1. מסדי נתונים תשס " ג 1 תכנון וכוונון מסד הנתונים (Tuning the Database) קורס מסדי נתונים

2. מסדי נתונים תשס " ג 2 ייעול פעולת מערכת מסד הנתונים ניתן לייעל את פעולת מערכת מסד הנתונים על ידי שינוי פרמטרים שונים : – גודל ה -buffer pool – תדירות ביצוע checkpoints – תכנון נכון של מסד הנתונים ( טבלאות, אינדקסים ) תכנון (design) כוונון (tuning) עבודה שוטפת

3. מסדי נתונים תשס " ג 3 דרישה ראשונית נדרשת הבנה של עומס העבודה על המערכת ואופי השימוש במערכת נדרשת הבנה של עומס העבודה על המערכת ואופי השימוש במערכת פעולות עדכון שאילתות ריבוי משתמשים ועבודה במקביל ריבוי משתמשים ועבודה במקביל

4. מסדי נתונים תשס " ג 4 עומס עבודה 1. רשימת שאילתות והתדירות שלהן ביחס לכלל השאילתות ופעולות העדכון 2. רשימת פעולות העדכון והתדירות שלהן ביחס לכלל השאילתות ופעולות העדכון 3. היעילות הנדרשת מכל סוג של שאילתה ושל פעולת עדכון

5. מסדי נתונים תשס " ג 5 מידע על שאילתות בעומס העבודה לאילו יחסים השאילתה ניגשת אילו אטריביוטים השאילתה מחזירה (select) אילו אטריביוטים מופיעים בתנאי בחירה או כחלק מתנאי צירוף (where) ועד כמה התנאי סלקטיבי

6. מסדי נתונים תשס " ג 6 מידע על פעולות עדכון בעומס עבודה סוג פעולת העדכון (update, insert, delete) במקרה של פעולת update, אילו אטריביוטים השאילתה משנה (set) אילו אטריביוטים מופיעים בתנאי בחירה או כחלק מתנאי צירוף (where) ועד כמה התנאי סלקטיבי

7. מסדי נתונים תשס " ג 7 החלטות שיש לקבל תוך כדי תכנון וכוונון מסד הנתונים אילו אינדקסים לייצר – על אילו יחסים ועל אילו שדות ליצור אינדקסים – איזה סוג אינדקס נדרש במקרים השונים ( מקבץ / לא מקבץ, דליל / צפוף, על ידי עץ B+/ על ידי המרה ) האם לשנות את הסכמה הכללית לצורך שיפור ביצועים – בחירה בין אלטרנטיבות פירוק שיש להן אותה צורה נורמלית – איחוד סכימות על אף הורדת הצורה הנורמלית – חלוקת אנכית של סכימות – יצירת הגדרות תצפית (views) שכתוב שאילתות

8. מסדי נתונים תשס " ג 8 קווים מנחים לבחירת אינדקסים בוחנים את השאילתות החשובות בוחנים את תוכניות הביצוע של השאילתות בוחנים את השפעת הוספת האינדקסים על ביצוע השאילתות

9. מסדי נתונים תשס " ג 9 יצירת אינדקסים ב -Oracle מייצרים אינדקס בעזרת הפקודה : ניתן לייצר גם אינדקס מקבץ : CREATE [UNIQUE] [BITMAP] INDEX index-name ON table (column [,column]…); CREATE CLUSTER ReservesCluster (A integer); CREATE TABLE Reserves ( sid INTEGER, bid INTEGER, rdate DATE) CLUSTER ReservesCluster (sid); CREATE INDEX ReservesNDX ON CLUSTER ReservesCluster;

10. מסדי נתונים תשס " ג 10 קווים מנחים לבחירת אינדקסים קו מנחה 1 ( האם לייצר אינדקס ): אין צורך לייצר אינדקס שאף שאילתה או פעולת עדכון לא ירוויחו ממנו. רצוי לייצר אינדקסים באופן שמספר שאילתות ופעולות עדכון ירוויחו מהם קו מנחה 2 ( בחירת מפתח חיפוש ): בוחנים אטריביוטים שמופיעים ב -where של שאילתה – בחירה על ידי תנאי של התאמה מדוייקת מובילה לאינדקס על האטריביוט שמופיע בתנאי עם העדפה לאינדקס המרה (hash index) – תנאי בחירה על טווח ערכים מוביל לשימוש באינדקס מבוסס עץ B+ על האטריביוט המופיע בתנאי

