Oracle Exadata Storage Server Performance erklärt SmartScan

Größe: px
Ab Seite anzeigen:

Download "Oracle Exadata Storage Server Performance erklärt SmartScan"

Transkript

1 Products 31 Daniel Rey, OPITZ CONSULTING Schweiz GmbH Oracle Exadata Storage Server Performance erklärt SmartScan Im Herbst 2008 präsentierte Oracle an der OpenWorld den Exadata Storage Server und die Oracle Database Machine. Es handelte sich dabei um eine, in Partnerschaft mit HP entwickelte, Appliance. Für die Entwicklung dieser Appliance hat Oracle einige der besten Oracle Spezialisten damit beauftragt ein perfekt ausbalanciertes System aufzubauen. Oracle behauptet damit bis zu hundertfache Performance zu erreichen, wie soll das aber möglich sein? Wenn wir die Hardware betrachten, so können wir einige Schmankerl entdecken. Mindestens drei Storage Server mit je zwölf Disks und zwei Quad Cores sind über InfiniBand mit mindestens zwei Datenbankservern verbunden, auf welchen ein Oracle RAC betrieben wird. Aber lässt sich damit wirklich eine solche Steigerung in der Performance erreichen? Wohl kaum, das kann die Konkurrenz schliesslich auch. Wo liegt denn nun das Geheimnis? Die zwei Quad Cores, welche in jedem einzelnen Storage Server stecken, werden für höhere Zwecke als für reines Auslesen und Transferieren von Blöcken verwendet. Anstatt dessen führen die Storage Cell getauften Storage Server sogenannte SmartScans durch. SmartScan Heutige Software Produkte sind meist über mehrere Layer verteilt, die klassische 3-Layer Architektur mit Datenbank, Middle-Tier und Client gilt inzwischen schon als relativ einfach. Diese Layer haben aber auch ihre Nachteile, mit jedem höheren Layer vermindert sich die Performance. Den meisten Leuten ist bewusst, dass es sinnvoller ist eine WHERE- Clause auf der Datenbank zu verwenden, als alle Daten ins Middle-Tier zu laden, dort zu Filtern und dann einen grossen Teil zu verwerfen. Mit konventionellem Storage muss die Oracle Datenbank aber gegenüber dem Storage genau dieses Konzept anwenden. Dies hatte mit lokalem Storage noch seine Berechtigung, dieser ist inzwischen aber, aus verschiedensten Gründen, nur noch selten anzutreffen. Um die Performance zu verbessern, hat sich Oracle Gedanken gemacht, wie sie die Daten schon auf dem Storage einschränken könnten, sodass sie nicht erst im Datenbank Layer einen grossen Teil der gelesenen Blöcke wieder verwerfen müssen. Um aber schon auf Storage Ebene die korrekten Blöcke auszuwählen, müssen diese Oracle Blöcke gelesen und ausgewertet Dafür musste der Storage intelligenter gemacht Der Oracle eigene Storage Server war geboren. Oracle hat dabei alle Features, welche von dieser Intelligenz profitieren, unter dem Begriff SmartScan zusammengefasst. Mit Hilfe von Exadata kann Oracle folgende Operationen einer SQL Abfrage auf den Storage auslagern: Filtern von Prädikaten Filtern von Prädikaten mittels einfachen Funktionen Filten der selektierten Spalten einfache Joins mehrerer Tabellen Diese Features können die Performance so stark beeinflussen, dass teilweise sogar der von Oracle versprochene hundertfache Geschwindigkeitsanstieg erreicht werden kann. SmartScan: Filtern von Prädikaten Eine der effizientesten Möglichkeiten die Datenmenge zu verringern, ist das Filtern mittels Prädikatenlogik. Angenommen wir haben eine weltweite Kundendatenbank eines internationalen Unternehmens und möchten uns nun nur die Daten unserer Schweizer Kunden anzeigen lassen. Mit einer einfachen WHERE Bedingung können wir die Datenmenge drastisch einschränken. Wenn der Storage Server für uns diese Einschränkung vornimmt, so haben wir mehrere Vorteile: der DB-Server benötigt weniger Ressourcen, um die Daten zu lesen das Netzwerk zwischen Storage und DB-Server wird weniger stark belastet der DB-Server benötigt keine Ressourcen, um die Daten zu filtern die kleine Datenmenge lässt sich in kürzerer Zeit vom Storage auf den DB-Server übertragen das Resultat steht dem Enduser schneller zur Verfügung Doch was muss nun alles gemacht werden, um diese Daten zu übertragen? Ist das wirklich so einfach, wie man sich das vorstellt? Schauen wir uns doch mal einen einfachen Oracle Block, welcher Daten einer Heap Table speichert, im Detail an.

2 32 Products schreiben verwendet werden? Was bringen uns speziell für eine Abfrage zusammengesetzte Blöcke im Cache? Wir haben jetzt zwei entscheidende Überlegungen gemacht. Speziell für eine Abfrage zusammengestellte Blöcke im Buffer Cache aufzubewahren bringt uns nichts und der Buffer Cache kann per se mit Blöcken, welche nicht den Original DB Blöcken entsprechen, nichts anfangen. der PGA der Session gespeichert. Und genau diese Lösung hat Oracle für Exadata gewählt. Das bedeutet, Resultate von SmartScans werden nie in der SGA aufbewahrt, die Daten müssen jedes Mal neu gelesen werden und falls kein Direct Path Read stattfindet, findet auch kein SmartScan statt. Soviel zur Theorie, schauen wir uns doch einmal einen Execution Plan einer solchen Abfrage an. Wie wir sehen, sind mehrere Rows in einem Block enthalten. Einige davon werden unserer WHERE Clause genügen, andere nicht. Was passiert nun bei einem normalen Physical Block Read? Der Block wird von der Festplatte gelesen (meist mehrere Blöcke auf einmal entsprechend dem Wert von DB_ FILE_MULTIBLOCK_READ_COUNT). Der gelesene Block wird komplett im Buffer cache in der SGA zwischengespeichert. Wenn Änderungen der Daten gemacht werden, so wird dieser Block im Memory kopiert und nach einem Checkpoint wieder zurück auf die Festplatte geschrieben. Wenn wir nun aber nur die Daten an den DB-Server senden wollen, welche zur WHERE Clause passen, können wir keine kompletten Blöcke mehr hochsenden. Was bleibt denn als Alternative? Wir senden nur den benötigten Teil der Blöcke zur DB, den Rest kann sie selbst mit NULL auffüllen: Das würde zum einen zu viel Platz im Buffer Cache belegen und zum anderen könnten die Blöcke wieder nicht für andere Zwecke verwendet Es müsste verhindert werden, dass diese Blöcke jemals wieder zurückgeschrieben Vielleicht findet sich eine bessere Lösung? Wir setzen einfach neue Blöcke aus unseren Daten zusammen und senden diese hoch: Wie sollen die Daten aber sonst zur DB zurück transferiert werden? Einmal mehr profitiert Oracle von einer älteren Errungenschaft. Dieses Mal ist es der Direct Read, dabei werden die gelesenen Daten nicht im Buffer Cache abgelegt, sondern als Resultset direkt in Die Abfrage war: SELECT * FROM opitz.customers WHERE is_a_class = Y ; Als erstes der Execution Plan ohne Smart Scan. Wir sehen hier schon als zweiten Schritt «TABLE ACCESS STO- RAGE FULL», dies weil die Daten von einem Exadata Storage Server gelesen Id Operation Name Rows Bytes Cost (%CPU) Time 0 SELECT STATEMENT 500K 36M 3100 (1) 00:00:38 * 1 TABLE ACCESS STORAGE FULL CUSTOMERS 500K 36M 3100 (1) 00:00:38 Query Block Name / Object Alias (identified by operation id): SEL$1 / Predicate Information (identified by operation id): filter( IS_A_CLASS = Y ) Column Projection Information (identified by operation id): CUSTOMERS. ID [NUMBER,22], CUSTOMERS. FIRST_NAME [VARCHAR2,200], CUSTOMERS. LAST_NAME [VARCHAR2,200], CUSTOMERS. COUNTRY [VARCHAR2,8], IS_A_CLASS [VARCHAR2,1] Wird aber ein SmartScan verwendet, so ändert sich der Execution Plan nochmals. Der grosse Unterschied liegt bei der Predicate Information. Hier kommt neu die Information storage( IS_A_ CLASS = Y ) hinzu. Dies bedeutet, dass die Daten schon auf Storage Seite gefiltert werden können. Ob die Daten am Ende auch auf dem Storage gefiltert werden, bleibt bis hier aber noch offen. Gerade bei kleinen Tabellen wird, nach meiner Erfahrung, trotzdem ein Full Table Scan durchgeführt. Der Optimizer scheint in diesem Fall davon auszugehen, dass es sinnvoller ist, kleine Tabelle komplett in der SGA zur Verfügung zu haben. Das wird leider nicht funktionieren. Wie sollen diese Blöcke denn zum

