JP2023015968A - インテリジェントなクエリプランキャッシュサイズ管理 - Google Patents
インテリジェントなクエリプランキャッシュサイズ管理 Download PDFInfo
- Publication number
- JP2023015968A JP2023015968A JP2021180175A JP2021180175A JP2023015968A JP 2023015968 A JP2023015968 A JP 2023015968A JP 2021180175 A JP2021180175 A JP 2021180175A JP 2021180175 A JP2021180175 A JP 2021180175A JP 2023015968 A JP2023015968 A JP 2023015968A
- Authority
- JP
- Japan
- Prior art keywords
- cache
- size
- query execution
- execution plan
- query
- 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
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000015654 memory Effects 0.000 claims description 35
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 23
- 230000007423 decrease Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- WDQKVWDSAIJUTF-GPENDAJRSA-N via protocol Chemical compound ClCCNP1(=O)OCCCN1CCCl.O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1.C([C@H](C[C@]1(C(=O)OC)C=2C(=C3C([C@]45[C@H]([C@@]([C@H](OC(C)=O)[C@]6(CC)C=CCN([C@H]56)CC4)(O)C(=O)OC)N3C=O)=CC=2)OC)C[C@@](C2)(O)CC)N2CCC2=C1NC1=CC=CC=C21 WDQKVWDSAIJUTF-GPENDAJRSA-N 0.000 description 1
- 239000002699 waste material Substances 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
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24542—Plan optimisation
-
- 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
- G06F11/3419—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 by assessing time
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24539—Query rewriting; Transformation using cached or materialised query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Memory System Of A Hierarchy Structure (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】データベース管理システムは、複数の入来クエリの実行中に、複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間を測定することができ、クエリ実行プランのうちの少なくともいくつかを記憶することができるサイズを有するクエリ実行プランキャッシュを有する。方法は、複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間と理想的なコンパイル時間との間の差を監視する。理想的なコンパイル時間は、クエリ実行プランがクエリ実行プランキャッシュからエビクトされないと仮定することによって、推定される。方法はまた、監視された差に基づいて、クエリ実行プランキャッシュのサイズを調整する。
【選択図】図4
Description
データベース管理システムにおける複数の入来クエリの実行中に、複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間を測定するステップであって、データベース管理システムが、クエリ実行プランのうちの少なくともいくつかを記憶することができるサイズを有する、クエリ実行プランキャッシュを備える、ステップと、
複数の入来クエリのためのクエリ実行プランを生成する、実際のコンパイル時間と理想的なコンパイル時間との間の差を監視するステップであって、理想的なコンパイル時間が、クエリ実行プランがクエリ実行プランキャッシュからエビクトされないと仮定することによって推定される、ステップと、
監視された差に基づいて、クエリ実行プランキャッシュのサイズを調整するステップと
を含む。
図1は、本明細書で説明するインテリジェントなクエリプランキャッシュサイズ管理技術を実装することができる、例示的なデータベース管理システム100の全体的なブロック図を示す。例示的な一実施形態では、データベース管理システム100は、SQLサーバであり得る。