11. מסדי נתונים תשס " ג 11 קווים מנחים לבחירת אינדקסים קו מנחה 3 ( מפתח חיפוש מרובה אטריביוטים ): אינדקס שמפתח החיפוש שלו מורכב ממספר אטריביוטים ישמש במקרים הבאים – תנאי ה -where כולל תנאים על מספר אטריביוטים של יחס – האינדקס מאפשר פעולות שיתבצעו על האינדקס במקום על היחס עצמו קו מנחה 4 ( האם על האינדקס להיות מקבץ ): ניתן לבחור אינדקס יחיד שיהיה האינדקס המקבץ של היחס – תנאי בחירה על טווח ערכים רצוי לבצע עם אינדקס מקבץ – תנאי של התאמה מדויקת כאשר לכמה רשומות אותו ערך במפתח החיפוש – אינדקס שנועד לפעולות שיבוצעו על האינדקס במקום על היחס עצמו לא יהיה מקבץ

12. מסדי נתונים תשס " ג 12 קווים מנחים לבחירת אינדקסים קו מנחה 5 ( אינדקס המרה לעומת אינדקס B+): – אינדקס מבוסס עצי B+ טוב לשאילתות עם חיפוש על פי טווח ערכים – אינדקס מבוסס המרה טוב לביצוע צירוף על פי index nested loop join – אינדקס מבוסס המרה טוב לאטריביוט שהפעולות עליו הן חיפוש על פי התאמה מדויקת בלבד ( בלי חיפוש על פי טווח ערכים ) קו מנחה 6 ( מחיר תחזוקת האינדקס ): שינוי היחס שעליו מוגדר האינדקס עשוי לגרור שינוי של האינדקס עצמו ולכן לאינדקס מחיר תחזוקה – אם מחיר תחזוקת האינדקס עולה על התועלת מהאינדקס רצוי לבטל את האינדקס – יש לשים לב שלעיתים גם שאילתות עדכון מרוויחות מקיום אינדקס על היחס

13. מסדי נתונים תשס " ג 13 אינדקס לתנאי בחירה ולצירוף אילו אינדקסים יש לבנות על מנת לקבל ביצוע יעיל של השאילתה ? כיצד תוכנית הביצוע של השאילתה משפיעה על ההחלטה ? SELECT E.ename, D.mgr FROM Employees E, Departments D WHERE D.dname=‘Toy’ AND E.dno=D.dno SELECT E.ename, D.mgr FROM Employees E, Departments D WHERE D.dname=‘Toy’ AND E.dno=D.dno Department  dname=‘toy’ Employee   ename,mgr Index nested loop join

14. מסדי נתונים תשס " ג 14 אינדקס לתנאי בחירה ולצירוף אילו אינדקסים יש לבנות על מנת לקבל ביצוע יעיל של השאילתה ? כיצד תוכנית הביצוע של השאילתה משפיעה על ההחלטה ? SELECT E.ename, D.mgr FROM Employees E, Departments D WHERE D.dname=‘Toy’ AND E.dno=D.dno AND E.age=25 SELECT E.ename, D.mgr FROM Employees E, Departments D WHERE D.dname=‘Toy’ AND E.dno=D.dno AND E.age=25 Department  dname=‘toy’ Employee   ename,mgr Block nested loop join  age=25

15. מסדי נתונים תשס " ג 15 אינדקס לתנאי טווח ולצירוף אילו אינדקסים יש לבנות על מנת לקבל ביצוע יעיל של השאילתה ? כיצד תוכנית הביצוע של השאילתה משפיעה על ההחלטה ? SELECT E.ename, D.dname FROM Employees E, Departments D WHERE E.sal BETWEEN 3000 AND 5000 AND E.city=‘Afula’ AND E.dno=D.dno SELECT E.ename, D.dname FROM Employees E, Departments D WHERE E.sal BETWEEN 3000 AND 5000 AND E.city=‘Afula’ AND E.dno=D.dno SELECT E.ename, D.dname FROM Employees E, Departments D WHERE 3000<=E.sal AND E.sal<=5000 AND E.city=‘Afula’ AND E.dno=D.dno SELECT E.ename, D.dname FROM Employees E, Departments D WHERE 3000<=E.sal AND E.sal<=5000 AND E.city=‘Afula’ AND E.dno=D.dno יש לבחון את הסלקטיביות של תנאי הבחירה

