KR20070103850A - 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치 - Google Patents

데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치 Download PDF

Info

Publication number
KR20070103850A
KR20070103850A KR1020060035711A KR20060035711A KR20070103850A KR 20070103850 A KR20070103850 A KR 20070103850A KR 1020060035711 A KR1020060035711 A KR 1020060035711A KR 20060035711 A KR20060035711 A KR 20060035711A KR 20070103850 A KR20070103850 A KR 20070103850A
Authority
KR
South Korea
Prior art keywords
sql
trace
file
files
statements
Prior art date
Application number
KR1020060035711A
Other languages
English (en)
Other versions
KR101136457B1 (ko
Inventor
최주덕
Original Assignee
주식회사 케이티프리텔
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티프리텔 filed Critical 주식회사 케이티프리텔
Priority to KR1020060035711A priority Critical patent/KR101136457B1/ko
Publication of KR20070103850A publication Critical patent/KR20070103850A/ko
Application granted granted Critical
Publication of KR101136457B1 publication Critical patent/KR101136457B1/ko

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
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 데이터베이스 관리 시스템에의 품질과 성능 향상을 위한 튜닝(Tuning) 작업에 관련된 것이다.
본 발명에 따른 SQL Trace 분석 방법은, 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝 과정에서 구조화 질의어(이하, SQL)문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 방법으로서, (a) 분석의 대상이 되는 다수의 SQL Trace 파일에 각각 포함된 다수의 SQL문을 분리하고 추출하는 단계; 및 (b) 상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 단계;를 포함한다.
DBMS, SQL, 튜닝, 분석, Trace

Description

데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ) 실행경로(Ｔｒａｃｅ) 분석 방법 및 장치{Method and apparatus for analyzing SQL Trace in DataBase Management System}
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 후술하는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.
도 1은 본 발명의 일 실시예에 따른 SQL Trace 분석 장치가 구현되는 데이터베이스 시스템의 구성을 도시하는 도면이다.
도 2는 본 발명의 일 실시에예 따른 SQL Trace 분석 장치의 주요 구성을 도시한 블럭도이다.
도 3은 본 발명의 일 실시예에 따른 SQL Trace 분석 방법의 절차를 도시하는 순서도이다.
도 4는 SQL Trace 파일에서 추출한 SQL문과 실행통계정보의 화면을 캡춰한 도면이다.
<도면의 주요 부분에 대한 부호의 설명>
100 : 분석장치 200 : DBMS
210 : 데이터베이스 300 : 관리자
401,402,403 : 유저
본 발명은 데이터베이스 관리 시스템에 관한 것으로서, 보다 상세하게는 데이터베이스 관리 시스템의 품질과 성능 향상을 위한 튜닝(Tuning) 작업에 관련된 것이다.
일반적으로, 데이터베이스(database)에는 서로 관련 있는 데이터들이 저장되어 있는데, 데이터베이스에 저장된 데이터들은 필요시마다 최신의 데이터로 갱신, 삽입, 삭제되는 것을 필요로 한다. 이를 위해 데이터베이스는 DBMS(DataBase Management System)라는 소프트웨어 시스템에 의해 관리되고 있는데, DBMS는 응용 프로그램과 데이터의 중재자로서 모든 응용 프로그램들이 데이터를 공유할 수 있도록 여러 응용 프로그램들이 사용하는 데이터를 하나의 장소에 모아 종합적으로 유지하고 관리해주는 소프트웨어이다. 즉, DBMS는 응용 프로그램들이 원하는 데이터를 검색하거나 변경하여 언제나 일관성 있는 결과를 응용 프로그램에 제공해주는 종합적인 데이터 관리 시스템이다.
이러한 DBMS는 구조화 질의어(SQL: Structrer Query Language)를 이용하여 여러 사용자가 데이터베이스 내의 데이터를 검색하거나 관리할 수 있도록 한다. 구조화 질의어는 데이터 정의어(DDL)와 데이터 조작어(DML)를 포함한 데이터베이스용 질의언어(query language)의 일종이다. 이 SQL은 특정한 데이터베이스 시스템에 한정되지 않아 널리 사용되고 있다. 초기에는 IBM의 관계형 데이터베이스인 시스템에서만 사용되었으나 지금은 다른 데이터베이스에서도 널리 사용된다.
SQL은 관계사상(relational mapping)을 기초로 한 대표적인 언어로서 입력 릴레이션(테이블)으로부터 원하는 출력 릴레이션을 사상(mapping)시키는 언어이다. 이 같은 언어로는 1973년 SQUARE(structured queries as relational expressions)가 발표되었는데 수학적인 표현이 많아 초보자가 사용하기는 어려웠다. 이것을 기초로 1974년 SEQUEL(structured english as query language)이 IBM의 새너제이(San Jose) 연구소에서 만들어졌으며 다시 이것을 개선하여 1976년 SEQUEL 2가 발표되었다. 이 SEQUEL 2를 기초로 한 시스템인 시스템 R, 오라클(Oracle) 등이 나오면서 SQL로 알려지게 되었다.
SQL은 단순한 질의 기능뿐만 아니라 완전한 데이터 정의 기능과 조작 기능을 갖추고 있다. 또 온라인 단말기를 통해 대화식으로 사용할 수도 있고 코볼이나 PL/I, C 등의 호스트 언어로 된 프로그램에 삽입되어서 사용되기도 한다. SQL은 장치 독립적이고 액세스 경로에 대해서는 어떠한 참조도 하지 않으며, 개개의 레코드보다는 레코드의 집합인 테이블을 단위로 연산을 수행한다. 또한, SQL은 영어 문장과 비슷한 구문으로 되어 있어서 초보자들도 비교적 쉽게 사용할 수 있다.
최근에 정보통신 분야의 발전과 함께 방대한 양의 정보들이 쏟아져 나오고 있고, 이에 따른 방대한 양의 데이터들에 대한 관리가 필요하게 되었다. 이를 위해 방대한 양의 데이터들로 이루어진 데이터베이스를 구축하게 되었고, 이러한 데이터 베이스의 관리를 위해 DBMS가 갈수록 발전하고 있는 추세이다. 이렇게 방대한 양의 데이터베이스와 이를 이용하려는 많은 사용자들로 인해서 DBMS도 많은 기능이 탑재되고 사용자 편의를 위해서 더욱 복잡해지게 되었다. 또한, 이러한 방대한 데이터베이스를 이용하려는 사용자들이 많아지게 됨에 따라 DBMS도 증가한 SQL 처리로 많은 부하가 발생하게 된다. 이러한 DBMS에서의 부하로 인해 시스템에서의 처리 속도가 떨어지게 되고 이는 DBMS의 성능 저하로 이어지게 된다.
이와 같이, 정보통신 기술의 발전에 따라 방대한 데이터베이스와 이를 관리하는 DBMS의 품질을 향상시켜야 할 필요가 요구되고 있다. 이를 위해 DBMS의 성능과 처리 속도를 향상시키는 튜닝(Tuning) 작업을 진행하게 되었다. 또한, 빠르게 변하는 정보와 데이터 및 사용자의 요구를 반영하기 위해서는 빠른 튜닝 작업이 절실히 요구된다. 이러한 튜닝 작업을 위해서는 DBMS 내의 주요 처리 대상인 SQL문을 분석하여 문제가 되는 SQL문을 빠르고 정확하게 추출해야 한다. 이미 처리한 SQL문을 분석하기 위해서는 SQL문의 처리시의 해당 정보를 기록으로 남겨야 하는데 이러한 기록은 SQL Trace 파일로 남게 된다. 이 SQL Trace 파일은 처리 당시의 SQL 처리 정보를 포함하는 로우(raw) 데이터 파일이다. 따라서, 튜닝 작업은 이러한 SQL Trace 파일을 분석하고 문제를 발견하는 것으로 시작하게 된다.
그러나, 방대한 데이터베이스와 많은 사용자에 따라 복잡해진 DBMS로 인하여 제어하고 관리하는 영역이 많아지고 따라서 다양한 SQL Trace 파일이 생성된다. 이러한 SQL Trace 파일 하나하나에는 많은 양의 SQL문이 존재한다. 따라서, 기존에는 SQL Trace 파일을 분석하여 SQL을 튜닝하기 위해서는 여러 개의 SQL Trace 파일들 을 하나씩 분석하여야 하는 불편함이 있었다. 즉, 기존의 SQL 튜닝을 위해서는 모든 SQL Trace 파일을 하나씩 열어서 확인해야 했다. 또한, 하나의 SQL Trace 파일 안에는 여러 개의 SQL이 존재하므로 실제로 문제가 발생하는 SQL을 찾아서 추출하여 재편집해야만 하는 불편함이 있었다.
본 발명의 첫 번째 목적은, 상술한 바와 같이 기존의 SQL 튜닝시에 여러 개의 SQL Trace 파일을 각각 따로 분석함으로 인해 전체적인 분석 작업이 지연되고 이에 따라 튜닝 작업이 어렵고 복잡해지는 문제를 개선하고자 하는 데 있다.
두 번째 목적으로는, 대량의 SQL Trace 파일에서 튜닝이 필요한 문제의 SQL문을 추출하기 위하여 이중으로 진행되던 작업을 개선하여 보다 신속하고 정확하게 SQL문을 분석할 수 있도록 하는 데 있다.
상기와 같은 목적을 달성하기 위해 본 발명에 따른 SQL Trace 분석 방법은, 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 구조화 질의어(이하, SQL)문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 방법으로서, (a) 분석의 대상이 되는 다수의 SQL Trace 파일에 각각 포함된 다수의 SQL문을 분리하고 추출하는 단계; 및 (b) 상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 단계;를 포함한다.
바람직하게, 상기 단계 (a)는, (1) 분석의 대상이 되는 다수의 SQL Trace 파 일을 정형화된 포맷의 분석 가능한 형태로 변경하는 단계; 및 (2) 상기 변경된 다수의 파일을 분석하여 각 파일에 포함된 다수의 SQL문을 분리하고 추출하는 단계;를 포함한다.
본 발명의 다른 측면에 따르면, 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 SQL문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 장치로서, 분석의 대상이 되는 다수의 SQL Trace 파일들을 참조하여 각각의 파일에 포함된 다수의 SQL문을 분리하고 추출하는 수단; 및 상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 수단;을 포함하는 대량의 SQL Trace 분석 장치가 제공된다.
본 발명의 또 다른 측면에 따르면, 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 SQL문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 프로그램이 기록된 기록매체로서, 분석의 대상이 되는 다수의 SQL Trace 파일을 정형화된 포맷의 분석 가능한 형태로 변경하는 절차와, 상기 변경된 다수의 파일을 분석하여 각 파일에 포함된 다수의 SQL문을 분리하고 추출하는 절차, 및 상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 절차를 실행하는 컴퓨터로 판독 가능한 프로그램을 기록한 기록매체가 제공된다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하 기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명의 일 실시예에 따른 SQL Trace 분석 장치가 구현되는 데이터베이스 시스템의 구성을 도시하는 도면이다.
도 1을 참조하면, 데이터베이스 시스템은 대량의 데이터들이 구축된 데이터베이스(210), 상기 데이터베이스(210)를 이용하는 유저들(401,402,403), 상기 데이터베이스(210)를 관리하는 데이터베이스 관리 시스템(200), 상기 데이터베이스 관리 시스템(200)을 운용 관리하는 관리자(300), 상기 데이터베이스 시스템의 실행정보들이 기록되는 로그파일(220) 및 상기 로그파일(220)을 분석하는 분석장치(100)를 포함한다.
