Artur Wroński. IBM Information Management Technical Team Leader
|
|
- Elżbieta Kania
- 7 lat temu
- Przeglądów:
Transkrypt
1 Artur Wroński IBM Information Management Technical Team Leader II Krajowa Konferencja Naukowa TECHNOLOGIE PRZETWARZANIA DANYCH SAP Business Warehouse: 60 TB danych na IBM DB2 i Power 5 W ostatnich czasach coraz częściej używa się określenia, że bazy danych to tzw. commodity, czyli powszechny produkt, który znalazł swoje miejsce praktycznie w każdego rodzaju systemach informatycznych. Innymi słowy, bazy danych to już nie technologia lotów kosmicznych, czyli jak to określają Amerykanie, żadne tam rocket science. Dla porównania można powiedzieć, że samochody to także typowy przykład powszechnego produktu commodity. Praktycznie każdy samochód jest w stanie przewieść osobę bądź rzecz z punku A do punktu B w określonym czasie. Czy jednak oznacza to, że samochody się nie różnią się od siebie i że nie jest istotne, do jakiego samochodu wsiadamy? Opowiedz jest oczywista! Jest różnica i to tym większa, im więcej będziemy od takiego samochodu wymagać w zakresie osiągów, bezpieczeństwa, czy serwisowania. Hurtownie danych SAP Business Warehouse są przykładem systemów, które stawiają serwerowi danych (włączając oprogramowanie bazy oraz sprzęt) bardzo wysokie wymagania w zakresie wydajnego przetwarzania dużego wolumenu danych. Jedna z największych firm spożywczych w Europie zwróciła się do IBM SAP International Competence Center z prośbą o wykonanie testów skalowalności ich systemu SAP BI działającego na bazie DB2. Testy obejmowały symulacje przyrostu danych z 7 TB (aktualny stan bazy danych) do 20 TB, a następnie do 60 TB. 1
2 Jak poradzić sobie z dużą bazą? Dodaćwięcej mocy Uporządkować dane Zmniejszyć Podzielićna wiele małych baz 2
3 SAP Business Warehouse: 7, 20, 60 TB Business Excellence/ Best Practice Implementation Data Standards/ Data Management Implementation System Implementation Zone EUR Switzerland (10) Poland/Baltics (8) Germany/Aut. (6) UK/ Ireland (7) Netherlands (8) Russia/ Ukr. (11) France/ Belg. (1) Norden (2) NPP Europe (2) Spain/Portugal (1) Czech/Slovak (3) Hungary (3) Italy/ Malta (4) Greece (6) Romania (9) Bulgaria (9) Italy (8) Switzer. /UK (9) France/ Belg. (11) Spain/Port (9) Germany (12) Zone AOA MY/ Singapore (9) Indochina (9) Indonesia (1) Korea (1) Middle East (1) Philippines (4) S.E. Africa (7) Greater China (7) Oceania (10) Japan (2) Israel (7) South Asia (9) Zone AMS Andean (11) Canada (5) Mexico (8) Brazil (10) USA (10) Plata Region (11) Caribbean (11) NPP USA (11) Bolivarian (1) Central Amer. (7) Dominican (7) Based on Cluster 1 Go-Live (Month) USA (1) 3
4 500 Użytk. Wydajność Ładowanie danych Agregacja danych X5 60 TB 300 Użytk. X3 Rozmiar danych 100 użytk. X1 7 TB 20 TB Czas odpowiedzi < 20s Backup < 8h Odtworzenie < 18h 4
5 Bardziej szczegółowo Opis dla testu 20 TB (drugi redbook dla testu 60 TB wkrótce) 5
6 Dodać więcej mocy Spojrzenie na zasoby serwera danych. Procesory Pamięć Dyski Dane 6
7 Dodać więcej mocy Jak poradzić sobie z przyrostem danych? Procesory Pamięć Dyski Dane 7
8 Dodać więcej mocy Jak poradzić sobie z przyrostem danych? Procesory Pamięć Dyski Dane 8
9 Dodać więcej mocy Rozbudowa sprzętu nie zawsze jest gwarancją sukcesu. Procesory Pamięć Dyski Dane 9
10 Dodać więcej mocy Najczęściej dyski są niedoszacowane ponieważ Dyski są najdroższe. Najczęstszym kryterium doboru dysków jest ich pojemność. Transfer w MB/s nie jest najistotniejszym parametrem opisującym dyski. Dużo ważniejsza jest liczba operacji na sekundę, jaką może wykonać dysk, czyli ilość dysków (głowic) ma kluczowe znaczenie. 10
11 Dodać więcej mocy Dopiero proporcjonalna rozbudowa sprzętu pozwala osiągnąć sukces Procesory Pamięć Dyski Dane 11
12 Dodać więcej mocy jednak nie zawsze jest gwarancją sukcesu Procesory Pamięć Dyski Dane 12
13 Dodać więcej mocy ponieważ, dopiero proporcjonalne wykorzystanie zasobów daje gwarancję. Procesory Pamięć Dyski Dane 13
14 Dodać więcej mocy DPF - Database Partitioning Feature przykład podziału zasobów 4 CPU, 16 GB RAM, 28 dysków 1 CPU 4 GB RAM 7 Dysków 1/4 danych Partycja bazy danych Procesory Pamięć Dyski Dane Architektura shared-nothing 14
15 Dodać więcej mocy BPU Balanced Partition Unit 1 CPU 4 GB RAM n Dysków 1/n danych Procesory Pamięć Dyski Dane BCU Ballanced Configuration Unit metodologia wymiarowania opracowana przez IBM 15