16. מסדי נתונים תשס " ג 16 אינדקס מקבץ אילו אינדקסים יש לבנות על מנת לקבל ביצוע יעיל של השאילתה ? האם יש חשיבות לשאלה אם האינדקס הוא מקבץ ? כיצד ישפיע הנתון על אחוז העובדים שגילם גדול מ - 40? SELECT E.dno FROM Employees E WHERE E.age>40 SELECT E.dno FROM Employees E WHERE E.age>40 האם לבנות אינדקס על האטריביוט city של Employee? האם לבנות אינדקס על האטריביוט city של Employee? SELECT E.dno FROM Employees E WHERE E.city=‘Afula’ SELECT E.dno FROM Employees E WHERE E.city=‘Afula’

17. מסדי נתונים תשס " ג 17 השפעה של אינדקס מקבץ אחוז הרשומות שיש להביא 1000 מחיר אינדקס מקבץ אינדקס לא מקבץ סריקה סדרתית

18. מסדי נתונים תשס " ג 18 אינדקס על מספר עמודות אילו אינדקסים יש לבנות על מנת לקבל ביצוע יעיל של השאילתה ? האם יש הבדל בין אינדקס לפי לאינדקס לפי ? SELECT E.eid FROM Employees E WHERE E.sal BETWEEN 3000 AND 5000 AND E.age BETWEEN 20 AND 30 SELECT E.eid FROM Employees E WHERE E.sal BETWEEN 3000 AND 5000 AND E.age BETWEEN 20 AND 30 SELECT E.eid FROM Employees E WHERE E.sal BETWEEN 3000 AND 5000 AND E.age=25 SELECT E.eid FROM Employees E WHERE E.sal BETWEEN 3000 AND 5000 AND E.age=25

19. מסדי נתונים תשס " ג 19 שימוש באינדקס במקום ביחס נניח שיש אינדקס צפוף על עמודה dno ביחס Employee כיצד ניתן להשתמש באינדקס על מנת לקבל חישוב יעיל של השאילתה ? האם יש חשיבות לכך שהאינדקס יהיה צפוף ? האם יש חשיבות לכך שהאינדקס יהיה מקבץ ? SELECT D.mgr FROM Departments D, Employees E WHERE D.dno=E.dno SELECT D.mgr FROM Departments D, Employees E WHERE D.dno=E.dno SELECT E.dno, COUNT(*) FROM Employees E GROUP BY E.dno SELECT E.dno, COUNT(*) FROM Employees E GROUP BY E.dno

20. מסדי נתונים תשס " ג 20 שימוש באינדקס במקום ביחס האם בשאילתות הבאות ניתן להשתמש באינדקס כדי לא לגשת ליחס Employee? אם כן כיצד יראה האינדקס ? SELECT D.mgr, E.eid FROM Departments D, Employees E WHERE D.dno=E.dno SELECT D.mgr, E.eid FROM Departments D, Employees E WHERE D.dno=E.dno SELECT E.dno, COUNT(*) FROM Employees E WHERE E.sal=10000 GROUP BY E.dno SELECT E.dno, COUNT(*) FROM Employees E WHERE E.sal=10000 GROUP BY E.dno SELECT E.dno, MIN(E.sal) FROM Employees E GROUP BY E.dno SELECT E.dno, MIN(E.sal) FROM Employees E GROUP BY E.dno

21. מסדי נתונים תשס " ג 21 כוונון מסד הנתונים להשגת ביצוע יעיל של מערכת מסד הנתונים יש לבצע – כוונון אינדקסים – כוונון הסכמה הכללית – כוונון השאילתות

