ОПТИМІЗАЦІЯ ОДНОПРОЦЕСОРНОГО ОБРОБЛЕННЯ МУЛЬТИЗАПИТІВ
DOI:
https://doi.org/10.17721/AIT.2023.1.05Ключові слова:
оптимізація; запит; мультизапит; незалежне, спільне оброблення; критерій; час; неупорядковані, упорядковані дані; база даних; продуктивність.Анотація
Вступ. Розглянуто ефективність виконання мультизапиту в базах даних однопроцесорної обчислювальної системи. Одним із методів збільшення продуктивності баз даних обчислювальних систем є одночасне виконання кількох запитів, що утворюють мультизапит. Методи. Використано методи аналізу і критеріальної оптимізації. Результати. Проаналізовано оброблення кон’юктивного мультизапиту (запити сформовано кон’юнкцією елементарних запитів, з яких ряд елементарних запитів повторно входять у запити). Оскільки зростає важливість оперативного аналітичного оброблення даних, то техніка складніших оптимізацій запитів стала вирішальною. Щоб бути ефективними, оптимізатори мають адаптуватися до нових операторів, змін у методах оцінювання вартості тощо. Як критерій оптимізації мультизапитів зазвичай використовують час виконання запиту, причому розділяють час, що витрачається на роботу з даними, що містяться в оперативній, буферній і зовнішній пам’яті. Запропоновано план оптимізації за часом виконання кон’юнктивного мультизапиту у разі звернення до бази даних на основі упорядкування елементарних запитів. Розглянуто два способи виконання кон’юнктивного мультизапиту: незалежно один від одного і спільно для неупорядкованих і упорядкованих даних. Показано, що час виконання кон’юнктивного мультизапиту за спільного оброблення не завжди менший ніж час за незалежного оброблення. Доведено умови, за яких спільне оброблення кон’юнктивного мультизапиту забезпечує не більший час виконання порівняно з незалежним обробленням. Висновки. Впровадження запропонованої процедури оптимізації дозволить підвищити ефективність однопроцесорних обчислювальних систем, що обслуговують бази даних. Ключові слова: оптимізація; запит; мультизапит; незалежне, спільне оброблення; критерій; час; неупорядковані, упорядковані дані; база даних; продуктивністьЗавантажити
Посилання
Berkman, L., Tkachenko, O., Turovsky, O., Fokin, V., & Strelnikov, V. (2021). Designing a System To Synchronize the Input Signal in a Telecommunication Network Under the Condition for Reducing a Transitional Component of the Phase Error. Eastern-European Journal of Enterprise Technologies, 1(9), 66–76.
Chaudhuri S., & Shim K. (1994). Including Group-By in Query Optimization. In Proc. of VLDB. Santiago.
Cosar, A., Srivastava, J., & Shekhar, S. (1991). On the multiple pattern multiple object (MPMO) match problem. International Conference on Management of Data. India. Society for Data Science.
Deshpande, A., Zacchary, I., & Vijayshankar, R. (2007). Adaptive Query Processing. Foundations and Trends in Databases, 1(1), 1–140.
Selinger, P., Astrahan, M. M., Chamberl, D. D., Lorie, R. A., & Price, T. G. (1979). Access path selection in a relational database management system. In ACM SIGMOD Intl. Conf. on Management of Data (p. 23–34). Association for Computing Machinery.
Sellis, T. (1988). Multiple query optimization, ACM Transactions on Database Systems,13 (1), 23–52.
Shim, K., Sellis, T., & Nau, D. (1994). Improvements on a heuristic algorithm for multiple-query optimization. Data Knowl. Eng., 12 (2), 197–222.
Tantsiura, A., Bondarchuk, A., Ilin, O., Melnyk, Yu., Tkachenko, O., & Storchak, K. (2019). The Image Models of Combined Correlation-Extreme Navigation System of Flying Robots. International Journal of Advanced Trends in Computer Science and Engineering, 8(4), 1012–1019.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Сучасні інформаційні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