상기 데이터베이스(210)는 논리적으로 연관된 하나 이상의 자료의 모음으로 그 내용을 고도로 구조함으로써 검색과 갱신의 효율화를 꾀한 것이다. 즉, 몇 개의 자료 파일을 조직적으로 통합하여 자료 항목의 중복을 없애고 자료를 구조화하여 기억시켜 놓은 자료의 집합체라고 할 수 있다.
상기 유저들(401,402,403)은 상기 데이터베이스(210)를 이용하는 사람, 응용프로그램, 클라이언트 또는 사용자 단말 등이다. 상기 유저는 데이터베이스(210)에 데이터를 정의, 등록, 삽입하는 작업이나 상기 데이터베이스(210)의 데이터를 검색, 갱신, 삭제, 변경, 참조, 응용, 조작하는 등의 작업을 한다.
상기 데이터베이스 관리 시스템(200)은 상기 데이터베이스(210)를 유지, 보수, 관리하며 상기 유저들(401,402,403)의 이용을 돕는 시스템이다. 보다 구체적으로 상기 데이터베이스 관리 시스템(200, 이하 DBMS)은 데이터베이스(210)를 구성하고 이를 응용하기 위해 구성된 소프트웨어 시스템이다. 특히, 사용자나 응용 프로그램이 데이터베이스를 쉽게 이용할 수 있도록 하는 기능을 포함한다. 그 기능은 크게 구성 기능, 조작 기능, 제어 기능으로 나눌 수 있다. 구성 기능은 데이터베이스에 저장될 자료의 구조와 응용 프로그램이 그것을 이용하는 방식을 정의하는 것으로, 레코드 구조의 정의, 데이터 모형의 정의, 물리적 구조의 정의 등을 포함한다. 조작 기능은 사용자의 요구에 따라 데이터베이스에 저장된 자료를 검색, 갱신, 삽입, 삭제할 수 있도록 하는 기능이다. 제어 기능은 데이터베이스의 내용이 일관성을 유지하고 중복되지 않도록 하며, 허가되지 않은 접근을 제한하여 자료를 보호하는 기능이다.
상기 관리자(300)는 데이터베이스(210)와 DBMS(200)를 가장 좋은 상태로 관리하는 책임을 지는 개인 또는 집단이다. 상기 데이터베이스(210) 정보 내용의 정확성이나 통합성을 결정하고 데이터베이스(210)의 내부 저장 구조와 접근 관리 대책을 결정하며, 데이터의 보안 대책을 수립하고 점검하는 등 데이터베이스(210)와 DBMS(200)의 성능을 감시하여 변화하는 요구에 대응하는 책임을 진다.
상기 로그파일(220)은 상기 DBMS(200)를 통하여 상기 데이터베이스(210)가 조작 처리될 때의 여러 가지 정보가 기록되는 로우(raw) 데이터 파일이다. 이 중 구조화 질의어(SQL)문에 관계된 정보들은 SQL Trace 파일로 생성된다. 대부분의 DBMS에서는 다수의 유저들(401,402,403)과 세션들로 인하여 대량의 SQL Trace 파일이 생성된다. 이러한 각각의 SQL Trace 파일에는 다수의 SQL문이 포함되어 진다.
상기 분석장치(100)는 상기 관리자(300)의 튜닝 작업시에 로그 파일(220)을 이용하여 SQL문을 분석하는데 이용된다. 상기 데이터베이스(210)와 상기 DBMS(200)의 성능 향상을 위하여 상기 관리자(300)는 시스템 튜닝 작업을 수행하는데, 이때 문제가 되는 SQL문을 분석하기 위하여 상기 로그 파일(220) 중에서 SQL Trace 파일을 분석하게 된다. 상기 분석장치(100)는 이러한 SQL Trace 파일을 생성하고 분석하고 정렬하여 출력하는 등의 작업을 수행하고 이 분석된 정보를 상기 관리자(300)에게 제공한다.
그러면 본 발명의 일 실시예에 따른 SQL Trace 분석 장치를 도면을 통하여 상세하게 설명하기로 한다.
도 2는 본 발명의 일 실시에예 따른 SQL Trace 분석 장치의 주요 구성을 도시한 블럭도이다.
도 2를 참조하면, 본 발명에 따른 SQL Trace 분석 장치(100)는 Trace 파일 생성 모듈(110), 포맷 변환 모듈(120), SQL 추출 모듈(130), SQL 정렬 모듈(140), SQL 출력 모듈(150) 및 이들을 구동하는 주변 장치들을 포함한다.
상기 Trace 파일 생성 모듈(110)은 상기 DBMS(200)에서 처리되는 SQL문의 실행통계를 세션별로 모아서 Trace 파일을 생성한다. 상기 Trace 파일은 로우 데이터 파일로 내부에 다수의 SQL 정보가 포함된다. 상기 Trace 파일 생성 모듈(110)에서는 DBMS(200)를 이용하는 유저의 수와 복잡한 DBMS(200) 구조 등으로 인해 다수의 Trace 파일이 생성된다. 또한, DBMS(200)에 Trace 생성 기능이 지원되는 경우에는 직접 Trace 파일을 생성하지 않고 DBMS(200)로 Trace 생성 지시만 전달할 수도 있다. 이 경우 DBMS(200)의 전체적인 수행 능력이 약간 저하되는 단점이 있다. 따라서, 본 발명은 Trace 파일 생성 모듈(110)이 생략될 수도 있다.
