ОПТИМІЗАЦІЯ РОБОТИ РЕЛЯЦІЙНОЇ БАЗИ ДАНИХ ІНФОРМАЦІЙНОЇ СИСТЕМИ НА ТРАНСПОРТІ
Анотація
Інформатизація суспільства ставить нові виклики та вимоги перед інформаційними системами на транспорті, що відповідають за обробку та зберігання даних. Значна кількість проблем продуктивності розроблених додатків пов’язана з базами даних, бо часто низька продуктивність бази даних безпосередньо впливає на уповільнення роботи програми. Для нормального функціонування процесів діагностики рухомого складу та систем автоматики, прийняття рішень, формування звітів у транспортній галузі постає задача оптимізації управління базами даних та забезпечення їх продуктивності за умови одночасного багатокористувацького доступу. У статті розглянуті етапи виконання запиту та підходи щодо підвищення ефективності роботи оптимізатора запитів. Проаналізовані основні фактори, від яких залежить продуктивність виконання запитів у інформаційних системах на основі реляційних баз даних. До критеріїв оптимізації можна віднести такі оцінки продуктивності, як час, необхідний на генерацію звіту, час виконання запитів, швидкість знаходження даних у полях без індексування, максимальна кількість одночасних звернень до даних при багатокористувацькому режимі, швидкість індексування, а також операцій оновлення, видалення та додавання.
Посилання
Shah, B., Jat, P. M., & Sashidhar, K. (2022). Performance Study of Time Series Databases. arXiv preprint arXiv:2208.13982. https://doi.org/10.48550/arXiv.2208.13982.
Mostafa, J., Wehbi, S., Chilingaryan, S., & Kopmann, A. (2022, July) SciTS: A Benchmark for Time-Series Databases in Scientific Experiments and Industrial Internet of Things. 34th International Conference on Scientific and Statistical Database Management (SSDBM 2022). (6–8 July, 2022). (pp. 1-11). Copenhagen, Denmark. ACM, New York, NY, USA. https://doi.org/10.1145/3538712.3538723.
Chebotko A., Kashlev A., & Lu, S. (2015, June). A big data modeling methodology for Apache Cassandra. In 2015 IEEE International Congress on Big Data. (pp. 238-245). IEEE., New York, NY, USA, 2015. https://doi.org/10.1109/BigDataCongress.2015.41
Sivasubramanian, S. (2012, May). Amazon dynamoDB: a seamlessly scalable non-relational database service. In Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data. (pp. 729-730). https://doi.org/10.1145/2213836.2213945.
Alsubaiee, S., Altowim, Y., Altwaijry, H., Behm, A., Borkar, V., Bu, Y., Carey, M., Cetindil, I., Cheelangi, M., Faraaz, K., Gabrielova, E., Grover, R., Heilbron, Z., Kim, Y.-S., Li, C., Li, G., Ok, J. M., Onose, N., Pirzadeh, P., Tsotras, V., Vernica, R., Wen, J., & Westmann, T. (2014). AsterixDB: A Scalable,Open Source BDMS. Proc. VLDB Endow, 1905–1916. https://doi.org/10.14778/2733085.2733096.
Chickerur, S., Goudar, A., & Kinnerkar, A. (2015, November). Comparison of relational database with documentoriented database (mongodb) for big data applications. In 2015 8th International Conference on Advanced Software Engineering & Its Applications (ASEA). (pp. 41-47). IEEE. https://doi.org/10.1109/ASEA.2015.19
Jung, M. G., Youn, S. A., Bae, J., & Choi, Y. L. (2015, November). A study on data input and output performance comparison of mongodb and postgresql in the big data environment. In 2015 8th international conference on database theory and application (DTA). (pp. 14-17). IEEE. https://doi.org/10.1109/DTA.2015.14.
Kang, Y. S., Park, I. H., Rhee, J., & Lee, Y. H. (2015). MongoDB-based repository design for IoT-generated RFID/sensor big data. IEEE Sensors Journal, 16(2), 485-497. https://doi.org/10.1109/JSEN.2015.2483499
Imasheva, B., Azamat, N., Sidelkovskiy, A., & Sidelkovskaya, A. (2019, July). The practice of moving to big data on the case of the nosql database, clickhouse. In World Congress on Global Optimization (pp. 820-828). Springer, Cham. https://doi.org/10.1007/978-3-030-21803-4_113.
Борейко О. Ю. (2018) Rozroblennia bazy danykh dlia avtomatyzovanoi systemy opratsiuvannia parametriv pasazhyropotokiv hromadskoho transportu [Modeling and information technologies]. Modeliuvannia ta informatsiini tekhnolohii - Modeling and information technologies, 82, 177-184. http://nbuv.gov.ua/UJRN/Mtit_2018_82_26.
Jiang, T., Wu, Z., Song, Y., Liu, X., Liu, H., & Zhang, H. (2013). Sustainable transport data collection and application: china urban transport database. Mathematical Problems in Engineering, 2013, 1-10. https://doi.org/10.1155/2013/879752
Liu, M., Fang, S., Dong, H., & Xu, C. (2021). Review of digital twin about concepts, technologies, and industrial applications. Journal of Manufacturing Systems, 58, 346-361. https://doi.org/10.1016/j.jmsy.2020.06.017.
Саяпіна І.О., Горобченко О.М., Демченко В.О., Штомпель Ю.М. (2022) Modeliuvannia ta intelektualnyi analiz parametriv tonalnoho reikovoho kola [Modeling and intellectual analysis of the parameters of the tonal rail circuit]. // Zbirnyk naukovykh prats DUIT seriia «Transportni systemy i tekhnolohii». K.: DUIT - Collection of scientific works DUIT series «Transport systems and technologies». K.: DUIT, 2022, 39, 167-174 [in Ukrainian]. https://doi.org/10.32703/2617-2022-39-16.
Саяпіна І.О. (2022) Zastosuvannia metodu klasyfikatsii danykh ta neironnykh merezh dlia pidvyshchennia zavadostiikosti reikovoho kola [Application of the method of data classification and neural networks to increase the interference resistance of the rail circuit] // Zbirnyk naukovykh prats DUIT seriia «Transportni systemy i tekhnolohii». K.: DUIT - Collection of scientific works DUIT series «Transport systems and technologies». K.: DUIT, 2022, 39, 266-277 [in Ukrainian]. https://doi.org/10.32703/2617-9040-2022-39-26.
Samson, S., & Aponso, A. (2020, May). An Analysis on Automatic Performance Optimization in Database Management Systems. In 2020 World Conference on Computing and Communication Technologies (WCCCT) (pp. 6-9). IEEE. https://doi.org/10.1109/WCCCT49810.2020.9169995.
Leis, V., Gubichev, A., Mirchev, A., Boncz, P., Kemper, A., & Neumann, T. (2015). How good are query optimizers, really?. Proceedings of the VLDB Endowment, 9(3), 204-215. https://doi.org/10.14778/2850583.2850594.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Ліцензійні умови: Це стаття з відкритим доступом, поширювана за умовами Ліцензії Creative Commons Attribution License, яка дозволяє необмежено використовувати, розповсюджувати та відтворювати на будь-якому носії за умови представлення автора та джерела оригіналу.
