文章目录

背景

项目中经常会有确认已安装运行的数据库的版本的情况，目前常用的方法大概有以下三种：

  • select * from v$version;
  • select id_code from v$version;
  • select * from v$instance;

我们在以下版本上来看看以上方法有何区别：

dm8_20240104_x86_win_64

注意，随着新版本的发版，官网上可能就找不到这个版本了，大家也不要太执着于此版本啦

select * from v$version；

在这里插入图片描述

在比较高的版本上，版本信息非常的古怪 … …
只能大致知道是V8，还有一个日期（20231226）
我们接着往下看

select id_code from v$version;

在这里插入图片描述
这不就是第一种方法的第三个字段嘛

select * from v$instance;

太长，这里不粘贴图了，select出来的字段如下：

NAME INSTANCE_NAME INSTANCE_NUMBER HOST_NAME SVR_VERSION DB_VERSION START_TIME STATUS$ MODE$ OGUID DSC_SEQNO DSC_ROLE BUILD_VERSION BUILD_TIME
DMSERVER DMSERVER 1 LAPTOP-LQ1EQS5V DM Database Server x64 V8 DB Version: 0x7000c 2024-01-29 16:52:25 OPEN NORMAL 0 0 NULL 1-3-100-2023.12.26-213242-20081-ENT Jan 3 2024 15:43:10

看到这里我们发现第一种方法的结果其实就是第三种方法的子集 … …
而且第三种方法的结果里也没有更加有用的信息了 … …

总结

这里面最接近“dm8_20240104_x86_win_64”版本日期的字段就是“BUILD_TIME”（24年1月3日），猜测是构建版本的日期和时间。以后我们要确认软件包的版本，直接查“BUILD_TIME”即可：

select BUILD_TIME from v$instance;

查找结果：
在这里插入图片描述

# 数据库 # 运维 # 服务器
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