상기 포맷 변환 모듈(120)은 다수의 SQL Trace 파일들을 분석 가능한 정형화된 형태의 포맷으로 변환한다. 또는, 다수의 SQL Trace 파일들을 분석하여 각각의 파일마다 분석 가능한 텍스트 형태의 포맷으로 파일을 생성한다. 이는 상기 SQL Trace 파일은 로우 데이터 파일이기 때문에 직접 내부의 정보를 파악하기가 어려워 이를 텍스트 형태 등의 파악하기 용이하고 정형화된 포맷으로 변환하게 된다. 이러한 포맷의 예로 텍스트 형태의 SQL prf 포맷이 있다. 이러한 변환 작업은 기존의 유틸리티 툴을 이용할 수도 있는데, 예를 들어 TKPROF 툴을 이용하여 변환 작업을 수행할 수도 있다. 상기 포맷 변환 모듈(120)은 다수의 SQL Trace 파일들을 일괄적으로 변환하여 분석 가능한 정형화된 형태의 포맷으로 파일을 생성한다.
상기 SQL 추출 모듈(130)은 변환된 SQL Trace 파일들에서 SQL들을 분리하고 분리된 SQL들을 추출하는 작업을 수행한다. 하나의 SQL Trace 파일 내에는 다수의 SQL 정보가 포함되어 있고, 이러한 다수의 SQL Trace 파일들을 모두 분석하여 모든 SQL을 추출한다. 이렇게 추출된 SQL은 SQL문과 SQL이 처리될 때의 통계정보가 포함되어 있다. 또한, 상기 SQL 추출 모듈(130)은 로우 데이터 파일인 SQL Trace 파일에서 직접 SQL들을 분리하고 추출할 수도 있다.
상기 SQL 정렬 모듈(140)은 상기 SQL 추출 모듈(130)을 통해 추출된 모든 SQL을 정렬하는 작업을 수행한다. 분석 대상인 복수의 SQL Trace 파일들 각각의 내부에는 또다시 다수의 SQL이 포함되어 있다. 이러한 분석 대상의 모든 SQL Trace 파일에서 추출된 모든 SQL들을 대상으로 정렬 작업을 수행하는데, 정렬의 기준은 상기 추출된 SQL에 포함된 SQL 정보의 항목들 중 하나 또는 항목들의 조합을 기준으로 한다. 상기 정렬 기준은 사용자로부터 입력받거나 미리 설정되는 기본 항목으로 설정될 수 있다. 또한, 정렬 방법으로는 오름차순 정렬, 내림차순 정렬 또는 사용자가 정한 규칙에 따른 정렬 등의 방법이 사용된다. 특히, 복수의 항목을 기준으로 정렬을 수행할 수도 있다. 상기 SQL을 정렬할 때 기준으로 사용되는 항목은 SQL 실행통계정보에 존재한다. SQL 실행통계정보는 SQL Trace 파일에서 추출된 SQL에 SQL문과 함께 포함되어 있다. 추출된 SQL의 예를 들면, 도 4에서와 같이 SQL문(A)과 SQL 실행통계정보(B)로 이루어진다. SQL문(A)은 DBMS에서 실행된 명령문이고, SQL 실행통계정보(B)는 상기 SQL문(A)이 실행될 때의 여러 가지 정보이다. 상기 SQL 정렬 모듈(140)에서의 동작을 예를 들면, 정렬 기준 항목이 CPU로 설정되었다고 가정하면, 상기 추출된 모든 SQL에서 SQL 실행통계정보의 CPU 항목을 모두 비교하여 가장 많은 CPU 시간이 소요된 SQL 순으로 정렬이 된다.
여기서, 도 4를 참조하여 상기 SQL 정렬 모듈(140)에서 정렬의 기준이 되는 항목들을 살펴보면, 우선 SQL에 의한 DBMS의 동작형태인 분석(Parsing), 실행(Execute), 호출(Fetch) 항목이 있다. Parsing은 SQL문이 파싱되는 단계에 대한 통계로 새로 파싱을 했거나, 공유 풀에서 찾아 온 것도 포함된다. 단, 반복 수행(Loop)된 SQL이나 PRO*SQL에서 보존커서(Hold cursor)를 지정한 경우에는 한 번만 파싱된다. Execute는 SQL문의 실행 단계에 대한 통계이다. 갱신, 삽입, 삭제 문들은 여기에 수행한 결과가 나타난다. Fetch는 SQL문이 실행되면서 호출된 통계이다. 부분범위 방식으로 처리된 SELECT문들이나 전체범위 처리를 한 후, 한 건을 추출하는 경우는 주로 여기에 많은 값들이 나타난다. 다음으로, 상기 세 항목들에 대한 통계수치 항목을 설명한다. count는 SQL문이 파싱된 회수, 실행된 회수, 호출이 수행된 회수이다. CPU는 파싱, 실행, 호출이 실제로 사용한 CPU 시간이다. elapsed는 작업의 시작에서 종료시까지 실제 소요된 총 시간이다. disk는 디스크에서 읽혀진 데이터 블록의 수이다. query는 메모리 내에서 변경되지 않은 블록을 읽거나 다른 세션에 의해 변경되었으나 아직 확인되지 않아 복사해 둔 스냅샷 블록을 읽은 블록의 수이다. current는 현 세션에서 작업한 내용을 확인하지 않아 오로지 자신에게만 유효한 블록을 액세스한 블록 수이다. rows는 SQL문을 수행한 결과에 의해 최종적으로 액세스된 로우의 수이다.
상기 SQL 출력 모듈(150)은 상기 SQL 정렬 모듈(140)에서 정렬된 SQL들을 사용자에게 제공하기 위하여 출력수단을 통해 출력한다. 출력은 화면이나 디스플레이 수단으로 할 수도 있고, 파일로 저장할 수도 있다. 또한, 출력될 SQL의 수를 사용자가 원하는 만큼 설정할 수 있다.
다음으로, 상기의 모듈들을 구동하는 주변장치는 사용자 인터페이스(160), 제어 모듈(170), 입/출력 장치(180), 메모리(190) 등을 포함한다. 상기 사용자 인터페이스(160)는 상기 각 모듈들에서 필요로 하는 정보를 사용자로부터 입력받을 수 있게 하는 수단이다. 상기 제어 모듈(170)은 각 모듈들 사이나, 모듈과 주변장치 사이에서 이루어지는 동작을 제어하는 수단이다. 상기 입/출력 장치(180)는 DBMS와 데이터를 통신하는 수단이다. 상기 메모리(190)는 정렬된 SQL들을 임시로 저장하고 모듈들과 장치의 정보들이 저장되는 수단이다.
그러면 본 발명의 일 실시예에 따른 SQL Trace 분석 방법을 설명하기로 한다. 도 3은 본 발명의 일 실시예에 따른 SQL Trace 분석 방법의 절차를 도시하는 순서도이다.
도 3을 참조하면, 본 발명에 따른 SQL Trace 분석 방법은, 먼저 DBMS 내에서 이루어지는 SQL이나 트랜잭션 등의 실행정보를 기록한다. 이 중 DBMS에서 수행되는 SQL에 관한 실행통계정보들을 기록하여 SQL Trace 파일을 생성한다. 이 과정은 상기 DBMS에서 Trace 생성 기능을 제공할 경우에는 생략이 가능하다.(단계 S10)
관리자가 DBMS를 튜닝하거나 점검하고자 할 시에 상기 SQL Trace 파일을 분석하게 되는데, 관리자로부터 분석 시작 신호가 수신되면 분석 절차가 진행된다. 분석 시작 신호가 없을 경우에는 상기 단계 S10의 Trace 파일 생성 과정이 반복되어 진행된다.(단계 S20)
분석이 시작되면 처음으로 분석할 대상을 선택하는 절차가 진행된다. 이때에는 관리자 또는 사용자로부터 상기 단계 S10에서 생성되거나 또는 미리 준비된 다 수의 SQL Trace 파일들 중에서 분석하고자 하는 파일들을 선택받는다. 일정 폴더나 디렉터리에 포함된 모든 SQL Trace 파일들로 선택받을 수도 있고, 개별적으로 파일들을 선택받을 수도 있다.(단계 S30)
분석할 대상인 SQL Trace 파일들이 선정된 다음에는 분석하기 용이한 형태로 파일들을 변환하는 작업을 수행하게 된다. 상기 SQL Trace 파일은 로우 데이터 파일이므로 이를 가공하기 용이한 형태(예를 들어, 텍스트 파일)로 변환하는 중간 과정을 거치게 된다. 이때에는 상기 단계 S30에서 선정된 모든 파일이 순차적으로 또는 동시에 변환된다. 로우 데이터 파일인 SQL Trace 파일이 직접 다른 포맷으로 변환될 수도 있고, SQL Trace 파일은 유지하고 이를 참조하여 변환된 포맷의 새로운 파일을 생성하는 것도 가능하다. 이렇게 분석 가능한 형태의 포맷으로는 SQL prf 포맷을 예로 들 수 있다. 또한, TKPROF 유틸리티 툴을 이용하여 변환 작업을 수행할 수도 있다.(단계 S40)
상기 단계 S40의 과정을 거친 후 생성된 파일들은 내부의 분석 과정을 거치고 SQL들을 분리하고 추출하는 작업을 수행한다. 이때 역시, 다수의 분석 대상 파일들을 모두 분석하여 내부에 포함된 다수의 SQL을 추출하게 된다. 이렇게 추출된 모든 SQL들은 다음의 절차를 위하여 임시 저장소에 보관된다. 또한, 다른 실시예로는 상기 단계 S30 이후에 선정된 로우 데이터 파일들을 직접 분석하여 SQL을 분리 추출할 수도 있다. 이 경우에는 상기 단계 S40이 생략될 수도 있다.(단계 S50)
상기 추출된 모든 SQL들은 소정의 기준에 따라 내림차순 또는 오름차순 또는 사용자로부터 입력받은 규칙에 의하여 정렬하는 작업을 수행한다. 이때 정렬되는 SQL들은 상기 분석 대상으로 선정된 다수의 SQL Trace 파일들 각각에 포함된 다수의 SQL들이 총 나열된다. 또한, 상기 정렬 작업 전에는 정렬의 기준이 될 항목을 설정하는 단계를 거치는데, 이 기준 항목의 설정은 사용자가 직접 정할 수도 있고 미리 설정될 수도 있다. 이때에는 사용자로부터 정렬할 기준 항목을 입력받거나, 선택할 수 있는 기준 항목들의 목록을 제공한 뒤에 사용자로부터 선택받아서 항목을 설정할 수 있다. 상기 정렬의 기준이 될 수 있는 항목들은 앞서 설명한바 있으므로 생략하기로 한다.(단계 S60, S70)
이렇게 정렬된 SQL들은 디스플레이 수단을 통하여 출력되거나 분석 리포트 파일로 생성되어 사용자에게 제공되어 진다. 이때에도 출력되는 SQL들의 개수나 출력량을 상위부터 우선순위로 설정하여 출력을 제어할 수도 있다. 이렇게 제공된 SQL 분석 정보는 사용자로 하여금 DBMS 튜닝 작업이나 점검 작업시에 유용하게 이용할 수 있도록 도와준다.(단계 S80)
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(시디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다. 이러한 과정은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있으므로 더 이상 상세히 설명하지 않기로 한다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
본 발명에 따른 SQL Trace 분석 장치 및 방법은, 실제 DBMS 튜닝 작업을 위해 분석해야 하는 많은 수의 SQL Trace 파일을 한꺼번에 일괄하여 처리하여 기존의 분석 작업보다 신속하게 분석할 수 있는 효과를 제공한다. 따라서 빠르고 신속한 튜닝 작업이 가능하여 보다 높은 품질의 데이터베이스 서비스를 제공할 수 있게 한다.
또한, 다수의 SQL Trace 파일에 포함된 다수의 SQL을 모두 추출하여 모든 SQL들을 통합 분석 처리할 수 있으므로 하나씩 분석 처리할 때보다 정확하고 신속한 분석을 할 수 있는 효과를 제공한다.

Claims (16)

  1. 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 구조화 질의어(이하, SQL)문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 방법으로서,
    (a) 분석의 대상이 되는 다수의 SQL Trace 파일에 각각 포함된 다수의 SQL문을 분리하고 추출하는 단계; 및
    (b) 상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 단계;를 포함하는 대량의 SQL Trace 분석 방법.
  2. 제 1 항에 있어서,
    상기 단계 (a)는,
    (1) 분석의 대상이 되는 다수의 SQL Trace 파일을 정형화된 포맷의 분석 가능한 형태로 변경하는 단계; 및
    (2) 상기 변경된 다수의 파일을 분석하여 각 파일에 포함된 다수의 SQL문을 분리하고 추출하는 단계;를 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 단계 (a) 이전에 다수의 세션별로 SQL Trace 파일을 생성하는 단계를 더 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 단계 (b) 이후에 상기 정렬된 SQL문을 출력하는 단계를 더 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  5. 제 1 항 또는 제 2 항에 있어서,
    상기 단계 (b)는 사용자의 요청에 따라 상기 추출된 다수의 SQL문의 실행통계 중에 원하는 항목을 기준으로 SQL문들을 정렬하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  6. 제 5 항에 있어서,
    기준 항목의 값을 근거하여 오름차순 또는 내림차순 또는 사용자가 원하는 규칙으로 정렬하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  7. 제 5 항에 있어서,
    상기 기준 항목은 SQL 분석(Parsing), SQL 실행(Execute), SQL 호출(Fetch) 명령에 관한 수행 회수, CPU 타임, 총 경과시간, 디스크(물리적) 또는 메모리(논리적)의 읽기를 수행한 회수, 추출된 로우(Row)의 수, 라이브러리 캐쉬 미스(miss) 수 및 이들의 조합으로 이루어진 것 중에 하나인 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  8. 제 4 항에 있어서,
    사용자에 의하여 설정된 개수만큼 상기 정렬된 SQL문을 우선 순위부터 차례로 출력하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  9. 제 2 항에 있어서,
    상기 단계 (1)은 로우 데이터 파일인 SQL Trace 파일을 분석 가능한 텍스트 형태의 SQL prf 포맷으로 변경하는 것을 특징으로 하는 SQL Trace 분석 방법.
  10. 제 9 항에 있어서,
    상기 SQL prf 포맷으로 변경시는 TKPROF 유틸리티 툴을 이용하는 것을 특징으로 하는 대량의 SQL Trace 분석 방법.
  11. 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 SQL문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 장치로서,
    분석의 대상이 되는 다수의 SQL Trace 파일들을 참조하여 각각의 파일에 포 함된 다수의 SQL문을 분리하고 추출하는 수단; 및
    상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 수단;을 포함하는 대량의 SQL Trace 분석 장치.
  12. 제 11 항에 있어서,
    상기 추출하는 수단은,
    분석의 대상이 되는 다수의 SQL Trace 파일을 정형화된 포맷의 분석 가능한 형태로 변경하는 수단; 및
    상기 변경된 다수의 파일을 분석하여 각 파일에 포함된 다수의 SQL문을 분리하고 추출하는 수단;을 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 장치.
  13. 제 11 항 또는 제 12 항에 있어서,
    상기 데이터베이스 관리 시스템에서 다수의 세션별로 SQL Trace 파일을 생성하는 수단을 더 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 장치.
  14. 제 11 항 또는 제 12 항에 있어서,
    상기 정렬하는 수단에서 정렬된 SQL문을 출력하는 수단을 더 포함하는 것을 특징으로 하는 대량의 SQL Trace 분석 장치.
  15. 제 11 항 또는 제 12 항에 있어서,
    상기 정렬하는 수단은 사용자의 요청에 따라 상기 추출된 다수의 SQL문의 실행통계 중에 원하는 항목을 기준으로 SQL문들을 정렬하는 것을 특징으로 하는 대량의 SQL Trace 분석 장치.
  16. 데이터베이스 관리 시스템(DBMS)의 품질향상을 위한 튜닝(Tuning) 과정에서 SQL문의 문제점을 파악하기 위하여 SQL문의 실행통계를 세션(Session)별로 수집하여 생성된 실행경로(Trace) 정보를 포함하는 로우(raw) 데이터 파일인 SQL Trace 파일을 분석하는 프로그램이 기록된 기록매체로서,
    분석의 대상이 되는 다수의 SQL Trace 파일을 정형화된 포맷의 분석 가능한 형태로 변경하는 절차와,
    상기 변경된 다수의 파일을 분석하여 각 파일에 포함된 다수의 SQL문을 분리하고 추출하는 절차, 및
    상기 추출된 다수의 SQL문을 소정의 기준에 따라 정렬하는 절차를 실행하는 컴퓨터로 판독 가능한 프로그램을 기록한 기록매체.
KR1020060035711A 2006-04-20 2006-04-20 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치 KR101136457B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060035711A KR101136457B1 (ko) 2006-04-20 2006-04-20 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060035711A KR101136457B1 (ko) 2006-04-20 2006-04-20 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20070103850A true KR20070103850A (ko) 2007-10-25
KR101136457B1 KR101136457B1 (ko) 2012-04-19

Family

ID=38818057

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060035711A KR101136457B1 (ko) 2006-04-20 2006-04-20 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101136457B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101845208B1 (ko) * 2017-12-28 2018-04-03 최영철 데이터베이스와 애플리케이션을 위한 웹기반 성능개선 방법
KR102240496B1 (ko) * 2020-04-17 2021-04-15 주식회사 한국정보기술단 데이터 품질 관리 시스템 및 그 방법
KR20230138074A (ko) 2022-03-23 2023-10-05 배재대학교 산학협력단 데이터 프로파일링을 이용한 학사정보 시스템의 데이터 품질 관리 방법 및 장치

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9182947B2 (en) 2013-06-06 2015-11-10 International Business Machines Corporation Program source code navigation
KR101710445B1 (ko) 2016-03-02 2017-02-27 (주)로직소프트 갱신 문장들을 조합 및 검증하는 장치
KR102127272B1 (ko) * 2017-12-22 2020-06-29 주식회사 웨어밸리 통계적 sql 패턴 분석을 통한 sql 튜닝 자동화 방법 및 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020033223A (ko) * 2000-10-30 2002-05-06 구자홍 데이터베이스 관리 시스템간 구조화 질의어의 통합처리 방법
KR20030013656A (ko) * 2001-08-08 2003-02-15 한국전자통신연구원 동적 질의어 튜닝 시스템 및 그 방법
KR100496970B1 (ko) * 2001-12-27 2005-06-27 삼성에스디에스 주식회사 데이터베이스의 성능 관리 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101845208B1 (ko) * 2017-12-28 2018-04-03 최영철 데이터베이스와 애플리케이션을 위한 웹기반 성능개선 방법
KR102240496B1 (ko) * 2020-04-17 2021-04-15 주식회사 한국정보기술단 데이터 품질 관리 시스템 및 그 방법
KR20230138074A (ko) 2022-03-23 2023-10-05 배재대학교 산학협력단 데이터 프로파일링을 이용한 학사정보 시스템의 데이터 품질 관리 방법 및 장치

Also Published As

Publication number Publication date
KR101136457B1 (ko) 2012-04-19

Similar Documents

Publication Publication Date Title
US11436213B1 (en) Analysis of database query logs
US11899666B2 (en) System and method for dynamic database split generation in a massively parallel or distributed database environment
US7809694B2 (en) Analysis of performance data from a relational database system for applications using stored procedures or SQL
US6801903B2 (en) Collecting statistics in a database system
US10089377B2 (en) System and method for data transfer from JDBC to a data warehouse layer in a massively parallel or distributed database environment
US10528596B2 (en) System and method for consistent reads between tasks in a massively parallel or distributed database environment
US11544268B2 (en) System and method for generating size-based splits in a massively parallel or distributed database environment
US10380114B2 (en) System and method for generating rowid range-based splits in a massively parallel or distributed database environment
US10180973B2 (en) System and method for efficient connection management in a massively parallel or distributed database environment
US7877378B2 (en) System and method for consolidating execution information relatin to execution of instructions by a database management system
US10078684B2 (en) System and method for query processing with table-level predicate pushdown in a massively parallel or distributed database environment
US10089357B2 (en) System and method for generating partition-based splits in a massively parallel or distributed database environment
US20080140627A1 (en) Method and apparatus for aggregating database runtime information and analyzing application performance
US8626729B2 (en) Database index monitoring system
US20030088546A1 (en) Collecting and/or presenting demographics information in a database system
KR101136457B1 (ko) 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치
US9734177B2 (en) Index merge ordering
US7236993B2 (en) On-demand multi-version denormalized data dictionary to support log-based applications
US11354313B2 (en) Transforming a user-defined table function to a derived table in a database management system
JP2023152910A (ja) コンピュータ実装方法、コンピュータプログラム、システム（データベース監査の精度及び効率を改善するための構造化監査ログの活用）
JP2023551641A (ja) データ検索のためのリストベースのデータ保存
US10042942B2 (en) Transforms using column dictionaries
KR20040009126A (ko) 데이터 베이스 시스템의 저부하 통계처리 장치 및 방법
GB2425625A (en) Database performance analysis

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee