adminschool.net wiki

사용자 도구

사이트 도구

추적:
study:oracle:datadb:2week_1

차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

차이 보기로 링크

양쪽 이전 판 이전 판
다음 판 		이전 판
study:oracle:datadb:2week_1 [2010/05/11 14:59]
newys 		study:oracle:datadb:2week_1 [2010/05/13 10:49] (현재)
newys
줄 1: 줄 1:
-제 3장 SQL의 실행계획 
  
- 3.1 SQL과 옵티마이져 +====== 제 3장 SQL의 실행계획 ======= 
-   +  *  실행계획의 중요성? 액세스 효율에 가장 결정적인 영향을 미침
-    - 옵티마이져 목표 :  SQL로 요구된 결과를 최소의 비용으로 처리할 수 있는 처리 경로를 결정 +
-    - SQL과 OPTIMIZER +
-      - SQL은 결과에 대한 요구서일 뿐 +
-       - 처리절차는 옵티마이져가 생성 +
-       - 옵티마이져는 없는 길을 생성하는게 아니라 이미 존재하는 길을 선택할 뿐 +
-          =>사용자가 부여한 영향요소에 따라 최적이 달라짐 => 최적이 상황에 따라 달라짐 +
-           +
-          :1.bmp +
-           +
-           +
-           +
-          =========== +
-           +
-          ● 제 3장 SQL의 실행계획-실행계획의 중요성? 액세스 효율에 가장 결정적인 영향을 미침 +
- +
-★ 3.1 SQL과 옵티마이져-옵티마이져 목표 : SQL로 요구된 결과를 최소의 비용으로 처리할 수 있는 처리 경로를 결정- SQL과 Optimizer의 관계   · SQL은 결과에 대한 요구     · 옵티마이져는 없는 길을 생성해 주는 것이 아니라 이미 존재하는 길을 단지 찾아        줄 뿐 =>사용자가 부여한 영향 요소에 따라 논리적으로 존재하는 최적이 달라짐 +
- +
-★ 3.1.1 옵티마이져와 우리의 역할- 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    - SQL? 요구서에 불과함. 표준언어로 채택한 것    - 옵티마이져 ? 사용자의 요구에 따라 그 때마다 최적의 경로를 찾아 주는 역할 책임자- 옵티마이져 실행계획에 영향을 주는 것들 +
-     옵티마이져는 단지 이미 존재하는 길들 중에서 하나를 선택해 주는 역할  +
-       => 사용자의 역할이 중요 +
- +
- +
-★  +
-① ROWID로 1로우 액세스 +
-② 클러스터 조인에 의한 1로우 액세스 +
-③ Unigue HASH Cluster에 의한 1로우 액세스 +
-④ Unique INDEX에 의한 1로우 액세스 +
-⑤ CLUSTER 조인 +
-⑥ Non Unique Hash Cluster Key +
-⑦ Non Unique Cluster Key +
-⑧ Non Unique 결합 인덱스 +
-⑨ Non Unique 한 컬럼 인덱스 +
-⑩ 인덱스에 의한 범위처리 +
-⑪ 인덱스에 의한 전체범위 처리 +
-⑫ Sort Merge 조인 +
-⑬ 인덱스 컬럼의 MIN, MAX처리 +
-⑭ 인덱스 컬럼의 ORDER BY +
-⑮ 전체 테이블 스캔 +
-3.1.2. 옵티마이져의 형태① 규칙기반 옵티마이져 (RBO : Rule_based Optimizer)    - 인덱스 구조나 사용 연산자에 부여된 순위로써 최적경로 결정     +
-     - 단점 +
- +
-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 컬럼A를 사용하는 것이 더 유리하다고 판단. +
- · 통계정보를 전혀 가지지 않음        · 경우에 따라 비현실적인 처리경로 수립 +
-     - 장점 +
- · 수립될 처리경로 예측가능      · 사용자가 원하는 처리경로로 유도하기가 용이        · 일반적인 보편타당성이 있음(신뢰성) +
-       +
- +
- +
- +
- +
- +
- ② 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,  +
- +
-① 현실을 감안한 최적화 +
-    - 위의 예시에서 B인덱스 조건이 A조건보다 적은 범위를 처리하고 있다면               옵티마이져는 B인덱스를 처리주관 조건으로 선택 +
-    - 분포도 : 통계정보에서 가장 주용한 정보 +
-      분포도가 좋다-> 컬럼값의 종류가 많다 ->조건을 만족하는 처리범위가 좁다는          것을 의미하므로 일의 양을 결정하는 가장 중요한 요소 +
-    - 컬럼의 모든 값들에 대해 분포도를 가지면 정확하겠지만 불가능 +
-      =>컬럼값의 범위별로 분포도 보유하는 방법 +
-    - 컬럼값에 저장할 분포도의 종류는 버켓(Bucker)의 개수에 따라 결정 +
