CN108027763B - 关系型数据库的调整装置和方法 - Google Patents
关系型数据库的调整装置和方法 Download PDFInfo
- Publication number
- CN108027763B CN108027763B CN201680002045.XA CN201680002045A CN108027763B CN 108027763 B CN108027763 B CN 108027763B CN 201680002045 A CN201680002045 A CN 201680002045A CN 108027763 B CN108027763 B CN 108027763B
- Authority
- CN
- China
- Prior art keywords
- information
- adjustment
- data
- relational database
- execution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000004075 alteration Effects 0.000 claims description 2
- 238000012938 design process Methods 0.000 claims description 2
- 230000010365 information processing Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- GDOPTJXRTPNYNR-UHFFFAOYSA-N methyl-cyclopentane Natural products CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/217—Database tuning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种在一边减轻关系型数据库的操作中使用的以查询语言为单位的调整工作的负担,一边可进行高精度的检索系统调整的同时,在也考虑到对调整处理目标外的命令的性能的影响的基础上提示最佳索引的调整装置和方法。集合通过SQL等各查询语言发出的命令作为由用于获取对关系型数据库的数据的检索结果的检索条件信息和检索方法信息构成的获取模式,使执行了所述发出的命令时的规定的执行信息与所述获得模式对应作为调整信息,通过根据该各调整信息以构成所述关系型数据库的对象为单位生成调整用表,在物理上减少调整导致的分析的目标。
Description
技术领域
本发明涉及一种关系型数据库的调整装置和方法,尤其是涉及分析和改善关系型数据库的性能的装置和方法。
背景技术
在各种数据库的方式中,关系型数据库是现在最为普及的一种方式,但相对于日积月累逐渐增大的数据量、用户数量,缩短响应时间所带来的性能上的提高则影响性能的好坏,成为业务上的重要课题。
为了提高关系型数据库的性能,人们提出了很多来分析、改善性能的调整装置(以下,在本说明书中,所谓“调整”是指分析和/或改善关系型数据库的性能)、方法的方案。作为比较简单的调整,可以考虑搭载高性能的CPU、增强存储功能等硬件资源的改善或数据库对象的优化等。但是,当访问大表时不使用适合的索引,而产生大量的低效访问,高速缓冲存储器中存在大量无用的数据时,使用上述调整方法得不到有效的改善。因此,有效的改善性能的调整方法中,对查询语言的调整成为主流。
此处,所谓查询语言,是指用来对关系型数据库进行数据库的创建、删除、信息登记、检索等操作的语言,典型的有SQL(Structual Query Language结构化查询语言)。在本发明中,以下除特别写明外,均以SQL为例进行说明。
然而,以SQL为单位进行调整,如果是小型数据库的话,比较不容易出现数据库管理人员技能水平上的差异。但是,如果是大型数据库的话,以SQL为单位进行分析的话,由于是需要有大量经验的专业人员的方法,存在即便该管理人员很有经验,要查找成为瓶颈的SQL,也会成为很大的工作负担,效率不一定高的问题。
再有,在以SQL为单位的调整中,查找到成为所述瓶颈的SQL后,需要添加最佳的索引,但即便是添加相关的索引,也依赖于管理人员的技术水平,无法期待均衡的改善效果。
作为解决以SQL为单位进行分析的上述问题的方案,以往,例如提出以事物为单位整体显示对数据库执行的SQL的统计信息,按事物来解析各个SQL的使用情况的数据库调整装置的方案(例如参照专利文献1)。采用这一结构,或者可去除SQL的重复部分,或者可将使用频率极高的SQL分配给其他SQL,或者替换SQL的顺序等,与以SQL为单位进行分析相比,可更容易地进行调整。
再有,提出的方案是一种获取已发出的全部SQL命令的运行信息作为修改历史,基于存储的运行信息,求出按各处理内容相同的同种类SQL命令而统计了执行时间的总执行时间,在对作为总执行时间的上半部分中包含的SQL命令的处理目标的列上添加新的索引的同时,重复这些处理直到各SQL命令的总执行时间的累计值为最小的、自动生成和添加索引的系统(例如参照专利文献2)。采用该构成,无论系统管理人员的个人技术水平等如何,都可以自动创建和添加使指定的试行条件下的检索效率和更新效率良好平衡的最佳索引,综合提高RDB的运行效率。
现有技术文献
专利文献
【专利文献1】专利公开2001-175678号公报
【专利文献2】专利公开平10-111819号公报
发明内容
发明要解决的技术问题
但是,根据上述专利文献1涉及的现有技术,由于SQL的汇总方法是以事物为单位,所以仅限于使用插入(INSERT)、更新(UPDATE)和删除(DELETE)的更新处理,存在无法应付在调整中最重要的检索系统的处理的问题。
再有,根据上述专利文献2涉及的现有技术,存在当完全未考虑到将在作为规定的SQL命令的处理目标的列上自动创建和添加的索引用在其他SQL命令上时的影响,使得创建和添加相关的新索引反而给性能带来不利影响的问题。
本发明是为解决上述问题的技术方案,其目的是提供一种在一边减轻以关系型数据库的操作中使用的查询语言为单位的调整工作负担,一边可进行高精度的检索系统调整的同时,在也考虑到对调整处理目标外的命令的性能的影响的基础上提示最佳索引的调整装置和方法。
解决技术问题的手段
为实现上述目的,本发明涉及一种调整装置,其最主要的特征在于:集合通过SQL等各查询语言发出的命令作为由用于获取对关系型数据库的数据的检索结果的检索条件信息和检索方法信息构成的获取模式,使执行了所述发出的命令时的规定的执行信息与所述获得模式对应作为调整信息,通过由该各调整信息构成所述关系型数据库的对象为单位生成调整用表,在物理上减少调整导致的分析目标。
即本发明涉及的调整装置,是分析和改善关系型数据库的性能的调整装置,其特征在于,具有:
