通過XPLORE分析,快速找到對應的參數,然後重新設置。 最後做個總結:SQLT里還有很多其他的功能,可以通過MOS查看對應的文章,SQLT在解決棘手的SQL性能問題時,的確是一把利器,猶如寶劍出鞘,SQL性能問題無所遁形。 從過去40年至今,資料庫的形態基本經歷了傳統商業資料庫、開源資料庫到雲原生資料庫的演進過程。雲時代下資料庫將如何革新與創變?金融行業核心資料庫遷移與建設如何安全平穩展開?來Gdevops全球敏捷運維峰會北京站尋找答案: 《All in Cloud 時代,下一代雲原生資料庫技術與趨勢》阿里巴巴集團副總裁/達摩院首席資料庫科學家 李飛飛(飛刀) 《AI和雲原生時代的資料庫進化之路》騰訊資料庫產品中心總經理 林曉斌(丁奇) 《ICBC的MySQL探索之路》工商銀行軟體開發中心 魏亞東 《金融行業MySQL高可用實踐》愛可生技術總監 明溪源 《民生銀行在SQL審核方面的探索和實踐》民生銀行 資深資料庫專家 李寧寧 《OceanBase分布式資料庫在西安銀行的落地和實踐》螞蟻金服P9資深專家/OceanBase核心負責人 蔣志勇

 

 

 

 

 

文章來源取自於:

 

 

壹讀 https://read01.com/d03456B.html

博客來 https://www.books.com.tw/exep/assp.php/888words/products/0010621515

如有侵權,請來信告知,我們會立刻下架。

DMCA:dmca(at)kubonews.com

聯絡我們:contact(at)kubonews.com


霧峰下背酸痛改善中醫診所北屯失眠睡不著中醫推薦台中失眠睡不著改善中醫診所
北屯注意力不集中改善中醫診所 龍井血壓不穩定治療中醫 許多人都在間中醫診所看好的龍井打嗝治療有效中醫診所 北屯耳鳴看什麼科 很多人都在這中醫診所看好的神岡失眠睡不著治療有效中醫診所 西屯失眠治療中醫 最推薦的中醫診所台中體溫控制功能異常改善中醫診所 潭子情緒緊張改善中醫診所 把脈超神的中醫診所

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 lyc58jv71x 的頭像
    lyc58jv71x

    陳盈愛的部落格

    lyc58jv71x 發表在 痞客邦 留言(0) 人氣()