JP2021521507A - ワークロード・パフォーマンスを増大させるためにターゲット・データベース管理システム上のリソース使用を自動的に最適化すること - Google Patents
ワークロード・パフォーマンスを増大させるためにターゲット・データベース管理システム上のリソース使用を自動的に最適化すること Download PDFInfo
- Publication number
- JP2021521507A JP2021521507A JP2020551952A JP2020551952A JP2021521507A JP 2021521507 A JP2021521507 A JP 2021521507A JP 2020551952 A JP2020551952 A JP 2020551952A JP 2020551952 A JP2020551952 A JP 2020551952A JP 2021521507 A JP2021521507 A JP 2021521507A
- Authority
- JP
- Japan
- Prior art keywords
- computer
- workload
- dbms
- target dbms
- cost
- 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.)
- Granted
Links
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
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3414—Workload generation, e.g. scripts, playback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
Claims (28)
- ワークロード・パフォーマンスを増大させ、リソース使用を低減させるために、ソース・データベース管理システム(DBMS)からターゲットDBMSにデータのセットをロードするためのコンピュータ実施方法であって、前記コンピュータ実施方法が、
コンピュータによって、前記ターゲットDBMSにオフロードされる資格を有するテーブルのサイズおよび変更率を使用して、前記データのセットを前記ターゲットDBMSにロードすることに対応する全中央プロセッサ・ユニット(CPU)コストと、1つまたは複数のロード戦略からなるロード戦略のセットに基づいて前記ターゲットDBMS上で1つまたは複数のワークロードを実行することに対応するワークロード節減コストとを決定すること、
前記コンピュータによって、前記全CPUコストを、前記ロード戦略のセットの中のそれぞれのロード戦略の前記ワークロード節減コストと比較すること、
前記コンピュータによって、前記全CPUコストをそれぞれのロード戦略の前記ワークロード節減コストと比較したことに基づいて、前記ロード戦略のセットから最適なロード戦略を選択すること、ならびに
ワークロード・パフォーマンスを増大させ、CPUコストを低減させる前記1つまたは複数のワークロードの加速された実行のために、前記コンピュータによって、選択した前記最適なロード戦略に従って、前記ソースDBMSから前記ターゲットDBMSに前記データのセットを自動的にロードすること
を含む、コンピュータ実施方法。 - 前記コンピュータによって、前記ソースDBMSをヒットしているワークロードと、前記ソースDBMS上で前記ワークロードをランすることに対応するコストと、前記ワークロードによって参照されているテーブルと、前記ワークロードによって参照されている前記テーブルであって、前記ターゲットDBMSにオフロードされる前記テーブルの資格に関する情報を収集すること、
前記コンピュータによって、前記ターゲットDBMSにオフロードされる資格を有するそれぞれの前記テーブルの前記サイズを取得すること、および
前記コンピュータによって、前記ターゲットDBMSにオフロードされる資格を有するそれぞれの前記テーブルの前記変更率を評価すること
をさらに含む、請求項1に記載のコンピュータ実施方法。 - 前記コンピュータによって、前記ターゲットDBMS上でランしているワークロードのセットと、前記ターゲットDBMS上でそれぞれのワークロードをランすることに関連したコストとに関する情報を収集すること、
前記コンピュータによって、前記ターゲットDBMS内のテーブルのセットのサイズと、前記セットの中のそれぞれのテーブルに関連した参照カウントであり、前記ワークロードのセットによる使用に基づく前記参照カウントとを取得すること、
前記コンピュータによって、前記ターゲットDBMS内の前記テーブルのセットの中のそれぞれのテーブルについて、前記ワークロードのセットによるテーブル・アクセスの頻度を評価すること、
前記コンピュータによって、前記ワークロードのセットによって参照されているそれぞれのテーブルに関連したテーブル・アクセスの前記頻度を、アクセスの頻度が最小限またはゼロであるテーブルを前記ターゲットDBMSから削除することに関連したメモリおよびCPU節減コストにマップして、テーブル削除候補を識別すること、ならびに
メモリ使用を低減させ、前記ターゲットDBMS上でのワークロード・パフォーマンスを増大させるために、前記コンピュータによって、前記マップに基づいて、識別された前記テーブル削除候補を前記ターゲットDBMSから自動的に削除すること
をさらに含む、請求項1または2に記載のコンピュータ実施方法。 - 前記コンピュータによって、ソースDBMSから、前記ソースDBMS上でランしているワークロードと、前記ソースDBMS上で前記ワークロードをランすることに関連したコストとに関する情報を収集すること、
前記コンピュータによって、収集した前記情報を使用して、前記ワークロードによって参照されているテーブルのセットを識別すること、
前記コンピュータによって、前記テーブルのセットからテーブルを選択すること、および、
前記コンピュータによって、選択した前記テーブルが前記ターゲットDBMS内に位置するかどうかを判定すること
をさらに含む、請求項1に記載のコンピュータ実施方法。 - 選択した前記テーブルが前記ターゲットDBMS内に位置しないと前記コンピュータが判定したことに応答して、前記コンピュータによって、前記ソースDBMSのカタログ・テーブルを参照することにより、選択した前記テーブルにロードするデータ量を決定すること、
前記コンピュータによって、選択した前記テーブルに前記データ量をロードすることのCPUコスト値を計算すること、および
前記コンピュータによって、計算した前記CPUコスト値の分だけCPUコスト・カウンタを増分すること
