Clonando Maquinas no VirtualBox

Olá pessoal !

Hoje vou falar sobre um tópico diferente que é muito utilizado para quem utilizam as VMs do VirtualBox.
Esses dias precisei utilizar 3 máquinas com a mesma instalação do PostgreSQL para testes de Replicação Nativa com o Postgres 9.0.2, então para não ter que reinstalar tudo novamente utilizei o comandos VBoxManage clonehd via console no linux. 
Segue abaixo.

root@postgresql-:~# cd /home/emerson/Documentos/clone/Slakware/
root@postgresql-:/home/emerson/Documentos/clone/Slakware# VBoxManage clonehd Slakware.vdi Slakware5.vdi 
0%...10%...20%...30%...40%...50%...60%...70%...80%...90%...100%
Clone hard disk created in format 'VDI'. UUID: 0b1ec890-fbac-445c-88fd-4edc1904b6f1
root@postgresql-:/home/emerson/Documentos/clone/Slakware# ls -la
total 28597480
drwx------ 4 emerson emerson       4096 2011-06-02 15:15 .
drwxr-xr-x 4 emerson emerson       4096 2011-06-02 14:25 ..
drwx------ 2 emerson emerson       4096 2011-05-30 09:43 Logs
-rw------- 1 root    root    5855285248 2011-06-02 14:54 Slakware2.vdi
-rw------- 1 root    root    5855285248 2011-06-02 14:34 Slakware3.vdi
-rw------- 1 root    root    5855285248 2011-06-02 15:12 Slakware4.vdi
-rw------- 1 root    root    5855285248 2011-06-02 15:18 Slakware5.vdi
-rw------- 1 emerson emerson       7623 2011-06-01 11:42 Slakware.vbox
-rw------- 1 emerson emerson       7280 2011-06-01 11:38 Slakware.vbox-prev
-rw------- 1 emerson emerson 5862625280 2011-06-02 15:15 Slakware.vdi
drwxr-xr-x 2 emerson emerson       4096 2011-06-01 11:21 Snapshots


Através do VBoxManage --help também é possível visualizar outros comandos.

Espero que gostem!
Abraços!

Read More

Cláusulas ROLLUP,CUBE E GROUPING - Parte II

Olá!
Continuando a seqüência do post anterior das Cláusulas ROLLUP,CUBE E GROUPING Parte I, iremos abordar neste artigo o uso da Cláusula CUBE que também é uma extensão da cláusula ROLLUP, que agrupa as linhas selecionadas em valores de todas as combinações possíveis para cada linha, e retorna ainda uma linha com o resumo de informações de cada grupo.
Vamos aos exemplos práticos.

CUBE

Vamos determinar a soma de todos os salarios usando o group by e CUBE;

SQL> select job_id , department_id, sum(salary)

  2  from employees

  3  group by cube(job_id, department_id)

  4  order by job_id, department_id;

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

AC_ACCOUNT           110        8300

AC_ACCOUNT                      8300

AC_MGR               110       12008

AC_MGR                         12008

AD_ASST               10        4400

AD_ASST                         4400

AD_PRES               90       24000

AD_PRES                        24000

AD_VP                 90       34000

AD_VP                          34000

FI_ACCOUNT           100       39600

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

FI_ACCOUNT                     39600

FI_MGR               100       12008

FI_MGR                         12008

HR_REP                40        6500

HR_REP                          6500

IT_PROG               60       28800

IT_PROG                        28800

MK_MAN                20       13000

MK_MAN                         13000

MK_REP                20        6000

MK_REP                          6000

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

PR_REP                70       10000

PR_REP                         10000

PU_CLERK              30       13900

PU_CLERK                       13900

PU_MAN                30       11000

PU_MAN                         11000

SA_MAN                80       61000

SA_MAN                         61000

SA_REP                80      243500

SA_REP                          7000

SA_REP                        250500

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

SH_CLERK              50       64300

SH_CLERK                       64300

ST_CLERK              50       55700

ST_CLERK                       55700

ST_MAN                50       36400

ST_MAN                         36400

                      10        4400

                      20       19000

                      30       24900

                      40        6500

                      50      156400

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

                      60       28800

                      70       10000

                      80      304500

                      90       58000

                     100       51608

                     110       20308

                              691416

                                7000

52 rows selected.