図2は、データベース管理システムにおけるインテリジェントなプランキャッシュサイズ管理をサポートする、例示的なインテリジェントキャッシュマネージャ200のブロック図を示す。インテリジェントキャッシュマネージャ200は、上記で説明したキャッシュマネージャ140の例示的な一実施形態であり得る。
図3は、インテリジェントなクエリプランキャッシュサイズ管理を実装する例示的な全体的な方法のフローチャート300であり、たとえば、図1のシステムによって、または、より具体的には、キャッシュマネージャ140もしくは200によって実施され得る。
図4は、複数の入来クエリのための実際のコンパイル時間と理想的なコンパイル時間との間の監視された差に基づいて、クエリ実行プランキャッシュのサイズを動的に調整するための例示的な方法のフローチャート400を示す。上述のように、方法は、キャッシュマネージャにおける傾向アナライザ(たとえば、266)とともに、プランキャッシュアジャスタ(たとえば、268)によって実施され得る。
本明細書の例のいずれかでは、プランキャッシュサイズは、余分のキャッシュまたはメモリ空間をプランキャッシュに割り当てること(たとえば、キャッシュプール190中の余分のキャッシュ空間をプランキャッシュ192に割り当てること)によって増大されるか、あるいは、プランキャッシュの一部分を除去すること(たとえば、プランキャッシュ192の一部分をキャッシュプール190に解放すること)によって縮小され得る。
上記で説明したインテリジェントなクエリプランキャッシュサイズ管理の方法をさらに例示するために、例示的な使用事例について、図5~図7を参照して以下で説明する。図5~図7は、例示のためのものにすぎず、必ずしも一定の縮尺で描かれるとは限らないことを理解されたい。たとえば、以下で説明するいくつかの区間の長さおよび/または傾きは、図に示されるものから変動することがある。加えて、図5~図7に示された線形区間のうちのいくつかは、非線形の形状を有することがある。
いくつかの利点は、本明細書で説明する技術を介して達成され得る。たとえば、インテリジェントキャッシュマネージャは、プランキャッシュの実際の必要に基づいて、すなわち、それぞれ、プランキャッシュの必要が増すか、または減るにつれて、プランキャッシュサイズを増大または低減しながら、キャッシュプランサイズを動的に調整することができる。このことは重要であり、その理由は、プランキャッシュの必要が実行時間において予測不可能であることがあり、何のクエリがクライアントによってサブミットされるかに応じて、著しく変動し得るからである。結果として、開示する技術は、データベース管理システムの性能を最大にするために、適切なプランキャッシュサイズを継続的に発見(または、最適化)することができる。適切な(または、最適化された)プランキャッシュサイズは、クエリ性能とリソース管理との間の正しいバランスを取ることができ、一方では、クエリプランの頻繁なエビクションと、古いクエリの再コンパイルとを引き起こすほど小さくなく、他方では、貴重なキャッシュメモリリソースを浪費するほど大きくない。本明細書で説明するインテリジェントなプランキャッシュ管理技術は、任意のクエリプランエビクションポリシーを実装する任意のデータベース管理システムに容易に展開され得る。加えて、キャッシュプランサイズの動的な調整の開示する方法は、人間の対話なしに、インテリジェントキャッシュマネージャによって自動的に実施され得る。さらに、キャッシュプランサイズのそのような動的な調整は、オンザフライで、またはリアルタイムで達成され得る(たとえば、キャッシュプランサイズの調整は、前の時間ウィンドウにおける実際のコンパイル時間および理想的なコンパイル時間における時間差を評価した後、1秒の何分の1以内に実現され得る)。
図8は、説明する革新が実装され得る、好適なコンピューティングシステム800の一例を示す。コンピューティングシステム800は、本開示の使用または機能の範囲についてのいかなる限定も示唆するものではなく、その理由は、これらの革新が多様なコンピューティングシステムにおいて実装され得るからである。
本明細書のコンピュータ可読媒体のいずれも、非一時的(たとえば、DRAMまたはSRAMなどの揮発性メモリ、磁気ストレージ、光ストレージなどの不揮発性メモリ)、および/または有形であり得る。本明細書で説明する記憶するアクションのいずれも、1つまたは複数のコンピュータ可読媒体(たとえば、コンピュータ可読記憶媒体、または他の有形媒体)中に記憶することによって実施され得る。記憶されるとして説明するもの(たとえば、実施中に作成および使用されたデータ)のいずれも、1つまたは複数のコンピュータ可読媒体(たとえば、コンピュータ可読記憶媒体、または他の有形媒体)中に記憶され得る。コンピュータ可読媒体は、信号からなるものではない実装形態に限定され得る。
図9は、たとえば、上記で開示したシステムおよび本明細書の他のシステムを含む、説明する技術が実装され得る、例示的なクラウドコンピューティング環境900を示す。クラウドコンピューティング環境900は、クラウドコンピューティングサービス910を備える。クラウドコンピューティングサービス910は、コンピュータサーバ、データストレージリポジトリ、ネットワーキングリソースなど、様々なタイプのクラウドコンピューティングリソースを備え得る。クラウドコンピューティングサービス910は、中央に位置する(たとえば、会社または組織のデータセンターによって提供される)か、または分散する(たとえば、異なるデータセンターなどの異なる位置に位置する、および/または異なる市もしくは国に位置する、様々なコンピューティングリソースによって提供される)ことが可能である。
