Использование статистических данных для оптимизации запросов

• Номер работы:
  380367
• Раздел:
  Все работы   →   Рефераты и реферативные задания   →   Статистика и статистическое наблюдение
• Год подготовки:
  24.12.2015
• Объем работы:
  11 стр.
• Содержание:
  СОДЕРЖАНИЕ
  
  СОДЕРЖАНИЕ 2
  ВВЕДЕНИЕ 3
  1. СУЩНОСТЬ И ЗНАЧЕНИЕ СТАТИСТИКИ ЗАПРОСОВ 5
  ЗАКЛЮЧЕНИЕ 9
  СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 11
  
• Выдержка из работы:
  ВВЕДЕНИЕ
  
  Производительность систем БД настолько важная тема, что именно вопросы снижения времени отклика и повышение эффективности обслуживания пользователей являются сегодня двигателем инициатив большинства компаний по смене архитектуры и модернизации инфраструктур.
  Статистика для оптимизации запросов — это объекты, содержащие статистические сведения о распределении значений в одном или нескольких столбцах таблицы или индексированного представления. Оптимизатор запросов использует эти статистические сведения для оценки количества элементов, то есть числа строк, в результатах запроса. Такая оценка количества элементов позволяет оптимизатору запросов создать высококачественный план запроса. Например, оптимизатор запросов может использовать оценочное количество элементов, чтобы выбрать оператор index seek вместо оператора index scan, который потребляет больше ресурсов, и благодаря этому повысить производительность запроса.
  Каждый объект статистики создается для списка из одного или нескольких столбцов таблицы и содержит гистограмму, в которой отображается распределение значений в первом столбце. Объекты статистики для нескольких столбцов также хранят статистические сведения о корреляции значений между столбцами. ............................................................
  
  1. СУЩНОСТЬ И ЗНАЧЕНИЕ СТАТИСТИКИ ЗАПРОСОВ
  
  Каждый объект статистики создается для списка из одного или нескольких столбцов таблицы и содержит гистограмму, в которой отображается распределение значений в первом столбце. Объекты статистики для нескольких столбцов также хранят статистические сведения о корреляции значений между столбцами. Эти статистические данные корреляции называются значениями плотности и получаются из числа уникальных строк значений столбцов.
  Отфильтрованная статистика может повысить производительность запросов, которые выполняют выборку из четко определенных подмножеств данных.Отфильтрованная статистика использует предикат фильтра для выбора подмножества данных, включенных в статистику .Грамотно отфильтрованная статистика может улучшить план выполнения запроса по сравнению со статистикой по полной таблице.
  Предусмотрены три параметра, которые влияют на условия и методы создания и обновления статистики. Эти параметры задаются только на уровне базы данных .
  Параметр AUTO_CREATE_STATISTICS
  Если включен параметр AUTO_CREATE_STATISTICS (автоматическое создание статистики), то оптимизатор запросов в случае необходимости создает статистику по отдельным столбцам в предикате запроса, чтобы улучшить оценку количества элементов для плана запроса. Такая статистика по отдельным столбцам создается для столбцов, у которых отсутствует гистограмма в существующем объекте статистики. Параметр AUTO_CREATE_STATISTICS не определяет, создается ли статистика для индексов. ........................................................
  
  ЗАКЛЮЧЕНИЕ
  Внедрением новых технологий объемы накопленной информации увеличиваются многоразово. Огромные объемы информации генерируются сегодня в интернете, возник феномен так называемых "больших данных". Новые возможности сбора информации, ее передачи, накопления и обработки увеличили ее доступные объемы настолько, что без применения статистических методологий эффективное использование этой информации становится затруднительным. Разрабатываются ли сейчас какие-либо новые статистические методологии и есть ли еще какие либо заметные изменения и тенденции в этой сфере за последнее время.
  Запросы в теории реляционных баз данных базируются на концепции операций над множествами, а в теории множеств концепция времени отсутствует. В действительности же всё иначе: СУБД реализуют абстрактные концепции на базе реального оборудования. ................................................................
  
  СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
  
  1. Никульчев Е. В. Динамическое управление трафиком программно-конфигурируемых сетей в облачной инфраструктуре / Е. В. Никульчев, С. В. Паяин, Е. В. Плужник // Вестник Ря¬занского радиотехнического университета. — 2013. — № 3. — C. 54-57.
  2. Никульчев Е. В. Использование групп симметрий для идентификации сложных систем / Е. В. Никульчев // Вычислительные технологии. — 2014. — Т. 9, № 3. — С. 72-80.
  
  ............