SQL>

Observe que através do CUBE foi possível agregações por JOB_ID e DEPARTMENT_ID, ao contrário do ROLLUP que executa o resultado apenas do total dos agrupamentos.

Segue mais um exemplo:


SQL> select job_id as funcao ,department_id departamento,sum(salary) soma_sal,ro
und(avg(salary)) as media ,count(*) quantidade
  2  from employees
  3  group by cube(job_id,department_id)
  4  order by job_id,department_id;


FUNCAO     DEPARTAMENTO   SOMA_SAL      MEDIA QUANTIDADE
---------- ------------ ---------- ---------- ----------
AC_ACCOUNT          110       8300       8300          1
AC_ACCOUNT                    8300       8300          1
AC_MGR              110      12008      12008          1
AC_MGR                       12008      12008          1
AD_ASST              10       4400       4400          1
AD_ASST                       4400       4400          1
AD_PRES              90      24000      24000          1
AD_PRES                      24000      24000          1
AD_VP                90      34000      17000          2
AD_VP                        34000      17000          2
FI_ACCOUNT          100      39600       7920          5

FUNCAO     DEPARTAMENTO   SOMA_SAL      MEDIA QUANTIDADE

---------- ------------ ---------- ---------- ----------

FI_ACCOUNT                   39600       7920          5
FI_MGR              100      12008      12008          1
FI_MGR                       12008      12008          1
HR_REP               40       6500       6500          1
HR_REP                        6500       6500          1
IT_PROG              60      28800       5760          5
IT_PROG                      28800       5760          5
MK_MAN               20      13000      13000          1
MK_MAN                       13000      13000          1
MK_REP               20       6000       6000          1
MK_REP                        6000       6000          1


FUNCAO     DEPARTAMENTO   SOMA_SAL      MEDIA QUANTIDADE
---------- ------------ ---------- ---------- ----------
PR_REP               70      10000      10000          1
PR_REP                       10000      10000          1
PU_CLERK             30      13900       2780          5
PU_CLERK                     13900       2780          5
PU_MAN               30      11000      11000          1
PU_MAN                       11000      11000          1
SA_MAN               80      61000      12200          5
SA_MAN                       61000      12200          5
SA_REP               80     243500       8397         29
SA_REP                        7000       7000          1
SA_REP                      250500       8350         30


FUNCAO     DEPARTAMENTO   SOMA_SAL      MEDIA QUANTIDADE
---------- ------------ ---------- ---------- ----------
SH_CLERK             50      64300       3215         20
SH_CLERK                     64300       3215         20
ST_CLERK             50      55700       2785         20
ST_CLERK                     55700       2785         20
ST_MAN               50      36400       7280          5
ST_MAN                       36400       7280          5
                     10       4400       4400          1
                     20      19000       9500          2
                     30      24900       4150          6
                     40       6500       6500          1
                     50     156400       3476         45


FUNCAO     DEPARTAMENTO   SOMA_SAL      MEDIA QUANTIDADE
---------- ------------ ---------- ---------- ----------
                     60      28800       5760          5
                     70      10000      10000          1
                     80     304500       8956         34
                     90      58000      19333          3
                    100      51608       8601          6
                    110      20308      10154          2
                            691416       6462        107
                              7000       7000          1


52 rows selected.


SQL>


Nesse caso incluímos a soma de salários, uma media salarial e a contagem de empregados por departamento, para visualizarmos melhor a performance do CUBE.
Observando a coluna que calcula a média ela fez um arredondamento às unidades,e nesta a clausula CUBE obtem uma média, enquanto que nas outras agregações obtem somas;

Resumo:
A cláusula ROLLUP exibe apenas resultado dos agrupamentos enquanto que o uso do CUBE emite resultados em forma de CUBO, sendo possível através de SELECT calcular subtotais para todas as combinações possíveis de um grupo de dimensões.Calcula também o total geral.

Espero que tenham gostado!
Obrigado aos comentários dos colegas sugestões também serão bem vindas!

Fontes:
http://www.dba-oracle.com/t_cube.htm

Read More

Cláusulas ROLLUP,CUBE E GROUPING - Parte I

Olá!

Nesse feriadão aproveitei para estudar um assunto que é cobrado na prova de Certificação Oracle  IZO-047 SQL Expert.Nesse caso vamos focar mais precisamente as cláusulas  ROLLUP,CUBE E GROUPING.Mais informações sobre a prova no site da Oracle.

1Z0-047 Oracle Database SQL Expert

Além das funções de grupo como AVG,SUM,MIN,GROUP BY,HAVING existentes na linguagem SQL  e que nos auxiliam com somatórios, médias,etc em diversas situações do dia-a-dia.Com ROLLUP,CUBE E GROUPING podemos melhorar mais ainda a performance das consultas de grupo.Vamos então para os exemplos.

ROLLUP

É utilizada juntamente com o GROUP BY para permitir uma agregação sobre os resultados de grupos de linhas.Vejamos então um exemplo que utilizando apenas o GROUP BY.

SQL> SELECT job_id,sum(salary) FROM hr.employees e
  2  GROUP BY (job_id)
  3  ORDER BY job_id;

JOB_ID     SUM(SALARY)
---------- -----------
AC_ACCOUNT        8300
AC_MGR           12008
AD_ASST           4400
AD_PRES          24000
AD_VP            34000
FI_ACCOUNT       39600
FI_MGR           12008
HR_REP            6500
IT_PROG          28800
MK_MAN           13000
MK_REP            6000

JOB_ID     SUM(SALARY)
---------- -----------
PR_REP           10000
PU_CLERK         13900
PU_MAN           11000
SA_MAN           61000
SA_REP          250500
SH_CLERK         64300
ST_CLERK         55700
ST_MAN           36400

19 rows selected.
SQL>

Observe que só podemos obter o resultado  agrupado .

Adicionando a Cláusula ROLLUP junto com GROUP BY conseguimos obter o resultado dessa soma agrupada, o que não conseguimos determinar no exemplo anterior.

SQL> SELECT job_id,sum(salary) FROM hr.employees e

  2  GROUP BY ROLLUP (job_id)

  3  ORDER BY job_id;

JOB_ID     SUM(SALARY)

---------- -----------

AC_ACCOUNT        8300

AC_MGR           12008

AD_ASST           4400

AD_PRES          24000

AD_VP            34000

FI_ACCOUNT       39600

FI_MGR           12008

HR_REP            6500

IT_PROG          28800

MK_MAN           13000

MK_REP            6000

JOB_ID     SUM(SALARY)

---------- -----------

PR_REP           10000

PU_CLERK         13900

PU_MAN           11000

SA_MAN           61000

SA_REP          250500

SH_CLERK         64300

ST_CLERK         55700

ST_MAN           36400

                691416

20 rows selected.

SQL>

Nesse exemplo a cláusula ROLLUP nos permite obter o resultado da soma agregada de todos os salários; 

Vamos complicar um pouco para sabermos até que ponto podemos melhorar o uso de nossas querys com o ROLLUP.

Agora vamos obter a soma de salários por função (JOB_ID) e por departamento (DEPARTMENT_ID), limitamos  apenas a alguns departamentos para que a exibição não ficasse tão grande.

SQL> select job_id, department_id, sum(salary)

  2  from hr.employees

  3  where department_id in(10,20,40,50,100,110)

  4  group by rollup(job_id,department_id)

  5  order by job_id, department_id;

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

AC_ACCOUNT           110        8300

AC_ACCOUNT                      8300

AC_MGR               110       12008

AC_MGR                         12008

AD_ASST               10        4400

AD_ASST                         4400

FI_ACCOUNT           100       39600

FI_ACCOUNT                     39600

FI_MGR               100       12008

FI_MGR                         12008

HR_REP                40        6500

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

HR_REP                          6500

MK_MAN                20       13000

MK_MAN                         13000

MK_REP                20        6000

MK_REP                          6000

SH_CLERK              50       64300

SH_CLERK                       64300

ST_CLERK              50       55700

ST_CLERK                       55700

ST_MAN                50       36400

ST_MAN                         36400

JOB_ID     DEPARTMENT_ID SUM(SALARY)

---------- ------------- -----------

                              258216

23 rows selected.

SQL>

Nesse outro exemplo adicionamos outras funções de grupo para obter-mos a média dos salários e contagem do numero de empregados .

SQL> select job_id, department_id, sum(salary), round(avg(salary)), count(*

  2  from hr.employees

  3  group by rollup(job_id, department_id)

  4  order by job_id, department_id;

JOB_ID     DEPARTMENT_ID SUM(SALARY) ROUND(AVG(SALARY))   COUNT(*)

---------- ------------- ----------- ------------------ ----------

AC_ACCOUNT           110        8300               8300          1

AC_ACCOUNT                      8300               8300          1

AC_MGR               110       12008              12008          1

AC_MGR                         12008              12008          1

AD_ASST               10        4400               4400          1

AD_ASST                         4400               4400          1

AD_PRES               90       24000              24000          1

AD_PRES                        24000              24000          1

AD_VP                 90       34000              17000          2

AD_VP                          34000              17000          2

FI_ACCOUNT           100       39600               7920          5

JOB_ID     DEPARTMENT_ID SUM(SALARY) ROUND(AVG(SALARY))   COUNT(*)

---------- ------------- ----------- ------------------ ----------

FI_ACCOUNT                     39600               7920          5

FI_MGR               100       12008              12008          1

FI_MGR                         12008              12008          1

HR_REP                40        6500               6500          1

HR_REP                          6500               6500          1

IT_PROG               60       28800               5760          5

IT_PROG                        28800               5760          5

MK_MAN                20       13000              13000          1

MK_MAN                         13000              13000          1

MK_REP                20        6000               6000          1

MK_REP                          6000               6000          1

JOB_ID     DEPARTMENT_ID SUM(SALARY) ROUND(AVG(SALARY))   COUNT(*)

---------- ------------- ----------- ------------------ ----------

PR_REP                70       10000              10000          1

PR_REP                         10000              10000          1

PU_CLERK              30       13900               2780          5

PU_CLERK                       13900               2780          5

PU_MAN                30       11000              11000          1

PU_MAN                         11000              11000          1

SA_MAN                80       61000              12200          5

SA_MAN                         61000              12200          5

SA_REP                80      243500               8397         29

SA_REP                        250500               8350         30

SA_REP                          7000               7000          1

JOB_ID     DEPARTMENT_ID SUM(SALARY) ROUND(AVG(SALARY))   COUNT(*)

---------- ------------- ----------- ------------------ ----------

SH_CLERK              50       64300               3215         20

SH_CLERK                       64300               3215         20

ST_CLERK              50       55700               2785         20

ST_CLERK                       55700               2785         20

ST_MAN                50       36400               7280          5

ST_MAN                         36400               7280          5

                              691416               6462        107

40 rows selected.

SQL>

A cláusula ROLLUP permitiu as agregações por (JOB_ID, DEPARTMENT_ID) assim como as agregações totais por JOB e as somas totais;

Espero que tenham gostado.

Abraços!

Read More

Olhar Digital - Tudo o que rolou na Campus Party 2011!

Read More