3 Products 33 Id Operation Name Rows Bytes Cost (%CPU) Time 0 SELECT STATEMENT 500K 36M 3100 (1) 00:00:38 * 1 TABLE ACCESS STORAGE FULL CUSTOMERS 500K 36M 3100 (1) 00:00:38 Query Block Name / Object Alias (identified by operation id): SEL$1 / Predicate Information (identified by operation id): storage( IS_A_CLASS = Y ) filter( IS_A_CLASS = Y ) Column Projection Information (identified by operation id): CUSTOMERS. ID [NUMBER,22], CUSTOMERS. FIRST_NAME [VARCHAR2,200], CUSTOMERS. LAST_NAME [VARCHAR2,200], CUSTOMERS. COUNTRY [VARCHAR2,8], IS_A_CLASS [VARCHAR2,1] 26 rows selected. SELECT * FROM v$sqlfn_metadata WHERE offloadable = YES ; Die Funktionen können übrigens nicht nur mit =, sondern mit allen folgenden Bedingungsoperatoren kombiniert!=, <, >, <=, >=, IS [NOT] NULL, LIKE, [NOT] BETWEEN, [NOT] IN, EXISTS, IS OF type, NOT, AND, OR. Wie können wir nun aber feststellen, ob tatsächlich ein SmartScan durchgeführt wurde? Dafür müssen wir uns die WAIT Events betrachten. SmartScan: Filtern von selektierten Spalten Schnell entdecken wir neue WAIT Events wie cell multiblock physical read oder cell single block physical read (schönes Detail am Rande), Oracle macht beim WAIT Event auch sichtbar, auf welche Cell und welche Disk gewartet wurde und für wie viele Bytes. WAIT #33: nam= cell multiblock physical read ela= 7552 cellhash#= diskhash#= bytes=40960 obj#=16639 tim= Für den SmartScan existiert aber ein eigener WAIT Event cell smart table scan. Nur dieser WAIT Event zeigt die Durchführung eines SmartScan an. WAIT #2: nam= cell smart table scan ela= 154 cellhash#= p2=0 p3=0 obj#=15043 tim= SmartScan: Filtern von Predikaten mittels einfacher Funktionen Meistens werden aber Prädikate nicht fix festgelegt, sondern über Funktionen evaluiert. Glücklicherweise kann Oracle aber nicht nur über Konstanten filtern, sondern ganze Funktionen auf dem Storage ausführen. Dies ist leider nicht für alle, aber immerhin für die meisten Funktionen möglich. Für welche Funktionen ein Offloading möglich ist, kann auf jeder 11gR2 Datenbank abgefragt Wie könnte nun aber die zwischen Storage und DB-Server übertragene Datenmenge weiter eingeschränkt werden? Ursprünglich zielte Oracle mit Exadata nur auf Data Warehouse Anwendungen ab. Dort werden oftmals grosse Fact Tabellen mit vielen Spalten verwendet. Eine einzelne Abfrage interessiert sich aber meistens nur für einen Bruchteil dieser Spalten. Deshalb hat Oracle sich dafür entschieden in diesem Fall nur die benötigten Spalten zurück zu senden. Diese Technologie nennen sie column projection. Wie gut sie funktioniert, lässt sich schon an einer einfachen Tabelle zeigen. Ich habe dafür die Werte aus v$sesstat ausgelesen und das Delta berechnet. So können wir gut sehen, wie sich die Werte verändert haben. Die Tabelle ist wie folgt aufgebaut: SQL> desc opitz.huge_customers Name Null? Type ID NOT NULL NUMBER 2 FIRST_NAME VARCHAR2(50 CHAR) 3 LAST_NAME VARCHAR2(50 CHAR) 4 COUNTRY VARCHAR2(2 CHAR) 5 IS_A_CLASS VARCHAR2(1)