-     · 넓이균형 히스토그램(Width_balanced Histogram) :버켓에 저장할 분포도는 컬럼값의 최소치와 최대치에 대해 균등한 범위로 분할하여 각 범위별로 보유한 로우의 수를 보관 (컬럼값의 종류가 적거나 분포도의 편차가 심하지 않는 경우) +
-     · 높이균형 히스토그램(Height_balanced Histogram) : 총 로우 수를 버켓 수만큼으로 나누어 각 버켓에 저장되는 값의 범위를 기록 (분포도나 컬럼값의 편차가 심한 경우) +
-     => 두가지 방법은 사용자가 선택 할 수 없음. 단 버켓 수 지정 가능 +
- 그러나 DBMS의 패키지 dbms_stats 등의 프로시져를 활용하여 자동 결정 +
-② 통계정보의 관리를 통한 제어 +
-   - 통계정보를 어떻게 관리할 것이냐을 고심 +
-   - 테이블마다 통계정보를 관리할 수 없음 => 테이블을 모니터링하는 기능 이용 +
-      USER_TAB_MODIFICATION와 같은 딕셔너리 뷰를 통해 확인 +
-   - 만약 통계테이블을 수동으로 관리 하고자 한다면 수집방법, 수집 주기 결정 +
-       =>스크립트 작성, 작업스케줄링 할 수 있는 S/W활용, +
- 제공된 프로시져(GRTHER_DATABASE_STAT 등) +
-③ 최악의 상황이 발생할 확률의 감소 +
-   - 적절하지 못한 인덱스 구성, 고품질의 SQL을 사용하지 못해도 대부분 최소한의          수행 속도 보장 +
-   - 사용자의 쿼리를 재해석하여 새로운 쿼리로 변형시킴 +
-        인덱스의 길이, 최대 최소값, 리프 블록수, 가동 시스템의 I/O나 CPU 사용정보 등 - 장점 +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
-① 실행계획 예측의 곤란 +
-    -사용자가 예측불가능하므로 애플리케이션을 작성할 때 미리 적절한 대응하기 어렵고,        종합적인 전략을 수립하기 곤란 +
-② 버전에 따른 변화 +
-③ 실행계획 제어가 곤란 +
--단점 +
- +
- +
- +
- +
- +
- +
- +
- +
-- 옵티마이져의 발전 방향 +
-   · 비용기준 옵티마이져로 발전해 나간다. +
-   · 단위SQL 보다는 테이블이나 인덱스 단위로 관리  +
- +
--통계정보 관리를 위한 제언 +
-   · 통계정보의 수집과 관리를 위해 DBMS에서 제공하는 패키지들이 계속 보강되고 있음 +
-   · 과거에는 I/O에 비중. 최근에는 CPU의 수행정도와 사용량을 추가함 +
-   · 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 +
-    => 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 +
-       병렬등급(Degree)은 직접 지정/ 프로시져(Auto_dergree)를 이용하여 자동으로 지정 +
- +
-  · 초기의 비용기준 옵티마이져는 특정 상황에 맞추어져 있기 때문에 문제     +
-   =>시스템 통계(System statistics) : 해당 시스템이 가지고 있는 성능특성을 실제로           측정함으로 보다 정확한 정보를 옵티마이져에게 제공. 시스템 통계를 생성할 때는  +
-      지정한 기간동안 시스템에서 실제로 일어나고 있는 활동들을 모니터링하고 분석을          해야 한다. =>관련 프로시져(DBMS_STATS.GATHER_SYSTEM.STATS)를 수행시켜        통계정보를 수집해 주어야 함 +
- · 통계정보 교체하는 방법 +
-   =>DBMS_STATS패지지의 ‘IMPORT_SYSTEM_STATS' 프로시져를 사용하면 간단.    이 작업은 ’DBMS_JOB'패키지를 이용하여 작업을 등록하고 적당한 시간에 자동으로     수행되도록 함 +
- · 시스템 통계의 개선은 테이블이나 인덱스 통계정보와는 다르게 시작되는 SQL에 대해서만 새로운 통계정보로 파싱할 뿐 +
-   +
-      +
  
 +  - [[study:oracle:datadb:2week_1:chap1|옵티마이져와 우리의 역할]] 
 +  - [[study:oracle:datadb:2week_1:chap2|옵티마이져의 형태]]
 +  - [[study:oracle:datadb:2week_1:chap3|옵티마이져의 최적화 절차]]
 +  - [[study:oracle:datadb:2week_1:chap4|질의의 변환]]
 +  - [[study:oracle:datadb:2week_1:chap5|개발자의 역할]]
study/oracle/datadb/2week_1.1273557582.txt.gz · 마지막으로 수정됨: 2010/05/11 14:59 저자 newys

문서 도구

별도로 명시하지 않을 경우, 이 위키의 내용은 다음 라이선스에 따라 사용할 수 있습니다: CC Attribution-Share Alike 4.0 International
CC Attribution-Share Alike 4.0 International Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki