Управление производительностью параллельной вычислительной системы при обработке запросов

Управление производительностью параллельной вычислительной системы при обработке запросов

Автор: Мьо Тант

Шифр специальности: 05.13.11

Научная степень: Кандидатская

Год защиты: 2012

Место защиты: Москва

Количество страниц: 127 с. ил.

Артикул: 6543444

Автор: Мьо Тант

Стоимость: 250 руб.

Управление производительностью параллельной вычислительной системы при обработке запросов  Управление производительностью параллельной вычислительной системы при обработке запросов 

Содержание
Содержание
Введение
Глава 1. Архитектура параллельных систем баз данных и обработка оптимизации запросов
1.1. Оптимальная обработка запросов 3.
1.1.1. Оптимизация запросов к базам данных
1.1.2. Построение оптимального плана выполнения запроса.
1.1.3. Параллельная оптимизация запроса
1.1.4. Обработка запроса в параллельной СУБД.
1.2. Математические методы для оценки методов 3.
1.2.1. Построение гистограмм для 3.
1.2.2. Глобальные оптимизации в реляционных системах управления БД.
1.3. Анализ оптимизации выполнения запроса
1.3.1. Анализа моделей доступа к базам данных распределенных систем обработки данных.
1.3.2. Алгоритмы выполнения запросов к ООСУБД
1.3.3. Анализ схемы базы данных
1.3.4. Использование памяти
1.3.5. Постановка задача.
Выводы по главе 1
Глава 2. Метод оптимизации однопроцессорной обработки запросов.
2.1. Введение..
2.2. Время выполнения запроса для упорядоченных столбцов таблицы
2.3. Время выполнения запроса для неупорядоченных столбцов таблицы
2.4. Сравнение минимального времени обработки запроса для упорядоченных и
неупорядоченных столбцов таблицы.
2.5. Эффективность метода оптимизации.
2.6. Влияние параметров запроса на время выполнения запроса.
2.7. Общий случай задания запроса.
Выводы по главе 2
3. Оптимизация обработки запросов в многопроцессорной базе данных
3.1. Введение
3.2. Влияние числа процессоров на время выполнения запроса.
3.3. Минимальное время выполнения запроса для неупорядоченной таблицы при
изменении параметра времени по закону геометрической прогрессии
3.4. Минимальное время выполнения запроса для упорядоченной таблицы при
изменении параметра времени по закону геометрической прогрессии
3.5. Минимальное время выполнения запроса для неупорядоченной таблицы при
изменении параметра времени по закону арифметической профессии.
3.6. Минимальное время выполнения запроса для упорядоченной таблицы при
изменении параметра времени по закону арифметической прогрессии
3.7. Квазиоптпмальный план алгоритма распределения ЭЗ на процессоры
3.8. Оптимальный алгоритм распределения ЭЗ на процессоры.
Выводы по главе 3
Глава 4. Модуль формирования и опенки плана времени выполнения запроса.
4.1. Текст программы
4.2. Описание программы.
4.3. Тестирование работы прог раммы.
4.4. Анализ оптимизации плана выполнения запросов. Моделирование на вРБЯН .
4.4.1. Однопроцессорный вариант.
4.4.2. Многопроцессорный вариант
Выводы по главе 4
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.
Приложениие. I
1.1. Результаты эффективности в МАТЬ А В. Геометрическая и арифметическая
прогрессии. к.
Литература


Вычислительные машины и системы» Московского авиационного института (государственного технического университета). Основные положения и результаты диссертационного исследования докладывались автором и обсуждались: на всероссийской конференции молодых ученых и студентов «Информационные технологии в авиационной и космической технике», Москва, г. Авиация и космонавтика», Москва, 8- ноября года, - апреля и - ноября года. Основные материалы диссертационной работы опубликованы в 3 печатных работах. Работа изложена на 7 страницах, содержит таблиц и рисунка. Глава 1. Если в систему поступает несколько запросов, то задача поиска оптимальной стратегии выполнения запроса уже носит стохастический характер. В [] предполагается, что запросы распределены по сети случайным образом и изменения состояния сети описываются цепыо Маркова. Поиск оптимальной стохастической стратегии сводится к однокритериальной задаче математического программирования, где максимизируется общая пропускная способность сети. Такой метод имеет ряд серьезных недостатков. Не совсем ясно, как получить матрицу вероятностей переходов в цепи Маркова, тем болсс что число состояний цепи может быть достаточно большим. Вызывает также сомнения интерпретация стохастической стратегии выполнения запроса. Авторы предполагают, что стратегии с помошыо функции распределения вероятностей могут быть распределены но процессорам сети. Это не совсем оправдано, так как в современных СУБД оптимальный план строится индивидуально для каждого запроса к базе данных. В [] предлагается метод оптимизации запроса, учитывающий определяемые пользователем функции и предикаты, которые могут вызываться в запросах Но такой метод достаточно сложен, а предлагаемые эвристические алгоритмы не гарантируют нахождение оптимального нуги. В [, ] разрабатываются подходы к оптимизации глобальных запросов, когда источники данных не известны заранее. В |] предлагаемся идея построения промежуточного слоя, обеспечивающего трансляцию исходного запроса и поиск источников данных. В (] решаются проблемы, связанные с неоднородностью источников данных. В [] разрабатывается интересный метод оценки и выполнения запроса к базе данных, позволяющий получить приблизительный результат поиска, но за более короткий промежуток времени. В [] предлагается язык доступа к данным, не зависящий от логической структуры данных. Авторы разработали алгоритм, интегрированный со стандартным оптимизатором запроса и транслирующий запросы над этой логической схемой в планы, которые обращаются к структурам памяти базы данных. В [] обосновывается метод параметрической оптимизации запросов. В соответствии с этим подходом оптимизатор строит несколько планов, каждый из которых оптимален при определенных значениях параметров запроса. При выполнении запроса обработчик выбирает план из множества уже оттранслированных планов в зависимости от конкретных значений параметров запроса. К сожалению, эта стратегия в современных СУБД в полной мере еще не реализована. Даны рекомендации по их использованию. Здесь приведены также статистические оценки двух стратегий соединения отношений: лево-глубоких деревьев (left-deep trees) и густых деревьев (bushy trees). Сделан вывод, что стратегия лево-глубоких деревьев желательна только для некоторых типов графов соединения. Между тем следует отметить, что в существующих оптимизаторах эта стратегия является одной из основных. Работа [] — одна из немногих публикаций, где содержится краткий обзор методов, используемых при оптимизации и обработке запросов в СУБД Oracle. Авторы [] предлагают эффективную процедуру оптимизации вложенных запросов и представлений (view). В [] анализируется проект ORT++, который, по мнению авторов, позволяет формировать эффективные оптимизаторы и расширять алгебру запросов для новых СУБД, запросов для новых СУБД. Таким образом, получаемая последовательность определяет оптимальный план выполнения запроса. К$Т1ЮУ8, обеспечивающий минимальное время выборки первых строк. АИАЕУ2Е, определяет план с минимальной стоимостью и выполняет его. В табл. Таблица.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.185, запросов: 244