데이터베이스 조정

Database tuning

데이터베이스 조정은 데이터베이스의 성능을 최적화하고 균질화하기 위해 사용되는 작업 그룹을 나타냅니다.일반적으로 쿼리 튜닝과 중복되지만 데이터베이스 파일 설계, 데이터베이스 관리 시스템(DBMS) 애플리케이션 선택 및 데이터베이스 환경(운영 체제, CPU 등) 구성을 의미합니다.

데이터베이스 조정은 최대한 효율적이고 신속하게 작업을 수행하기 위해 시스템 리소스 사용을 극대화하는 것을 목표로 합니다.대부분의 시스템은 시스템 리소스 사용을 관리하도록 설계되어 있지만 데이터베이스 및 DBMS에 대한 설정 및 구성을 맞춤화함으로써 효율성을 개선할 여지가 여전히 많습니다.

I/O 튜닝

디스크 서브시스템의 하드웨어 및 소프트웨어 구성(RAID 레벨 및 구성,[1] 블록 및 스트라이프 크기 할당, 디스크, 컨트롤러 카드, 스토리지 캐비닛 및 SAN 등의 외부 스토리지 시스템 구성)을 조사합니다.트랜잭션 로그 및 임시 공간은 I/O를 많이 사용하며 데이터베이스의 모든 사용자의 성능에 영향을 미칩니다.그것들을 적절히 배치하는 것이 중요하다.

자주 조인되는 테이블과 인덱스는 파일 저장소에서 요청될 때 별도의 디스크에서 동시에 병렬로 검색할 수 있도록 배치됩니다.자주 액세스하는 테이블과 인덱스는 I/O의 균형을 맞추고 읽기 큐잉을 방지하기 위해 별도의 디스크에 배치됩니다.

DBMS 튜닝

DBMS 사용자 및 DBA 전문가

DBMS 튜닝은 DBMS의 튜닝과 DBMS를 실행하는 컴퓨터의 메모리 및 처리 자원의 구성을 말합니다.이것은 일반적으로 DBMS의 구성을 통해 이루어지지만 관련된 리소스는 호스트 시스템과 공유됩니다.

DBMS를 조정하려면 복구 간격(데이터 상태를 특정 시점으로 복원하는 데 필요한 시간) 설정, 병렬 할당(단일 쿼리에서 다른 처리 리소스에 할당된 작업으로 작업 분할) 및 데이터베이스 소비자와의 통신에 사용되는 네트워크 프로토콜이 필요합니다.

메모리는 데이터, 실행 계획, 프로시저 캐시 및 작업[clarify] 공간에 할당됩니다.스토리지의 데이터보다 메모리의 데이터에 액세스하는 것이 훨씬 빠르기 때문에, 대량의 데이터 캐시를 유지하면 작업 수행 속도가 빨라집니다.작업 공간도 동일하게 고려됩니다.실행 계획 및 프로시저를 캐싱하면 필요할 때 다시 컴파일하지 않고 재사용됩니다.메모리의 과도한 페이징 없이 다른 프로세스와 OS를 사용할 수 있도록 충분한 메모리를 확보하면서 가능한 한 많은 메모리를 사용하는 것이 중요합니다.

처리 리소스는 동시성을 개선하기 위해 특정 작업에 할당되는 경우가 있습니다.프로세서가 8개인 서버에서는 데이터베이스에 사용 가능한 처리 자원을 최대화하기 위해 DBMS용으로 6개를 예약할 수 있습니다.

DB 자동 조정

머신 러닝을 활용하여 다양한 [2][3][4]워크로드에서 성능을 평가하는 방법을 학습합니다.

데이터베이스 유지 보수

데이터베이스 유지 관리에는 데이터베이스 [5]파일 내의 백업, 열 통계 업데이트 및 데이터 조각 모음이 포함됩니다.

많이 사용되는 데이터베이스에서는 트랜잭션 로그가 빠르게 증가합니다.트랜잭션로그 엔트리는 이후 엔트리를 위한 공간을 확보하기 위해 로그에서 삭제해야 합니다.트랜잭션 로그 백업 빈도는 작기 때문에 데이터베이스 작업을 더 짧은 시간 동안 중단합니다.

DBMS는 통계 히스토그램을 사용하여 테이블 또는 인덱스에 대한 범위 내의 데이터를 찾습니다.통계 업데이트는 자주 스케줄하고 가능한 한 많은 기초 데이터를 샘플링해야 합니다.정확하고 업데이트된 통계를 통해 쿼리 엔진은 실행 계획에 대한 적절한 결정을 내릴 수 있을 뿐만 아니라 데이터를 효율적으로 찾을 수 있습니다.

테이블 및 인덱스 데이터 조각 모음을 통해 데이터 액세스 효율성이 향상됩니다.플래그멘테이션의 양은 데이터의 특성, 데이터의 시간 경과에 따른 변경 방법 및 추가 페이지를 작성하지 않고 데이터 삽입을 허용하는 데이터베이스 페이지의 여유 공간 양에 따라 달라집니다.

레퍼런스

  1. ^ "Performance Tuning for Relational Database Applications". Archived from the original on 2008-09-05. Retrieved 2008-09-26.
  2. ^ Rodd, S. F.; Kulkarni, U. P. (2010). "Adaptive Tuning Algorithm for Performance tuning of Database Management System". arXiv:1005.0972 [cs.DB].
  3. ^ https://www.cs.ubc.ca/~bestchai/dbms_tuning.pdf[베어 URL PDF]
  4. ^ "Parallel Data Lab Project: DBMS Auto-Tuning". www.pdl.cmu.edu.
  5. ^ ""Inside Database Maintenance Plans", SQL Server Magazine". Retrieved 2008-09-26.