16 Dodać więcej mocy Partycja DB2 DPF p575, 8 CPU, 32 GB RAM System AIX 1 CPU 1 CPU 1 CPU Macierze DS4800 DS GB RAM n Dysków 1/n danych BPU 4 GB RAM n Dysków 1/n danych BCU... 4 GB RAM n Dysków 1/n danych Istnieje także BCU oparta o system Linux 16
17 Dodać więcej mocy Jak się tworzy tabelę w DPF? CREATE TABLE sprzedaz ( id_trans BIGINT, kod BIGINT, region INT, data DATE, ilosc INT, wartosc DECIMAL(16,2) ) DISTRIBUTE BY HASH ( id_trans) 17
18 Skalowanie systemu Dodać więcej mocy Komputer 1, p575, 8 CPU Komputer 2, p575, 8 CPU Partycja 1 Partycja 2 Partycja 3 Partycja 8 Partycja 9 Partycja 14 Partycja 15 Partycja GB - Tabela X Jedna partycja DPF zarządza 50 GB fragmentem tabeli 18
19 Skalowanie systemu Dodać więcej mocy Komputer 1, p575, 8 CPU Komputer 2, p575, 8 CPU Komputer 2, p575, 8 CPU Partycja 1 Partycja 2 Partycja 3 Partycja 8 Partycja 9 Partycja 14 Partycja 15 Partycja 16 Partycja 17 Partycja 22 Partycja 23 Partycja GB - Tabela X Jedna partycja DPF zarządza 50 GB fragmentem tabeli 19
20 Dodać więcej mocy Każda partycja bazy danych ma własny dziennik transakcji Tabele można replikować na wiele partycji Tabele mogą być rozłożone równomiernie na dowolną liczbę partycji 20
21 Uporządkować dane MDC (multidimensional clustering) Indeks blokowy: kod ekstent CREATE TABLE sprzedaz ( kod BIGINT, region INT, data DATE, ilosc INT, wartosc DECIMAL(16,2) ) ORGANIZE BY (kod, region); Kompozytowy indeks blokowy: kod, region strona strona strona strona strona Indeks blokowy: region Rekordy o tych samych kluczach MDC umieszczone są w tych samych ekstentach. 1, 22, , 66, , 22, , 7, , 22, , 13,
22 Uporządkować dane Tradycyjny Indeks 1, adres fizyczny A 1, adres fizyczny B 1, adres fizyczny C 1, adres fizyczny D 1, adres fizyczny E 1 1 MDC 1, adres fizyczny A Strona z indeksem Jeden wskaźnik dla danej wartości Blok danych (np. 2 MB) Strony z danymi (np. 4 KB) Po doładowaniu 100 MB danych łączny rozmiar 3 indeksów MDC przyrósł tylko o 150 KB. 22
23 Uporządkować dane DPF, partycjonowanie, MDC DISTRIBUTE BY HASH PARTITION BY RANGE ORGANIZE BY DIMENSIONS Komputer 1 Komputer 2 Komputer 3 DISTRIBUTE Tabela jest rozrzucona na trzy partycje bazodanowe TS1 TS2 TS1 TS2 TS1 TS2 Jan Feb Jan Feb Jan Feb PARTITION ORGANIZE North South North South North South North South North South North South East West East West East West East West East West East West 23
24 Uporządkować dane P1 P2 P3 P
25 Zmniejszyć Kompresja rekordów Dla powtarzających się wzorców danych budowany jest słownik kompresji. Słownik kompresji budowany jest dla całej tabeli. Name Dept Salary City State ZipCode Fred Plano TX John Plano TX Rekord przed kompresją Fred Plano TX John Plano TX Słownik Fred (01) (02) John (01) (02) Dept 500 Plano, TX, Rekord po kompresji 25
26 Zmniejszyć Wiersz nieskompresowany SOCKS BLUE DALLAS TEXAS Wiersz skompresowany Strona z danymi przed kompresją x 01C Powtarzający się w rekordzie wzorzec jest zamieniany na 12bitowy symbol. Strona z danymi po kompresji REORG TABLE 26
27 Zmniejszyć Rodzaj kompresji liczba stron 32KB Miejsce na dysku No compression GB Row compression GB % oszczędność miejsca: 76.4% 27
28 Zmniejszyć Wykorzystanie CPU w system SAP ERP przed i po kompresji 28
29 Podzielić na DB2 Optymalizator kosztowy DB2 Plan wykonania zapytań (zdalny i lokalny) Sfederowana procedura Synonim Synonim Tabela Opakowanie relacyjne Natywny klient Opakowanie nieralacyjne Natywny klient Lokalne dane API Biblioteki do innych źródeł: WebSphere Federation Server Zdalne źródła 29
30 Podzielić na Ujednolicenie interfejsów Zapis na wielu źródłach (dwufazowe zatwierdzanie) Mapowanie użytkowników Wykonywanie zdalnych procedur Optymalizacja dostępu Parametry opisujące źródło (wydajność CPU, systemu dyskowego, przepustowość sieci, kolejność sortowania, ) Statystyki optymalizacyjne dla zdalnych obiektów Informacyjne więzy spójności Agregaty oparte na zdalnych źródłach Możliwość tolerowania błędów Asynchroniczne wykonywanie operacji na źródłach danych 30
31 Podzielić na Pokaż listę sprzedanych telewizorów z podziałem na producentów Aplikacja SQL API (JDBC/ODBC) Sfederowana baza Opakowanie SELECT tran_date, item_id FROM transactions WHERE YEAR(tran_date)=2001 Dane na zdalnym systemie TRANSACTIONS SELECT I.man, count(*) FROM transactions T, items I WHERE I.id=T.item_id AND I.category='Television' AND YEAR(T.tran_date)=2001 GROUP BY I.man; Globalny słownik Dane lokalne SONY Television RCA VideoPlayer SONY DVDPlayer SONY VideoRecorder... ITEMS 31
32 DB2 9.5 nowy mechanizm zarządzania obciążeniem -- IV kwartał 2007 Artur Wroński IBM Information Management Technical Team Leader 32
Technologia HD w IBM DB2
Technologia HD w IBM DB2 wykład przygotowany na podstawie materiałów w IBM Polska Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel
Bardziej szczegółowoDB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna&
DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna& Artur Wroński" Priorytety rozwoju technologii Big Data& Analiza większych zbiorów danych, szybciej& Łatwość użycia& Wsparcie
Bardziej szczegółowoBaza danych in-memory. DB2 BLU od środka 2015-11-10. Artur Wrooski
TECHNOLOGIE ANALIZY DANYCH I CHMUROWE W ZASTOSOWANIACH BIZNESOWYCH Poznao, 30 września 2015 DB2 BLU od środka Artur Wrooski Baza danych in-memory Baza danych IN-MEMORY system zarządzania bazami danych,
Bardziej szczegółowoOznaczenia odzieży i produktów tekstylnych na świecie (obowiązkowe i dobrowolne)
Page 1 of 6 Oznaczenia odzieży i produktów tekstylnych na świecie (obowiązkowe i dobrowolne) Na podstawie opracowania EURATEX'u przedstawiamy w tabelach stan prawny dotyczący oznaczania odzieży i produktów
Bardziej szczegółowoNowe technologie baz danych
Nowe technologie baz danych Partycjonowanie Partycjonowanie jest fizycznym podziałem danych pomiędzy różne pliki bazy danych Partycjonować można tabele i indeksy bazy danych Użytkownik bazy danych nie
Bardziej szczegółowoJarosław Kuchta. Administrowanie Systemami Komputerowymi. System plików
Jarosław Kuchta System plików Partycja a wolumin Partycja część dysku podstawowego (fizycznego) Wolumin część dysku dynamicznego (wirtualnego) System plików 2 Rodzaje dysków Dyski podstawowe partycjonowane
Bardziej szczegółowoNowoczesne bazy danych, czyli przetwarzanie in-memory
Nowoczesne bazy danych, czyli przetwarzanie in-memory 1. Dlaczego przetwarzanie w pamięci? 2. Komercyjne bazy danych in-memory 3. Zwykła baza danych, a baza w pamięci różnice 4. Wymiarowanie sprzętu 5.
Bardziej szczegółowoTuning SQL Server dla serwerów WWW
Tuning SQL Server dla serwerów WWW Prowadzący: Cezary Ołtuszyk Zapraszamy do współpracy! Plan szkolenia I. Wprowadzenie do tematu II. Nawiązywanie połączenia z SQL Server III. Parametryzacja i przygotowanie
Bardziej szczegółowoSpis treści. Przedmowa
Spis treści Przedmowa V 1 SQL - podstawowe konstrukcje 1 Streszczenie 1 1.1 Bazy danych 1 1.2 Relacyjny model danych 2 1.3 Historia języka SQL 5 1.4 Definiowanie danych 7 1.5 Wprowadzanie zmian w tabelach
Bardziej szczegółowoKonsolidacja wysokowydajnych systemów IT. Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia
Konsolidacja wysokowydajnych systemów IT Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia Mirosław Pura Sławomir Rysak Senior IT Specialist Client Technical Architect Agenda Współczesne wyzwania:
Bardziej szczegółowoInformacja na żądanie, czyli rozwiązania sprzętowej akceleracji analityki biznesowej
Informacja na żądanie, czyli rozwiązania sprzętowej akceleracji analityki biznesowej Tomasz Antonik Systems and Technology Group IBM Lab Services and Training Agenda Trendy w rozwoju systemów analitycznych
Bardziej szczegółowoModel logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL
Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 10. Partycjonowanie tabel i indeksów. 2009/ Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 10. Partycjonowanie tabel i indeksów 1 Partycjonowanie tabel i indeksów w Oracle W celu poprawienia efektywności dostępu do danych oraz ułatwieniu zarządzania bardzo dużymi zbiorami
Bardziej szczegółowoWydajność hurtowni danych opartej o Oracle10g Database
Wydajność hurtowni danych opartej o Oracle10g Database 123 Plan rozdziału 124 Transformacja gwiaździsta Rozpraszanie przestrzeni tabel Buforowanie tabel Różnicowanie wielkości bloków bazy danych Zarządzanie
Bardziej szczegółowoHurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales
Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales Rys Historyczny Idealna(kiedyś) architektura Data Quality MDM Enterprise Data Warehouse okazał się mitem Ma zawierać
Bardziej szczegółowoKlastrowanie bazy IBM DB2. Adam Duszeńko
Klastrowanie bazy IBM DB2 Adam Duszeńko Typy klastrów Wydajnościowe Skalowalność Równoległość Obliczeń Składowania Wiele punktów dostępu Niezawodnościowe Bezpieczeństwo Zwielokrotnienie Danych Operacji
Bardziej szczegółowoOd czego zacząć przy budowaniu środowisk wysokiej dostępności?