をさらに含む、請求項4に記載のコンピュータ実施方法。 - 前記コンピュータによって、前記ターゲットDBMS上の前記テーブルのセットにデータをロードすることの全CPUコストを、前記CPUコスト・カウンタに基づいて決定すること、
前記コンピュータによって、前記ターゲットDBMS上の前記テーブルのセットに前記データをロードすることの前記全CPUコストを、前記ターゲットDBMS上で前記ワークロードをランすることのワークロード節減コストと比較すること、
前記コンピュータが前記全CPUコストを前記ワークロード節減コストと比較したことに応答して、前記コンピュータによって、前記全CPUコストが前記ワークロード節減コストよりも大きいかどうかを判定すること、および
前記全CPUコストが前記ワークロード節減コストよりも小さいと前記コンピュータが判定したことに応答して、前記コンピュータによって、前記ターゲットDBMS内の前記テーブルのセットに前記データをロードするよう推奨する推奨ロード戦略を生成すること
をさらに含む、請求項5に記載のコンピュータ実施方法。 - 選択した前記テーブルが前記ターゲットDBMS内に位置すると前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブル上で増分更新が使用可能であるかどうかを判定すること、
選択した前記テーブル上で増分更新が使用可能でないと前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルがパーティション化されているかどうかを判定すること、
選択した前記テーブルがパーティション化されていると前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルのパーティション・リロードのCPUコスト値を計算すること、および
前記コンピュータによって、選択した前記テーブルの前記パーティション・リロードの計算した前記CPUコスト値の分だけCPUコスト・カウンタを増分すること
をさらに含む、請求項4に記載のコンピュータ実施方法。 - 選択した前記テーブルがパーティション化されていないと前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルの全体をリロードすることのCPUコスト値を計算すること、および
前記コンピュータによって、選択した前記テーブルの全体をリロードすることの計算した前記CPUコスト値の分だけ前記CPUコスト・カウンタを増分すること
をさらに含む、請求項7に記載のコンピュータ実施方法。 - 選択した前記テーブル上で増分更新が使用可能であると前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルに対応するリアルタイム統計データを収集すること、
前記コンピュータによって、選択した前記テーブルが現在もなお、選択した前記テーブルに対応する収集した前記リアルタイム統計データに基づく増分更新の資格を有しているかどうかを判定すること、
選択した前記テーブルが現在は、収集した前記リアルタイム統計学データに基づく増分更新の資格を有していないと前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルの前記増分更新を停止すること、
前記コンピュータによって、選択した前記テーブルの現在までの前記増分更新に対する現在のCPUコスト値を計算すること、および
前記コンピュータによって、選択した前記テーブルの現在までの前記増分更新に対する計算した前記現在のCPUコスト値の分だけ前記CPUコスト・カウンタを増分すること
をさらに含む、請求項7または8に記載のコンピュータ実施方法。 - 選択した前記テーブルが現在もなお、収集した前記リアルタイム統計学データに基づく増分更新の資格を有していると前記コンピュータが判定したことに応答して、前記コンピュータによって、選択した前記テーブルの前記増分更新を継続すること、
前記コンピュータによって、選択した前記テーブルの現在までの前記増分更新に対する前記現在のCPUコスト値を計算すること、および
前記コンピュータによって、選択した前記テーブルの現在までの前記増分更新に対する計算した前記現在のCPUコスト値の分だけ前記CPUコスト・カウンタを増分すること
をさらに含む、請求項9に記載のコンピュータ実施方法。 - 前記コンピュータによって、前記ターゲットDBMSにロードされたテーブルを、それぞれのテーブルに対応するワークロード・ヒット数に関して評価すること、
前記コンピュータが前記テーブルを評価したことに応答して、前記コンピュータによって、いずれかの前記テーブルが、しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有するかどうかを判定すること、および
前記テーブルのうちの1つまたは複数のテーブルが、前記しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有すると前記コンピュータが判定したことに応答して、前記コンピュータによって、前記しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有するテーブルのリストを生成すること
をさらに含む、請求項1に記載のコンピュータ実施方法。 - 前記コンピュータによって、テーブル削除リストの中のテーブルを前記ターゲットDBMSから削除することによる全メモリおよびCPU節減コストを計算すること、
前記コンピュータによって、前記全メモリおよびCPU節減コストを用いて、前記ターゲットDBMSに対するテーブル削除レコメンデーションを生成すること、ならびに
前記コンピュータによって、前記テーブル削除レコメンデーションを自動的に実行すること
をさらに含む、請求項11に記載のコンピュータ実施方法。 - 特定のテーブルに対する決定されたワークロード節減コストが、前記特定のテーブルの予測される将来の照会を含む、請求項1ないし12のいずれかに記載のコンピュータ実施方法。
- ワークロード・パフォーマンスを増大させ、リソース使用を低減させるために、ソース・データベース管理システム(DBMS)からターゲットDBMSにデータのセットをロードするためのコンピュータ・システムであって、前記コンピュータ・システムが、
バス・システムと、
前記バス・システムに接続されたストレージ・デバイスであり、プログラム命令を記憶した前記ストレージ・デバイスと、
前記バス・システムに接続されたプロセッサと
を備え、前記プロセッサが、前記プログラム命令を実行して、
