Systemy zarządzania bazami danych 14. Strojenie schematu.

Prezentacja na temat: "Systemy zarządzania bazami danych 14. Strojenie schematu."— Zapis prezentacji:

1 Systemy zarządzania bazami danych 14. Strojenie schematu

2 Oryginał: Shasha & Bonnet214. Strojenie schematu Schemat bazy danych Schemat relacji składa się z nazwy relacji i zbioru atrybutów R(a int, b varchar[20]); Egzemplarz relacji o schemacie R to skończony zbiór rekordów z atrybutami schematu R

3 Oryginał: Shasha & Bonnet314. Strojenie schematu Pewne schematy są lepsze od innych Schemat 1: OnOrder1(supplier_id, part_id, quantity, supplier_address) Schemat 2: OnOrder2(supplier_id, part_id, quantity); Supplier(supplier_id, supplier_address); Przestrzeń –Schemat 2 zajmuje mniej miejsca Zachowywanie informacji –Schemat 1 może gubić adresy dostawców (anomalie aktualizacyjne) Wydajność –Jeśli często odczytuje się adres dostawcy na podstawie numeru zamówionej części, to schemat 1 jest dobry –Jeśli jest wiele dodawanych wiele zamówień, schemat 1 jest słaby.

4 Oryginał: Shasha & Bonnet414. Strojenie schematu Zależności funkcyjne X to podzbiór atrybutów relacji R, a A pojedynczy atrybut R. –X determinuje A (w R zachodzi zależność funkcyjna X A) wtw: Dla każdego egzemplarza I relacji R, jeśli w dwóch rekordach r i r egzemplarza I są te same wartości atrybutów ze zbioru X, to rekordy r i r mają też tę samą wartość atrybutu A. OnOrder1(supplier_id, part_id, quantity, supplier_address) –supplier_id supplier_address to istotna zależność funkcyjna

5 Oryginał: Shasha & Bonnet514. Strojenie schematu Klucz relacji Atrybuty ze zbioru X zawartego w R stanowią klucz R, wtw. X determinuje każdy atrybut R i żaden podzbiór właściwy X nie determinuje wszystkich atrybutów R OnOrder1(supplier_id, part_id, quantity, supplier_address) –{ supplier_id, part_id } jest kluczem Supplier(supplier_id, supplier_address); –{ supplier_id } jest kluczem

6 Oryginał: Shasha & Bonnet614. Strojenie schematu Normalizacja Relacja jest znormalizowana, wtw. w każdej istotnej zależności funkcyjnej X A na atrybutach R X jest kluczem R. –OnOrder1 nie jest znormalizowana OnOrder1(supplier_id, part_id, quantity, supplier_address) –OnOrder2 i Supplier są znormalizowane OnOrder2(supplier_id, part_id, quantity) Supplier(supplier_id, supplier_address)

7 Oryginał: Shasha & Bonnet714. Strojenie schematu Przykład #1 Bank przypisuje każdemu klientowi oddział. Każdy oddział podlega jakiemuś sądowi. –Czy poniższa relacja jest znormalizowana? R(customer, branch, jurisdiction)

8 Oryginał: Shasha & Bonnet814. Strojenie schematu Przykład #1 – analiza Jakie są zależności funkcyjne? –customer branch –branch jurisdiction –customer jurisdiction Kluczem jest zbiór { customer } Zależność funkcyjna bez udziału atrybutu customer R nie jest znormalizowana

9 Oryginał: Shasha & Bonnet914. Strojenie schematu Przykład #2 Lekarz może pracować w kilku szpitalach i dostaje osobne wynagrodzenie od każdego z nich. –Czy poniższa relacja jest znormalizowana? R(doctor, hospital, salary)

10 Oryginał: Shasha & Bonnet1014. Strojenie schematu Przykład #2 – analiza Jakie są zależności funkcyjne? –doctor, hospital salary Kluczem jest zbiór { doctor, hospital } Relacja jest więc znormalizowana

11 Oryginał: Shasha & Bonnet1114. Strojenie schematu Przykład #3 Do relacji R(doctor, hospital, salary) dodajemy atrybut primary_home_address Każdy lekarz ma adres stałego zamieszkania Kilku lekarzy może mieć ten sam adres stałego zamieszkania (przychodzi baba do lekarza a lekarz też baba) –Czy poniższa relacja jest znormalizowana? R(doctor, hospital, salary, primary_home_address)

12 Oryginał: Shasha & Bonnet1214. Strojenie schematu Przykład #3 – analiza Jakie są zależności funkcyjne? –doctor, hospital salary –doctor primary_home_address –doctor, hospital primary_home_address Klucz jest ten sam { doctor, hospital } Tym razem mamy jednak zależność częściową Dekompozycja na schematy znormalizowane: –R1(doctor, hospital, salary) –R2(doctor, primary_home_address)

13 Oryginał: Shasha & Bonnet1314. Strojenie schematu Projektowanie schematu w praktyce Zidentyfikuj encje aplikacji (np., lekarze, szpitale, dostawcy) Każdej encji dodaj atrybuty (szpital ma adres…). Dwa ograniczenia na atrybuty: 1.Atrybut nie może mieć atrybutów 2.Encja atrybutu musi ten atrybut funkcyjnie determinować

14 Oryginał: Shasha & Bonnet1414. Strojenie schematu Projekt logiczny Każda encja staje się relacją Do tych relacji dodaje się relacje odzwierciedlające związki, np. –WorksIn (doctor_ID, hospital_ID) Znajdź zależności funkcyjne między atrybutami i sprawdź, czy schemat jest znormalizowany: –Jeśli zachodzi zależność funkcyjna AB C, to AB powinno być (nad)kluczem

15 Oryginał: Shasha & Bonnet1514. Strojenie schematu Fragmentacja pionowa Trzy atrybuty: account_ID, balance, address Zależności funkcyjne –account_ID balance –account_ID address Dwa znormalizowane schematy –(account_ID, balance, address) ORAZ –(account_ID, balance) –(account_ID, address) Który z nich jest lepszy?

16 Oryginał: Shasha & Bonnet1614. Strojenie schematu Fragmentacja pionowa – analiza Wybór projektu zależy od wzorca zapytań: –Aplikacja wysyłająca miesięczny wyciąg z konta jest głównym użytkownikiem adresu właściciela konta –Saldo jest czytane i modyfikowane kilka razy dziennie Projekt 2 może być lepszy, ponieważ relacja (account_ID, balance) jest mniejsza –Więcej par (account_ID, balance) mieści się w pamięci, więc zwiększa się współczynnik trafień –Pełny przegląd zadziała szybciej, ponieważ przeczyta mniej stron

17 Oryginał: Shasha & Bonnet1714. Strojenie schematu Strojenie normalizacji Pojedyncza znormalizowana relacja XYZ jest lepsza od dwóch znormalizowanych relacji XY i XZ, o ile częste są zapytania o atrybuty XYZ (wtedy nie jest wymagane złączenie) Dwie znormalizowane relacje są lepsze, o ile: –Użytkownicy zazwyczaj korzystają z atrybutów ze zbiorów Y i Z oddzielnie –Rozmiar wartości atrybutów Y i Z jest duży

18 Oryginał: Shasha & Bonnet1814. Strojenie schematu Antyfragmentacja pozioma Dealerzy opierają swoje strategie kupna obligacji na trendach ich cen. Baza danych przechowuje ceny zamknięcia z ostatnich 3000 sesji, ale 10 ostatnich sesji jest szczególnie ważnych Jaki schemat? –(bond_id, issue_date, maturity, …) (bond_id, date, price) Czy? –(bond_id, issue_date, maturity, today_price,…10dayago_price) (bond_id, date, price) Inna możliwość: perspektywa zmaterializowana

19 Oryginał: Shasha & Bonnet1914. Strojenie schematu Fragmentacja pionowa i przegląd R (X,Y,Z) –X to liczba całkowita –YZ to długie napisy Pełny przegląd Fragmentacja pionowa jest wyraźnie gorsza, gdy oba atrybuty są czytane razem Fragmentacja pionowa daje przyspieszenie, o ile tylko jeden z Y albo Z jest odczytywany

20 Oryginał: Shasha & Bonnet2014. Strojenie schematu Fragmentacja i zapytania punktowe R (X,Y,Z) –X to liczba całkowita –YZ to długie napisy Zapytania punktowe czytające XYZ lub XY Fragmentacja pionowa poprawia wydajność, jeśli odsetek zapytań czytających tylko XY jest większy niż 20% Złączenie nie jest kosztowne w porównaniu z pojedynczym odczytem

21 Oryginał: Shasha & Bonnet2114. Strojenie schematu Strojenie denormalizacji Denormalizacja oznacza pogwałcenie normalizacji w imię lepszej wydajności Denormalizacja poprawia wydajność, jeśli atrybuty różnych znormalizowanych relacji są często odczytywane razem Denormalizacja obniża wydajność, jeśli dane w relacjach są często modyfikowane

22 Oryginał: Shasha & Bonnet2214. Strojenie schematu Denormalizacja – stan przed Schemat: lineitem ( L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER, L_QUANTITY, L_EXTENDEDPRICE, L_DISCOUNT, L_TAX, L_RETURNFLAG, L_LINESTATUS, L_SHIPDATE, L_COMMITDATE, L_RECEIPTDATE, L_SHIPINSTRUCT, L_SHIPMODE, L_COMMENT ); region( R_REGIONKEY, R_NAME, R_COMMENT ); nation( N_NATIONKEY, N_NAME, N_REGIONKEY, N_COMMENT,); supplier( S_SUPPKEY, S_NAME, S_ADDRESS, S_NATIONKEY, S_PHONE, S_ACCTBAL, S_COMMENT); Wiersze lineitem = 600000, nation = 25, region = 5, supplier = 500

23 Oryginał: Shasha & Bonnet2314. Strojenie schematu Denormalizacja – stan po L_REGIONNAME lineitemdenormalized ( L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER, L_QUANTITY, L_EXTENDEDPRICE, L_DISCOUNT, L_TAX, L_RETURNFLAG, L_LINESTATUS, L_SHIPDATE, L_COMMITDATE, L_RECEIPTDATE, L_SHIPINSTRUCT, L_SHIPMODE, L_COMMENT, L_REGIONNAME); –600000 wierszy w lineitemdenormalized –Pusty bufor –Dual Pentium II (450MHz, 512Kb), 512 Mb RAM, dyski 3x18Gb (10000RPM), Windows 2000.

24 Oryginał: Shasha & Bonnet2414. Strojenie schematu Zapytania do obu schematów select L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER, L_QUANTITY, L_EXTENDEDPRICE, L_DISCOUNT, L_TAX, L_RETURNFLAG, L_LINESTATUS, L_SHIPDATE, L_COMMITDATE, L_RECEIPTDATE, L_SHIPINSTRUCT, L_SHIPMODE, L_COMMENT, R_NAME from LINEITEM, REGION, SUPPLIER, NATION where L_SUPPKEY = S_SUPPKEY and S_NATIONKEY = N_NATIONKEY and N_REGIONKEY = R_REGIONKEY and R_NAME = 'EUROPE'; select L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER, L_QUANTITY, L_EXTENDEDPRICE, L_DISCOUNT, L_TAX, L_RETURNFLAG, L_LINESTATUS, L_SHIPDATE, L_COMMITDATE, L_RECEIPTDATE, L_SHIPINSTRUCT, L_SHIPMODE, L_COMMENT, L_REGIONNAME from LINEITEMDENORMALIZED where L_REGIONNAME = 'EUROPE';

25 Oryginał: Shasha & Bonnet2514. Strojenie schematu Wyniki eksperymentu Schemat TPC-H Zapytanie: znajdź wszystkie pozycje zamówień dla dostawców w Europie Schemat znormalizowany wymaga poczwórnego złączenia Po denormalizacji lineitem i wprowadzeniu nazwy regionu do lineitem otrzymujemy 30% poprawę wydajności