22. מסדי נתונים תשס " ג 22 כוונון אינדקסים תוך כדי עבודה עם מסד הנתונים ניתן לעיתים לגלות כי – שאילתות שנראו חשובות ( שכיחות ) בעת תכנון המסד אינן באמת חשובות – שאילתות שלא נראו חשובות ( שכיחות ) בעת תכנון המסד הן חשובות יש לשנות את קבוצת האינדקסים במערכת על ידי הוספת אינדקסים וביטול אחרים פעולות עדכון של יחס מבצעות שינויים באינדקסים על היחס ולעיתים פוגעות בטיב האינדקס ניתן לייעל את האינדקס על ידי מחיקתו ויצירתו מחדש

23. מסדי נתונים תשס " ג 23 כוונון הסכימה הכללית ( מבנה הטבלאות ) הסכימה מאורגנת בעת תכנון מסד הנתונים ובצוע נורמליזציה של הטבלאות לעיתים נדרש ארגון מחדש מטעמי יעילות ביצוע של שאילתות

24. מסדי נתונים תשס " ג 24 פעולות שניתן לעשות בכוונון הסכימה של המסד להתפשר על צורת 3NF במקום BCNF אם יש יותר מפירוק אחד בצורה הנורמלית הרצויה הבחירה בין הפירוקים תעשה משיקולי יעילות ביצוע ניתן לפרק סכימה שהיא כבר בצורת BCNF אפשר לחבר סכמות שהופרדו בפירוק או להוסיף אטריביוטים לסכימה על מנת לייעל ביצוע שאילתות ( אף שיתכן שזה יצור בעיה של כפילויות ) ניתן לפרק יחסים פירוק אופקי ( חלוקת היחס לשני יחסים בעלי סכימה זהה ) ניתן למסך פעולות כוונון על ידי שימוש בתצפיות

25. מסדי נתונים תשס " ג 25 טבלאות דוגמה Contracts(cid, suplierid, projectid, deptid, partid, qty, value) Departments(did, budget, annualreport) Parts(pid, cost) Projects(jid, mgr) Suppliers(sid, address)

26. מסדי נתונים תשס " ג 26 התפשרות על הצורה הנורמלית את טבלת החוזים נייצג כ -CSJDPQV אילוצי תקינות : – בפרוייקט חלק נרכש בחוזה יחיד : JP  C – מחלקה לא קונה מספק יותר מחלק אחד : DS  P –C הוא מפתח ראשי של טבלת החוזים מפתחות של טבלת החוזים : C, JP התלות DS  P סותרת BCNF אך תואמת 3NF פירוק לצורת BCNF שהוא משמר תלויות וחסר אבדן : SDP, CSJDQV, CJP נניח ששאילתה נפוצה במערכת היא מהו מספר החלקים Q של חלק P שהוזמן בחוזה P, האם נרצה לבצע את הפירוק ?

27. מסדי נתונים תשס " ג 27 איחוד טבלאות (denormalization) נניח ששאילתה נפוצה במערכת החוזים היא לבדוק שהערך של חוזה הוא פחות מהתקציב של המחלקה המבצעת התקציב B של המחלקות נמצא ביחס של המחלקות ונדרש צירוף טבעי ניתן להוסיף את B לסכימה של החוזים אך אז נקבל את התלות D  B ( באיזו צורה נורמלית יחס החוזים כעת ?)

28. מסדי נתונים תשס " ג 28 בחירת הפירוק בדוגמה הקודמת בחרנו פירוק לצורת BCNF שהוא משמר תלויות וחסר אבדן : – SDP, CSJDQV, CJP פירוק אפשרי אחר הוא פירוק לצורת BCNF וחסר אבדן שאינו משמר את התלויות : – SDP, CSJDQV – לא נשמרת התלות JP  C

29. מסדי נתונים תשס " ג 29 פירוק אנכי נניח שנבחר הפירוק : SDP, CSJDQV אין סיבה לפרק יותר מפני שהסכמות בצורת BCNF נניח ששאילתות נפוצות הן : – מהם החוזים שקיבל ספק S – מהם החוזים שהוציאה מחלקה D ניתן להשתמש בפירוק :SDP, CS, CD, CJQV מה יקרה אם שאילתה נוספת נפוצה היא מציאת הערך הכולל של החוזים שקיבל ספק מסוים

30. מסדי נתונים תשס " ג 30 פירוק אופקי נניח שהחוזים מחולקים לשניים : – חוזים גדולים שבהם value>10000 – חוזים קטנים שבהם value<=10000 ניתן לבצע הפרדה ( אופקית ) לשני יחסים : LargeContracts, SmallContracts ניתן למסך את החלוקה בעזרת הגדרת תצפית : Create view Contracts(cid, suppliers, projectid, deptid, partid, qty, value) as ((Select * From LargeContracts) Union (Select * From SmallContracts))

31. מסדי נתונים תשס " ג 31 כוונון שאילתות כוונון שאילתות נעשה כאשר מגלים ששאילתה מחושבת באופן איטי מהמצופה ניתן לבחון את תוכנית הביצוע של השאילתה ולבחון האם היא מה שמצופה ניתן לשפר שאילתה על ידי שכתוב שלה בצורה שונה ניתן לשפר ביצוע שאילתה על ידי הוספת / שינוי אינדקסים רלוונטיים

32. מסדי נתונים תשס " ג 32 כוונון שאילתות מניעת מקרים שאינם מטופלים בצורה יעילה על ידי optimizers: – תנאי בחירה שכולל NULL – תנאי בחירה שכוללים ביטויים חשבוניים ( כגון, sal/100<5, E.age=D.age/2 ), ביטויים על מחרוזות ( כגון, ename like ‘%A’ ), תנאי OR נתינת הנחיות ל -optimizer לגבי ביצוע השאילתה

33. מסדי נתונים תשס " ג 33 לדוגמא נניח שקיים אינדקס על city וקיים אינדקס על age, מה יעשה ה -optimizer? SELECT E.dno FROM Employees E WHERE E.city=‘Afula’ OR E.age=25 SELECT E.dno FROM Employees E WHERE E.city=‘Afula’ OR E.age=25 SELECT E.dno FROM Employees E WHERE E.city=‘Afula’ UNION ALL SELECT E.dno FROM Employees E WHERE E.age=25 SELECT E.dno FROM Employees E WHERE E.city=‘Afula’ UNION ALL SELECT E.dno FROM Employees E WHERE E.age=25 שתי השאילתות שקולות ?

34. מסדי נתונים תשס " ג 34 שאילתה אחת במקום ביצוע בשלבים SELECT * INTO Temp FROM Employees E, Departments D WHERE E.dno=D.dno AND D.mgr=‘Cohen’ SELECT * INTO Temp FROM Employees E, Departments D WHERE E.dno=D.dno AND D.mgr=‘Cohen’ SELECT T.dno, AVG(T.sal) FROM Temp T GROUP BY T.dno SELECT T.dno, AVG(T.sal) FROM Temp T GROUP BY T.dno SELECT E.dno, AVG(E.sal) FROM Employees E, Departments D WHERE E.dno=D.dno AND D.mgr=‘Cohen’ GROUP BY E.dno SELECT E.dno, AVG(E.sal) FROM Employees E, Departments D WHERE E.dno=D.dno AND D.mgr=‘Cohen’ GROUP BY E.dno  בחלק מהמערכות, שאילתות שקולות שאחת כוללת תת שאילתות והשניה לא כוללת תת שאילתות, השאילתה בלי התת שאילתות תבוצע בצורה יעילה יותר ! 

35. מסדי נתונים תשס " ג 35 השפעה של מקביליות בעבודה עם ריבוי משתמשים הנעילות גורמות לעסקאות ( טרנזקציות ) להמתין לשחרור מנעולים ומקבלים האטה בביצוע, לכן נעדיף – בקשת מנעול הכי מאוחר שניתן – בקשת מנעולי קריאה במקום כתיבה ( אם ניתן ) – חלוקת עסקאות גדולות למספר עסקאות קטנות – ריכוז של רשומות היחס במקום פיסי אחד ושמירת אינדקסים בקרבה ליחסים שלהם – מניעת צווארי בקבוק ( לדוגמה שורש של עץ B+) ושימוש במנעולים בעלי גרעיניות משתנה