前記ターゲットDBMSにオフロードされる資格を有するテーブルのサイズおよび変更率を使用して、前記データのセットを前記ターゲットDBMSにロードすることに対応する全中央プロセッサ・ユニット(CPU)コストと、1つまたは複数のロード戦略からなるロード戦略のセットに基づいて前記ターゲットDBMS上で1つまたは複数のワークロードを実行することに対応するワークロード節減コストとを決定し、
前記全CPUコストを、前記ロード戦略のセットの中のそれぞれのロード戦略の前記ワークロード節減コストと比較し、
前記全CPUコストをそれぞれのロード戦略の前記ワークロード節減コストと比較したことに基づいて、前記ロード戦略のセットから最適なロード戦略を選択し、
ワークロード・パフォーマンスを増大させ、CPUコストを低減させる前記1つまたは複数のワークロードの加速された実行のために、選択した前記最適なロード戦略に従って、前記ソースDBMSから前記ターゲットDBMSに前記データのセットを自動的にロードする、
コンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
前記ソースDBMSをヒットしているワークロードと、前記ソースDBMS上で前記ワークロードをランすることに対応するコストと、前記ワークロードによって参照されているテーブルと、前記ワークロードによって参照されている前記テーブルであって、前記ターゲットDBMSにオフロードされる前記テーブルの資格に関する情報を収集し、
前記ターゲットDBMSにオフロードされる資格を有するそれぞれの前記テーブルの前記サイズを取得し、
前記ターゲットDBMSにオフロードされる資格を有するそれぞれの前記テーブルの前記変更率を評価する、
請求項14に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
前記ターゲットDBMS上でランしているワークロードのセットと、前記ターゲットDBMS上でそれぞれのワークロードをランすることに関連したコストとに関する情報を収集し、
前記ターゲットDBMS内のテーブルのセットのサイズと、前記セットの中のそれぞれのテーブルに関連した参照カウントであり、前記ワークロードのセットによる使用に基づく前記参照カウントとを取得し、
前記ターゲットDBMS内の前記テーブルのセットの中のそれぞれのテーブルについて、前記ワークロードのセットによるテーブル・アクセスの頻度を評価し、
前記ワークロードのセットによって参照されているそれぞれのテーブルに関連したテーブル・アクセスの前記頻度を、アクセスの頻度が最小限またはゼロであるテーブルを前記ターゲットDBMSから削除することに関連したメモリおよびCPU節減コストにマップして、テーブル削除候補を識別し、
メモリ使用を低減させ、前記ターゲットDBMS上でのワークロード・パフォーマンスを増大させるために、前記マップに基づいて、識別された前記テーブル削除候補を前記ターゲットDBMSから自動的に削除する、
請求項14または15に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
ソースDBMSから、前記ソースDBMS上でランしているワークロードと、前記ソースDBMS上で前記ワークロードをランすることに関連したコストとに関する情報を収集し、
収集した前記情報を使用して、前記ワークロードによって参照されているテーブルのセットを識別し、
前記テーブルのセットからテーブルを選択し、
選択した前記テーブルが前記ターゲットDBMS内に位置するかどうかを判定する、
請求項14に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
選択した前記テーブルが前記ターゲットDBMS内に位置しないと前記コンピュータが判定したことに応答して、前記ソースDBMSのカタログ・テーブルを参照することにより、選択した前記テーブルにロードするデータ量を決定し、
データの前記量を前記選択したテーブルにロードするためのCPUコスト値を計算し、
選択した前記テーブルに前記データ量をロードすることのCPUコスト値を計算し、
計算した前記CPUコスト値の分だけCPUコスト・カウンタを増分する、
請求項17に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
前記ターゲットDBMS上の前記テーブルのセットにデータをロードすることの全CPUコストを、前記CPUコスト・カウンタに基づいて決定し、
前記ターゲットDBMS上の前記テーブルのセットに前記データをロードすることの前記全CPUコストを、前記ターゲットDBMS上で前記ワークロードをランすることのワークロード節減コストと比較し、
前記コンピュータが前記全CPUコストを前記ワークロード節減コストと比較したことに応答して、前記全CPUコストが前記ワークロード節減コストよりも大きいかどうかを判定し、
前記全CPUコストが前記ワークロード節減コストよりも小さいと前記コンピュータが判定したことに応答して、前記ターゲットDBMS内の前記テーブルのセットに前記データをロードするよう推奨する推奨ロード戦略を生成する、
請求項18に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
選択した前記テーブルが前記ターゲットDBMS内に位置すると前記コンピュータが判定したことに応答して、選択した前記テーブル上で増分更新が使用可能であるかどうかを判定し、
選択した前記テーブル上で増分更新が使用可能でないと前記コンピュータが判定したことに応答して、選択した前記テーブルがパーティション化されているかどうかを判定し、
選択した前記テーブルがパーティション化されていると前記コンピュータが判定したことに応答して、選択した前記テーブルのパーティション・リロードのCPUコスト値を計算し、
選択した前記テーブルの前記パーティション・リロードの計算した前記CPUコスト値の分だけCPUコスト・カウンタを増分する、
請求項17に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
選択した前記テーブルがパーティション化されていないと前記コンピュータが判定したことに応答して、選択した前記テーブルの全体をリロードすることのCPUコスト値を計算し、
選択した前記テーブルの全体をリロードすることの計算した前記CPUコスト値の分だけ前記CPUコスト・カウンタを増分する、
請求項20に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
選択した前記テーブル上で増分更新が使用可能であると前記コンピュータが判定したことに応答して、選択した前記テーブルに対応するリアルタイム統計データを収集し、
