1914

IMPROVING EFFECTS OF MATERIALIZED VIEW IN DATABASE QUERY PROCESSING AND SPECIFIC APPLICATIONS

Günümüzde, veri tabanı yönetim sistemleri yedekleme ve bakım gibi çeşitli araçlara sahip olmalarının yanı sıra kaynak kullanımı ve güvenlik gibi çeşitli istatistikî bilgileri sağlama özelliklerine de sahiptirler. Bir sorguya ait sorgu planı alternatifleri oluşturup en az maliyetli olanı seçerek sorgu optimizasyonunu yapabilmektedir. Gerektiğinde kullanılan tabloların dizinini ve ilgili sütunları için de görünüm oluşturulabilmektedir. Veri tabanı yönetim sisteminin zamanla gelişen yeteneklerine rağmen, sadece veri tabanı yöneticileri arşiv ve anlık veri türlerinin farklı şekilde ele alınması gerekliliğinin farkındadırlar. Veriler, günlük işlemlerde kullanılan ve sürekli değişen veriler olabileceği gibi veri girişi tamamlanmış bir anketin verileri de olabilir. Her iki tür veri için veri tabanı yeteneklerini kullanmaktadır ancak aynı sorgu ile aynı sonucu veren bir anket sonucu için ağır hesaplamaların tekrar tekrar yapılması yerine gerçekleştirilmiş görünüm kullanılarak daha basit bir şekilde sonuçlar alınabilmektedir. Bu çalışmada ise bu performans farkı sorgu maliyeti göz önünde bulundurularak nicel olarak gözlemlenmektedir

VERİ TABANI SORGULAMALARINDA GERÇEKLEŞTİRİLMİŞ GÖRÜNÜMÜN İYİLEŞTİRİCİ ETKİLERİ VE ÖZEL KULLANIM ALANLARI

Currently, database management systems employ a variety of tools such as backup and maintenance while also providing statistical information regarding resource usage and security. To optimize queries, these systems can create query plan alternatives and choose the least costly. Indexes and views can also be created for related table columns. Over time, despite the growing capabilities of database management systems, database administrators have become increasingly aware of the need to better manage archival and transactional data. These data can be constantly changing if used every day or be from a questionnaire whose data input was completed. For both data types, the database employs its various capabilities, but rather than repeating similar heavy calculations that generate the same results from the same query for a survey, a simpler method would be to use materialized view results. In this study, we quantitatively analyze the performance difference possible based on the cost of the query

PDF

___

Chirkova, R., & Yang, J. (2011). “Materialized Views”, Databases, 4 (4), p. 295-405.
Date, C. J. (2006). The Relational Database Dictionary: A Comprehensive Glossary of Relational Terms and Concepts, with Illustrative Examples, O'Reilly Media, Sebastopol, California, USA.
DB-Engines. (2016). DB-Engines Ranking of Relational DBMS. Retrieved 10 14, 2016, from DB-Engines: http://dbengines.com/en/ranking/relational+dbms.
Ergüder, L. (2013, 06 25). Materialized View. Retrieved 10 11, 2016, from In java we trust: http://www.injavawetrust.com/oracle-ders-40-views-05- materialized -view/.
Goldstein, J., & Larson, P.-A. (2001). “Optimizing Queries Using Materialized Views: A Practical, Scalable Solution”, ACM SIGMOD Record, 30(2), p. 331-342.
Gupta, A., & Mumick, I. S. (1995). “Maintenance of Materialized Views: Problems, Techniques, and Applications”, The Bulletin of the Technical Committee on Data Engineering, 18(2), p. 3-18.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Techniques 3rd Edition, Elsevier Inc,Waltham, Massachusetts, USA.
IEEE. (2014). SWEBOK, Version 3.0, IEEE Computer Society Products and Services, Piscataway, New Jersey, USA.
Jagadish, H. V., Mumick, I. S., & Silberschatz, A. (1995). “View Maintenance Issues for the Chronicle Data Model”, ACM SIGACT-SIGMODSIGART symposium on Principles of database systems, San Jose, California, USA.
Karde, P. P., & Thakare, V. M. (2010). “Selection of Materialized Views Using Query Optimization in Database Management: An Efficient Methodology”, International Journal of Database Management Systems ( IJDMS ), 2(4), p. 116-130.
Kumari, N. (2012). “SQL Server Query Optimization Techniques”, International Journal of Scientific and Research Publications, 2(6), p. 1-4.
MEB. (2012). Veritabanında Sorgular, Ministry of Education, Ankara, Turquia.
MEB. (2013). Veritabanı Yönetimsel Fonksiyonları, Ministry of Education, Ankara, Turquia.
MySQL. (2016). Understanding the Query Execution Plan. Retrieved 10 14, 2016, from MySQL: http://dev.mysql.com/doc/refman/5.7/en/executionplaninformation.ht ml
Oracle. (2016). Optimizer Statistics Concepts. Retrieved 10 14, 2016, from Database SQL Tuning Guide: https://docs.oracle.com/database/121/TGSQL/tgsql_statscon.htm#TG SQL351.
Oracle. (2016). Query Optimizer Concepts. Retrieved 10 14, 2016, from Database SQL Tuning Guide: https://docs.oracle.com/database/121/TGSQL/ tgsql_optcncpt.htm#TGSQL192.
Özkan, Y. (2013). Veri Madenciliği Yöntemleri, Papatya Yayıncılık Eğitim, Istanbul, Turquia.
Pilecki, M. (2007). “Optimizing SQL Server Query Performance”, TechNet Magazine.
Uysal, A. Ö. (2011). “Veritabanı Sistemlerinde Sorgu Optimizasyonlarının Veri Analiz Teknikleriyle Geliştirilmesi”, Yıldız Technical University, Graduate School of Natural and Applied Sciences.
Yagoub, K., & Gongloor, P. (2007). SQL Performance Analyzer, Oracle Corporation, Redwood Shores, California, USA.MEB. (2013). Veritabanı Yönetimsel Fonksiyonları, Ministry of Education, Ankara, Turquia.
MySQL. (2016). Understanding the Query Execution Plan. Retrieved 10 14, 2016, from MySQL: http://dev.mysql.com/doc/refman/5.7/en/executionplaninformation.ht ml
Oracle. (2016). Optimizer Statistics Concepts. Retrieved 10 14, 2016, from Database SQL Tuning Guide: https://docs.oracle.com/database/121/TGSQL/tgsql_statscon.htm#TG SQL351.
Oracle. (2016). Query Optimizer Concepts. Retrieved 10 14, 2016, from Database SQL Tuning Guide: https://docs.oracle.com/database/121/TGSQL/ tgsql_optcncpt.htm#TGSQL192.
Özkan, Y. (2013). Veri Madenciliği Yöntemleri, Papatya Yayıncılık Eğitim, Istanbul, Turquia.
Pilecki, M. (2007). “Optimizing SQL Server Query Performance”, TechNet Magazine.
Uysal, A. Ö. (2011). “Veritabanı Sistemlerinde Sorgu Optimizasyonlarının Veri Analiz Teknikleriyle Geliştirilmesi”, Yıldız Technical University, Graduate School of Natural and Applied Sciences.
Yagoub, K., & Gongloor, P. (2007). SQL Performance Analyzer, Oracle Corporation, Redwood Shores, California, USA.