36. מסדי נתונים תשס " ג 36 מנעולים עם גרעיניות מרובה Multiple-Granularity Locks אם עסקה צריכה לנעול את מרבית הדפים ( בלוקים ) של טבלה ( יחס ), אז עדיף שהעסקה תנעל את כל היחס, כדי להקטין את התקורה של הטיפול במנעולים לעומת זאת, אם עסקה צריכה לנעול רק חלק קטן מהדפים של טבלה, אז מוטב שהעסקה תנעל רק דפים אלה, כדי לא למנוע מעסקאות אחרות לפעול במקביל על דפים אחרים של אותה טבלה

37. מסדי נתונים תשס " ג 37 באופן דומה אם עסקה צריכה לנעול את מרבית הרשומות הנמצאות בדף נתון, אז מוטב לנעול את כל הדף לעומת זאת, אם עסקה צריכה לנעול רק חלק קטן מהרשומות, אז מוטב לנעול רק את הרשומות האלה ולא את כל הדף

38. מסדי נתונים תשס " ג 38 לפיכך, הבעיה היא כיצד לנהל נעילות ברמות שונות של גרעיניות איך מוודאים שמנעול בלעדי שניתן לעסקה אחת על דף מסוים אינו סותר מנעול בלעדי ( או משותף ) שניתן לעסקה אחרת על כל הטבלה ?

39. מסדי נתונים תשס " ג 39 אפשר לנעול לפי ההירארכיה הטבעית של מסד הנתונים המבנה ההירארכי – מסד הנתונים מכיל טבלאות – כל טבלה ( יחס ) מכילה דפים – כל דף ( בלוק ) מכיל רשומות ניתן לתאר מבנה זה כעץ, כאשר – השורש הוא כל מסד הנתונים – הילדים של צומת בעץ הם כל האיברים מהרמה הנמוכה יותר המוכלים בו לדוגמה, הילדים של טבלה הם כל הדפים של הטבלה

40. מסדי נתונים תשס " ג 40 נעילת צומת ע " י מנעול S או X פירושה נעילת כל תת - העץ אם מנעול מסוג S או X מוחזק על צומת בעץ, אז המשמעות היא שמנעול זה מוחזק על על כל הצאצאים של הצומת לכן, עסקה אינה צריכה לנעול צומת אם היא מחזיקה מנעול מאותו הסוג על הורה או הורה קדמון (ancestor) של הצומת

41. מסדי נתונים תשס " ג 41 צריך גם מנעולי כוונה Intention Locks מנעול מסוג intention exclusive מסומן ע " י IX אם עסקה נועלת צומת ע " י מנעול IX, אז פירוש הדבר שיש לה כוונה לנעול צאצאים של הצומת ע " י מנעול X מנעול מסוג intention shared מסומן ע " י IS אם עסקה נועלת צומת ע " י מנעול IS, אז פירוש הדבר שיש לה כוונה לנעול צאצאים של הצומת ע " י מנעול S

42. מסדי נתונים תשס " ג 42 תאימות בין סוגי המנעולים כמו קודם, על צומת יכולים להיות מספר מנעולי S כל עוד אין מנעול מסוג X ( של עסקה אחרת ) על צומת יכולים להיות מספר מנעולי IS כל עוד אין מנעול מסוג X ( של עסקה אחרת ) על צומת יכולים להיות מספר מנעולי IX כל עוד אין מנעולים מסוג S או X ( של עסקאות אחרות ) לדוגמה, על צומת יכולים להיות מספר מנעולי IS ומספר מנעולי IX בו - זמנית אפשר גם מספר מנעולי IS ומספר מנעולי S בו - זמנית אם יש מנעול X, אז אין אפשרות לאף מנעול נוסף

43. מסדי נתונים תשס " ג 43 הפרוטוקול לנעילות רב - גרעיניות עסקה חייבת להתחיל בנעילת השורש ע " י S, X, IX או IS עסקה יכולה לנעול צומת ע " י IS או S אם היא מחזיקה IS על ההורה של הצומת עסקה יכולה לנעול צומת ע " י IX או X אם היא מחזיקה IX על ההורה של הצומת הערה : כשעסקה נועלת צומת ע " י S או X, אז כל הצאצאים של הצומת נעולים גם הם ואין צורך להמשיך לרדת בעץ כדי לנעול