Budowanie środowisk wysokiej dostępności w oparciu o nową wersję IDS 11 Artur Wroński IBM Information Management Technical Team Leader artur.wronski@pl.ibm.com Od czego zacząć przy budowaniu środowisk
Bardziej szczegółowoPODSTAWY TECHNOLOGII WYTWARZANIA I PRZETWARZANIA
im. Stanisława Staszica w Krakowie WYDZIAŁ INŻYNIERII METALI I INFORMATYKI PRZEMYSŁOWEJ Prof. dr hab. inż. Andrzej Łędzki Dr inż. Krzysztof Zieliński Dr inż. Arkadiusz Klimczyk PODSTAWY TECHNOLOGII WYTWARZANIA
Bardziej szczegółowoWpływ ustawień parametru wieloblokowego sekwencyjnego czytania danych na czas wykonywania zapytania SQL w bazie danych Oracle 11g
Radosław Boroński Politechnika Koszalińska, Wydział Elektroniki i Informatyki E-mail: radoslaw.boronski@tu.koszalin.pl Wpływ ustawień parametru wieloblokowego sekwencyjnego czytania danych na czas wykonywania
Bardziej szczegółowoHurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja
Bardziej szczegółowoInformatyka I. Standard JDBC Programowanie aplikacji bazodanowych w języku Java
Informatyka I Standard JDBC Programowanie aplikacji bazodanowych w języku Java dr inż. Andrzej Czerepicki Politechnika Warszawska Wydział Transportu 2017 Standard JDBC Java DataBase Connectivity uniwersalny
Bardziej szczegółowoTworzenie partycji i dysków logicznych
Tworzenie partycji i dysków logicznych Podstawowe pojęcia Dysk twardy fizyczny napęd, który służy do przechowywania danych Dysk podstawowy zawierają tzw. woluminy podstawowe, takie jak partycje podstawowe
Bardziej szczegółowoBazy danych 2. Wykład 1
Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu
Bardziej szczegółowoRozdział 1 Wprowadzenie do baz danych. (c) Instytut Informatyki Politechniki Poznańskiej 1
Rozdział 1 Wprowadzenie do baz danych 1 Model danych 2 Funkcje systemu zarządzania bazą danych Wymagania spójność bazy danych po awarii trwałość danych wielodostęp poufność danych wydajność rozproszenie
Bardziej szczegółowoMongoDB. wprowadzenie. dr inż. Paweł Boiński, Politechnika Poznańska
MongoDB wprowadzenie dr inż. Paweł Boiński, Politechnika Poznańska Plan Historia Podstawowe pojęcia: Dokument Kolekcja Generowanie identyfikatora Model danych Dokumenty zagnieżdżone Dokumenty z referencjami
Bardziej szczegółowoPolitechnika Poznańska TWO
Politechnika Poznańska TWO Data: 2009-11-24 Nr Lab.: I Prowadzący: dr inż. Szymon Wilk Mateusz Jancy Joanna Splitter Zadanie: DZIELENIE RELACYJNE Rok: I Grupa: B Semestr: I Ocena: Cel zadania: Wykonać
Bardziej szczegółowoOptymalizacja poleceń SQL
Optymalizacja poleceń SQL Przetwarzanie polecenia SQL użytkownik polecenie PARSER słownik REGUŁOWY RBO plan zapytania RODZAJ OPTYMALIZATORA? GENERATOR KROTEK plan wykonania statystyki KOSZTOWY CBO plan
Bardziej szczegółowoCel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania
Przedmiot: Bazy danych Rok: III Semestr: V Rodzaj zajęć i liczba godzin: Studia stacjonarne Studia niestacjonarne Wykład 30 21 Ćwiczenia Laboratorium 30 21 Projekt Liczba punktów ECTS: 4 C1 C2 C3 Cel przedmiotu
Bardziej szczegółowoPrzetwarzanie danych osobowych pracowników w grupie przedsiębiorstw w świetle zasady rozliczalności
Przetwarzanie danych osobowych pracowników w grupie przedsiębiorstw w świetle zasady rozliczalności Dr Dominika Dörre- Kolasa- Katedra Prawa Pracy i Polityki Społecznej UJ radca prawny, partner 4 grudnia
Bardziej szczegółowoIndeksy w bazach danych. Motywacje. Techniki indeksowania w eksploracji danych. Plan prezentacji. Dotychczasowe prace badawcze skupiały się na
Techniki indeksowania w eksploracji danych Maciej Zakrzewicz Instytut Informatyki Politechnika Poznańska Plan prezentacji Zastosowania indeksów w systemach baz danych Wprowadzenie do metod eksploracji
Bardziej szczegółowoWewnętrzne Zewnętrzne Wewnętrzne Zewnętrzne SD-1, 15.00* SD-1, 15.00* SD, SD, N/A N/A SD, 15,00 SD, 14,30 SD, 14,30 SD, 14,00 N/A N/A
Terminy przekazywania do Banku instrukcji rozrachunkowych 1.1 Godziny graniczne czas przekazywania instrukcji rozrachunkowych na rynku polskim Tablica. Terminy przekazywania do Banku instrukcji rozrachunkowych
Bardziej szczegółowoStrojenie systemu Linux pod k¹tem serwera bazy danych Oracle 9i
VI Seminarium PLOUG Warszawa Styczeñ 2003 Strojenie systemu Linux pod k¹tem serwera bazy danych Oracle 9i Marcin Przepiórowski Strojenie systemu Linux pod kątem serwera bazy danych Oracle 9i 7 1. Wstęp
Bardziej szczegółowoBazy danych Wykład zerowy. P. F. Góra
Bazy danych Wykład zerowy P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Patron? Św. Izydor z Sewilli (VI wiek), biskup, patron Internetu (sic!), stworzył pierwszy katalog Copyright c 2011-12 P.
Bardziej szczegółowoWirtualizacja Hyper-V: sposoby wykorzystania i najnowsze wyniki badań
Wirtualizacja Hyper-V: sposoby wykorzystania i najnowsze wyniki badań zespół PCSS/MIC: Jacek Kochan, Jerzy Mikołajczak, Marek Zawadzki 4. Konferencja MIC Nowoczesne technologie bliżej nas Poznań, 04.03.2010
Bardziej szczegółowoWprowadzenie do technologii Business Intelligence i hurtowni danych
Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence
Bardziej szczegółowoWykład XII. optymalizacja w relacyjnych bazach danych
Optymalizacja wyznaczenie spośród dopuszczalnych rozwiązań danego problemu, rozwiązania najlepszego ze względu na przyjęte kryterium jakości ( np. koszt, zysk, niezawodność ) optymalizacja w relacyjnych
Bardziej szczegółowoĆwiczenia laboratoryjne nr 11 Bazy danych i SQL.
Prezentacja Danych i Multimedia II r Socjologia Ćwiczenia laboratoryjne nr 11 Bazy danych i SQL. Celem ćwiczeń jest poznanie zasad tworzenia baz danych i zastosowania komend SQL. Ćwiczenie I. Logowanie
Bardziej szczegółowoZapytania z ograniczeniem czasowym w Oracle
22 stycznia 2009 Tytuł oryginalny Supporting Time-Constrained Queries in Oracle Ying Hu, Seema Sundara, Jagannathan Srinivasan Oracle New England Development Center VLDB 2007 Materiały żródłowe: referat,
Bardziej szczegółowoPROJEKTOWANIE SYSTEMÓW KOMPUTEROWYCH
PROJEKTOWANIE SYSTEMÓW KOMPUTEROWYCH ĆWICZENIA NR 4 PRZYGOTOWANIE PAMIĘCI MASOWEJ PARTYCJONOWANIE dr Artur Woike Dyski HDD i SSD muszą być wstępnie przygotowane do pracy. Przygotowanie do pracy odbywa
Bardziej szczegółowoPRZESTRZENNE BAZY DANYCH WYKŁAD 2
PRZESTRZENNE BAZY DANYCH WYKŁAD 2 Baza danych to zbiór plików, które fizycznie przechowują dane oraz system, który nimi zarządza (DBMS, ang. Database Management System). Zadaniem DBMS jest prawidłowe przechowywanie
Bardziej szczegółowoPolitechnika Śląska, Instytut Informatyki
Politechnika Śląska, Instytut Informatyki Minimalizacja kosztu dostępu do danych zapisanych w rozproszonej bazie danych poprzez obsługę żądań SQL w architekturze DRDA za pośrednictwem serwera DB2 Connect
Bardziej szczegółowoJak przeciwdziałać nadużywaniu zwolnień lekarskich w branży produkcyjnej? adw. Paweł Sobol
Jak przeciwdziałać nadużywaniu zwolnień lekarskich w branży produkcyjnej? adw. Paweł Sobol Warszawa, 7 marca 2017 r. SKALA PROBLEMU zgodnie ze statystykami ZUS ok. 15% zwolnień chorobowych oraz ok. 30%
Bardziej szczegółowoInformatyka I. Programowanie aplikacji bazodanowych w języku Java. Standard JDBC.
Informatyka I Programowanie aplikacji bazodanowych w języku Java. Standard JDBC. dr hab. inż. Andrzej Czerepicki Politechnika Warszawska Wydział Transportu 2019 Standard JDBC Java DataBase Connectivity
Bardziej szczegółowoSystemy OLAP I. Krzysztof Dembczyński. Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2007/08 Studia uzupełniajace magisterskie
Bardziej szczegółowoOracle11g: Wprowadzenie do SQL
Oracle11g: Wprowadzenie do SQL OPIS: Kurs ten oferuje uczestnikom wprowadzenie do technologii bazy Oracle11g, koncepcji bazy relacyjnej i efektywnego języka programowania o nazwie SQL. Kurs dostarczy twórcom
Bardziej szczegółowoAKADEMIA GÓRNICZO-HUTNICZA im. Stanisława Staszica w Krakowie. Wydział Geologii, Geofizyki i Ochrony Środowiska. Bazy danych 2
AKADEMIA GÓRNICZO-HUTNICZA im. Stanisława Staszica w Krakowie Wydział Geologii, Geofizyki i Ochrony Środowiska Wydajnośd w bazach danych Grzegorz Surdyka Informatyka Stosowana Kraków, 9 Spis treści. Wstęp...
Bardziej szczegółowoTematy projektów Edycja 2014
Tematy projektów Edycja 2014 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe max. 4
Bardziej szczegółowoZatrudnianie cudzoziemców
Zatrudnianie cudzoziemców Tomasz Rogala radca prawny Warszawa, 23 maja 2017 r. Plan prelekcji I. Uwagi wstępne II. Zezwolenia na pracę III. Zezwolenia pobytowe IV. Zmiany w przepisach 1) Zniesienie wiz
Bardziej szczegółowoTSMBOX. Backup Appliance Build for Recovery Speed. Przemysław Jagoda. Zbigniew Parys
TSMBOX Backup Appliance Build for Recovery Speed Przemysław Jagoda Architekt Systemów Informatycznych Infonet Projekt S.A. Pamięci Masowe & Systemy Bezpieczeństwa Danych mail: p.jagoda@infonet-projekt.com.pl
Bardziej szczegółowoProblemy optymalizacji, rozbudowy i integracji systemu Edu wspomagającego e-nauczanie i e-uczenie się w PJWSTK
Problemy optymalizacji, rozbudowy i integracji systemu Edu wspomagającego e-nauczanie i e-uczenie się w PJWSTK Paweł Lenkiewicz Polsko Japońska Wyższa Szkoła Technik Komputerowych Plan prezentacji PJWSTK
Bardziej szczegółowoOptymalizacja poleceń SQL Wprowadzenie
Optymalizacja poleceń SQL Wprowadzenie 1 Fazy przetwarzania polecenia SQL 2 Faza parsingu (1) Krok 1. Test składniowy weryfikacja poprawności składniowej polecenia SQL. Krok 2. Test semantyczny m.in. weryfikacja
Bardziej szczegółowoIndeksowanie w bazach danych
w bazach Katedra Informatyki Stosowanej AGH 5grudnia2013 Outline 1 2 3 4 Czym jest indeks? Indeks to struktura, która ma przyspieszyć wyszukiwanie. Indeks definiowany jest dla atrybutów, które nazywamy
Bardziej szczegółowoRozwiązania wspomagające przetwarzanie wielkich zbiorów danych (VLDB) we współczesnych systemach zarządzania bazami danych
Rozwiązania wspomagające przetwarzanie wielkich zbiorów danych (VLDB) we współczesnych systemach zarządzania bazami danych Tomasz Traczyk ttraczyk@ia.pw.edu.pl Wydział Elektroniki i Technik Informacyjnych
Bardziej szczegółowoPojęcie bazy danych. Funkcje i możliwości.
Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych Baza danych to: zbiór informacji zapisanych według ściśle określonych reguł, w strukturach odpowiadających założonemu modelowi danych, zbiór
Bardziej szczegółowoDZIERŻAWA I KOLOKACJA SERWERÓW DEDYKOWANYCH
DZIERŻAWA I KOLOKACJA SERWERÓW DEDYKOWANYCH ZASTOSOWANIA ZALETY wysoko wydajne serwery aplikacyjne, serwery hostingowe, serwery bazodanowe, serwery gier, platformy wirtualizacyjne, platformy e-commerce,
Bardziej szczegółowoLITERATURA. C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki )
LITERATURA C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki ) H. Garcia Molina, Jeffrey D. Ullman, Jennifer Widom; Systemy baz danych. Kompletny podręcznik
Bardziej szczegółowoModelowanie katalogu i kosztów usług IT
Modelowanie katalogu i kosztów usług IT Opracowanie katalogu i kosztów usług IT AGENDA Omówienie zasad modelowania katalogu usług IT Omówienie zasad modelowania kosztów usług IT Omówienie zasad modelowania
Bardziej szczegółowoOptymalizacja zapytań a kompresja danych w bazie DB2 9
KNWS 2010 127 Optymalizacja zapytań a kompresja danych w bazie DB2 9 Agnieszka Węgrzyn, Jacek Tkacz, Adam Wojciechowski Streszczenie: W artykule przedstawiono problem optymalizacji zapytań w języku SQL
Bardziej szczegółowoDZIERŻAWA I KOLOKACJA SERWERÓW DEDYKOWANYCH
DZIERŻAWA I KOLOKACJA SERWERÓW DEDYKOWANYCH ZASTOSOWANIA wysoko wydajne serwery aplikacyjne serwery hostingowe serwery bazodanowe serwery gier, platformy wirtualizacyjne, platformy e-commerce systemy wieloserwerowe
Bardziej szczegółowoProjektowanie bazy danych. Jarosław Kuchta Projektowanie Aplikacji Internetowych
Projektowanie bazy danych Jarosław Kuchta Projektowanie Aplikacji Internetowych Możliwości projektowe Relacyjna baza danych Obiektowa baza danych Relacyjno-obiektowa baza danych Inne rozwiązanie (np. XML)
Bardziej szczegółowoSQL w 24 godziny / Ryan Stephens, Arie D. Jones, Ron Plew. Warszawa, cop Spis treści
SQL w 24 godziny / Ryan Stephens, Arie D. Jones, Ron Plew. Warszawa, cop. 2016 Spis treści O autorach 11 Podziękowania 12 Część I Wprowadzenie do języka SQL 13 Godzina 1. Witamy w świecie języka SQL 15
Bardziej szczegółowoWymagania sprzętowe i systemowe
System obsługi sprawozdawczości 5.31.2.0 Wrocław 06.2019 Wszelkie prawa zastrzeżone. Dokument może być reprodukowany lub przechowywany bez ograniczeń tylko w całości. Żadna część niniejszego dokumentu,
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Efektywność przetwarzania OLAP 1. Indeksowanie
Bardziej szczegółowoNARZĘDZIA WIZUALIZACJI
NARZĘDZIA WIZUALIZACJI Kurs interaktywnej komunikacji wizualnej ANDRZEJ ŁACHWA andrzej.lachwa@uj.edu.pl Kraków, marzec 2014 3 4/8 Zwykłe działanie programu z danymi przechowywanymi w bazie danych polega
Bardziej szczegółowoHurtownie danych - przegląd technologii
Efektywność przetwarzania OLAP Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel. Indeksowanie
Bardziej szczegółowoPureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect
PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect Wbudowana wiedza specjalistyczna Dopasowane do zadania Optymalizacja do aplikacji transakcyjnych Inteligentne Wzorce
Bardziej szczegółowoSystemy plików FAT, FAT32, NTFS
Systemy plików FAT, FAT32, NTFS SYSTEM PLIKÓW System plików to sposób zapisu informacji na dyskach komputera. System plików jest ogólną strukturą, w której pliki są nazywane, przechowywane i organizowane.
