Прогнозування роботи реляційної бази даних в інформаційній системі
DOI:
https://doi.org/10.15276/opu.1.45.2015.19Ключові слова:
інформаційна система, реляційна база даних, запит, тестування, моделювання, прогнозуванняАнотація
Необхідною умовою роботи будь-якої інформаційної системи є відповідність часу відгуку на запити користувача вимогам предметної області. Актуальним завданням є автоматизація методів для вибору засобів зниження часу виконання запитів до бази даних. Формальне описання стану й розвитку системи дає можливість застосувати найбільш ефективні способи прискорення запитів у момент часу, коли виникає необхідність підвищення продуктивності системи. В роботі отримано залежності, які дозволяють виконувати прогнозування інтенсивності запитів, що надходять до інформаційної системи, визначати тренд завантаження системи, виявляти періоди пікових навантажень і множину найбільш часто використовуваних таблиць і полів. Результати дослідження роботи системи дають можливість прогнозувати поводження системи і вчасно вживати заходи для підтримки необхідного рівня її продуктивності.
Завантаження
Посилання
A Framework for Testing Database Applications / D. Chays, S. Dan, P.G. Frankl, F.I. Vokolos, and E.J. Weyuker // Proceedings of the 2000 ACM SIGSOFT international symposium on Software testing and analysis (ISSTA 2000), August 21–24, 2000, Portland, Oregon, USA. — New York: ACM Press, 2000. — PP. 147—157.
E-NAXOS DataGen 2005: Test Data Generator [Електронний ресурс] / Olivier Dahan; E-Naxos. — Режим доступу: http://www.e-naxos.com/blog/default.aspx (Дата звернення: 20.11.2014).
IBM InfoSphere Optim Test Data Management [Електронний ресурс] / IBM. — Режим доступу: http://www-01.ibm.com/software/data/optim/core/test-data-management-solution/ (Дата звернення: 20.11.2014).
Justus, S. An empirical validation of the suite of metrics for object-relational data modelling / S. Justus, K. Iyakutti // International Journal of Intelligent Information and Database Systems. — 2011. — Vol. 5, No. 1. — PP. 49—80.
Кунгурцев, А.Б. Средства автоматизированного заполнения баз данных информационных систем для проведения тестирования запросов / А.Б. Кунгурцев, А.А. Блажко, А.Ю. Левченко // Електромашинобуд. та електрообладн. — 2009. — Вип. 72. — С. 201—204.
Daniel, L. Digital Forensics for Legal Professionals: Understanding Digital Evidence from the Warrant to the Courtroom / L. Daniel, L. Daniel. — Waltham: Syngress, 2011. – 368 p.
Osman, R. Database system performance evaluation models: A survey / R. Osman, W.J. Knottenbelt // Performance Evaluation. — 2012. — Vol. 69, Issue 10. — PP. 471—493.
Коротаев, А.В. Законы истории. Математическое моделирование развития Мир-Системы. Демография, экономика, культура / А.В. Коротаев [и др.] ; Рос. гос. гуманитарный ун-т. Факультет истории, политологии и права, РАН, Центр цивилизационных и региональных исследований. Институт востоковедения. — 2-е изд., испр. и доп. — М.: КомКнига, 2007. — 224 с.
Кунгурцев, А.Б. Определение параметров периодического включения/выключения материализованных представлений в информационных системах / А.Б. Кунгурцев, Ю.Н. Возовиков, Нгуен Чан Куок Винь // Вост.-Европ. журн. передовых технологий. — 2012. — № 4/2 (58). — С. 42—45.
Artail, H. SQL query space and time complexity estimation for multidimensional queries / H. Artail, H. El Amine, F. Sakkal // International Journal of Intelligent Information and Database Systems. — 2008. — Vol. 2, No. 4. — PP. 460—480.
Hastie, T. The Elements of Statistical Learning: Data Mining, Inference, and Prediction / T. Hastie, R. Tibshirani, J. Friedman. — 2nd Edition. — New York: Springer, 2009. — 745 p.