收集装置,其收集由数据库管理系统执行通过规定的查询语言对所述关系型数据库发出的所有的命令时的规定的执行信息;
调取装置,其调取用于通过执行所述各命令而获取数据的检索结果的检索条件信息和检索方法信息作为一对获取模式;以及
生成装置,其生成调整用表,其构成为在将
将所述调取的各获取模式分组为以所述关系型数据库的对象为单位分组的获取模式群的同时,将各获取模式和与各获取模式对应的所述收集的执行信息构成为一系列的调整信息。
由此,不再以该查询语言为单位逐个分析对查询语言的调整,而能以汇总为获取模式的所述对象为单位进行分析。
所述各获取模式至少可从所述数据库管理系统创建的执行计划信息中调取。
所述检索条件信息,例如以用于缩小检索目标范围的列数据和用所述查询语言表示对该列数据的检索条件的运算符数据来确定,所述检索方法信息可通过对用于缩小所述检索目标范围的列数据设定的索引数据和显示对所述对象设定的搜索路径的扫描方式数据来确定。
所述收集装置收集的执行信息,除所述执行计划信息外,至少可包含由用于参照作为所述各获取模式的目标的对象的所述查询语言的命令数、执行次数、处理的已用时间、CPU的使用时间、待机时间构成的执行记录信息。
所述收集装置也可在所述关系型数据库处于运行过程中,在该关系型数据库中实际存储的对象之外,另行从不断更新的虚拟的表中定期收集所述执行信息,并以时序来管理。
所述收集装置也可对所述执行记录信息进行两种数据的收集,即从所述关系型数据库运行时开始的累计数据的收集和以规定的计算装置从所述收集的累计数据中得到的在所述关系型数据库运行后特定时间内的数据的收集。
所述调整装置具有以规定的运算式对所述各获取模式计算检索方法信息对检索条件信息的访问效率作为评分的运算装置,所述生成装置将计算得出的所述各评分信息包含在所述执行信息中。
所述生成装置具有选择装置,其基于所述执行信息从所述各对象的获取模式群中确定作为调整的目标的获取模式;以及选定装置,其从选出的获取模式中读取未选定为索引数据的列数据,按照规定的条件从该列数据中选定索引数据;在所述调整用表中包含选定的索引数据。
所述选定装置也可至少具有两种选定基准,即从所述执行记录信息中以所述未选定的列数据的使用次数为优先选定基准的第一基准;以及以执行次数为优先选定基准的第二基准,所述生成装置可从所述调整用表中选择以所述两种选定基准选定的索引数据。
所述生成装置也可将在任一所述获取模式群中设定的与所述选择装置所确定的获取模式的索引数据相同的索引数据的数量与所述确定的获取模式对应显示。
本调整装置也可具有ID添加装置,其给既是对以规定的目的而发出的一个以上的命令群上添加的对查询优化器的指示、命令的说明、又在所述命令执行后还未自动修改的文本添加确定所述命令群的ID,所述生成装置使在以所述添加的ID所确定的所述命令群中的所述获取模式可阅览。
进而,本发明涉及的调整方法是分析和改善关系型数据库的性能的调整方法,其特征在于,具有:
收集由数据库管理系统对所述关系型数据库执行通过规定的查询语言发出的所有的命令时的规定的执行信息的步骤;
为了通过执行所述各命令而获取数据的检索结果,调取用于缩小检索目标范围的列数据和以所述查询语言表示对该列数据的检索条件的运算符数据所确定的检索条件信息和对用于缩小所述检索目标范围的列数据设定的索引数据和显示对所述对象设定的搜索路径的扫描方式数据所确定的检索方法信息作为一对获取模式的步骤;以及
生成调整用表的步骤,该调整用表构成为在将所述调取的各获取模式分组为以所述关系型数据库的对象为单位分组的获取模式群的同时,将各获取模式和与各获取模式对应的所述收集的执行信息构成为一系列的调整信息;
所述收集进行的方式是在所述关系型数据库处于运行过程中,在该关系型数据库中实际存储的对象之外,另行从不断更新的虚拟的表中定期收集所述执行信息,存储在专用的存储库中,并以时序来管理。
采用这种结构,可在无需以该查询语言为单位分别对查询语言的调整进行分析,而是能以汇总为获取模式的所述对象为单位进行分析的同时,无需直接收集作为分析的目标的关系型数据库的对象数据,而是从所述目标的数据字典中将数据收集到专用的存储库中。
该调整方法也可具有以规定的运算式对所述各获取模式计算检索方法信息对检索条件信息的访问效率作为评分的步骤,将计算得出的所述各评分信息包含在所述执行信息中。
也可具有基于所述执行信息从所述各对象的获取模式群中确定并选择作为调整的目标的获取模式的步骤;以及从选出的获取模式中读取未选定为索引数据的列数据,按照规定的条件从该列数据中选定索引数据的步骤,所述调整用表中包含所述选定的索引数据。
也可在所述对象的设计过程中进行的多个阶段的测试中,在按顺序执行所述执行信息的收集和所述获取模式的调取的同时,除所述调整用表外,从所述调取的获取模式的检索条件信息中按各所述列数据进行分解,按照检索时的使用次数从多到少的顺序生成对所述列数据进行了排序的表。
也可在所述关系型数据库于生产环境中运行时,当发生新数据的登记、删除、变更定义时,从该发生的前后的调整用表所相差的部分中确定新产生的获取模式。
也可不从所述虚拟的表中定期收集而是从所述关系型数据库中直接收集所述执行信息,一旦经所述选定的索引数据在所述关系型数据库中对检索进行模拟,就可阅览基于使用所述选定的索引前后的所述执行信息的数据分布。
发明效果
本发明涉及的调整装置和调整方法由于通过调取所述获取模式可不以SQL等的查询语言为单位而是以对象为单位进行调整,所以可起到能显著减少分析的事项,减轻调整工作的负担的效果。
再有,采用所述获取模式,由于可容易地掌握在以查询语言为单位的分析中认为难以立即掌握的对各对象的检索条件信息、检索方法信息,所以起到可容易地进行高精度的检索系统的调整的效果。
进而,起到在也考虑到对调整处理目标外的命令的性能的影响的基础上,提示最佳索引的效果。
附图说明
图1是本发明涉及的调整装置的结构框图。
图2是示出本发明涉及的取得调整装置的执行记录信息的时间的计算功能的线表图。
图3是示出本发明涉及的调整方法的流程图。
图4是第一基准的索引选定的处理流程图。
图5是第二基准的索引选定的处理流程图。
图6是示出调整用表的例子的图。
图7是示出图6的获取模式的顺序第一的SQL执行计划信息的图。
图8是示出构成图6的调整用表的一部分的调整目标的获取模式的索引信息的图。
图9是示出从获取模式的检索条件信息中按照检索时的使用次数从多到少的顺序对列数据进行排序的表的例子的图。
具体实施方式
参照图1,1是本发明涉及的调整装置。调整装置1也可以是为发挥下文所述的各功能的专用装置,但优选的是主要由中央处理装置(CPU)、主存储器、磁盘、其他外围设备构成的个人电脑。CPU主要控制本发明涉及的调整装置1的各构成要件的动作。主存储器存储CPU执行的控制程序,提供由CPU执行程序过程中的工作区域。磁盘存储包含操作系统、外围设备的设备驱动、进行本发明涉及的各种处理的程序的各种应用程序。图1中只记载了本发明的功能说明所需的功能,省略了只是一般功能的各功能的说明。
