EXP-00091错误的说明和解决方法

简介:

今天我写了一个在Linux下执行定时任务备份Oracle数据库的脚本,但是在root用户下执行脚本的时候报错了,错误内容为EXP-00091,下面附上解决方案(当然,下面的内容是我转载的哦!)


对于一个经常用oracle的人来讲,会经常用到EXP和imp工具,我们在做EXP的过程中可能经常会遇到EXP-00091 Exporting questionable statistics的错误。

其实这个是EXP的error message,它产生的原因是因为我们EXP工具所在的环境变量中的NLS_LANG和Database中的NLS_CHARACTERSET不一致导致的。但需要说明的是,EXP-00091这个error message对所产生的dump没有影响,生成的dump还可以正常的imp(但是最好还是再次EXP)

在oracle的doc中这样描述这个错误信息:

EXP-00091: Exporting questionable statistics.

Cause: Export was able export statistics, but the statistics may not be usuable. The statistics are questionable because one or more of the following happened during export: a row error occurred, client character set or NCHARSET does not match with the server, a query clause was specified on export, only certain partitions or subpartitions were exported, or a fatal error occurred while processing a table.

Action: To export non-questionable statistics, change the client character set or NCHARSET to match the server, export with no query clause, export complete tables. If desired, import parameters can be supplied so that only non-questionable statistics will be imported, and all questionable statistics will be recalculated.

上面的错误描述(cause)和错误的解决方法(action)已经说的比较明确了,下面我们做一下简单的说明

出现EXP-00091之后,我们采用的解决方案如下:

1、查看database中的NLS_CHARACTERSET的值

a、select * from nls_database_parameters t where t.parameter='NLS_CHARACTERSET';

b、select * from v$nls_parameters where parameter='NLS_CHARACTERSET';

PARAMETER          VALUE 

-----------------  ----------

NLS_CHARACTERSET   ZHS16GBK 

2、根据第一步查出来的NLS_CHARACTERSET(即ZHS16GBK)来设定

windows环境:cmd > set NLS_LANG=AMERICAN_AMERICA.ZHS16GBK

linux环境:Shell > export NLS_LANG=AMERICAN_AMERICA.ZHS16GBK

链接:

exp/imp字符集问题的说明:http://blog.sina.com.cn/s/blog_67be3b4501015q7z.html


相关文章
|
人工智能 测试技术 Go
如何使用 Google 的 Gemini
Google Gemini是谷歌发布的人工智能大模型,能够在从数据中心到移动设备等不同平台上运行。本文将介绍Gemini以及如何使用Gemini。
2482 0
|
1月前
|
存储 文字识别 架构师
“图片翻译”的一次工程化拆分
本文探讨图片翻译的工程化拆分实践:因合规要求弃用海外模型后,发现单靠千问图像模型直接编辑易致乱码、错位、漏翻。作者提出四段式流水线——OCR结构识别→长度可控的翻译计划→带强约束的图像编辑→智能评估与重绘兜底,以流程确定性弥补模型能力缺口,实现版式保真的高质量中英图片翻译
275 0
“图片翻译”的一次工程化拆分
|
存储 JavaScript 安全
HarmonyOSNext 端云一体化(6)
本文深入讲解了 HarmonyOSNext 的端云一体化开发中的云函数部分,重点介绍云对象的创建、调试、部署及调用方法。云函数采用 serverless 技术,使用 TypeScript 语法,简化后端开发流程。文章详细说明了云对象的创建步骤、配置文件解析(如 `function-config.json` 和 `package.json`),以及如何通过 DevEco Studio 调试和部署云对象。此外,还探讨了云对象调用云数据库、云存储、第三方 API 及其他云对象的具体实现方式,并提供了客户端调用云对象的示例代码。
436 8
 HarmonyOSNext 端云一体化(6)
|
数据可视化 安全 vr&ar
虚拟现实技术在远程手术培训中的实践
虚拟现实技术在远程手术培训中的实践
|
机器学习/深度学习 数据采集 算法
2021-4月Python 机器学习——中文新闻文本标题分类
2021-4月Python 机器学习——中文新闻文本标题分类
622 0
|
数据采集 存储 数据可视化
基于Python 网络爬虫和可视化的房源信息的设计与实现
本文介绍了一个基于Python Scrapy框架和echart库的房源信息采集与可视化系统,该系统通过自动化爬虫提高房地产数据采集效率,并通过Flask服务器实现数据的Web可视化展示,旨在帮助房地产从业人员和政策制定者高效、直观地了解房源信息。
533 1
|
JavaScript 前端开发 安全
TypeScript(TS)安装指南与基础教程学习全攻略(一)
TypeScript(TS)安装指南与基础教程学习全攻略(一)
862 0
|
自然语言处理 测试技术 Docker
BigCodeBench: 继 HumanEval 之后的新一代代码生成测试基准
• 多语言性: 目前,BigCodeBench 仅支持 Python,无法轻松扩展到其他编程语言。由于函数调用大多是特定于语言的,在 Python 以外的语言中找到具有相同功能的包或库是一个挑战。 • 严格性: 虽然我们在 BigCodeBench 的地面真值解决方案中实现了高测试覆盖率,但这并不能保证 LLM 生成的所有代码解决方案都能正确评估现有的测试用例。以前的工作如 EvalPlus 尝试通过 LLM 和基于突变的策略扩展有限的测试用例。然而,将EvalPlus 适应于 BigCodeBench 的测试框架是一个挑战。尽管 EvalPlus 强调输入输出断言,BigCodeBench
1273 0
|
存储 索引 Python
Python中的str类型
Python中的str类型
1438 2