计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
8期
16-20,27
,共6页
数据库自我优化%锁表%规则引擎%神经网络%预测器%数据挖掘
數據庫自我優化%鎖錶%規則引擎%神經網絡%預測器%數據挖掘
수거고자아우화%쇄표%규칙인경%신경망락%예측기%수거알굴
为了保证数据库系统在不同的负载情况下,始终提供强大的事务处理能力,必须对数据库系统进行性能优化.依赖于DBA,来分析性能数据,然后进行系统优化,在系统越来越复杂、负载持续波动的情况下是很困难的,数据库系统的自我优化,是很有前途的解决系统性能问题的技术.针对数据库锁表管理,使用基于轻量数据挖掘的优化方法,通过对性能数据的学习,建立一个能够根据锁表参数预测系统性能的神经网络预测器;在系统运行过程中,自我优化模块不断监控性能数据的变化,通过规则引擎选择需要优化的参数,利用预测器获得参数调整的幅度大小,完成参数设置,提高系统性能.实验证明,数据库系统性能获得近16%的提高.
為瞭保證數據庫繫統在不同的負載情況下,始終提供彊大的事務處理能力,必鬚對數據庫繫統進行性能優化.依賴于DBA,來分析性能數據,然後進行繫統優化,在繫統越來越複雜、負載持續波動的情況下是很睏難的,數據庫繫統的自我優化,是很有前途的解決繫統性能問題的技術.針對數據庫鎖錶管理,使用基于輕量數據挖掘的優化方法,通過對性能數據的學習,建立一箇能夠根據鎖錶參數預測繫統性能的神經網絡預測器;在繫統運行過程中,自我優化模塊不斷鑑控性能數據的變化,通過規則引擎選擇需要優化的參數,利用預測器穫得參數調整的幅度大小,完成參數設置,提高繫統性能.實驗證明,數據庫繫統性能穫得近16%的提高.
위료보증수거고계통재불동적부재정황하,시종제공강대적사무처리능력,필수대수거고계통진행성능우화.의뢰우DBA,래분석성능수거,연후진행계통우화,재계통월래월복잡、부재지속파동적정황하시흔곤난적,수거고계통적자아우화,시흔유전도적해결계통성능문제적기술.침대수거고쇄표관리,사용기우경량수거알굴적우화방법,통과대성능수거적학습,건립일개능구근거쇄표삼수예측계통성능적신경망락예측기;재계통운행과정중,자아우화모괴불단감공성능수거적변화,통과규칙인경선택수요우화적삼수,이용예측기획득삼수조정적폭도대소,완성삼수설치,제고계통성능.실험증명,수거고계통성능획득근16%적제고.