在本实施方式中,调整装置1与数据库系统D相连接,进而,关系型数据库系统D与用户终端A相连接。关系型数据库系统D由数据库本体D1和数据库管理系统D2构成。数据库本体D1存储各种表等(以下如无特殊限定,在本实施方式中称为“对象”),数据库管理系统D2根据来自用户终端A的特定数据的阅览请求调取数据,同时通过进行监视以便不会因多名用户的访问而产生数据的矛盾来管理、运用数据库本体D1。一旦用户终端A通过搭载的业务程序等数据库应用程序,对数据库管理系统D2发出SQL命令,数据库管理系统D2就通过对该命令的解析、重写处理,生成处理命令的命令群,为执行有效的处理过程而制定执行计划。通过制定的执行计划(有时也利用已存储在高速缓冲存储器中的计划)执行SQL,提供作为所述用户所需要的检索的目标的对象。再有,数据库管理系统D2也生成所述执行了的SQL的执行信息、统计信息等。此处,所谓的执行信息,除所述已生成的执行计划信息外,还有由所述SQL的执行得到的信息,指SQL数、执行次数、执行处理的经过时间、CPU的使用时间、待机时间等的执行记录信息。
再有,在本实施方式中,调整装置1、关系型数据库系统D以及用户终端A分别由硬件构成,并彼此相连,但并不仅限于此。从而,例如关系型数据库系统D和用户终端A也可以是同一硬件,用户终端A和调整装置1也可以是同一硬件。即只要是发挥本说明书中记载的功能,硬件构成并不仅限于图1所示的构成。
调整装置1具有从数据库管理系统D2中收集所述执行信息的收集部11。收集部11具有用于进行本发明涉及的调整的专用的存储库,其中存储所述执行信息。收集部11收集的所述执行信息的收集源是在数据库本体D1运行过程中区别于数据库本体D1中实际存储的对象的持续更新的虚拟表。通常,关系型数据库为降低数据的数据冗余,提供供阅览的虚拟表(下称“视图”。),但是在收集部11中,尤其定期获取运行过程中的数据库的动态视图(下称“动态性能视图”)。
再有,收集部11就所述执行记录信息的收集时机而言,具有两类收集功能,即收集从关系型数据库系统D的运行时开始的累计数据的功能和收集从所述已收集的累计数据中由计算部111得到的关系型数据库系统D运行后特定时间内的数据的功能。即如图2所示,如果设关系型数据库系统D的运行开始时间点是R1,调整装置1的运行开始时间点是R2的话,从R1开始的执行记录信息的收集C1和C2收集从所述运行开始时间点R1开始的累计数据,从R3开始的执行记录信息的收集C3根据计算部111所计算出的所述C1和C2的相差部分收集从特定的时间点R3开始的数据。
此外,由于执行记录信息的收集C1和C2包含在调整装置1的运行开始时间点R2时数据库管理系统D2从关系型数据库系统D的运行开始时间点R1开始生成的执行记录信息,所以调整装置1的运行开始时间点R2与执行记录信息的收集时机没有直接关系。
如上所述,由于收集部11在从动态性能视图中收集执行信息的同时,就执行记录信息的收集时机有两种可选类型,所以可根据调整的目的灵活地收集所需的数据。
从收集部11所收集的执行计划信息中,调取部12通过执行SQL而调取用于获取数据的检索结果的检索条件信息和检索方法信息作为一对获取模式。如下文在图6中所述,所述检索条件信息通过用于缩小检索目标的范围的列数据和以SQL来描述的运算符数据对该列数据的检索条件来确定,所述检索方法信息通过对用于缩小所述检索目标的范围的列数据设定的索引数据和示出为对所述对象设定的搜索路径的扫描方式数据来确定。
通常,当对关系型数据库检索所需的数据时,如果为检索少量的数据,而检索数量庞大的所有数据的话,访问效率将显著下降。因此,通常通过设定检索而提高访问效率,但是即便设定有利于某些特定的SQL的执行的索引,也有可能降低伴随其他的SQL的执行的访问效率。再有,由于一般存在很多访问特定的对象的方法,对于该对象按各检索请求设定不同的条件式,会使用到庞大的SQL,所以以SQL为单位查找的高效访问效率的阻碍原因可能成为很大的工作负担。
因此,本发明涉及的调整装置1提供由所述检索条件信息和检索方法信息构成的一对获取模式作为分析访问效率的改善点的信息。如下文所述,在通过从访问效率的角度以获取模式的形式重建执行的SQL命令,从物理上降低分析的目标的数量的同时,可高精度地确定造成所述阻碍的原因的部分。
进而,在本实施方式中,具有运算部13,作为调整装置1的功能,以规定的计算式给所述访问效率评分。例如,当通过执行SQL而求出的件数是一件时,到通过执行计划而到达该数据为止的访问件数是一件和是一百万件时访问效率有明显差别。访问效率的运算方法可考虑多种多样的方法,但运算部13基于所述一对获取模式如下所述地计算评分。
对各检索条件信息,给予100分作为给定的评分,求构成各检索条件信息的各列的平均值,对该平均值乘上各列的功能(角色)所对应的调整系数,以相乘结果的总和作为该获取模式的评分。此处,所谓调整系数是指该列的角色为索引导致的访问时是维持上述平均值(调整系数=1),索引的过滤时是上述平均值的一半(调整系数=1/2),表的过滤时是零(调整系数=0)。
例如,在特定的获取模式中的检索条件信息是由X、Y、Z三个列构成时,如果X是索引访问,Y是索引过滤,Z是表过滤,则通过下述运算式求出上述特定的获取模式的评分。
【式1】
但是,并不仅限于所述运算式,只要是基于从所述获取模式得到的信息,可定量地计算访问效率的运算式即可。再有,所述调整系数也可根据检索方法信息的扫描方式的种类,设定进一步细分的系数。
基于收集部11所收集的执行信息、调取部12所调取的获取模式以及运算部13所算出的评分,由生成部14生成调整用表。调整用表是在将调取部12所调取的各获取模式分组为以对象为单位分组的获取模式群的同时,以各获取模式和各获取模式所对应的收集部11所收集的执行信息以及由运算部13算出的评分作为一系列调整信息而构成的表。采用调整用表,阅览各对象的获取模式群,可容易地确认访问效率不好的获取模式。再有,如下文所述,获取模式群的数量也如从上述获取模式的调取过程明确显示的,由于缩小到比SQL数显著少的数量,所以可在短时间内确定访问效率不好的地方,能减轻添加的调整工作。
再有,生成部14具有:选择部141,其从所述各对象的获取模式群中基于所述执行信息确定作为调整的目标的获取模式;以及选定部142,其从选择的获取模式中读取未选定作为索引数据的列数据,按照规定的条件从该列数据中选定索引数据;如下文图8所示,所述调整用表中可包含所述已选定的索引数据。
图3是示出本发明涉及的调整方法的处理流程图。以下参照图1的调整装置1进行说明。
运行与关系型数据库系统D连接的调整装置1,一旦选择图2中说明的收集部11的收集时机,则根据已选择的时机,由收集部11收集执行信息(S1)。此时,执行信息的收集源并不是数据库本体D1中存储的对象,而是表示为动态性能视图的对象,定期对其进行收集。
从所收集的执行信息中,通过调取部12调取由检索条件信息和检索方法信息构成的一对获取模式(S2)。进而,通过运算部13,也可通过规定的运算式对所述已调取的各获取模式计算检索方法信息对检索条件信息的访问效率作为评分(未图示)。