4 34 Products Als erstes selektiere ich alle Spalten der Tabelle. Dabei kann Exadata natürlich noch keine Daten über Column Projection einschränken. SELECT * FROM opitz.huge_customers WHERE is_a_class = Y ; rows selected. NAME VALUE WAIT_CLASS cell IO uncompressed bytes SQL cell blocks helped by minscn optimization SQL cell blocks processed by cache layer Debug cell blocks processed by data layer Debug cell blocks processed by txn layer Debug cell physical IO bytes eligible for predicate offload SQL cell physical IO interconnect bytes SQL Jetzt selektiere ich mal nur die Spalte last_name. Neu taucht noch cell physical IO interconnect bytes returned by smart scan in der Statistik auf. Zusätzlich werden weniger Daten über den Interconnect übertragen, das sehen wir am Wert von cell physical IO interconnect bytes (returned by smart scan). Anstatt 340MB werden noch 176MB übertragen. SELECT last_name FROM opitz.huge_customers WHERE is_a_class = Y ; rows selected. NAME VALUE WAIT_CLASS cell IO uncompressed bytes SQL cell blocks helped by minscn optimization SQL cell blocks processed by cache layer Debug cell blocks processed by data layer Debug cell blocks processed by txn layer Debug cell physical IO bytes eligible for predicate offload SQL cell physical IO interconnect bytes SQL cell physical IO interconnect bytes returned by smart scan SQL cell scans 1 SQL cell session smart scan efficiency 5 SQL cell simulated session smart scan efficiency SQL + Debug Jetzt stellt sich nur noch die Frage, ob die übertragene Menge nur durch die Anzahl Spalten oder auch durch deren Grösse beeinflusst wird. SELECT is_a_class FROM opitz.huge_customers WHERE is_a_class = Y ; rows selected. NAME VALUE WAIT_CLASS cell IO uncompressed bytes SQL cell blocks helped by minscn optimization SQL cell blocks processed by cache layer Debug cell blocks processed by data layer Debug cell blocks processed by txn layer Debug cell physical IO bytes eligible for predicate offload SQL cell physical IO interconnect bytes SQL cell physical IO interconnect bytes returned by smart scan SQL cell scans 1 SQL cell session smart scan efficiency 8 SQL cell simulated session smart scan efficiency SQL + Debug

5 Products 35 Das Feld is_a_class ist ein VAR- CHAR2(1 BYTE), also immer genau 1 Byte gross, während last_name ein VARCHAR2(50 CHAR) ist, von welchem in unserem Fall immer 32 Byte belegt sind. Tatsächlich werden jetzt nur noch 51MB übertragen, vorher waren es noch 176MB. Rechnen wir die Anzahl Rows * 1 Byte so sind unsere Nutzdaten aber nur 4MB. Etwas Overhead wird somit für das Record Set und die Übertragung benötigt. Wie sieht das Verhältnis zwischen Nutzdaten und Overhead denn bei der last_name Spalte aus? Nutzdaten sind 129MB und übertragen wurden 176MB. Der Overhead scheint also pro Row zu sein. Was ja auch verständlich ist. Mit einfacher Mathematik kommen wir auf einen Overhead von etwa 11 Byte pro Row. Übrigens scheint auch ein SELECT * einen ähnlichen Overhead mit sich zu bringen. Rechnen wir für das Number Feld mal 4 Byte, so erhalten wir pro Row 71 Byte (die beiden VARCHAR2(50 CHAR) Felder sind in unserem Fall konstant mit je 32 Byte gefüllt), so müssten theoretisch maximal 288MB übertragen Der SELECT * hat aber 340MB übertragen. Der Overhead bewegt sich also auch hier um 50MB. A n z e i g e globâle Services Individuelle Softwarelösungen Business Intelligence Application Engineering Seit 10 Jahren local, in Ihrer weltweiten Nähe. The local player for global solutions Dornacherstrasse 192 CH 4053 Basel T SmartScan: Einfache Joins mehrerer Tabellen Oracle hat sich aber noch eine weitere Optimierung ausgedacht. Tabellen können mit Exadata sogar schon auf Storage Ebene gejoined Dabei hat sich Oracle für eine Technologie entschieden, welche noch eine Nachkontrolle auf dem DB Server benötigt, nämlich den Bloom Filter. Doch weshalb sollte Oracle nicht direkt einen sauberen Join auf der Storage Ebene machen? Da gibt es ein paar grosse Probleme zu bewältigen. Zum einen sind die Daten physisch über mehrere Maschinen verteilt, zum anderen kann die Menge der Datensätze riesig sein. Das heisst, es wäre mit einem klassischen Vorgehen sehr viel Kommunikation zwischen den Storage Servern notwendig, zum anderen müsste auf mindestens einem der Storage Server ein möglicherweise riesiges Zwischenergebnis aufbewahrt Diese Probleme eliminiert der Bloom Filter auf elegante Weise. Kurz gefasst funktioniert er wie folgt: Für jeden Datensatz in der Tabelle T1, in der Spalte, über die der Join gemacht wird, wird ein Hash Wert H1n berechnet. Alle Hashwerte werden über OR Verknüpfungen zu einem gesamt Hash Hg verrechnet. Danach kann für die andere Tabelle T2 auch für jeden Datensatz in der Join Spalte der Hash Wert H2n berechnet Dieser wird nun mit einer AND Verknüpfung mit dem gesamt Hash Hg verrechnet. Entspricht das Resultat nicht H2n, so kann kein äquivalenter Datensatz in T1 vorhanden sein. Entspricht das Resultat H2n, so ist es sehr wahrscheinlich, dass in T1 ein äquivalenter Datensatz vorhanden ist. Das heisst false positive ist möglich, false negative nicht. Die Wahrscheinlichkeit eines false positive kann mit einem grösseren Hash reduziert werden, damit steigt aber Zeitaufwand und Platzbedarf beim Bilden des Hashes. Eine herausragende Erklärung von Bloom Filtern in Oracle findet man unter BloomFilters pdf. Da der Bloom Filter zu viele Werte zurückgeben kann, führt die Datenbank den Join nochmals auf der hoffentlich schon stark verringerten Menge durch.

6 36 Products Leider hat Oracle bei meinen verschiedenen Tests den Bloom Filter auf Storage Ebene nicht angewendet. Grundsätzlich kann man aber das Verhalten des Optimizers auch auf einer normalen Oracle Datenbank testen. Dafür setzt man einfach den Parameter cell_offload_plan_display auf ALWAYS. Der Optimizer zeigt einem dann im Execution Plan an, wo er ein Offloading auf die Storage Cell anwenden könnte. Dabei hat sich herausgestellt, dass Oracle es einmal mehr verschlafen hat die ANSI SQL Syntax vollumfänglich zu unterstützen. Ähnliche Probleme kennt Oracle unter anderem bei komplexen Materialized Views. Das folgende Query hat also nie zu einem Offloading geführt: Fazit Nicht alles spricht für die Oracle Database Machine. Zum einen ist sie wegen der Lizenzkosten relativ teuer, zum anderen wird das System durch den Einsatz von intelligentem Storage noch komplexer. Der Optimizer hat nun eine weitere Möglichkeit die Statements zu tunen und die Datenbankspezialisten müssen noch mehr beachten, wenn sie ein Performanceproblem analysieren. Auf der anderen Seite wird die Hardwareevaluation damit deutlich einfacher. Entscheidet man sich für eine Database Machine, so muss man Storage, Netzwerk und Datenbankserver Hardware nicht mehr aufeinander abstimmen, die Appliance wird schon perfekt ausbalan- SELECT sf.*, c.* FROM opitz.salesfacts sf INNER JOIN opitz.huge_customers2 c ON sf.customer_id = c.id WHERE sf.sale_date < sysdate 700; Schreibt man das Query aber wie folgt um SELECT sf.*, c.* FROM opitz.salesfacts sf, opitz.huge_customers2 c WHERE sf.customer_id = c.id AND sf.sale_date < sysdate 700; So sehen wir neu folgende Informationen in der Predicate Information Predicate Information (identified by operation id): access( SF. CUSTOMER_ID = C. ID ) 9 - storage( SF. SALE_DATE AND SYS_OP_BLOOM_FILTER(:BF0000, SF. CUSTOMER_ID )) filter( SF. SALE_DATE AND SYS_OP_BLOOM_FILTER(:BF0000, SF. CUSTOMER_ID )) Wie wir diesem Execution Plan entnehmen können, kann Oracle den Join mit einem Bloom Filter auf Storage Ebene vorbereiten. ciert zur Verfügung gestellt. Auch der Support kommt dabei aus einer Hand. Die Hauptmotivation, sich eine Oracle Database Machine anzuschaffen, bleibt aber die Performance. Mit SmartScan und der in diesem Artikel nicht untersuchten Hybrid Columnar Compression, bietet Exadata zwei starke Funktionen zur Performance Verbesserung. Von ersterem kann man sogar profitieren, ohne dass man den eigenen Code anpassen muss. Die einzige Ausnahme scheint dabei momentan noch der Join-Filter zu sein. Contact OPITZ CONSULTING Schweiz GmbH Daniel Rey

SQL Optimizer und SQL Performance

SQL Optimizer und SQL Performance SQL Optimizer und SQL Performance Schlüsselworte SQL, Optimizer, Explain Plan, SQL Trace Marco Mischke Robotron Datenbank Software GmbH Dresden Einleitung Dieser Vortrag beschäftigt sich mit grundlegenden

Mehr

DOAG 2015. Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V.

DOAG 2015. Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V. DOAG 2015 Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V. & Co KG Monitoring Werkzeuge, Advisors... Einfaches Framework zum Monitoring

Mehr

Oracle Core für Einsteiger: InMemory Column Store

Oracle Core für Einsteiger: InMemory Column Store Oracle Core für Einsteiger: InMemory Column Store Martin Klier Performing Databases GmbH Mitterteich @MartinKlierDBA Oracle Core für Einsteiger: InMemory Column Store 2/37 Referent Martin Klier Lösungsarchitekt

Mehr

Art der Info: Technische Background Info Teil 2 (April 2002)

Art der Info: Technische Background Info Teil 2 (April 2002) Betrifft: Autor: Oracle 9i New Features SQL und PL/SQL Christine Hansen (christine.hansen@trivadis.com) Art der Info: Technische Background Info Teil 2 (April 2002) Quelle: Aus dem NF9i-Kurs und NF9i-Techno-Circle

Mehr

IT-Symposium 2008 05.06.2008

IT-Symposium 2008 05.06.2008 Selftuning Database Ein Traum oder Wirklichkeit Ralf Durben Oracle Deutschland GmbH www.hp-user-society.de 1 Die Arbeitswelt des Gestern, heute und morgen Früher Ein für wenige Datenbanken

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Well-Balanced. Performance Tuning

Well-Balanced. Performance Tuning Well-Balanced Real Application Cluster Performance Tuning Über mich virtual7 GmbH Jürgen Bouché Zeppelinstraße 2 76185 Karlsruhe Tel.: +49 (721) 6190170 Fax.: +49 (721) 61901729 Email: jbouche@heine.de

Mehr

27. 03. 2007 IT-Frühstück IT Trend Virtualisierung Hype oder Nutzen? Praxisaspekte

27. 03. 2007 IT-Frühstück IT Trend Virtualisierung Hype oder Nutzen? Praxisaspekte Ole Raether raether@oraservices.de 27. 03. 2007 IT-Frühstück IT Trend Virtualisierung Hype oder Nutzen? Praxisaspekte Inhalt oraservices.de Probleme: Failover Cluster, RAC 24*7 Fazit Was tun? oraservices.de

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Performance Tuning mit @enterprise

Performance Tuning mit @enterprise @enterprise Kunden-Forum 2005 Performance Tuning mit @enterprise Herbert Groiss Groiss Informatics GmbH, 2005 Inhalt Datenbank RMI JAVA API HTTP Konfiguration Analyse Groiss Informatics GmbH, 2005 2 Datenbank

Mehr

Firebird Database Cache Buffer

Firebird Database Cache Buffer Firebird Database Cache Buffer Norman Dunbar 20. Juli 2013 Version 1.3.1-de - deutsche Version Übersetzung ins Deutsche: Martin Köditz Inhaltsverzeichnis Einleitung... 3 Der Firebird-Cache... 3 MON$IO_STATS

Mehr

IBM Informix Tuning und Monitoring

IBM Informix Tuning und Monitoring Seminarunterlage Version: 11.01 Copyright Version 11.01 vom 25. Juli 2012 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

Mehr

MySQL Queries on "Nmap Results"

MySQL Queries on Nmap Results MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar

Mehr

Johannes Ahrends CarajanDB GmbH. www.carajandb.com 2013 CarajanDB GmbH

Johannes Ahrends CarajanDB GmbH. www.carajandb.com 2013 CarajanDB GmbH Johannes Ahrends CarajanDB GmbH CarajanDB Warum ist eine Anwendung langsam? Beispiele von echten Performanceproblemen 2 Experten mit über 20 Jahren Oracle Erfahrung Firmensitz in Erftstadt bei Köln Spezialisten

Mehr

Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)

Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language) Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem

Mehr

Datumsangaben, enthält mindestens Jahr, Monat, Tag

Datumsangaben, enthält mindestens Jahr, Monat, Tag Datenbanken mit SQL Informatik - Sprenger Häufig wird mit Tabellenkalkulationen gearbeitet, obwohl der Einsatz von Datenbanken sinnvoller ist. Tabellenkalkulationen wie Microsoft Excel oder LibreOffice

Mehr

Informatik 12 Datenbanken SQL-Einführung

Informatik 12 Datenbanken SQL-Einführung Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung

Mehr

Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Aus unserer Projekterfahrung und Forschung

Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Aus unserer Projekterfahrung und Forschung Betrifft Optimizer Autor Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Quelle Aus unserer Projekterfahrung und Forschung Einführung Mit jedem Oracle Release nimmt die Anzahl

Mehr

Exadata Ultimate Performance - Migration bei Migros Bank. Dr.-Ing. Holger Friedrich

Exadata Ultimate Performance - Migration bei Migros Bank. Dr.-Ing. Holger Friedrich Exadata Ultimate Performance - Migration bei Migros Bank Dr.-Ing. Holger Friedrich Exadata Ultimate Performance - Migration bei Migros Bank Dr.-Ing. Holger Friedrich Agenda Einführung Projekt Exadata Claims

Mehr

SQL-Optimizer und Optimierung bei DB2

SQL-Optimizer und Optimierung bei DB2 SQL-Optimizer und Optimierung bei DB2 S.K. Consulting GmbH, München DB2_SQL_PERF - 1 - Inhaltsverzeichnis 1. Optimierung bei DB2 1.1 Einflussfaktoren auf die Entscheidung des Optimizers 1.2 Übersicht über

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

Oracle Old Features. Uwe Küchler Valentia GmbH Frankfurt am Main

Oracle Old Features. Uwe Küchler Valentia GmbH Frankfurt am Main Oracle Old Features Uwe Küchler Valentia GmbH Frankfurt am Main Schlüsselwörter: Datenbank, Performance, Constraints, ANSI SQL, PL/SQL. Einleitung Bereits im vorigen Jahrtausend hat Oracle Features in

Mehr

Oracle AWR und ASH Analyse und Interpretation

Oracle AWR und ASH Analyse und Interpretation Oracle AWR und ASH Analyse und Interpretation Seminarunterlage Version: 2.02 Version 2.02 vom 11. März 2013 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

Mehr

Mehr Ergebnisse: Linguistische Funktionen und Ähnlichkeitssuche mit SQL. Carsten Czarski ORACLE Deutschland B.V. & Co KG München

Mehr Ergebnisse: Linguistische Funktionen und Ähnlichkeitssuche mit SQL. Carsten Czarski ORACLE Deutschland B.V. & Co KG München Mehr Ergebnisse: Linguistische Funktionen und Ähnlichkeitssuche mit SQL Carsten Czarski ORACLE Deutschland B.V. & Co KG München Einleitung Jede Suche in den Tabellen im Data Warehouse ist eine SQL-Abfrage

Mehr

Java Application 1 Java Application 2. JDBC DriverManager. JDBC-ODBC Br idge. ODBC Driver Manager. Dr iver C. Dr iver D.

Java Application 1 Java Application 2. JDBC DriverManager. JDBC-ODBC Br idge. ODBC Driver Manager. Dr iver C. Dr iver D. 1 Copyright 1996-1997 by Axel T. Schreiner. All Rights Reserved. 7 Datenbankzugriff Prinzip Dieser Abschnitt beschäftigt sich mit dem Paket java.sql, das eine SQL-Schnittstelle für Java verkapselt. Java-Programme

Mehr

Datenbanken und Oracle, Teil 2

Datenbanken und Oracle, Teil 2 Datenbanken und Oracle, Teil 2 Mathias Weyland Linux User Group Switzerland 29. Juni 2007 SQL*Plus CHAR/VARCHAR2 Dokumentation Teil I Nachträge 1 SQL*Plus 2 CHAR/VARCHAR2 3 Dokumentation SQL*Plus SQL*Plus

Mehr

Kurs. Teil 4 Shared Pool. Universität Hannover. Agenda. Überblick. Library Cache Oracle 9i Einführung Performance Tuning. Trefferquote.

Kurs. Teil 4 Shared Pool. Universität Hannover. Agenda. Überblick. Library Cache Oracle 9i Einführung Performance Tuning. Trefferquote. Kurs Oracle 9i Einführung Performance Tuning Teil 4 Shared Pool Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 22 Seite 1 von 22 1. 2. 3. SQL Area / 4. 5. 6. Shared Pool Reserved Area 7. Wiederverwendung

Mehr

Oracle Datenbank Architektur nicht nur für Einsteiger. Martin Klier Klug GmbH integrierte Systeme, Teunz

Oracle Datenbank Architektur nicht nur für Einsteiger. Martin Klier Klug GmbH integrierte Systeme, Teunz Oracle Datenbank Architektur nicht nur für Einsteiger Martin Klier Klug GmbH integrierte Systeme, Teunz DOAG Webinar, 08.03.2012 Referent Martin Klier Datenbankadministrator für Fachliche Schwerpunkte:

Mehr

WHERE Klausel Generierung mit.net und Oracle. Aus unserer Projekterfahrung und Architektur-Kurs

WHERE Klausel Generierung mit.net und Oracle. Aus unserer Projekterfahrung und Architektur-Kurs Betrifft Art der Info Quelle WHERE Klausel Generierung mit.net und Oracle Technical Info Aus unserer Projekterfahrung und Architektur-Kurs Where ist the WHERE? Der Artikel untersucht die Möglichkeiten,

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Cebit 2015, Hannover Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 18 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

Orientation in Objects GmbH Weinheimer Str. 68 68309 Mannheim www.oio.de info@oio.de Version: 2014 Orientation 1.0 in Objects GmbH Der Sprecher Erik Bamberg (OIO) 2 1 s Aufgaben des Cachings Datenbank

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

die wichtigsten Caches (SGA) sind on-the-fly änderbar.

die wichtigsten Caches (SGA) sind on-the-fly änderbar. Betrifft Autor Umgang und Verwaltung von Oracle Memory Reno Glass (Reinhold.Glass@trivadis.com) Art der Info Technische Background Info (April 2002) Quelle Aus dem NF9i -Kurs und NF9i-Techno-Circle der

Mehr

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. Metadaten

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. Metadaten Fakultät für Informatik & Wirtschaftsinformatik Metadaten Metadaten sind Daten über Daten Data-Dictionary speichert Informationen über die Struktur der Daten, z.b.: Tabellen, Spalten, Datentypen Primär-

Mehr

www.informatik-aktuell.de

www.informatik-aktuell.de www.informatik-aktuell.de Flashback Reise in die Vergangenheit einfach. gut. beraten. Warum Oracle Zeitreisen anbieten kann, der Microsoft SQL Server aber leider nicht. IT-Tage Datenbanken 18.12.2015,

Mehr

RAC auf Sun Cluster 3.0

RAC auf Sun Cluster 3.0 RAC auf Sun Cluster 3.0 Schlüsselworte RAC, OPS, Sun Cluster, Performance, Availability Zusammenfassung Oracle hat mit dem Real Application Cluster (RAC) aus einer Hochverfügbarkeitslösung eine Höchstverfügbarkeitslösung

Mehr

Built in Function. BIF Compatibility. Eine anonymisierte Kundenpräsentation. von Siegfried Fürst SOFTWARE ENGINEERING GmbH

Built in Function. BIF Compatibility. Eine anonymisierte Kundenpräsentation. von Siegfried Fürst SOFTWARE ENGINEERING GmbH GIVE and TAKE Programme Inspiring experiences Built in Function BIF Compatibility Eine anonymisierte Kundenpräsentation von Siegfried Fürst SOFTWARE ENGINEERING GmbH 2015 SOFTWARE ENGINEERING GMBH and

Mehr

IT-Symposium 2004. Ralf Durben. Business Unit Datenbank. ORACLE Deutschland GmbH. www.decus.de 1

IT-Symposium 2004. Ralf Durben. Business Unit Datenbank. ORACLE Deutschland GmbH. www.decus.de 1 Ralf Durben Business Unit Datenbank ORACLE Deutschland GmbH www.decus.de 1 Oracle Database 10g Diagnostik- und Taskmanagement Diagnostik Management Was passiert in der Datenbank, gibt es Probleme? Möglichst

Mehr

ISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de

ISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de 08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren

Mehr

Vorsicht bei parallelen Abfragen eines Oracle RAC auf Multithreading-Chipsätzen

Vorsicht bei parallelen Abfragen eines Oracle RAC auf Multithreading-Chipsätzen Der Artikel stellt Test-Ergebnisse zur Skalierbarkeit und Performance des Oracle RAC vor. Getestet wurde auf der 10gR2-Chip-Multithreading-Architektur UltraSPARC T2, die auch unter ihrem Codenamen Niagara

Mehr

Dokumentation zur Anlage eines JDBC Senders

Dokumentation zur Anlage eines JDBC Senders Dokumentation zur Anlage eines JDBC Senders Mithilfe des JDBC Senders ist es möglich auf eine Datenbank zuzugreifen und mit reiner Query Datensätze auszulesen. Diese können anschließend beispielsweise

Mehr

Oracle Datenbank / Ubuntu

Oracle Datenbank / Ubuntu Oracle Datenbank / Ubuntu Sebastian Gath & Hannes Schwarz Seminar Database Tuning & Administration Universität Konstanz - SS 2007 Administration Vorbereitung Zeitmessung Erste Zeitmessung 2 Ausgangssituation

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.

Mehr

Themen des Kapitels. 2 Grundlagen von PL/SQL. PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren. 2.1 Übersicht. Grundelemente von PL/SQL.

Themen des Kapitels. 2 Grundlagen von PL/SQL. PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren. 2.1 Übersicht. Grundelemente von PL/SQL. 2 Grundlagen von PL/SQL Grundelemente von PL/SQL. 2.1 Übersicht Themen des Kapitels Grundlagen von PL/SQL Themen des Kapitels PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren Im Kapitel Grundlagen

Mehr

Workstations. Server. Recovery Log. Database. SQL Queries. Query Processing Object Mgmt. Transaction Mgmt. Buffer Mgmt. I/O Layer

Workstations. Server. Recovery Log. Database. SQL Queries. Query Processing Object Mgmt. Transaction Mgmt. Buffer Mgmt. I/O Layer Client-Server Architekturen: Query Shipping Grundprinzip 1. Client schickt Anfrage zum Server 2. Server schickt Ergebnisse der Anfrage zuruck Workstations Application Interface Layer SQL Queries Query

Mehr

SQL Tipps und Tricks Part III 08.02.2012

SQL Tipps und Tricks Part III 08.02.2012 1/40 PHP-User-Group Stuttgart 08.02.2012 Datenbank- und SQL-Performance Erkennen warum eine SQL-Abfrage langsam ist SQL Tipps und Tricks aus der Praxis 2/40 Wer Wer bin bin ich ich? Thomas Wiedmann n+1

Mehr

Oracle 12c: Neuerungen in PL/SQL. Roman Pyro DOAG 2014 Konferenz

Oracle 12c: Neuerungen in PL/SQL. Roman Pyro DOAG 2014 Konferenz Oracle 12c: Neuerungen in PL/SQL Roman Pyro DOAG 2014 Konferenz Herrmann & Lenz Services GmbH Herrmann & Lenz Solutions GmbH Erfolgreich seit 1996 am Markt Firmensitz: Burscheid (bei Leverkusen) Beratung,

Mehr

Projektbericht Gruppe 12. Datenbanksysteme WS 05/ 06. Gruppe 12. Martin Tintel Tatjana Triebl. Seite 1 von 11

Projektbericht Gruppe 12. Datenbanksysteme WS 05/ 06. Gruppe 12. Martin Tintel Tatjana Triebl. Seite 1 von 11 Datenbanksysteme WS 05/ 06 Gruppe 12 Martin Tintel Tatjana Triebl Seite 1 von 11 Inhaltsverzeichnis Inhaltsverzeichnis... 2 1. Einleitung... 3 2. Datenbanken... 4 2.1. Oracle... 4 2.2. MySQL... 5 2.3 MS

Mehr

IO Performance - Planung Messung, Optimierung. Ulrich Gräf Principal Sales Consultant Oracle Deutschland B.V. und Co. KG

IO Performance - Planung Messung, Optimierung. Ulrich Gräf Principal Sales Consultant Oracle Deutschland B.V. und Co. KG IO Performance - Planung Messung, Optimierung Ulrich Gräf Principal Sales Consultant Oracle Deutschland B.V. und Co. KG The following is intended to outline our general product direction. It is intended

Mehr

PostgreSQL und memcached

PostgreSQL und memcached Building a Query Cache imos GmbH 11.11.2011 / PGconf.DE Outline Einführung 1 Einführung 2 3 Szenario Einführung Webapplikation Pro Request viele, größtenteils einfache, Queries Einteilung von Caches Tradeoff

Mehr

Indexing und Performance Tuning

Indexing und Performance Tuning Indexing und Performance Tuning Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig PostgreSQL Indexing - Jeder hat schon einmal ein Telefonbuch Benutzt - Jeder hat schon einmal Suchen durchgeführt CREATE

Mehr

Oracle OLAP 11g: Performance für das Oracle Data Warehouse

Oracle OLAP 11g: Performance für das Oracle Data Warehouse Oracle OLAP 11g: Performance für das Oracle Data Warehouse Marc Bastien Oracle BI Presales Agenda Performanceprobleme in Oracle DWH: gibt s das überhaupt? Mögliche Gründe und Lösungen

Mehr

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL 1 Transaktionen in SQL Um Daten in einer SQL-Datenbank konsistent zu halten, gibt es einerseits die Möglichkeit der Normalisierung, andererseits sog. Transaktionen. 2 Was ist eine Transaktion Eine Transaktion

Mehr

Oracle-Statistiken im Data Warehouse effizient nutzen

Oracle-Statistiken im Data Warehouse effizient nutzen Oracle-Statistiken im Data Warehouse effizient nutzen Reinhard Mense ARETO Consulting Köln Schlüsselworte: DWH, Data Warehouse, Statistiken, Optimizer, Performance, Laufzeiten Einleitung Für die performante

Mehr

MIN oder MAX Bildung per B*Tree Index Hint

MIN oder MAX Bildung per B*Tree Index Hint E-Mail: rainer@lambertz-c.de Internet: http://www.lambertz-c.de MIN oder MAX Bildung per B*Tree Index Hint Zugegeben, der Trick Min- oder Maximalwerte per Index Hint zu ermitteln ist nicht neu. Gewöhnlich

Mehr

Andrea Held. Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken. Empfehlungen

Andrea Held. Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken. Empfehlungen Andrea Held Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken Partitionierung Komprimierung ILM Assistant Flashback Data Archive Empfehlungen 1 Datenwachstum Wachsende Kosten Schlechtere

Mehr

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index!

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index! 1/40 PHP-User-Group Stuttgart 14.01.2009 Warum Datenbanken einen Hals bekommen und was sich dagegen tun lässt. Tuning und Performancesteigerung ohne zusätzliche Hardware. Ein. Loblied auf den Tabellen-Index!

Mehr

MySQL-Befehle. In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben.

MySQL-Befehle. In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben. MySQL-Befehle 1. Einleitung In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben. 2. Arbeiten mit Datenbanken 2.1 Datenbank anlegen Eine Datenbank kann man wie folgt

Mehr

Ablösung von Oracle-Datenbanken mit PostgreSQL oder MariaDB. Präsentation 23. Juni 2016

Ablösung von Oracle-Datenbanken mit PostgreSQL oder MariaDB. Präsentation 23. Juni 2016 Ablösung von Oracle-Datenbanken mit PostgreSQL oder MariaDB Präsentation 23. Juni 2016 About Adfinis SyGroup AG Unabhängiger Lösungsanbieter mit einem starken Fokus auf Open Source Software Technologien

Mehr

PHP und MySQL. Integration von MySQL in PHP. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (michael.kluge@tu-dresden.

PHP und MySQL. Integration von MySQL in PHP. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (michael.kluge@tu-dresden. Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) PHP und MySQL Integration von MySQL in PHP Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424 (michael.kluge@tu-dresden.de) MySQL

Mehr

Erste Schritte, um selber ConfigMgr Reports zu erstellen

Erste Schritte, um selber ConfigMgr Reports zu erstellen Thomas Kurth CONSULTANT/ MCSE Netree AG thomas.kurth@netree.ch netecm.ch/blog @ ThomasKurth_CH Erste Schritte, um selber ConfigMgr Reports zu erstellen Configuration Manager Ziel Jeder soll nach dieser

Mehr

Oracle EngineeredSystems

Oracle EngineeredSystems Oracle EngineeredSystems Überblick was es alles gibt Themenübersicht Überblick über die Engineered Systems von Oracle Was gibt es und was ist der Einsatzzweck? Wann machen diese Systeme Sinn? Limitationen

Mehr

Objekt-relationales Mapping und Performance-Tuning

Objekt-relationales Mapping und Performance-Tuning Objekt-relationales Mapping und Performance-Tuning Thomas Krüger tkrueger@vanatec.com Agenda Wege um Daten zu lesen Wege um Daten zu modellieren Wege um Datenbanken effizient zu nutzen 2 2 Wege, Daten

Mehr

Aufbau des SELECT-Befehls. Im Folgenden werden zunächst Abfragen aus einer Tabelle vorgenommen.

Aufbau des SELECT-Befehls. Im Folgenden werden zunächst Abfragen aus einer Tabelle vorgenommen. Datenbankabfragen (Query) mit SQL (Structured Query Language) 1 Aufbau des SELECT-Befehls Im Folgenden werden zunächst Abfragen aus einer Tabelle vorgenommen. SQL-Syntax: SELECT spaltenliste FROM tabellenname

Mehr

SQLdetective - Ein günstiges Tool unter die Lupe genommen

SQLdetective - Ein günstiges Tool unter die Lupe genommen SQLdetective - Ein günstiges Tool unter die Lupe genommen Einleitung Das Standardtool, um auf Oracle zuzugreifen ist SQL*Plus. SQL*Plus hat zwar den Vorteil, dass es auf allen Systemen läuft, auf denen

Mehr

Index Rebuild. DOAG Konferenz , Nürnberg DOAG Konferenz , Nürnberg Martin Hoermann Martin Hoermann

Index Rebuild. DOAG Konferenz , Nürnberg DOAG Konferenz , Nürnberg Martin Hoermann Martin Hoermann Index Rebuild DOAG Konferenz 17.01.2011, Nürnberg DOAG Konferenz 17.11.2011, Nürnberg Martin Hoermann info@ordix.de Martin Hoermann www.ordix.de info@ordix.de www.ordix.de Eine kurze Geschichte der Zeit

Mehr

Exadata Ultimate Performance - Einführung bei Migros Bank. Dr.-Ing. Holger Friedrich

Exadata Ultimate Performance - Einführung bei Migros Bank. Dr.-Ing. Holger Friedrich Exadata Ultimate Performance - Einführung bei Migros Bank Dr.-Ing. Holger Friedrich Agenda Einführung Projekt Exadata Claims Erfahrungen Fazit 2 sumit AG sumit AG bietet Consulting- und Implementierungsdienstleistungen

Mehr

SAP Memory Tuning. Erfahrungsbericht Fritz Egger GmbH & Co OG. Datenbanken sind unsere Welt www.dbmasters.at

SAP Memory Tuning. Erfahrungsbericht Fritz Egger GmbH & Co OG. Datenbanken sind unsere Welt www.dbmasters.at SAP Memory Tuning Erfahrungsbericht Fritz Egger GmbH & Co OG Wie alles begann Wir haben bei Egger schon öfter auch im SAP Bereich Analysen und Tuning durchgeführt. Im Jan 2014 hatten wir einen Workshop

Mehr

Datenbanken Konsistenz und Mehrnutzerbetrieb III

Datenbanken Konsistenz und Mehrnutzerbetrieb III Datenbanken Konsistenz und Mehrnutzerbetrieb III 1. Oracle Architektur! Komponenten des Oracle Servers! Zugriff über Netzwerk 2. Zugriffsrechte! Starten und Schließen der Datenbank! Nutzer und Rollen!

Mehr

Access Grundlagen. David Singh

Access Grundlagen. David Singh Access Grundlagen David Singh Inhalt Access... 2 Access Datenbank erstellen... 2 Tabellenelemente... 2 Tabellen verbinden... 2 Bericht gestalten... 3 Abfragen... 3 Tabellen aktualisieren... 4 Allgemein...

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Linux-Tage 2015, Chemnitz Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 29 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

Need for Speed: Indexierung unter MySQL

Need for Speed: Indexierung unter MySQL Need for Speed: Indexierung unter MySQL CeBIT 2014, 11. März, Hannover Oli Sennhauser Senior MySQL Berater bei FromDual GmbH oli.sennhauser@fromdual.com 1 / 30 Über FromDual GmbH FromDual bietet neutral

Mehr

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de Oracle GridControl Tuning Pack best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda GridControl Overview Tuning Pack 4/26/10 Seite 2 Overview Grid Control

Mehr

PostgreSQL in großen Installationen

PostgreSQL in großen Installationen PostgreSQL in großen Installationen Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig Wieso PostgreSQL? - Die fortschrittlichste Open Source Database - Lizenzpolitik: wirkliche Freiheit - Stabilität,

Mehr

Performanceanalyse der Artikeldarstellung

Performanceanalyse der Artikeldarstellung PhPepperShop - Performanceanalyse José Fontanil und Reto Glanzmann Performanceanalyse der Artikeldarstellung José Fontanil / Reto Glanzmann Januar 2003 Performanceanalyse Artikel anzeigen im PhPepperShop.sxw

Mehr

Flash Memory in Action Konfigurationen und Möglichkeiten

Flash Memory in Action Konfigurationen und Möglichkeiten Flash Memory in Action Konfigurationen und Möglichkeiten Roger Zimmermann Consulting Informatik Projektleiter FA Tel +41 52 366 39 01 Mobile +41 79 932 18 96 roger.zimmermann@idh.ch www.idh.ch IDH GmbH

Mehr

MySQL 101 Wie man einen MySQL-Server am besten absichert

MySQL 101 Wie man einen MySQL-Server am besten absichert MySQL 101 Wie man einen MySQL-Server am besten absichert Simon Bailey simon.bailey@uibk.ac.at Version 1.1 23. Februar 2003 Change History 21. Jänner 2003: Version 1.0 23. Februar 2002: Version 1.1 Diverse

Mehr

Nutzung der Oracle Database InMemory Option für SAP BW

Nutzung der Oracle Database InMemory Option für SAP BW Nutzung der Oracle Database InMemory Option für SAP BW Schlüsselworte Oracle, SAP-BW, InMemory, Star-Schema. Jörn Bartels Oracle München Einleitung In SAP BW wurde bisher ein erweitertes Snow Flake Schema

Mehr

Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz

Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java Oliver Kalz Agenda Grundlagen Objektpersistenz Objektrelationales Mapping Performance Fazit

Mehr

Einführung in die Informatik II

Einführung in die Informatik II Einführung in die Informatik II Die Structured Query Language SQL Prof. Dr. Nikolaus Wulff SQL Das E/R-Modell lässt sich eins zu eins auf ein Tabellenschema abbilden. Benötigt wird eine Syntax, um Tabellen

Mehr

Exadata Database Machine Administration Workshop Ed 3

Exadata Database Machine Administration Workshop Ed 3 Oracle University Kontakt: +43 (0)1 33 777 401 Exadata Database Machine Administration Workshop Ed 3 Dauer: 5 Tage Lerninhalte Die Schulung Exadata Database Machine Administration Workshop Ed 3 bietet

Mehr

Big Data Management Thema 14: Cassandra

Big Data Management Thema 14: Cassandra Thema 14: Cassandra Jan Kristof Nidzwetzki Thema 14: Cassandra 1 / 25 Übersicht 1 Grundlagen Überblick Geschichte Datenmodel 2 Architektur Der logische Ring Persistenz der Daten Tunable Consistency Read

Mehr

PostgreSQL Hardware und RAM Tuning

PostgreSQL Hardware und RAM Tuning PostgreSQL Hardware und RAM Tuning Dipl. Inf. Susanne Ebrecht FrOSCon 2011 2011, 2ndQuadrant Ltd., Author: Susanne Ebrecht 1 Hinweis Zweck der Folien ist, den Vortrag zu untermalen. Die Folien allein sind

Mehr

Release Notes für die Online-Version der Perinorm - September 2014

Release Notes für die Online-Version der Perinorm - September 2014 Release Notes für die Online-Version der Perinorm - September 2014 Mit der Ausgabe September 2014 wird die Software für die Online-Version von Perinorm aktualisiert. Einige Verbesserungen, die mit diesem

Mehr

Verwaltung großer Datenmengen auf einem Netzwerklaufwerk. Ein Vergleich zwischen MS-ACCESS und SQLite.

Verwaltung großer Datenmengen auf einem Netzwerklaufwerk. Ein Vergleich zwischen MS-ACCESS und SQLite. Verwaltung großer Datenmengen auf einem Netzwerklaufwerk. Ein Vergleich zwischen MS-ACCESS und SQLite. Was tun, wenn man als Entwickler eine Datenbank einsetzen will, aber keine SQL-Datenbank installieren

Mehr

Folien php/mysql Kurs der Informatikdienste

Folien php/mysql Kurs der Informatikdienste Folien php/mysql Kurs der Informatikdienste 1. Einführung in die Datenbank MySQL Kursbeispiel und Kursziele 1.1 Das Kursbeispiel: eine kleine Personalverwaltung 1.2 Was brauchen wir? 1.3 Ziele Kurs AEMS1,

Mehr

Inside 11g R2: Ressourcen sparen und Performance steigern im Data Warehouse

Inside 11g R2: Ressourcen sparen und Performance steigern im Data Warehouse Inside 11g R2: Ressourcen sparen und Performance steigern im Data Warehouse Frank Schneede, ORACLE Deutschland GmbH Der Launch der neuen Datenbank 11g R2 stand unter dem Motto Kostensenkung im IT-Bereich.

Mehr

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle

Mehr

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,

Mehr

IO Performance in virtualisierten Umgebungen

IO Performance in virtualisierten Umgebungen IO Performance in virtualisierten Umgebungen Bruno Harsch El. Ing. HTL/FH Managing Partner Tel +41 52 366 39 01 bruno.harsch@idh.ch www.idh.ch IDH GmbH Lauchefeld 31 CH-9548 Matzingen 2 Die Firma IDH wurde

Mehr

Inhaltsverzeichnis. Installationsübersicht. A. Installationsübersicht

Inhaltsverzeichnis. Installationsübersicht. A. Installationsübersicht Inhaltsverzeichnis A. Installationsübersicht B. und Optimierungsbereiche B.1 Hardware B.2 OperatingSystem Z/OS B.3 Databasemanagementsystem DB2 B.4 Applikation C. Organisation BSS_Chart-library 1 Installationsübersicht

Mehr

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 Kapitel 33 Der xml-datentyp In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 995 996 Kapitel 33: Der xml-datentyp Eine der wichtigsten

Mehr

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P Index- und Zugriffsstrukturen für Data Warehousing Holger Brämer, 05IND-P Index- und Zugriffstrukturen für Data Warehousing Materialisierte Sichten Bitmap-Indexe Verbundindexe Materialisierte Sichten gehören

Mehr

Regionaltreffen Rhein Main 26. März 2007

Regionaltreffen Rhein Main 26. März 2007 Regionaltreffen Rhein Main 26. März 2007 SWE Jens Fudickar / OraTool pro Softwareentwicklung Jens Fudickar ist ein kleines Softwarehaus, dessen Hauptprodukt das OraTool ist. Darüber hinaus sind wir in

Mehr

Zeichensatzkonvertierung in Oracle-DB. moving objects GmbH Martin Busik Hamburg - Mai 2003 www.moving-objects.de

Zeichensatzkonvertierung in Oracle-DB. moving objects GmbH Martin Busik Hamburg - Mai 2003 www.moving-objects.de Zeichensatzkonvertierung in Oracle-DB moving objects GmbH Martin Busik Hamburg - Mai 2003 www.moving-objects.de moving objects GmbH? Beratung Anforderungserhebung Geschäftprozessanalyse Coaching? Schulung

Mehr

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte

Mehr

Oracle Advanced Compresion 10g versus 11g

Oracle Advanced Compresion 10g versus 11g Regionaltreffen München/Südbayern am Montag, 12.01.2009, 17:00 Uhr Oracle Advanced Compresion 10g versus 11g Platz in der Datenbank optimal nützen Ihr Partner für Schulung, Betreuung und Beratung rund

Mehr