차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- study:oracle:datadb:2week_1 [2010/05/13 02:26]
newys
+++ study:oracle:datadb:2week_1 [2010/05/13 10:20]
starlits
@@ 줄 1: / 줄 1: @@
-===== 제 3장 SQL의 실행계획 ======
+====== 제 3장 SQL의 실행계획 =======
 -  실행계획의 중요성? 액세스 효율에 가장 결정적인 영향을 미침
-==== 3.1 SQL과 옵티마이져  ======
+===== 3.1 SQL과 옵티마이져  =====
      -  옵티마이져 목표 : SQL로 요구된 결과를 최소의 비용으로 처리할 수 있는 처리 경로를 결정
@@ 줄 10: / 줄 11: @@
- === 3.1.1 옵티마이져와 우리의 역할  ===
+==== 3.1.1 옵티마이져와 우리의 역할  ====
   - 숫자 목록 관계형 데이터베이스의 출현배경 : 데이터들 간에 물리적인 연결고리를 가지지 않아도 논리적인 연결고리만 있다면 원하는 데이터를 액세스 할 수 있다.    =>논리적인 방법만으로 데이터를 찾을 수 있는 장치가 필요
@@ 줄 21: / 줄 22: @@
-=== 3.1.2. 옵티마이져의 형태 ===
+==== 3.1.2. 옵티마이져의 형태 ====
@@ 줄 49: / 줄 50: @@
-  EX> 1,000,000 로우를 가지는 TAB1테이블과 100로우를 가지는 TAB2테이블의 로우수를 알지 못하기 때문에
-       어느쪽이 전체 테이블 스캔 하는것이 유리한지 구별할 수 없다.
+ EX> 1,000,000 로우를 가지는 TAB1테이블과 100로우를 가지는 TAB2테이블의 로우수를 알지 못하기 때문에 어느쪽이 전체 테이블 스캔 하는것이 유리한지 구별할 수 없다.
-  EX> 2종류의 값만 가지고 있어 평균분포도가 50%인 컬럼 A로 구성된 인덱스와 10,000종류를 가지고 있어 0.01%의 평균 분포도를
-       가진 컬럼 B로 구성된 인덱스가 존재. A='10' AND B LIKE '123%'을 주었을때 무조건 ‘=’로 사용한
+ EX> 2종류의 값만 가지고 있어 평균분포도가 50%인 컬럼 A로 구성된 인덱스와 10,000종류를 가지고 있어 0.01%의 평균 분포도를   가진 컬럼 B로 구성된 인덱스가 존재. A='10' AND B LIKE '123%'을 주었을때 무조건 ‘=’로 사용한 컬럼A를 사용하는 것이 더 유리하다고 판단.
-       컬럼A를 사용하는 것이 더 유리하다고 판단.
@@ 줄 62: / 줄 62: @@
+  나. 비용기준 옵티마이져(Cost_based Optimizer)
+    ① 관계형 데이터베이스가 추구하는 이상형
+     ② 처리방법들에 대한 비용을 미리 산정해보고 그 중 가장 적은 비용이 들어가는 처리방법 선택
+     ③ 통계정보의 형태와 종류는 DBMS 제품이나 버전에 따라 차이     - 통계정보는 테이블의 로우 수와 블록 수, 블록당 평균 로우수, 로우의 평균길이, 컬럼별 상수값의 종류, 분포도, 컬럼 내 NULL값의 수, 클러스터링 팩터, 인덱스의 길이, 최대 최소값, 리프 블록수, 가동 시스템의 I/O나 CPU 사용정보 등
-------------
-  나. 비용기준 옵티마이져(Cost_based Optimizer)
-    - 관계형 데이터베이스가 추구하는 이상형
-     - 처리방법들에 대한 비용을 미리 산정해보고 그 중 가장 적은 비용이 들어가는 처리방법 선택
-     - 통계정보의 형태와 종류는 DBMS 제품이나 버전에 따라 차이
-       =>통계정보는 테이블의 로우 수와 블록 수, 블록당 평균 로우수, 로우의 평균길이, 컬럼별 상수값의 종류, 분포도, 컬럼 내 NULL값의 수, 클러스터링 팩터, 인덱스의 길이, 최대 최소값, 리프 블록수, 가동 시스템의 I/O나 CPU 사용정보 등
@@ 줄 96: / 줄 90: @@
   * 단점
+   - 실행계획 예측의 곤란
-  - 실행계획 예측의 곤란
+   - 사용자가 예측불가능하므로 애플리케이션을 작성할 때 미리 적절한 대응하기 어렵고, 종합적인 전략을 수립하기 곤란
-     - 사용자가 예측불가능하므로 애플리케이션을 작성할 때 미리 적절한 대응하기 어렵고, 종합적인 전략을 수립하기 곤란
+   - 버전에 따른 변화
-  - 버전에 따른 변화
+   - 실행계획 제어가 곤란
-  - 실행계획 제어가 곤란
---------
-- 옵티마이져의 발전 방향
+  다. 옵티마이져의 발전 방향
-   · 비용기준 옵티마이져로 발전해 나간다.
+   - 비용기준 옵티마이져로 발전해 나간다.
-   · 단위SQL 보다는 테이블이나 인덱스 단위로 관리
+   - 단위SQL 보다는 테이블이나 인덱스 단위로 관리
--통계정보 관리를 위한 제언
+   라.통계정보 관리를 위한 제언
-   · 통계정보의 수집과 관리를 위해 DBMS에서 제공하는 패키지들이 계속 보강되고 있음
+   - 통계정보의 수집과 관리를 위해 DBMS에서 제공하는 패키지들이 계속 보강되고 있음
-   · 과거에는 I/O에 비중. 최근에는 CPU의 수행정도와 사용량을 추가함
+   - 과거에는 I/O에 비중. 최근에는 CPU의 수행정도와 사용량을 추가함
-   · 통계정보의 보다 간편한 수집이나 관리를 위해 DBMS_STATS 패키지 이용하면 좋음
+  - 통계정보의 보다 간편한 수집이나 관리를 위해 DBMS_STATS 패키지 이용하면 좋음
-     => 테이블이나 인덱스와 같은 데이터베이스 오브젝트에 대한 통계정보 생성을 	용이하게 해줌. 테이블이나 인덱스와 관련된 통계정보를 생성할 수 있으며, 견본 	데이터를 추출하여 통계정보를 생성하는것도 가능. 대용량 테이블이라면 모든 	데이터를 대상으로 통계정보를 수집할 수 없으므로 좋은 방법
+     => 테이블이나 인덱스와 같은 데이터베이스 오브젝트에 대한 통계정보 생성을 용이하게 해줌. 테이블이나 인덱스와 관련된 통계정보를 생성할 수 있으며, 견본데이터를 추출하여 통계정보를 생성하는것도 가능. 대용량 테이블이라면 모든 데이터를 대상으로 통계정보를 수집할 수 없으므로 좋은 방법    => 견본데이터는 5% 이하로 선정하는게 바람직
-    => 견본데이터는 5% 이하로 선정하는게 바람직
         지정 파라메터 : ESTIMATE_PERCENT 로 직접 			DBMS_STATS.AUTO_SAMPLE_SIZE 로 자동으로 판단
     => 통계정보 수집시간을 단축하기 위해 병렬로 처리 가능

adminschool.net wiki

사용자 도구

사이트 도구

차이

문서 도구