基于所收集的执行信息、所调取的获取模式、进而所算出的评分,通过生成部14生成调整用表(S3)。
所生成的调整用表在分组为将调取部12所调取的各获取模式以对象为单位分组的获取模式群的同时,形成各获取模式和与各获取模式对应的收集部11所收集的执行信息以及由运算部13所算出的评分作为一系列的调整信息,但从所述各对象的获取模式群中基于所述执行信息确定并选出作为调整的目标的获取模式(S4)。
从所述选出的获取模式中读取未选定为索引数据的列数据,按照规定的条件从该列数据中选定最佳索引数据(S5)。
此处,判断所选定的索引数据是否影响其他的获取模式的访问效率(S6)。如果有影响的话(S6的N),再次进行所述S5的最佳索引的选定。如果没有影响的话(S6的Y),确认全部获取模式的调整是否结束(S7),如果未结束的话(S7的N),再次进行S4的调整目标的获取模式的选择,如果结束了(S7的Y),将调整结果反映在关系型数据库系统D中(S8),结束调整。
此外,在本实施方式中,对图3的S5的索引的选定,设定两种选定基准,即以所述未选定的列数据的使用回数为优先选定基准的第一基准和以执行次数为优先选定基准的第二基准。
所述第一基准的处理流程如图4所示。第一基准是从检索条件信息中依次缩小列的使用频率而选定最佳索引的基准。
一旦选择调整目标的获取模式(S4),就判断所选择的获取模式中是否有未选定为索引的列(S511)。在无未选定的列时(S511的N),结束选定处理。另一方面,在有未选定的列时(S511的Y),选定使用次数最大的列(S512)。
在没有多个与所述已选定的列相同的列时(S513的N),将该已选定的列追加为索引(S514),重复从所述S511开始的步骤。另一方面,当存在多个相同的列时(S513的Y),选定在检索条件信息的运算符信息中在“=”条件下的使用次数多的列(S515)。在没有多个与以相关条件选定了的列相同的列时(S516的N),将该已选定的列追加为索引(S514),重复从所述S511开始的步骤。另一方面,当存在多个相同的列时(S516的Y),选定执行次数多的列(S517)。
当不存在多个与所述已选定的列相同的列时(S518的N),将该已选定的列追加为索引(S514),重复从所述S511开始的步骤。另一方面,当存在多个相同的列时(S518的Y),不进行索引选定,而是选用已有的索引的顺序(S519)。
另一方面,所述第二基准的处理流程如图5所示。第二基准是选用执行次数多的列选定最佳索引的基准。与第一基准的区别在于不进行选定作为第一基准的最初的判断基准的S512的使用次数为最大的列的处理,而是只进行选定使用次数和执行次数相乘的结果的合计为最大的列的处理(S522)这一点上。其他的处理顺序与第一基准相同(即第一基准的S511与第二基准的521、以及第一基准的S513到S519与第二基准的S523到S529是相同的)。
图6是示出了由生成部14生成的调整用表T1的图。表的构成仅用一个示例,并不仅限于此构成。
调整用表T1是由表列T11和由获取模式及执行记录信息构成的列(T111到T119)构成的。表列T11是存储在作为调整的目标的数据库本体D1内的对象的一览表。各表名的旁边的括号内的数字表示作为所述获取模式而统合的参照该表的SQL的数目。
在本实施方式中,由于表列T11的第一个表显示为“tb01(47)”,所以表名“tb01”的获取模式为47个。各表具有括号内显示的获取模式群。并且,一旦选择所需的表(图6中呈突出显示),则“tb01”的47个获取模式及执行记录信息各自显示为一系列的调整信息(元祖)。即可阅览由编号列T111、获取模式列T112、评分列T113、SQL数列T114、执行数列T115、经过时间列T116、CPU时间列T117、待机时间列T118、块数列T119中显示的数据构成的信息。此外,获取模式列T112由检索条件信息列T112a和检索方法信息列T112b构成。检索条件信息列T112a的检索条件信息用列数据(例如显示商店代码的“TENPO_CODE”、显示日期代码的“YM”、“YMD”)及运算符数据(例如“=”、“<”、“>”)确定。检索方法信息列T112b的检索方法信息由索引数据(例如“tb01_index01”)及扫描方式数据(例如“INDEX_RANGE_SCAN”)确定。此外,在扫描方式是不使用索引而进行全表扫描时,不显示索引数据,而是例如以“tb01_TABLE_ACCESS_FULL”的显示来确定。
获取模式通过从执行信息中的执行计划信息中调取而获得,图7是示出图6的获取模式中顺序第一的执行计划信息P的图。P1示出通过从规定的索引中选出的数据的特殊的扫描方式对表进行访问。该特殊的扫描方式是在数据库内以精准定位(ピンポイント)来确定数据文件、数据块以及记录的编号的方式(ROWID),对其进行指定并访问时可对包含直接目的的记录的数据块进行访问,所以可实现高速检索。P2示出P1的规定的索引、扫描方式(索引范围扫描)。再有,P3示出P1的数据过滤信息,P4示出P2的详细执行信息。
图8是作为图6的调整目标的获取模式使用的索引信息表T2,成为调整用表的一部分。索引信息表T2由编号列T211、索引名列T212、索引的使用数列T213、列列T214及T215、改善索引列T216、SQL数列T217、执行数列T218、经过时间列T219、CPU时间列T220、待机时间列T221、块数列T222构成。
参照评分,编号列T111第一个是33,所以判断为存在改善的余地。因此,选择其作为调整目标的获取模式,就显示该获取模式的索引信息表T2(图8)。此外,该选择也可预先设定评分的阈值,自动选择阈值以下的获取模式,显示对应的索引信息表T2。由调整得到的最佳索引基于图6的检索条件信息、检索方法信息、图8的现在正在使用的索引名、列进行选定。从图6的检索条件信息判断已选定的索引是否影响图6的其他获取模式,在考虑影响的范围的基础上,最终决定最佳索引。
图6的顺序1的获取模式对表“TB01”,如下所示参照特定店铺代码的特定日期的数据(如下所示,可通过使用索引详细信息P4、数据过滤信息P3进行判断)。
filter((“TB01”.“YM”='201007'AND“TB01”.“YMD”=TO_CHAR(LAST_DAY(TO_DATE(“TB01”.“YM”||‘01’、‘yyyymmdd’))、‘yyyymmdd’)))
access(“TB01”.“TEMPO_CODE”=‘0000001939’)
上述获取模式只从图6的顺序1的检索方法信息和图8的顺序1的索引的列信息中参照店铺代码(TEMPO_CODE),由于选择数据,所以可知会发生读取特定的店铺代码的所有数据这样的低效率。
因此,在图8的索引信息表T2的改善索引列T216中,提示参照图6的顺序1的检索条件信息,将“基准1(YM)(YMD)”的索引追加为最佳索引列。如果将“YM”、“YMD”追加为最佳索引列的话,则可消除读取图6顺序1的访问模式的特定店铺代码的全部数据的低效率,通过获取特定店铺代码的特定日期数据改善访问效率。
此外,在追加最佳索引列时,参照图8的索引信息表T2的使用数列T213,可知有四处正在使用同样的索引。最终可考虑这四个的影响范围决定追加最佳索引的选定。
图9是从获取模式的检索条件信息中使对列数据按检索时的使用次数多的顺序进行排序的表T3。在对象设计时进行的多个阶段的测试(例如单元测试、集成测试和综合测试等)中,与图6的情况相同,依次进行所述执行信息的收集和所述获取模式的调取,生成设计时的调整用表。并且,生成部14将调取的获取模式的检索条件信息T31按列数据进行分解,在所述各测试阶段的检索中,生成对所述列数据按照使用次数多的顺序进行排序的表T34。通常,在关系型数据库中,原则是将索引设定在使用最多的列上,所以可知可从表T34中最优先地将“YMD”设定为索引列。
然而,在关系型数据库系统D中,存在可给各SQL自动添加ID,追踪该ID进行怎样的访问的产品,但例如每次改变检索条件就要添加新的ID,所以在所述ID中,在进行某个项目的检索状況的追踪或特定的开发者设定的SQL的评价时等,无法正确进行特定目的的追踪、评价。
因此,调整装置1为了促使正确进行相关的追踪,也可以具有对规定的SQL群添加不变的ID的ID添加部(未图示)。ID添加部例如可如在SQL语句中,在按规定的目的发出的一个以上的命令群上添加的查询优化器的指示、命令的说明(下称“注释等”。)所示,由规定的符号(通常是斜线和星号)括起来,在即便在命令执行后也不会自动改变的文本上添加ID。也可设定为可将注释等的末尾的特定几位数识别为ID。
添加了相关的ID的命令群由于如上述那样加以保持而并未添加新的ID,所以可通过该ID进行正确的追踪。在调整装置1中,检索相关的ID就会在生成部14中生成表示由该ID确定的命令群的执行信息和获取模式的表,如果将其设为可阅览的话,则可正确进行上述追踪。
也可在关系型数据库系统D于生产环境中启动时,当发生新数据的登记、删除、变更定义时,从该发生前后的两个调整用表所相差的部分中,即确定并显示在以前的获取模式中没有的新获取模式的产生,可对该确定并显示的获取模式中评分在规定的阈值以下的获取模式进行最佳索引的研究(未图示)。
再有,不采用定期从设置在调整装置1侧的存储库中收集所述执行信息的方式,而是从关系型数据库系统D中的动态性能视图中直接收集(未图示)。采用这样的构成,通过所述已选定的索引数据在所述关系型数据库中进行检索的模拟,就可阅览使用所述已选定的检索前后的执行信息,并可一并提供数据分布信息,可直接并迅速的获取调整的成果。
【实施例】
以下示出在规定的条件下启动本发明涉及的调整装置1时的作业量和不使用调整装置1而以SQL为单位进行调整时的作业量的比较。作业时间为三个月,关系型数据库的规模为SQL数量是1,000,000,表数量是1,400,进行作业的技术人员的等级全部相同(至少具有对于以SQL为单位的调整,无需预先学习的技术水平)。
【表1】
如表1中明确显示的,对调整装置1的环境构建、使用方法的理解每天需要十个人的作业量,在实际作业分工(分析、运行监控)阶段中,全部都是使用调整装置1的高效地完成了作业,特别是分析阶段的按功能进行的作业中显示出显著的工作量的差距。
附图标记说明
1 调整装置
11 收集部
12 调取部
13 运算部
14 生成部
111 计算部
141 选择部
142 选定部
A 用户终端
D 关系型数据库系统
D1 数据库本体
D2 数据库管理系统
T1 调整用表
T2 索引信息表。
Claims (14)
1.一种调整装置,是分析和改善关系型数据库的性能的调整装置,其特征在于,具有:
收集装置,其收集由数据库管理系统执行通过规定的查询语言对所述关系型数据库发出的所有的命令时的规定的执行信息;
调取装置,其为了通过执行各所述命令而获取数据的检索结果,从收集到的所述执行信息中,调取检索条件信息和检索方法信息作为一对获取模式;以及
生成装置,其生成调整用表,所述调整用表构成为在将所述调取的各获取模式分组为以所述关系型数据库的对象为单位分组的获取模式群的同时,将各获取模式和与各获取模式对应的所述收集的执行信息构成为一系列的调整信息;
在所述调取装置中,所述检索条件信息,以用于缩小检索目标范围的列数据和以所述查询语言表示对该列数据的检索条件的运算符数据来确定,所述检索方法信息通过对用于缩小所述检索目标范围的列数据设定的索引数据和显示对所述对象设定的搜索路径的扫描方式数据来确定;
所述生成装置具有:选择装置,其基于所述执行信息从各所述对象的获取模式群中确定作为调整的目标的获取模式;以及选定装置,其从选出的获取模式中读取未选定为索引数据的列数据,按照规定的条件从该列数据中选定索引数据;在所述调整用表中包含选定的所述索引数据。
2.根据权利要求 1所述的调整装置,其特征在于:所述调取装置至少从所述数据库管理系统创建的执行计划信息中调取所述各获取模式。
3.根据权利要求 2所述的调整装置,其特征在于:所述收集装置收集的执行信息,除所述执行计划信息外,至少包含由为了参照作为所述各获取模式的目标的对象而执行的所述查询语言的命令数、执行次数、处理的已用时间、 CPU的使用时间、待机时间构成的执行记录信息。
4.根据权利要求3所述的调整装置,其特征在于:所述收集装置在所述关系型数据库处于运行过程中,在该关系型数据库中实际存储的对象之外,另行从不断更新的虚拟的表中定期收集所述执行信息,并以时序来管理。
5.根据权利要求3或4所述的调整装置,其特征在于:所述收集装置可对所述执行记录信息进行两种数据的收集,即从所述关系型数据库运行时开始的累计数据的收集和通过规定的计算装置从所述收集的累计数据中得到的在所述关系型数据库运行后的特定时间内的数据的收集。
6.根据权利要求 2~4中任意一项所述的调整装置,其特征在于:
具有运算装置,其对各检索条件信息,以规定分数作为给定的评分,求构成所述各检索条件信息的各列的平均值,对该平均值乘上各列的功能所对应的规定的调整系数,以相乘结果的总和作为该获取模式的评分,得出所述各获取模式计算检索方法信息对检索条件信息的访问效率,所述生成装置将计算得出的所述各获取模式的评分信息包含在所述执行信息中。
7.根据权利要求3或4所述的调整装置,其特征在于:
所述选定装置至少具有两种选定基准,即从所述执行记录信息中以所述未选定为索引数据的列数据的使用次数为优先选定基准的第一基准;以及以执行次数为优先选定基准的第二基准,所述生成装置可从所述调整用表中选择以所述两种选定基准选定的索引数据。
8.根据权利要求7所述的调整装置,其特征在于:
所述生成装置将在任一所述获取模式群中设定的与所述选择装置所确定的获取模式的索引数据相同的索引数据的数量与所述确定的获取模式对应显示。
9.根据权利要求1-4中任意一项所述的调整装置,其特征在于:
