在不同编程语言之间传递对象，须把对象序列化为标准格式，比如XML 但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可被所有语言读取，也可方便地存储到磁盘或者通过网络传输 JSON不仅是标准格式，并且比XML更快，而且可直接在Web页面中读取，因为JSON表示的对象就是标准的Jav
标签：Python
模块：pickle
所包含API列表：
pickle.dumps ： 把任意对象序列化成一个bytes pickle.dump ： 直接把对象序列化后写入一个file-like Object pickle.loads ： 将json格式字符串转换为python
模块：json
所包含API列表：
json.dumps ： 将python对象转换成json格式 json.loads ： 将json格式字符串转换为python对象
————————————————————————
模块: io io.StringIO io.BytesIO
所包含API列表: io.StringIO.write: 写入字符 io.StringIO.getvalue: 获取写入的字符 io.StringIO.readline: 按行读取字符 io.BytesIO
Z: 整数集N: 自然数集Q: 有理数集R: 实数集
$bm{mathring{U}(x_0, delta)}$: $x_0$的$delta$去心邻域
$bm{U(x_0,delta)}$: $x_0$的$delta$邻域
两个整数互质(或互素)是指它们没有大于1的整数公因子
对于分数$frac{p}{q}$，要求分子p与分母q互质是为了避免相等的分数重复出现
例如：3和4是互质的，它们没有大于1的整数公因子
8和6不是互质的，因为它们有大于1的整数公因子2
集合的概念
具有某种特定性质的事物的总体称为集合
组成集合的事物称为元素
不含任何元素的集合称为空集，记作Ø
元素a属于集合M，记作$ a in M $
元素a不属于集合M，记作$ a notin M $
定义
设有集合$A$和$B$,若$x in A$ 必有$x in B$,则称$A$是$B$的子集，或称B包含A，记作$A subset B$
若$A subset B$且$B subset A$，则称$A$与$B$相等，记作$A$ = $B$
如：$N
区间
是指介于某两个实数之间的全体实数，这两个实数叫做区间的端点
若$forall a，b in R，且 a < b $，则
以下称为有限区间
${x | a < x < b}$，称为开区间，记作$(a,b)$&#
全称量词：
任意：$forall$，For ALL，字母A倒过来就是其符号
存在量词：
存在: $exists$，Exists，字母E倒过来就是其符号
使用数学公式描述以下命题1 对任意实数x，都存在比x更大的实数y： 描述：$f
Group by分组函数的自定义，与group by配合使用可更加灵活的对结果集进行分组，Grouping sets会对各个层级进行汇总，然后将各个层级的汇总值union all在一起，但却比单纯的group by + union all 效率要高
1 创建数据
&
类型：View
Owner：SYS
内容：记录了数据库中所有的对象
字段：
OWNER：对象的Owner
OBJECT_NAME：对象名称
SUBOBJECT_NAME：对象的子对象名字，例如分区
以下是Oracle常用概念
驱动表和被驱动表
PGA
同义词
------------------------------------
概述 DB Link是一个定义了本地数据库到远程数据库路径的对象，是schema object，它是单向连接 通过DB Link可查询remote数据库的对象及运行其程序 在分布式环境里，DB Link是很有必要的
DB Link所需必备条件： 1) 从本地数据库到远程数据库的
1 下载安装文件并点击安装
安装过程无其他特殊配置，仅需一直下一步即可
注: 1) 但由于安装文件很大，因此需本地预留足够的空间
2) 安装包括powercenter和developer两部分，若只想安装powercenter，则在安装过程中将dev
Bulk加载模式是Informatica提供的一种高性能数据加载模式，它利用数据库底层机制，依靠调用数据库本身提供的Utility来进行数据的加载 该方式将绕过数据库的log记录，以此提高数据库加载性能，因此Bulk模式不能进行数据的Rollback操作，也不可能使用数据库做Recover操
关于性能瓶颈
性能调优的首要步骤是发现性能上的瓶颈 性能瓶颈可能会发生在Source，Target，Mapping，Session及System 性能调优的方法即按照顺序依次判断各部分的性能并解决，直至性能达到要求
请按照下列顺序依次排查性能瓶颈 1 Tar
最常见的性能问题都发生在向目标数据库写数据的时候
常见的与目标数据库性能有关的问题有： 1) 数据库的checkpoint间隔太小 2) 数据库网络包太小 3) 在进行大批量数据加载时的问题
如何判断目标的性能瓶颈 1) 将session复制一
数据源的瓶颈通常发生从数据库读取数据的时候，原因通常如下： 1) 脚本的查询效率低下 2) 数据库网络包太小如何判定源瓶颈 通过在session log中读取thread statistics判定源的瓶颈 如果read thread花费的时间大大多于write
如果Source和Target都不存在性能上的瓶颈，则问题可能会出在Mapping如何判定Mapping存在性能瓶颈 1) 在session log中读取thread statistics和work time statistics信息 如果transforma
客服
