數(shù)據(jù)庫負(fù)載自動(dòng)識(shí)別的研究.pdf

1、隨著網(wǎng)絡(luò)和信息技術(shù)的普及，人們對(duì)數(shù)據(jù)庫的訪問量急劇增加，數(shù)據(jù)庫系統(tǒng)也變得越來越復(fù)雜，其數(shù)據(jù)存儲(chǔ)規(guī)模越來越龐大，管理數(shù)據(jù)庫系統(tǒng)也變得越來越昂貴，即數(shù)據(jù)庫DBA的費(fèi)用為DBMS的維護(hù)帶來沉重的負(fù)擔(dān)。據(jù)Microsoft在美國的調(diào)查顯示，信息化應(yīng)用到目前的階段，超過7O[％]的企業(yè)IT投資被耗費(fèi)在系統(tǒng)運(yùn)營(yíng)管理上。如何降低系統(tǒng)總體擁有成本(TCO)中的人員成本，已經(jīng)成為數(shù)據(jù)庫研究人員、數(shù)據(jù)庫廠商和用戶普遍關(guān)注的問題。自管理數(shù)據(jù)庫系統(tǒng)能夠自動(dòng)、主

2、動(dòng)地對(duì)自身進(jìn)行管理，降低了人為數(shù)據(jù)庫管理的復(fù)雜度，從而降低人力成本和系統(tǒng)故障時(shí)帶來的額外成本。但要實(shí)現(xiàn)數(shù)據(jù)庫自我管理，首先就要進(jìn)行數(shù)據(jù)庫負(fù)載自動(dòng)識(shí)別的研究。
　　 現(xiàn)代數(shù)據(jù)庫負(fù)載類型多、變化大。不同的負(fù)載類型意味著不同的資源分配策略。從類型上看，數(shù)據(jù)庫負(fù)載大致上分為聯(lián)機(jī)事務(wù)處理(Online Transaction Processing，OLTP)和聯(lián)機(jī)分析處理(Online Analytical Processing，OLAP

3、)兩大類。數(shù)據(jù)庫負(fù)載自動(dòng)識(shí)別，意味著DBMS必須能夠識(shí)別出OLTP與OLAP兩種負(fù)載。我們把負(fù)載識(shí)別分成兩步進(jìn)行：第一，選取能刻畫負(fù)載特征并且能夠區(qū)分兩類負(fù)載的屬性，進(jìn)而獲取樣本數(shù)據(jù)；第二，利用分類算法構(gòu)造分類模型，將獲取的樣本數(shù)據(jù)按一定比例分別作為訓(xùn)練樣本與測(cè)試樣本，以測(cè)試所構(gòu)造分類模型的識(shí)別準(zhǔn)確率。
　　 本文主要做了以下幾個(gè)方面的工作：
　　 首先，快照屬性的選取。本文以O(shè)racle 9i為實(shí)驗(yàn)數(shù)據(jù)庫。在該數(shù)據(jù)庫默

4、認(rèn)配置下，結(jié)合動(dòng)態(tài)性能視圖及診斷工具Statspack中有關(guān)負(fù)載信息的內(nèi)容，從中選取9個(gè)能夠刻畫且能區(qū)別OLAP與OLTP兩種負(fù)載的屬性。
　　 其次，樣本數(shù)據(jù)的獲取。通過學(xué)習(xí)TPC-C和TPC-H的相關(guān)知識(shí)可知，它們可分別模擬OLTP和OLAP兩種負(fù)載。在對(duì)數(shù)據(jù)庫進(jìn)行TPC-C和TPC-H的基準(zhǔn)測(cè)試過程中，對(duì)系統(tǒng)進(jìn)行不斷采樣(時(shí)間間隔為1秒)，以獲得原始樣本數(shù)據(jù)，進(jìn)行相應(yīng)預(yù)處理之后，得到OLTP和OLAP的樣本數(shù)據(jù)。