選択した前記テーブルが現在もなお、選択した前記テーブルに対応する収集した前記リアルタイム統計データに基づく増分更新の資格を有しているかどうかを判定し、
選択した前記テーブルが現在は、収集した前記リアルタイム統計学データに基づく増分更新の資格を有していないと前記コンピュータが判定したことに応答して、選択した前記テーブルの前記増分更新を停止し、
選択した前記テーブルの現在までの前記増分更新に対する現在のCPUコスト値を計算し、
選択した前記テーブルの現在までの前記増分更新に対する計算した前記現在のCPUコスト値の分だけ前記CPUコスト・カウンタを増分する、
請求項20または21に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
選択した前記テーブルが現在もなお、収集した前記リアルタイム統計学データに基づく増分更新の資格を有していると前記コンピュータが判定したことに応答して、選択した前記テーブルの前記増分更新を継続し、
選択した前記テーブルの現在までの前記増分更新に対する前記現在のCPUコスト値を計算し、
選択した前記テーブルの現在までの前記増分更新に対する計算した前記現在のCPUコスト値の分だけ前記CPUコスト・カウンタを増分する、
請求項22に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
前記ターゲットDBMSにロードされたテーブルを、それぞれのテーブルに対応するワークロード・ヒット数に関して評価し、
前記コンピュータが前記テーブルを評価したことに応答して、いずれかの前記テーブルが、しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有するかどうかを判定し、
前記テーブルのうちの1つまたは複数のテーブルが、前記しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有すると前記コンピュータが判定したことに応答して、前記しきいワークロード・ヒット数よりも小さい対応するワークロード・ヒット数を有するテーブルのリストを生成する、
請求項14に記載のコンピュータ・システム。 - 前記プロセッサがさらに、前記プログラム命令を実行して、
テーブル削除リストの中のテーブルを前記ターゲットDBMSから削除することによる全メモリおよびCPU節減コストを計算し、
前記全メモリおよびCPU節減コストを用いて、前記ターゲットDBMSに対するテーブル削除レコメンデーションを生成し、
前記テーブル削除レコメンデーションを自動的に実行する、
請求項24に記載のコンピュータ・システム。 - 特定のテーブルに対する決定されたワークロード節減コストが、前記特定のテーブルの予測される将来の照会を含む、請求項14ないし24のいずれかに記載のコンピュータ・システム。
- ワークロード・パフォーマンスを増大させ、リソース使用を低減させるために、ソース・データベース管理システム(DBMS)からターゲットDBMSにデータのセットをロードするためのコンピュータ・プログラム製品であって、前記コンピュータ・プログラム製品が、
処理回路によって読取り可能なコンピュータ可読ストレージ媒体であり、請求項1ないし13のいずれかに記載の方法を実行するために前記処理回路によって実行するための命令を記憶した前記コンピュータ可読ストレージ媒体
を含む、コンピュータ・プログラム製品。 - コンピュータ可読媒体に記憶された、ディジタル・コンピュータの内部メモリにロード可能なコンピュータ・プログラムであって、前記プログラムがコンピュータ上でランされたときに、請求項1ないし13のいずれかに記載の方法を実行するためのソフトウェア・コード部分を含むコンピュータ・プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/974,828 | 2018-05-09 | ||
US15/974,828 US10691658B2 (en) | 2018-05-09 | 2018-05-09 | Automatically optimizing resource usage on a target database management system to increase workload performance |
PCT/IB2019/053720 WO2019215601A1 (en) | 2018-05-09 | 2019-05-07 | Automatically optimizing resource usage on a target database management system to increase workload performance |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021521507A true JP2021521507A (ja) | 2021-08-26 |
JP7291719B2 JP7291719B2 (ja) | 2023-06-15 |
Family
ID=68463578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020551952A Active JP7291719B2 (ja) | 2018-05-09 | 2019-05-07 | ワークロード・パフォーマンスを増大させるためにターゲット・データベース管理システム上のリソース使用を自動的に最適化すること |
Country Status (6)
Country | Link |
---|---|
US (1) | US10691658B2 (ja) |
JP (1) | JP7291719B2 (ja) |
CN (1) | CN112106038A (ja) |
DE (1) | DE112019001480B4 (ja) |
GB (1) | GB2586109B (ja) |
WO (1) | WO2019215601A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10915517B2 (en) * | 2018-11-26 | 2021-02-09 | Bank Of America Corporation | Database tool |
US11271994B2 (en) * | 2018-12-28 | 2022-03-08 | Intel Corporation | Technologies for providing selective offload of execution to the edge |
US11100087B2 (en) * | 2019-04-26 | 2021-08-24 | Microsoft Technology Licensing, Llc | Data tokenization system maintaining data integrity |
US11093477B1 (en) * | 2020-03-17 | 2021-08-17 | International Business Machines Corporation | Multiple source database system consolidation |
US11423025B2 (en) | 2020-07-27 | 2022-08-23 | International Business Machines Corporation | Direct data loading of middleware-generated records |
US11379456B2 (en) * | 2020-10-01 | 2022-07-05 | Oracle International Corporation | Efficient adjustment of spin-locking parameter values |
US11868261B2 (en) | 2021-07-20 | 2024-01-09 | Oracle International Corporation | Prediction of buffer pool size for transaction processing workloads |
US11494397B1 (en) * | 2021-09-16 | 2022-11-08 | Accenture Global Solutions Limited | Data digital decoupling of legacy systems |
US11874751B2 (en) * | 2021-12-09 | 2024-01-16 | International Business Machines Corporation | Operating a data center |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001168910A (ja) * | 1999-12-08 | 2001-06-22 | Nec Corp | データ検索システム及びパケット処理装置並びに制御方法 |
JP2010539594A (ja) * | 2007-09-17 | 2010-12-16 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 計算集中的なデータベース・ユーザ定義プログラムを付属の高パフォーマンス並列コンピュータ上で実行するシステムおよび方法 |
US20160292167A1 (en) * | 2015-03-30 | 2016-10-06 | Oracle International Corporation | Multi-system query execution plan |
JP2017211802A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社日立製作所 | 高速化装置、計算機システム及びデータ処理方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6950848B1 (en) | 2000-05-05 | 2005-09-27 | Yousefi Zadeh Homayoun | Database load balancing for multi-tier computer systems |
US7233998B2 (en) | 2001-03-22 | 2007-06-19 | Sony Computer Entertainment Inc. | Computer architecture and software cells for broadband networks |
US7010521B2 (en) | 2002-05-13 | 2006-03-07 | Netezza Corporation | Optimized database appliance |
KR20040009126A (ko) | 2002-07-22 | 2004-01-31 | 엘지전자 주식회사 | 데이터 베이스 시스템의 저부하 통계처리 장치 및 방법 |
US7246254B2 (en) * | 2003-07-16 | 2007-07-17 | International Business Machines Corporation | System and method for automatically and dynamically optimizing application data resources to meet business objectives |
US7395537B1 (en) | 2003-12-08 | 2008-07-01 | Teradata, Us Inc. | Administering the workload of a database system using feedback |
US8126870B2 (en) | 2005-03-28 | 2012-02-28 | Sybase, Inc. | System and methodology for parallel query optimization using semantic-based partitioning |
US7734615B2 (en) | 2005-05-26 | 2010-06-08 | International Business Machines Corporation | Performance data for query optimization of database partitions |
US8386463B2 (en) | 2005-07-14 | 2013-02-26 | International Business Machines Corporation | Method and apparatus for dynamically associating different query execution strategies with selective portions of a database table |
US8752055B2 (en) | 2007-05-10 | 2014-06-10 | International Business Machines Corporation | Method of managing resources within a set of processes |
US9165032B2 (en) | 2007-11-21 | 2015-10-20 | Hewlett-Packard Development Company, L.P. | Allocation of resources for concurrent query execution via adaptive segmentation |
EP2073118A1 (en) | 2007-12-17 | 2009-06-24 | Nokia Siemens Networks Oy | Load distribution in distributed database system |
US8145652B2 (en) | 2008-10-09 | 2012-03-27 | International Business Machines Corporation | Automated propagation of non-conflicting queries in distributed databases |
US8782443B2 (en) * | 2010-05-25 | 2014-07-15 | Microsoft Corporation | Resource-based adaptive server loading |
US8468151B2 (en) | 2010-06-29 | 2013-06-18 | Teradata Us, Inc. | Methods and systems for hardware acceleration of database operations and queries based on multiple hardware accelerators |
US8356027B2 (en) | 2010-10-07 | 2013-01-15 | Sap Ag | Hybrid query execution plan generation and cost model evaluation |
WO2013016313A1 (en) | 2011-07-25 | 2013-01-31 | Servergy, Inc. | Method and system for building a low power computer system |
US10430391B2 (en) | 2012-09-28 | 2019-10-01 | Oracle International Corporation | Techniques for activity tracking, data classification, and in database archiving |
US9110948B2 (en) * | 2012-11-09 | 2015-08-18 | International Business Machines Corporation | Relative performance prediction of a replacement database management system (DBMS) |
GB2510429A (en) | 2013-02-05 | 2014-08-06 | Ibm | Assessing response routes in a network |
US9495418B2 (en) | 2013-08-07 | 2016-11-15 | International Business Machines Corporation | Scalable acceleration of database query operations |
US9830354B2 (en) | 2013-08-07 | 2017-11-28 | International Business Machines Corporation | Accelerating multiple query processing operations |
CA2867589A1 (en) | 2013-10-15 | 2015-04-15 | Coho Data Inc. | Systems, methods and devices for implementing data management in a distributed data storage system |
US9984081B2 (en) | 2015-01-30 | 2018-05-29 | Oracle International Corporation | Workload aware data placement for join-based query processing in a cluster |
US10552453B2 (en) | 2015-11-25 | 2020-02-04 | International Business Machines Corporation | Determining data replication cost for cloud based application |
US11048701B2 (en) | 2016-09-13 | 2021-06-29 | International Business Machines Corporation | Query optimization in hybrid DBMS |
-
2018
- 2018-05-09 US US15/974,828 patent/US10691658B2/en active Active
-
2019
- 2019-05-07 GB GB2018112.9A patent/GB2586109B/en active Active
- 2019-05-07 WO PCT/IB2019/053720 patent/WO2019215601A1/en active Application Filing
- 2019-05-07 JP JP2020551952A patent/JP7291719B2/ja active Active
- 2019-05-07 CN CN201980029684.9A patent/CN112106038A/zh active Pending
- 2019-05-07 DE DE112019001480.3T patent/DE112019001480B4/de active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001168910A (ja) * | 1999-12-08 | 2001-06-22 | Nec Corp | データ検索システム及びパケット処理装置並びに制御方法 |
JP2010539594A (ja) * | 2007-09-17 | 2010-12-16 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 計算集中的なデータベース・ユーザ定義プログラムを付属の高パフォーマンス並列コンピュータ上で実行するシステムおよび方法 |
US20160292167A1 (en) * | 2015-03-30 | 2016-10-06 | Oracle International Corporation | Multi-system query execution plan |
JP2017211802A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社日立製作所 | 高速化装置、計算機システム及びデータ処理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112106038A (zh) | 2020-12-18 |
DE112019001480T5 (de) | 2021-01-07 |
DE112019001480B4 (de) | 2022-08-04 |
US20190347342A1 (en) | 2019-11-14 |
WO2019215601A1 (en) | 2019-11-14 |
GB2586109A (en) | 2021-02-03 |
JP7291719B2 (ja) | 2023-06-15 |
US10691658B2 (en) | 2020-06-23 |
GB2586109B (en) | 2021-07-14 |
GB202018112D0 (en) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7291719B2 (ja) | ワークロード・パフォーマンスを増大させるためにターゲット・データベース管理システム上のリソース使用を自動的に最適化すること | |
US10691722B2 (en) | Consistent query execution for big data analytics in a hybrid database | |
US11132341B2 (en) | Automated information lifecycle management using low access patterns | |
US10754874B2 (en) | Query dispatching system and method | |
US10185744B2 (en) | Caching views on historical data | |
US20210011898A1 (en) | Automatic determination of table distribution for multinode, distributed database systems | |
US7536380B2 (en) | Dynamic look ahead predicate generation | |
US10282350B1 (en) | Data store optimizer | |
US9235590B1 (en) | Selective data compression in a database system | |
CN107111647A (zh) | 用于针对时限结果提供备用查询建议的方法和查询建议服务器 | |
US20170116222A1 (en) | Parallel processing of large data files on distributed file systems with dynamic workload balancing | |
US20200042522A1 (en) | Techniques for maintaining statistics in a database system | |
US11734258B2 (en) | Constraint data statistics | |
US9378234B2 (en) | Management of updates in a database system | |
US9916341B2 (en) | Partition level operation with concurrent activities | |
US10838933B2 (en) | Periodic performance optimization through heatmap based management of an in-memory area | |
US10803043B2 (en) | Managing hash indexing | |
US11609910B1 (en) | Automatically refreshing materialized views according to performance benefit | |
Abebe et al. | Tiresias: enabling predictive autonomous storage and indexing | |
CN117472873A (zh) | 数据迁移方法、装置、计算设备集群及存储介质 | |
US20230376485A1 (en) | Distributed query plan generation | |
US20230094789A1 (en) | Data distribution in target database systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210714 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210927 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220502 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230126 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230605 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7291719 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |