數(shù)據(jù)庫系統(tǒng)緩沖池分層排隊網(wǎng)絡模型的研究.pdf

1、隨著信息化技術(shù)的發(fā)展與成熟，數(shù)據(jù)庫系統(tǒng)逐步成為信息系統(tǒng)的核心。在商業(yè)領(lǐng)域中，數(shù)據(jù)量龐大而復雜，快節(jié)奏的事務處理對數(shù)據(jù)庫系統(tǒng)的性能提出了新的要求。隨著數(shù)據(jù)庫系統(tǒng)的不斷發(fā)展完善，的確在很大程度上滿足了實際應用的需要。但是，這也增加了系統(tǒng)的復雜性，加之系統(tǒng)可配置參數(shù)有上百個，使得數(shù)據(jù)庫系統(tǒng)的管理變得復雜和繁瑣，僅僅靠數(shù)據(jù)庫管理員(Database Administration，簡稱DBA)來調(diào)整和優(yōu)化不僅耗費財力和人力，而且負載的性能目標不能

2、時刻得到滿足。
　　 人工管理使得數(shù)據(jù)庫系統(tǒng)性能的發(fā)揮受到了限制，這也造成了系統(tǒng)軟硬件資源的極大浪費。在這種背景下，自主數(shù)據(jù)庫管理技術(shù)應運而生，該技術(shù)是自主計算的一個分支，以實現(xiàn)系統(tǒng)的自我配置，自我調(diào)整和自我優(yōu)化為目的，對數(shù)據(jù)庫負載的執(zhí)行進行控制和調(diào)優(yōu)，在滿足負載性能目標的同時優(yōu)化數(shù)據(jù)庫系統(tǒng)的性能。該技術(shù)的核心功能是實現(xiàn)負載的自我調(diào)優(yōu)和自我管理，這個過程中需要對數(shù)據(jù)庫管理系統(tǒng)(Database ManagementSystems

3、，簡稱DBMS)的性能進行實時預測，以選擇恰當?shù)呢撦d資源分配方案。這就需要建立數(shù)據(jù)庫系統(tǒng)的性能預測模型。
　　 本論文采用分層排隊網(wǎng)絡模型(Layered queuing networks model，簡稱LQNM)方法，建立以緩沖池資源為基礎的數(shù)據(jù)庫系統(tǒng)的性能模型。緩沖池是內(nèi)存為數(shù)據(jù)庫分配的一部分區(qū)域，該區(qū)域的大小可調(diào)整，其大小對數(shù)據(jù)庫系統(tǒng)的性能有很大的影響。LQNM在性能預測上極具應用的廣泛性，例如分布式數(shù)據(jù)庫系統(tǒng)的性能分析

4、。由于DBMS具有復雜的軟件架構(gòu)，其性能模型的分析比較復雜，而LQNM適用于比較復雜的系統(tǒng)的性能分析。LQNM是排隊網(wǎng)絡模型(Queuing networks model，簡稱QNM)的擴展，可以用來分析相互依賴的任務間對資源的競爭，可以同時建模軟件和硬件，發(fā)現(xiàn)系統(tǒng)中軟件或硬件的性能瓶頸。而QNM只能對硬件資源進行建模，缺乏對軟件資源描述的支持。
　　 本論文使用TPC-H基準測試數(shù)據(jù)，在DB2數(shù)據(jù)庫上搭建實驗環(huán)境。在數(shù)據(jù)庫負載