具有 ID添加装置,所述ID添加装置向既是对以规定的目的而发出的一个以上的命令群上添加的查询优化器的指示或命令的说明,又在所述命令执行后也未被自动修改的文本上,添加确定所述命令群的 ID。
10.一种调整方法,是分析和改善关系型数据库的性能的调整方法,其特征在于,具有:
收集由数据库管理系统对所述关系型数据库执行通过规定的查询语言发出的所有的命令时的规定的执行信息的步骤;
为了通过执行各所述命令而获取数据的检索结果,从收集到的所述执行信息中,调取检索条件信息和检索方法信息作为一对获取模式的步骤;
生成调整用表的步骤,该调整用表构成为在将所述调取的各获取模式分组为以所述关系型数据库的对象为单位分组的获取模式群的同时,将各获取模式和与各获取模式对应的所述收集的执行信息构成为一系列的调整信息;
基于所述执行信息从各所述对象的获取模式群中确定并选择作为调整的目标的获取模式的步骤;以及
从选出的获取模式中读取未选定为索引数据的列数据,按照规定的条件从该列数据中选定索引数据的步骤,所述调整用表中包含选定的所述索引数据;
所述收集进行的方式是在所述关系型数据库处于运行过程中,在该关系型数据库中实际存储的对象之外,另行从不断更新的虚拟的表中定期收集所述执行信息,存储在专用的存储库中,并以时序来管理;
所述调取中,所述检索条件信息,以用于缩小检索目标范围的列数据和以所述查询语言表示对该列数据的检索条件的运算符数据来确定,所述检索方法信息,通过对用于缩小所述检索目标范围的列数据设定的索引数据和显示对所述对象设定的搜索路径的扫描方式数据来确定。
11.根据权利要求 10所述的调整方法,其特征在于:
具有下述步骤,即对各检索条件信息,以规定分数作为给定的评分,求构成所述各检索条件信息的各列的平均值,对该平均值乘上各列的功能所对应的规定的调整系数,以相乘结果的总和作为该获取模式的评分,得出所述各获取模式计算检索方法信息对检索条件信息的访问效率的步骤,将计算得出的所述各获取模式的评分信息包含在所述执行信息中。
12.根据权利要求10或11所述的调整方法,其特征在于:
在所述对象的设计过程中进行的多个阶段的测试中,在按顺序执行所述执行信息的收集和所述获取模式的调取的同时,除所述调整用表外,将所述调取的所述获取模式的检索条件信息按各所述列数据进行分解,按照检索时的列数据的使用次数从多到少的顺序生成对所述列数据进行了排序的表。
13.根据权利要求 10或11所述的调整方法,其特征在于:
在所述关系型数据库于生产环境中运行时,当发生新数据的登记、删除、变更定义时,从发生前后的调整用表所相差的部分中确定新产生的获取模式。
14.根据权利要求10或11所述的调整方法,其特征在于:
不从所述虚拟的表中定期收集而是从所述关系型数据库中直接收集所述执行信息,一旦经所述选定的索引数据在所述关系型数据库中对检索进行模拟,就可阅览基于使用所述选定的索引数据前后的所述执行信息的数据分布。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016083544A JP6669571B2 (ja) | 2016-04-19 | 2016-04-19 | リレーショナルデータベースのチューニング装置及び方法 |
JP2016-083544 | 2016-04-19 | ||
PCT/JP2016/002458 WO2017183065A1 (ja) | 2016-04-19 | 2016-05-19 | リレーショナルデータベースのチューニング装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108027763A CN108027763A (zh) | 2018-05-11 |
CN108027763B true CN108027763B (zh) | 2022-09-16 |
Family
ID=60116619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680002045.XA Active CN108027763B (zh) | 2016-04-19 | 2016-05-19 | 关系型数据库的调整装置和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10216773B2 (zh) |
EP (1) | EP3456360B1 (zh) |
JP (1) | JP6669571B2 (zh) |
CN (1) | CN108027763B (zh) |
WO (1) | WO2017183065A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190050436A1 (en) * | 2017-08-14 | 2019-02-14 | International Business Machines Corporation | Content-based predictive organization of column families |
US11003693B2 (en) * | 2018-04-05 | 2021-05-11 | Sap Se | Grouping tables with existing tables in a distributed database |
US11010363B2 (en) | 2018-04-05 | 2021-05-18 | Sap Se | Complementing existing tables while grouping tables in a distributed database |
CN108763536B (zh) | 2018-05-31 | 2020-04-14 | 阿里巴巴集团控股有限公司 | 数据库访问方法及装置 |
CN110019374B (zh) * | 2019-03-26 | 2021-03-12 | 杭州数梦工场科技有限公司 | 基于特征的数据项处理方法、装置、存储介质及计算机设备 |
US11500755B1 (en) * | 2019-05-01 | 2022-11-15 | Amazon Technologies, Inc. | Database performance degradation detection and prevention |
CN110245137B (zh) * | 2019-05-07 | 2023-06-27 | 创新先进技术有限公司 | 一种索引的处理方法、装置及设备 |
CN111782659B (zh) * | 2020-07-10 | 2023-10-17 | 东北大学 | 数据库索引创建方法、装置、计算机设备和存储介质 |
US11544294B2 (en) | 2020-12-10 | 2023-01-03 | Sap Se | Distributing tables in a distributed database using consolidated grouping sources |
