হালনাগাদ
এটি এখন এসকিউএল সার্ভার অ্যাজুরেতে প্রয়োগ করা হয়েছে। এটি সুপারিশ উত্পন্ন করে
এবং সূচী পরিচালনাটি স্বয়ংক্রিয়ভাবে কনফিগার করা যায় ।
স্বয়ংক্রিয় সূচক পরিচালনা সক্ষম করুন
সুপারিশগুলি স্বয়ংক্রিয়ভাবে প্রয়োগ করতে আপনি এসকিউএল ডেটাবেস উপদেষ্টা সেট করতে পারেন। সুপারিশগুলি উপলব্ধ হওয়ার সাথে সাথে সেগুলি স্বয়ংক্রিয়ভাবে প্রয়োগ করা হবে। যেমন পরিষেবা দ্বারা পরিচালিত সমস্ত সূচক ক্রিয়াকলাপগুলির সাথে যদি পারফরম্যান্সের প্রভাবটি নেতিবাচক হয় তবে প্রস্তাবটি ফিরে দেওয়া হবে।
আসল উত্তর
কিছু ডাটাবেস ইতিমধ্যে (ধরণের) স্বয়ংক্রিয়ভাবে সূচি তৈরি করে।
এসকিউএল সার্ভারে এক্সিকিউশন প্ল্যান কখনও কখনও ইনডেক্স স্পুল অপারেটরকে অন্তর্ভুক্ত করতে পারে যেখানে আরডিবিএমএস গতিশীলভাবে ডেটার একটি সূচক অনুলিপি তৈরি করে। তবে এই স্পুলটি উত্স ডেটার সাথে একত্রে রাখা ডাটাবেসের একটি অবিরাম অংশ নয় এবং এটি ক্যোয়ারী মৃত্যুদন্ডের মধ্যে ভাগ করা যায় না, অর্থাত এই জাতীয় পরিকল্পনাগুলি কার্যকরভাবে একই ডেটাতে অস্থায়ী সূচকগুলি বার বার তৈরি করা এবং ফেলে দেওয়া যেতে পারে।
সম্ভবত ভবিষ্যতে আরডিবিএমএসগুলিতে কাজের চাপ অনুযায়ী গতিশীলভাবে ড্রপ এবং অবিচ্ছিন্ন সূচক তৈরি করার ক্ষমতা থাকবে।
সূচক অপ্টিমাইজেশনের প্রক্রিয়াটি কেবলমাত্র একটি ব্যয় বেনিফিট বিশ্লেষণের শেষে। যদিও এটি সত্য যে কোনও কাজের চাপে মানুষের কাছে প্রশ্নের তুলনামূলক গুরুত্ব সম্পর্কে নীতিগতভাবে আরও বেশি তথ্য থাকতে পারে, কারণ কেন এই তথ্যটি অপটিমাইজারের কাছে উপলব্ধ করা যায়নি তার কোনও কারণ নেই। এসকিউএল সার্ভারের ইতিমধ্যে একটি রিসোর্স গভর্নর রয়েছে যা সেশনগুলিকে অগ্রাধিকার অনুসারে বিভিন্ন রিসোর্স বরাদ্দ সহ বিভিন্ন ওয়ার্কলোড গ্রুপে শ্রেণিবদ্ধ করার অনুমতি দেয়।
কেনেথ দ্বারা উল্লিখিত অনুপস্থিত সূচক ডিএমভিগুলি অন্ধভাবে বাস্তবায়নের উদ্দেশ্যে নয় কারণ তারা কেবলমাত্র একটি নির্দিষ্ট ক্যোয়ারীর সুবিধাগুলি বিবেচনা করে এবং সম্ভাব্য সূচকগুলির ব্যয়কে অন্য প্রশ্নের জন্য গ্রহণ করার কোনও প্রচেষ্টা করে না। তেমনি এটি অনুরূপ অনুপস্থিত সূচকগুলি একত্রিত করে না। উদাহরণস্বরূপ এই ডিএমভির আউটপুট অনুপস্থিত সূচকে A,B,Cএবং এর উপর প্রতিবেদন করতে পারেA,B INCLUDE(C)
ধারণাটি সহ কয়েকটি বর্তমান সমস্যা হ'ল
- যে কোনও স্বয়ংক্রিয় বিশ্লেষণের গুণমান যা প্রকৃতপক্ষে সূচক তৈরি করে না তা ব্যয়বহুল মডেলের যথার্থতার উপর নির্ভর করবে।
- এমনকি স্বয়ংক্রিয় বিশ্লেষণের ক্ষেত্রের মধ্যেও একটি অনলাইন সমাধানের চেয়ে একটি অফলাইন সমাধান আরও কার্যকর হতে সক্ষম হবে কারণ এটি জরুরি যে কোনও অনলাইন সমাধান লাইভ সার্ভারে ওভারহেড রেখে বৃহত বইটি যুক্ত না করে এবং কোয়েরিগুলি সম্পাদন করার প্রাথমিক উদ্দেশ্যটিতে হস্তক্ষেপ না করে।
- কাজের চাপের প্রতিক্রিয়া হিসাবে স্বয়ংক্রিয়ভাবে তৈরি সূচকগুলি প্রয়োজনীয়ভাবে জিজ্ঞাসার জবাবে তৈরি করা হবে যেগুলি তাদের দরকারী বলে মনে করেছিল তাই অগ্রিম সূচকগুলি তৈরি করতে পারে এমন সমাধানগুলির চেয়ে পিছিয়ে যাবে।
সময়ের সাথে সাথে ব্যয়বহুল মডেলগুলির যথার্থতা আশা করা সম্ভবত যুক্তিসঙ্গত তবে পয়েন্ট 2 সমাধানের ক্ষেত্রে আরও জটিল দেখায় এবং 3 পয়েন্টটি সহজাত অলঙ্ঘনীয়।
তবুও সম্ভবত ইনস্টলগুলির সিংহভাগ দক্ষ কর্মীদের সাথে এই আদর্শিক পরিস্থিতিতে নেই যারা ক্রমবর্ধমান কাজের চাপের পরিবর্তনগুলি নিরীক্ষণ, নির্ণয় এবং প্রত্যাশা করে (বা কমপক্ষে প্রতিক্রিয়া দেখায়)।
AutoAdmin প্রকল্পের মাইক্রোসফট রিসার্চ এ 1996 সাল থেকে চলমান হয়েছে
এই প্রকল্পের লক্ষ্যটি হল কাজের চাপের জ্ঞানকে কাজে লাগিয়ে ডাটাবেসগুলিকে স্ব-টিউন করা এবং স্ব-পরিচালনা করা
প্রকল্পের হোম পৃষ্ঠাটিতে বেশ কয়েকটি আকর্ষণীয় প্রকল্পের তালিকা দেওয়া হয়েছে। একটি এখানে প্রশ্ন বিশেষভাবে প্রাসঙ্গিক
আর একটি আকর্ষণীয় সমস্যা দেখা দেয় যখন কোনও ডিবিএ উপলব্ধ নেই (যেমন একটি এম্বেডড ডাটাবেস বা একটি ছোট ব্যবসা)। এই জাতীয় পরিস্থিতিতে, একটি স্বল্প স্পর্শ অবিচ্ছিন্ন সূচী টিউনিং পদ্ধতির গুরুত্বপূর্ণ হয়ে উঠতে পারে। আমরা আইসিডিই 2007 সালে "[ শারীরিক নকশা টিউনিংয়ের জন্য একটি অনলাইন পদ্ধতির " সমাধানগুলি অনুসন্ধান করেছি ।
লেখকরা রাজ্য
অনলাইন সূচকের মতো ক্রমবর্ধমান সাধারণ ডিবিএমএস বৈশিষ্ট্যগুলির সাথে, এটি শারীরিক নকশা সমস্যার আরও বেশি স্বয়ংক্রিয় সমাধানগুলি আবিষ্কারের জন্য আবেদন করে যা শিল্পের অবস্থাকে এগিয়ে নিয়ে যায়।
কাগজ একটি অ্যালগরিদম পরিচয় করিয়ে দেয়
এর প্রধান বৈশিষ্ট্যগুলি হ'ল:
- অনুসন্ধানগুলি অনুকূলিত হওয়ার সাথে সাথে আমরা প্রার্থী সূচকগুলির একটি প্রাসঙ্গিক সেট সনাক্ত করি যা কার্যকারিতা উন্নত করবে। এই বৈশিষ্ট্যটি ব্যাকগ্রাউন্ডে অন্তর্নির্মিত সূচিগুলির সাথে সমান্তরালে ক্যোয়ারী প্রসেসিং চালিয়ে যেতে দেয়।
- মৃত্যুর সময়, আমরা যেমন প্রার্থী সূচী না থাকা এবং অনুসন্ধান, আপডেট এবং স্থান সীমাবদ্ধতার উপস্থিতিতে বিদ্যমান সূচকগুলির উপযোগিতা না রেখে আমরা যে সম্ভাবনাগুলি হারাতে পারি তার উপর নজর রাখি।
- শারীরিক ডিজাইনের পরিবর্তনটি সিআইআল-এর যথেষ্ট পরিমাণে "প্রমাণ" সংগ্রহ করার পরে আমরা স্বয়ংক্রিয়ভাবে সূচক তৈরি বা মুছে ফেলার চেষ্টা করি।
- আমাদের সমস্যার অনলাইন প্রকৃতি সূচিত করে যে আমরা সাধারণত ভবিষ্যতে যে অনুকূল সমাধানগুলি জানি তার চেয়ে পিছিয়ে থাকব। তবে, সাবধানতার সাথে প্রমাণ পরিমাপ করে, আমরা নিশ্চিত করি যে আমরা "দেরী" সিদ্ধান্তগুলি সিগনিতে ভুগছি না - এভাবে ক্ষতিগ্রস্ত পরিমাণের সীমাবদ্ধ করে রাখি
অ্যালগরিদমের বাস্তবায়ন সার্ভার লোডের পরিবর্তনের প্রতিক্রিয়াতে থ্রোটলিংয়ের অনুমতি দেয় এবং তৈরির সময় কাজের চাপ পরিবর্তন হয় এবং প্রত্যাশিত বেনিফিট এটিকে উপযুক্ত বলে বিবেচনা করা হয় এমন নীচে নেমে গেলে সূচী সৃষ্টিটি বাতিল করতে পারে।
অনলাইন বনাম traditionalতিহ্যগত শারীরিক সুরের বিষয়ে লেখকের উপসংহার ।
এই কাজের অনলাইন অ্যালগরিদমগুলি কার্যকর যখন ডিবিএগুলি কাজের চাপের ভবিষ্যতের আচরণ সম্পর্কে অনিশ্চিত থাকে বা কোনও বিশ্লেষণ বা মডেলিংয়ের কোনও সম্ভাবনা না রাখে। যদি কোনও ডিবিএর কাজের চাপের বৈশিষ্ট্য সম্পর্কে সম্পূর্ণ তথ্য থাকে, তবে স্থির বিশ্লেষণ এবং বিদ্যমান সরঞ্জামগুলি (যেমন, [2, 3]) দ্বারা স্থাপন একটি আরও ভাল বিকল্প হতে পারে।
এখানে সিদ্ধান্তগুলি অন্য একটি কাগজে স্বায়ত্তশাসিত প্রশ্ন-চালিত সূচক টিউনিংয়ের মতো similar
আমাদের কাজের সূচক উপদেষ্টাকে পরাস্ত করতে পারে না যদি পুরো কাজের চাপ আগে থেকে জানা যায়। যাইহোক, বর্ধমান ও কাজের চাপের সাথে গতিশীল পরিবেশে ক্যোয়ারী চালিত পদ্ধতির আরও ভাল ফলাফল পাওয়া যায়।