论文部分内容阅读
数据库管理系统的性能调节不仅具有很高的复杂性同时还有很大的挑战性,因为它首先需要对数据库管理系统的性能瓶颈进行分析,其次再从数据库管理系统的上百个参数中进行识别出几个关键的内存参数并对其进行设置。在传统作业中,数据库管理系统性能调节都是依靠数据库管理员人工实现的,其性能调节的质量和性能增强的程度也就完全依赖于数据库管理员的专业技能和以往经验。这样就导致了数据库管理系统性能的调节不仅具有很大的偶然性,而且需要耗费大量的人力和物力去实现。因此,数据库管理系统性能的自动化调节成为当今高科技的社会所迫切需要的一项新的技术。在本文中,我们提出了一个数据库管理系统性能自我调节的方法,即基于模糊规则自我调节数据库管理系统的性能。首先,我们从数据库管理系统中提取内存参数的值,以及通过生成AWR报告提取性能指标值,通过对两者之间进行分析构建模糊规则库;其次,我们提出了相应的性能自我调节的算法,通过对内存参数值和性能指标值的分析与相关模糊规则进行匹配,对内存参数值重新配置以提高数据库管理系统的性能。本文实验以TPC-C工作负载为运行环境,主要分为三个部分:单个参数的性能调节,多个参数的性能调节以及两层模糊规则性能调节。实验结果表明,本文提出的方法是具有可行性和有效性的。本文贡献点:(1)本文提出了一个性能自我调节方法,用于数据库管理系统基于内存参数的性能自我调节。文章从三个方面阐述了数据库管理系统性能的优化。(2)基于历史数据构建模糊规则库,通过在线实时运行数据匹配相关模糊规则以达到数据库管理系统的性能的自我调节。(3)本文提出一种新的两层模糊规则方法,充分考虑到了外部环境对数据库管理系统性能的影响,从而做出合理有效且快速的调整。