CN113010596B (zh) * | 2021-03-19 | 2024-02-23 | 上海达梦数据库有限公司 | 一种动态性能视图的构建方法、装置、设备及存储介质 |
CN115640274A (zh) * | 2021-07-19 | 2023-01-24 | 中兴通讯股份有限公司 | 数据库模型动态调整的方法、设备及存储介质 |
CN113961637B (zh) * | 2021-12-23 | 2022-03-18 | 北京力控元通科技有限公司 | 一种基于数据库的数据融合方法、系统和电子设备 |
US20230315702A1 (en) * | 2022-03-30 | 2023-10-05 | Microsoft Technology Licensing, Llc | Constraint-based index tuning in database management systems utilizing reinforcement learning |
CN115062011A (zh) | 2022-05-23 | 2022-09-16 | 浙江工商大学 | 一种面向关系数据库的智能索引调优方法及系统 |
US20240193215A1 (en) * | 2022-12-07 | 2024-06-13 | Servicenow, Inc. | Computationally Efficient Traversal of Virtual Tables |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934759A (ja) * | 1995-07-21 | 1997-02-07 | Omron Corp | チューニング情報作成装置およびチューニング情報作成方法 |
CN101154241A (zh) * | 2007-10-11 | 2008-04-02 | 北京金山软件有限公司 | 一种数据检索方法及一种数据检索系统 |
JP2012128522A (ja) * | 2010-12-13 | 2012-07-05 | Canon Inc | データ検索装置、方法、及びプログラム |
CN103390066A (zh) * | 2013-08-08 | 2013-11-13 | 上海新炬网络技术有限公司 | 一种数据库全局性自动化优化预警装置及其处理方法 |
US8983934B2 (en) * | 2003-09-06 | 2015-03-17 | Oracle International Corporation | SQL tuning base |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10111819A (ja) | 1996-10-04 | 1998-04-28 | Hitachi Ltd | リレーショナルデータベースのインデックス自動付加システム |
US6560593B1 (en) * | 1999-07-20 | 2003-05-06 | Computer Associates Think, Inc. | Method and apparatus for viewing the effect of changes to an index for a database table on an optimization plan for a database query |
JP2001175678A (ja) | 1999-12-20 | 2001-06-29 | Toshiba Corp | データベース・チューニング装置、データベース・チューニング方法、および記録媒体 |
US20060212429A1 (en) * | 2005-03-17 | 2006-09-21 | Microsoft Corporation | Answering top-K selection queries in a relational engine |
US20080052271A1 (en) * | 2006-08-26 | 2008-02-28 | Eric Lam | Method To Converge A Plurality Of SQL Statements Into SQL Skeletons For Enhanced Database Performance Analysis And Tuning |
JP2008204141A (ja) * | 2007-02-20 | 2008-09-04 | Nec Corp | インデックス構成提案システムおよび方法ならびにデータ解析装置およびプログラム |
US9213740B2 (en) * | 2007-10-11 | 2015-12-15 | Sybase, Inc. | System and methodology for automatic tuning of database query optimizer |
KR101083563B1 (ko) * | 2009-04-24 | 2011-11-14 | 엔에이치엔비즈니스플랫폼 주식회사 | 데이터베이스 관리 방법 및 시스템 |
US9009135B2 (en) * | 2010-01-29 | 2015-04-14 | Oracle International Corporation | Method and apparatus for satisfying a search request using multiple search engines |
-
2016
- 2016-04-19 JP JP2016083544A patent/JP6669571B2/ja active Active
- 2016-05-19 CN CN201680002045.XA patent/CN108027763B/zh active Active
- 2016-05-19 WO PCT/JP2016/002458 patent/WO2017183065A1/ja active Application Filing
- 2016-05-19 EP EP16805264.5A patent/EP3456360B1/en active Active
- 2016-05-19 US US15/317,815 patent/US10216773B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934759A (ja) * | 1995-07-21 | 1997-02-07 | Omron Corp | チューニング情報作成装置およびチューニング情報作成方法 |
US8983934B2 (en) * | 2003-09-06 | 2015-03-17 | Oracle International Corporation | SQL tuning base |
CN101154241A (zh) * | 2007-10-11 | 2008-04-02 | 北京金山软件有限公司 | 一种数据检索方法及一种数据检索系统 |
JP2012128522A (ja) * | 2010-12-13 | 2012-07-05 | Canon Inc | データ検索装置、方法、及びプログラム |
CN103390066A (zh) * | 2013-08-08 | 2013-11-13 | 上海新炬网络技术有限公司 | 一种数据库全局性自动化优化预警装置及其处理方法 |
Non-Patent Citations (1)
Title |
---|
ORACLE数据库的优化使用;李学忠;《电子工艺技术》;20030930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108027763A (zh) | 2018-05-11 |
JP2017194778A (ja) | 2017-10-26 |
EP3456360A4 (en) | 2019-10-23 |
WO2017183065A1 (ja) | 2017-10-26 |
EP3456360A1 (en) | 2019-03-20 |
JP6669571B2 (ja) | 2020-03-18 |
US20190034463A1 (en) | 2019-01-31 |
EP3456360B1 (en) | 2020-09-30 |
US10216773B2 (en) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108027763B (zh) | 关系型数据库的调整装置和方法 | |
US10372706B2 (en) | Tracking and maintaining expression statistics across database queries | |
US7664778B2 (en) | SQL tuning sets | |
US10769123B2 (en) | Workload-driven recommendations for Columnstore and Rowstore indexes in relational databases | |
US11620291B1 (en) | Quantifying complexity of a database application | |
US6801903B2 (en) | Collecting statistics in a database system | |
US10956422B2 (en) | Integrating event processing with map-reduce | |
US7962521B2 (en) | Index selection in a database system | |
US7877378B2 (en) | System and method for consolidating execution information relatin to execution of instructions by a database management system | |
US20130198165A1 (en) | Generating statistical views in a database system | |
US20110078135A1 (en) | Database index monitoring system | |
US20100257153A1 (en) | Database query optimization using weight mapping to qualify an index | |
CN102231168A (zh) | 一种从简历库中快速检索简历的方法 | |
US8255388B1 (en) | Providing a progress indicator in a database system | |
US20180341709A1 (en) | Unstructured search query generation from a set of structured data terms | |
Chakkappen et al. | Efficient and scalable statistics gathering for large databases in Oracle 11g | |
JP2013125429A (ja) | 分析対象決定装置 | |
Bog et al. | A composite benchmark for online transaction processing and operational reporting | |
CN117290355B (zh) | 一种元数据地图构建系统 | |
Boggiano et al. | Overview and Architecture of the Query Store | |
Dean et al. | Performance Optimization of the Open XDMoD Datawarehouse | |
JP2004070576A (ja) | 情報検索装置、情報検索方法、および記憶媒体 | |
JP2005135311A (ja) | カテゴリ別新出特徴語ランキング方法及び装置及びプログラム及びカテゴリ別新出特徴語ランキングプログラムを記録したコンピュータ読み取り可能な記憶媒体 | |
Palatinus | Physical design in databases | |
JP2011191949A (ja) | パフォーマンス分析システム及びパフォーマンス分析プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 201 Kunmachi, 6-2-6PMO, Chiyoda ku, Tokyo, Japan Patentee after: SYSBANK Co.,Ltd. Country or region after: Japan Address before: 3rd Floor, Mitsukoku Building, 9-9 Shitanizaka cho, Shinjuku ku, Tokyo, Japan Patentee before: SYSBANK Co.,Ltd. Country or region before: Japan |