開示する方法のうちのいくつかの動作について、好都合な提示のために、特定の順番において説明するが、そのような説明の方法は、特定の順序が本明細書で記載する特定の言語によって必要とされない限り、再配列を包含する。たとえば、連続的に説明する動作は、場合によっては再配列されるか、または同時に実施され得る。
以下の実施形態のいずれもが実装され得る。
いかなる例からの技術も、他の例のうちの任意の1つまたは複数において説明する技術と組み合わせられ得る。開示する技術の原理が適用され得る多数の可能な実施形態に鑑みて、例示する実施形態は、開示する技術の例であり、開示する技術の範囲の限定として解釈されるべきではないことを認識されたい。むしろ、開示する技術の範囲は、以下の特許請求の範囲の範囲および趣旨によって包含されるものを含む。
110 クライアント
120 プロトコルレイヤ
130 クエリ処理エンジン
140 キャッシュマネージャ
150 クエリパーサ
160 クエリオプティマイザ
170 クエリエグゼキュータ
180 データストレージまたはメモリ空間
190 キャッシュプール
192 プランキャッシュ
200 インテリジェントキャッシュマネージャ、キャッシュマネージャ
262 タイマー
264 時間差トラッカー
266 傾向アナライザ
268 プランキャッシュアジャスタ
270 プランエビクションマネージャ
500 例示的なプロット
510 実際のコンパイル時間
520 理想的なコンパイル時間
530 差、コンパイル時間差
610、710 曲線
800 コンピューティングシステム
810 処理ユニット、中央処理ユニット
815 処理ユニット、グラフィックス処理ユニットまたはコプロセッシングユニット
820、825 メモリ
830 基本構成
840 ストレージ
850 入力デバイス
860 出力デバイス
870 通信接続
880 ソフトウェア
900 クラウドコンピューティング環境
910 クラウドコンピューティングサービス
920、922、924 コンピューティングデバイス
Claims (20)
- コンピュータ実装方法であって、
データベース管理システムにおける複数の入来クエリの実行中に、前記複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間を測定するステップであって、前記データベース管理システムが、前記クエリ実行プランのうちの少なくともいくつかを記憶することができるサイズを有する、クエリ実行プランキャッシュを備える、ステップと、
前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と理想的なコンパイル時間との間の差を監視するステップであって、前記理想的なコンパイル時間が、クエリ実行プランが前記クエリ実行プランキャッシュからエビクトされないと仮定することによって推定される、ステップと、
前記監視された差に基づいて、前記クエリ実行プランキャッシュの前記サイズを調整するステップと
を含む方法。 - 前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と前記理想的なコンパイル時間との間の前記差を、メモリ位置において記憶するステップをさらに含む、請求項1に記載の方法。
- 前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と前記理想的なコンパイル時間との間の前記差の傾向を決定するステップをさらに含む、請求項1に記載の方法。
- 前記傾向を決定するステップが、前の時間期間における前記差の傾きを決定するステップと、前記クエリ実行プランキャッシュの前記サイズを、ステップサイズだけ増大させるステップであって、前記傾きが0よりも大きい場合、前記ステップサイズが前記傾きに比例する、ステップとを含む、請求項3に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを調整するステップが、所定の数の入来クエリを実行した後、前記監視された差が、あらかじめ定義されたしきい値よりも大きい量だけ増大した場合、前記クエリ実行プランキャッシュの前記サイズを増大させるステップを含む、請求項1に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを増大させるステップが、余分のキャッシュを前記クエリ実行プランキャッシュに割り当てるステップであって、前記余分のキャッシュのサイズが、前記クエリ実行プランキャッシュ中に最後に記憶されたクエリ実行プランのサイズに比例する、ステップを含む、請求項5に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを増大させるステップが、余分のキャッシュを前記クエリ実行プランキャッシュに割り当てるステップであって、前記余分のキャッシュのサイズが、あらかじめ定義された最大キャッシュサイズと、前記余分のキャッシュを割り当てる前の前記クエリ実行プランキャッシュの前記サイズとの間の差のあらかじめ定義された分数である、ステップを含む、請求項5に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを調整するステップが、所定の数の入来クエリを実行した後、前記監視された差が、あらかじめ定義されたしきい値よりも大きい量だけ増大しなかった場合、前記クエリ実行プランキャッシュの前記サイズを縮小させるステップを含む、請求項1に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを縮小させるステップが、前記クエリ実行プランキャッシュの中からキャッシュ部分を除去するステップであって、前記キャッシュ部分が、あらかじめ定義されたサイズを有する、ステップを含む、請求項8に記載の方法。
- 前記クエリ実行プランキャッシュの前記サイズを縮小させるステップが、前記クエリ実行プランキャッシュの中からキャッシュ部分を除去するステップであって、前記キャッシュ部分のサイズが、前記キャッシュ部分を除去する前の、前記クエリ実行プランキャッシュの前記サイズのあらかじめ定義された割合である、ステップを含む、請求項8に記載の方法。
- コンピューティングシステムであって、
メモリと、
前記メモリに結合された、1つまたは複数のハードウェアプロセッサと、
前記メモリにロードされたとき、前記1つまたは複数のハードウェアプロセッサに動作を実施させる命令を記憶する、1つまたは複数のコンピュータ可読記憶媒体とを備え、前記動作が、
データベース管理システムにおける複数の入来クエリの実行中に、前記複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間を測定することであって、前記データベース管理システムが、前記クエリ実行プランのうちの少なくともいくつかを記憶することができるサイズを有する、クエリ実行プランキャッシュを備える、こと、
前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と理想的なコンパイル時間との間の差を監視することであって、前記理想的なコンパイル時間が、クエリ実行プランが前記クエリ実行プランキャッシュからエビクトされないと仮定することによって推定される、こと、および
前記監視された差に基づいて、前記クエリ実行プランキャッシュの前記サイズを調整すること
を含む、システム。 - 前記クエリ実行プランキャッシュの前記サイズを調整することが、所定の数の入来クエリを実行した後、前記監視された差が、あらかじめ定義されたしきい値よりも大きい量だけ増大した場合、前記クエリ実行プランキャッシュの前記サイズを増大させることを含む、請求項11に記載のシステム。
- 前記クエリ実行プランキャッシュの前記サイズを増大させることが、余分のキャッシュを前記クエリ実行プランキャッシュに割り当てることであって、前記余分のキャッシュのサイズが、前記クエリ実行プランキャッシュ中に最後に記憶されたクエリ実行プランのサイズに比例する、ことを含む、請求項12に記載のシステム。
- 前記クエリ実行プランキャッシュの前記サイズを増大させることが、余分のキャッシュを前記クエリ実行プランキャッシュに割り当てることであって、前記余分のキャッシュのサイズが、あらかじめ定義された最大キャッシュサイズと、前記余分のキャッシュを割り当てる前の前記クエリ実行プランキャッシュの前記サイズとの間の差のあらかじめ定義された分数である、ことを含む、請求項12に記載のシステム。
- 前記クエリ実行プランキャッシュの前記サイズを調整することが、所定の数の入来クエリを実行した後、前記監視された差が、あらかじめ定義されたしきい値よりも大きい量だけ増大しなかった場合、前記クエリ実行プランキャッシュの前記サイズを縮小させることを含む、請求項11に記載のシステム。
- 前記クエリ実行プランキャッシュの前記サイズを縮小させることが、前記クエリ実行プランキャッシュの中からキャッシュ部分を除去することであって、前記キャッシュ部分が、あらかじめ定義されたサイズを有する、ことを含む、請求項15に記載のシステム。
- 前記クエリ実行プランキャッシュの前記サイズを縮小させることが、前記クエリ実行プランキャッシュの中からキャッシュ部分を除去することであって、前記キャッシュ部分のサイズが、前記キャッシュ部分を除去する前の、前記クエリ実行プランキャッシュの前記サイズのあらかじめ定義された割合である、ことを含む、請求項15に記載のシステム。
- 前記動作が、前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と前記理想的なコンパイル時間との間の前記差の傾向を決定することをさらに含む、請求項11に記載のシステム。
- 前記傾向を決定することが、前の時間期間における前記差の傾きを決定すること、および、前記クエリ実行プランキャッシュの前記サイズを、ステップサイズだけ増大させることであって、前記傾きが0よりも大きい場合、前記ステップサイズが前記傾きに比例する、ことを含む、請求項18に記載のシステム。
- 1つまたは複数のプロセッサに方法を実施させるコンピュータ実行可能命令を符号化して有する、1つまたは複数のコンピュータ可読媒体であって、前記方法が、
データベース管理システムにおける複数の入来クエリの実行中に、前記複数の入来クエリのためのクエリ実行プランを生成する実際のコンパイル時間を測定するステップであって、前記データベース管理システムが、前記クエリ実行プランのうちの少なくともいくつかを記憶することができるサイズを有する、クエリ実行プランキャッシュを備える、ステップと、
前記複数の入来クエリのためのクエリ実行プランを生成する、前記実際のコンパイル時間と理想的なコンパイル時間との間の差を監視するステップであって、前記理想的なコンパイル時間が、クエリ実行プランが前記クエリ実行プランキャッシュからエビクトされないと仮定することによって推定される、ステップと、
前記監視された差に基づいて、前記クエリ実行プランキャッシュの前記サイズを調整するステップと
を含み、
前記クエリ実行プランキャッシュの前記サイズを調整するステップが、所定の数の入来クエリを実行した後、前記監視された差が増大した場合、前記クエリ実行プランキャッシュの前記サイズを増大させるステップと、前記所定の数の入来クエリを実行した後、前記監視された差が平坦なままであった場合、前記クエリ実行プランキャッシュの前記サイズを縮小させるステップとを含む、コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/381,059 | 2021-07-20 | ||
US17/381,059 US11971889B2 (en) | 2021-07-20 | 2021-07-20 | Intelligent query plan cache size management |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023015968A true JP2023015968A (ja) | 2023-02-01 |
JP7433281B2 JP7433281B2 (ja) | 2024-02-19 |
Family
ID=80682340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021180175A Active JP7433281B2 (ja) | 2021-07-20 | 2021-11-04 | インテリジェントなクエリプランキャッシュサイズ管理 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11971889B2 (ja) |
EP (1) | EP4123461A1 (ja) |
JP (1) | JP7433281B2 (ja) |
CN (1) | CN115640312A (ja) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6999958B2 (en) * | 2002-06-07 | 2006-02-14 | International Business Machines Corporation | Runtime query optimization for dynamically selecting from multiple plans in a query based upon runtime-evaluated performance criterion |
US7502775B2 (en) * | 2006-03-31 | 2009-03-10 | International Business Machines Corporation | Providing cost model data for tuning of query cache memory in databases |
US8548986B2 (en) * | 2010-03-19 | 2013-10-01 | Microsoft Corporation | Adaptive row-batch processing of database data |
US20170139991A1 (en) * | 2015-11-16 | 2017-05-18 | Linkedin Corporation | Dynamic query plan based on skew |
US10467152B2 (en) | 2016-05-18 | 2019-11-05 | International Business Machines Corporation | Dynamic cache management for in-memory data analytic platforms |
JP7006013B2 (ja) | 2017-08-22 | 2022-01-24 | 富士通株式会社 | データ提供プロラム、データ提供方法、及びデータ提供装置 |
US10922316B2 (en) * | 2018-06-13 | 2021-02-16 | Amazon Technologies, Inc. | Using computing resources to perform database queries according to a dynamically determined query size |
US12013856B2 (en) * | 2018-08-13 | 2024-06-18 | Amazon Technologies, Inc. | Burst performance of database queries according to query size |
US11061902B2 (en) * | 2018-10-18 | 2021-07-13 | Oracle International Corporation | Automated configuration parameter tuning for database performance |
US11188538B2 (en) * | 2018-12-27 | 2021-11-30 | Teradata Us, Inc. | Dynamic generated query plan caching |
CN113227986B (zh) * | 2019-01-30 | 2024-06-18 | 阿里巴巴集团控股有限公司 | 存储查询计划的方法和系统及查询数据库系统的方法 |
US11704316B2 (en) * | 2019-05-31 | 2023-07-18 | Qubole, Inc. | Systems and methods for determining peak memory requirements in SQL processing engines with concurrent subtasks |
US11308100B2 (en) * | 2019-06-25 | 2022-04-19 | Amazon Technologies, Inc. | Dynamically assigning queries to secondary query processing resources |
US11036740B2 (en) * | 2019-09-11 | 2021-06-15 | Sap Se | Database management system query plan cache management |
-
2021
- 2021-07-20 US US17/381,059 patent/US11971889B2/en active Active
- 2021-11-04 JP JP2021180175A patent/JP7433281B2/ja active Active
- 2021-11-05 CN CN202111307118.5A patent/CN115640312A/zh active Pending
-
2022
- 2022-02-17 EP EP22157250.6A patent/EP4123461A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US11971889B2 (en) | 2024-04-30 |
US20230021502A1 (en) | 2023-01-26 |
CN115640312A (zh) | 2023-01-24 |
JP7433281B2 (ja) | 2024-02-19 |
EP4123461A1 (en) | 2023-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5744707B2 (ja) | メモリ使用量照会ガバナのためのコンピュータ実装方法、コンピュータ・プログラム、およびシステム(メモリ使用量照会ガバナ) | |
US9330012B2 (en) | Allocation enforcement in a multi-tenant cache mechanism | |
EP2002343B1 (en) | Multi-cache cooperation for response output caching | |
US8601216B2 (en) | Method and system for removing cache blocks | |
US8918602B2 (en) | Dynamically altering time to live values in a data cache | |
US9208094B2 (en) | Managing and sharing storage cache resources in a cluster environment | |
US9195599B2 (en) | Multi-level aggregation techniques for memory hierarchies | |
US8402223B2 (en) | Cache eviction using memory entry value | |
US20200125491A1 (en) | Techniques for handling requests for data at a cache | |
US20130297884A1 (en) | Enhancing data processing performance by cache management of fingerprint index | |
US11556536B2 (en) | Autonomic caching for in memory data grid query processing | |
EP4123473A1 (en) | Intelligent query plan cache size management | |
US20150142845A1 (en) | Smart database caching | |
Zulfa et al. | Caching strategy for Web application–a systematic literature review | |
US8954969B2 (en) | File system object node management | |
US7908268B2 (en) | Predictive database pool preparation | |
JP7433281B2 (ja) | インテリジェントなクエリプランキャッシュサイズ管理 | |
US20090320036A1 (en) | File System Object Node Management | |
US7120776B2 (en) | Method and apparatus for efficient runtime memory access in a database | |
KR102319718B1 (ko) | 동적 매니코어 파티셔닝 장치 및 방법 | |
CN114547037A (zh) | 数据图表缓存方法、介质、装置和计算设备 | |
Deora et al. | Architecture of Cloud Server with Cache on Server |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221116 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231226 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7433281 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |