数据热图与内存计算自动化协同优化

作者:黄嘉东; 佘俊
来源:电力信息与通信技术, 2017, 15(09): 91-97.
DOI:10.16543/j.2095-641x.electric.power.ict.2017.09.017

摘要

关系型数据库(Relational Database Management System,RDBMS)技术正在经历重大的变更,从固定的服务器和存储转向灵活的云部署,从存储优化的数据库管理转向内存优化的数据库管理。开源数据库技术不断涌现,商用数据库技术不断深化,其中在企业级数据库系统中有2项新技术的发展引人注目,分别是分析数据使用情况的数据热图和提供I/O性能的内存计算(Database In-Memory)技术。文章提出一种将2种技术结合运用,自动化协同优化的方法,综合2种技术的优点,以数据库热图为基础数据,自动化分析推荐内存计算的优选目标,并且对Database In-Memory中的数据自动加载/卸载。本方法不增加软硬件成本,通过优化对资源利用的效率提升数据库系统的性能,对企业级数据库的性能优化有明显的效果。在电力信息化系统中应用本文的技术,可以快速提升数据库性能。由于可以实时优化,避免了以往优化工作滞后的问题,同时可以减少优化的工作量,节省人力物力,降低了成本。

全文