44. מסדי נתונים תשס " ג 44 המשך הפרוטוקול אי אפשר להסיר מנעול מכל סוג שהוא (IS, IX, S או X) מצומת נתון, אלא אם כן אין שום מנעולים על הילדים של הצומת כל הנעילות ( מכל ארבעת הסוגים ) מתנהלות לפי הפרוטוקול של נעילות בשתי פאזות : – תחילה, עסקה מבצעת רק נעילות – לאחר השחרור הראשון של מנעול ( מכל סוג שהוא ), עסקה יכולה רק לשחרר מנעולים

45. מסדי נתונים תשס " ג 45 מדוע התנאי ש אי אפשר להסיר מנעול מכל סוג שהוא (IS, IX, S או X) מצומת נתון, אלא אם כן אין שום מנעולים על הילדים של הצומת ? אם עסקה מסירה את המנעול שלה מהשורש ( ואין מנעולים אחרים על השורש ), אז כל עסקה אחרת יכולה לנעול את השורש ע " י X ואז למעשה כל העץ נעול ע " י X – אם העסקה הראשונה עדיין מחזיקה מנעול S או X על צומת כלשהי בעץ זה סותר את הדרישה שהעסקה האחרת מחזיקה מנעול X בלעדי על כל העץ

46. מסדי נתונים תשס " ג 46 מקרה נפוץ עסקה רוצה לקרוא יחס במלואו ולשנות מספר קטן של רשומות השייכות ליחס העסקה תנעל את הצומת המתאימה לכל היחס ע " י IX וע " י S בהמשך העסקה תנעל צאצאים נוספים ע " י IX או X

47. מסדי נתונים תשס " ג 47 נכונות הפרוטוקול של נעילות רב גרעיניות מייצר רק תזמונים ברי סדרתיות קונפליקטית ההוכחה בספר של אולמן, עמוד 506 – בספר של אולמן intention locks קרויים warnings

48. מסדי נתונים תשס " ג 48 הסלמה של גירעון Granularity Escalation איך מחליטים מהי הגרעיניות המתאימה לעסקה נתונה ? אפשר להתחיל עם גרעיניות עדינה ( למשל, נעילה ברמה של רשומות ) ולאחר שמספר המנעולים שהעסקה מבקשת עובר סף מסוים, אז מגדילים את הגרעיניות לרמה הבאה ( למשל, נעילות ברמה של דפים )

49. מסדי נתונים תשס " ג 49 כוונון ב -Oracle

50. מסדי נתונים תשס " ג 50 Oracle Query Optimizers ה -optimizer פועל בשתי שיטות Rule-based (RBO): – בוחן את מסלולי הביצוע האפשריים ומדרג את האלטרנטיבות לפי אוסף חוקים Cost-based (CBO): – משתמש באינפורמציה שיש על המסד ( כגון גודל הטבלאות ) כדי לבחור את מסלול הביצוע הטוב ביותר – דורש אנליזה של הטבלאות במסד המתקבלת מהפעלת פקודת Analayze Oracle משתמש ב -rule-based אם לכל הטבלאות המשתתפות בשאילתה לא נעשתה להן אנליזה

51. מסדי נתונים תשס " ג 51 דוגמא, בחירת סדר הגישה לטבלאות המופיעות ב -From RBO נדרש לבחור את הטבלה שאליה נגשים ראשונה מטבלאות ה -From טבלה שיש לה אינדקס על מפתח ראשי נבחרת לפני טבלה שאין לה אינדקס ראשי... חוקים נוספים... אם RBO לא מצליח, בהתבסס על החוקים, לבחור טבלה מתאימה, הטבלה הימנית ביותר נבחרת

52. מסדי נתונים תשס " ג 52 עזרה ל -RBO הטבלאות יופיעו ב -From מסודרות על פי גודלן : הקטנות מימין לטבלאות הגדולות יותר תנאי הצירוף יופיעו ראשונים בתנאי הצירוף ב - Where כי ה -parsing הוא מלמעלה למטה תנאי שמסננים הכי הרבה רשומות יופיעו בסוף תנאי ה -Where שימוש בכינויים קצרים (aliases) לטבלאות חוסך ב -parsing ( לדוגמה, From Employees E)

53. מסדי נתונים תשס " ג 53 פעולת CBO משתמש באינפורמציה על הטבלאות לקביעת תוכנית הביצוע הטובה ביותר פעולת ANALYZE יוצרת סטטיסטיקות על הטבלאות אם קיימת סטטיסטיקה רק על חלק מהטבלאות בשאילתה, CBO משתמש בסטטיסטיקה הקיימת לבצע הערכה של הנתונים החסרים

54. מסדי נתונים תשס " ג 54 סטטיסטיקה על טבלאות : – מספר שורות, מספר בלוקים, אורך שורה ממוצע על עמודות : – מספר הערכים השונים בעמודה ומספר ערכי null, התפלגות הערכים ( היסטוגרמה ) על אינדקסים : – מספר הבלוקים באינדקס שהם עלים, מספר הרמות באינדקס, פקטור המעיד באיזו רמה האינדקס מקבץ על המערכת : –I/O וביצועי CPU, ניצולת משאבי מערכת

55. מסדי נתונים תשס " ג 55 בחירת אופן פעולת ה -Optimizer alter session set optimizer_goal ; ניתן לבחור goal מבין : –RULE: מפעיל rule-base optimizer –ALL_ROWS: מפעיל cost-based optimizer עם מטרה לקבל סיום משימה בזמן הטוב ביותר –FIRST_ROWS מפעיל cost-based optimizer עם מטרה לקבל רשומה ראשונה של תוצאה הכי מהר –CHOOSE: ה -optimizer בוחר מבין השלוש שתוארו על פי הסטטיסטיקות שקיימות

56. מסדי נתונים תשס " ג 56 כיצד יודעים מהי תוכנית הביצוע של שאילתה ? ניתן להשתמש בפקודה explain plan ניתן להפעיל set autotrace on בשני המקרים התוצאה נרשמת בטבלה בשם PLAN_TABLE ניתן לייצר את טבלת PLAN_TABLE על ידי קריאה ל - @$ORACLE_HOME/rdbms/admin/utlxplan.sql

57. מסדי נתונים תשס " ג 57 explain plan set statement_id='sailorstest' for SELECT sname FROM Sailors S WHERE sname='Joe' and sid in (SELECT sid FROM Reserves WHERE bid=10); explain plan set statement_id=‘ ’ for

58. מסדי נתונים תשס " ג 58 SELECT lpad(' ',2*Level)||Operation ||' '||Options||' '||Object_Name Execution_Path FROM Plan_Table WHERE Statement_Id='sailorstest'; שליפת תוכנית הביצוע מ - Plan_Table

59. מסדי נתונים תשס " ג 59

60. מסדי נתונים תשס " ג 60 פעולות אפשריות וערכיהן TABLE ACCESS : FULL, BY ROWID, HASH SORT: UNIQUE, AGGREGATE, JOIN NESTED LOOP MERGE JOIN FILTER INDEX: UNIQUE SCAN, RANGE SCAN, RANGE SCAN DESCENDING FIRST ROW

61. מסדי נתונים תשס " ג 61 ביצוע פעולת Analyze analyze table | index compute statistics | estimate statistics [sample rows | precent] | delete statistics; analyze table Sailors estimate statistics sample 50 precent;

62. מסדי נתונים תשס " ג 62 רמזים ל -optimizer ניתן להוסיף רמזים ל -optimizer שאומרים איך לדעת כותב השאילתה כדאי לבצע את השאילתה רמזים יופיעו בתוך /*+ */ רמזים יופיעו מייד אחרי ה -select

63. מסדי נתונים תשס " ג 63 דוגמאות Select /*+ FULL (sailors) */ sid From sailors Where sname=‘Joe’; Select /*+ INDEX (sailors) */ sid From sailors Where sname=‘Joe’; Select /*+ RULE */ sid From sailors S, reserves R Where S.sid=R.sid AND sname=‘Joe’;

64. מסדי נתונים תשס " ג 64 דוגמאות Select /*+ USE_NL (sailors) */ sid From sailors S, reserves R Where S.sid=R.sid AND sname=‘Joe’; Select /*+ USE_MERGE (sailors, reserves) */ sid From sailors S, reserves R Where S.sid=R.sid AND sname=‘Joe’; Select /*+ USE_HASH */ sid From sailors S, reserves R Where S.sid=R.sid AND sname=‘Joe’;