Bardziej szczegółowoKonfiguracja komputera przeznaczonego do pracy z IndustrialSQL Server 8.0 (komputer serwer)
Informator Techniczny nr 50 22-07-2002 INFORMATOR TECHNICZNY WONDERWARE Wymagania systemowe i sprzętowe dla aplikacji IndustrialSQL Server 8.0 Konfiguracja komputera przeznaczonego do pracy z IndustrialSQL
Bardziej szczegółowoSystemy GIS Systemy baz danych
Systemy GIS Systemy baz danych Wykład nr 5 System baz danych Skomputeryzowany system przechowywania danych/informacji zorganizowanych w pliki Użytkownik ma do dyspozycji narzędzia do wykonywania różnych
Bardziej szczegółowoSQL Server. Odtwarzanie baz danych.
SQL Server. Odtwarzanie baz danych. Utwórz bazę danych CW. Utwórz w niej tabelę T1(p1 INT PRIMARY KEY, p2 INT) i wpisz wiersz (1,100). Sprawdź ścieżkę dostępu do plików bazy (np. we właściwościach bazy
Bardziej szczegółowoSystemy OLAP II. Krzysztof Dembczyński. Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr letni 2006/07 Plan wykładu Systemy baz
Bardziej szczegółowoLandenklassement
Landenklassement 2008-2018 2008 Boedapest HU IChO40 1 CAN 212,561 2 NZL 209,11 3 JPN 195,924 4 DEN 194,714 5 CRO 158,637 6 ITA 156,599 7 LTU 155,947 8 GER 154,494 9 TKM 151,724 10 BUL 150,369 11 MGL 148,596
Bardziej szczegółowoTypy tabel serwera MySQL
Typy tabel serwera MySQL Kopie zapasowe baz danych Zabezpieczanie serwera MySQL Zakładanie konta użytkownika z określonymi uprawnieniami Zarządzanie kontem i bazą danych Kilka kolejnych informacji na temat
Bardziej szczegółowoPrzedmiotem zamówienia jest: ZADANIE 1. SERWERY PLIKÓW. Szczegółowy opis przedmiotu zamówienia. 48823000-3 Serwery plików
Przedmiotem zamówienia jest: ZADANIE 1. SERWERY PLIKÓW Szczegółowy opis przedmiotu zamówienia CPV 48823000-3 Serwery plików Opis: Zamówienie obejmuje dostawę do siedziby Zamawiającego: - serwer plików
Bardziej szczegółowodr inż. Jarosław Forenc
Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2016/2017 Wykład nr 7 (11.01.2017) Rok akademicki 2016/2017, Wykład
Bardziej szczegółowoKinowa Biblioteka Filmowa KINOSERWER. KinoSerwer
Kinowa Biblioteka Filmowa KINOSERWER KinoSerwer Zewnętrzna biblioteka filmowa KINOSERWER do przechowywania plików filmowych DCP, o pojemności minimalnej 12TB z możliwością rozbudowy do 42TB. Oferujemy
Bardziej szczegółowoSAP BASIS Architektura systemu klient Server
SAP BASIS Architektura systemu klient Server Platformy systemowe: Microsoft Windows Server, UNIX, Linux Platformy bazodanowe: Microsoft SQL Server, Oracle, IBM DB2 System SAP WSB: System operacyjny: Windows
Bardziej szczegółowoIwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski. Poznań, 30.09.2015
Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski Poznań, 30.09.2015 Plan Geneza Architektura Cechy Instalacja Standard SQL Transakcje i współbieżność Indeksy Administracja Splice Machince vs.
Bardziej szczegółowoSystemy internetowe. Wykład 4 mysql. West Pomeranian University of Technology, Szczecin; Faculty of Computer Science
Systemy internetowe Wykład 4 mysql MySQL - wstęp SZBD: komercyjne: Microsoft SQL Server, Oracle, DB2... darmowe: MySQL, PostgreSQL, Firebird... MySQL darmowy (użytek niekomercyjny) Wady: niska wydajność
Bardziej szczegółowoPODSTAWY BAZ DANYCH Wykład Partycjonowanie tabel i indeksów
PODSTAWY BAZ DANYCH Wykład 10 8. Partycjonowanie tabel i indeksów 2005/2006 Wykład "Podstawy baz danych" 1 Partycjonowanie tabel i indeksów w Oracle W celu poprawienia efektywności dostępu do danych oraz
Bardziej szczegółowoWYDAJNOŚĆ I SKALOWALNOŚĆ
WYDAJNOŚĆ I SKALOWALNOŚĆ Skalowalność systemu Microsoft Dynamics CRM 4.0 2008 SPIS TREŚCI STRESZCZENIE DLA KIEROWNICTWA... 1 PODSUMOWANIE WYNIKÓW... 1 OMÓWIENIE... 2 METODYKA TESTOWANIA... 2 TRANSAKCJE
Bardziej szczegółowoZoptymalizowany pod kątem pojemności dysk klasy korporacyjnej, dla aplikacji przetwarzających duże ilości danych
Zestawienie danych Zoptymalizowany pod kątem pojemności dysk klasy korporacyjnej, dla aplikacji przetwarzających duże ilości danych Od 1 TB do 8 TB 1, 3,5-calowy dysk klasy korporacyjnej z wiodącą technologią
Bardziej szczegółowoWymagania sprzętowe i systemowe obowiązujące od
System obsługi sprawozdawczości Wymagania i systemowe obowiązujące od 07.2018 Wrocław 12.2017 Wszelkie prawa zastrzeżone. Dokument może być reprodukowany lub przechowywany bez ograniczeń tylko w całości.
Bardziej szczegółowoBazy danych - ciągłość działania, spójność danych i disaster recovery. Daniel Polek-Pawlak Jarosław Zdebik
Bazy danych - ciągłość działania, spójność danych i disaster recovery Daniel Polek-Pawlak Jarosław Zdebik Plan Prezentacji Wprowadzenie - podstawy. Co oznacza utrata danych dla niedużego sklepu. Czy dostępność
Bardziej szczegółowoFizyczna organizacja danych w bazie danych
Fizyczna organizacja danych w bazie danych PJWSTK, SZB, Lech Banachowski Spis treści 1. Model fizyczny bazy danych 2. Zarządzanie miejscem na dysku 3. Zarządzanie buforami (w RAM) 4. Organizacja zapisu
Bardziej szczegółowoZAPYTANIE OFERTOWE. Zamawiający. Przedmiot zapytania ofertowego. Warszawa, dnia r.
Warszawa, dnia 2.0.205 r. ZAPYTANIE OFERTOWE W związku z realizacją przez ARTEK Artur Żochowski, projektu pn.: Modernizacja i rozbudowa systemu informatycznego przedsiębiorstwa ARTEK w celu integracji
Bardziej szczegółowoDr Michał Tanaś(http://www.amu.edu.pl/~mtanas)
Dr Michał Tanaś(http://www.amu.edu.pl/~mtanas) Bazy danych podstawowe pojęcia Baza danych jest to zbiór danych zorganizowany zgodnie ze ściśle określonym modelem danych. Model danych to zbiór ścisłych
Bardziej szczegółowoPojęcie systemu baz danych
Pojęcie systemu baz danych System baz danych- skomputeryzowany system przechowywania danych/informacji zorganizowanych w pliki. Składa się z zasadniczych elementów: 1) Danych 2) Sprzętu 3) Programów 4)
Bardziej szczegółowoLITERATURA. Wprowadzenie do systemów baz danych C.J.Date; WNT Warszawa 2000
LITERATURA Wprowadzenie do systemów baz danych C.J.Date; WNT Warszawa 2000 Systemy baz danych. Pełny wykład H. Garcia Molina, Jeffrey D. Ullman, Jennifer Widom;WNT Warszawa 2006 Wprowadzenie do systemów
Bardziej szczegółowoAplikacja serwerowa Platformy Prezentacyjnej Opis produktu
Aplikacja serwerowa Platformy Prezentacyjnej Opis produktu Polska Organizacja Turystyczna ul. Chałubińskiego 8 00-613 Warszawa Spis treści 1 Założenia wstępne... 1 1.1 Informacje wstępne... 1 1.2 Cel projektu...
Bardziej szczegółowoSQL SERVER 2016 IN MEMORY
SQL SERVER 2016 IN MEMORY 4 Pytania, które boimy się zadać Cezary Ołtuszyk Blog: coltuszyk.wordpress.com Kilka słów o mnie Kierownik Działu Administracji Systemami w firmie BEST S.A. (warstwa bazodanowa
Bardziej szczegółowoBazy danych i usługi sieciowe
Bazy danych i usługi sieciowe Wstęp do problematyki baz danych Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) BDiUS w. I Jesień 2014 1 / 17 Plan wykładu 1 Bazy danych 1 Motywacja
Bardziej szczegółowoInformacje wstępne Autor Zofia Kruczkiewicz Wzorce oprogramowania 4
Utrwalanie danych zastosowanie obiektowego modelu danych warstwy biznesowej do generowania schematu relacyjnej bazy danych Informacje wstępne Autor Zofia Kruczkiewicz Wzorce oprogramowania 4 1. Relacyjne
Bardziej szczegółowoBlock Change Tracking
Czym jest i czy warto stosować? OPITZ CONSULTING Kraków Przybliżenie technologii i analiza testów Jakub Szepietowski (Młodszy konsultant SE) OPITZ CONSULTING Kraków 2011 Strona 1 Agenda 1. Plik BCT 2.
Bardziej szczegółowoPodyplomowe Studium Informatyki w Bizniesie Wydział Matematyki i Informatyki, Uniwersytet Łódzki specjalność: Tworzenie aplikacji w środowisku Oracle
Podyplomowe Studium Informatyki w Bizniesie Wydział Matematyki i Informatyki, Uniwersytet Łódzki specjalność: Tworzenie aplikacji w środowisku Oracle EFEKTY KSZTAŁCENIA Wiedza Absolwent tej specjalności
Bardziej szczegółowoWymagania sprzętowe i systemowe
System obsługi sprawozdawczości Wymagania i systemowe wersja 5.23.3 Wrocław 08.2017 Wszelkie prawa zastrzeżone. Dokument może być reprodukowany lub przechowywany bez ograniczeń tylko w całości. Żadna część
Bardziej szczegółowoSQL SERVER 2012 i nie tylko:
SQL SERVER 2012 i nie tylko: Wstęp do planów zapytań Cezary Ołtuszyk coltuszyk.wordpress.com Kilka słów o mnie Starszy Administrator Baz Danych w firmie BEST S.A. (Bazy danych > 1TB) Konsultant z zakresu
Bardziej szczegółowoBazy danych. Plan wykładu. Rozproszona baza danych. Fragmetaryzacja. Cechy bazy rozproszonej. Replikacje (zalety) Wykład 15: Rozproszone bazy danych
Plan wykładu Bazy danych Cechy rozproszonej bazy danych Implementacja rozproszonej bazy Wykład 15: Rozproszone bazy danych Małgorzata Krętowska, Agnieszka Oniśko Wydział Informatyki PB Bazy danych (studia
Bardziej szczegółowoRef. 7 - Język SQL - polecenia DDL i DML
Ref. 7 - Język SQL - polecenia DDL i DML Wprowadzenie do języka SQL. Polecenia generujące strukturę bazy danych: CREATE, ALTER i DROP. Polecenia: wprowadzające dane do bazy - INSERT, modyfikujące zawartość
Bardziej szczegółowo