1 / 48

IBM DB2

IBM DB2. Qiguang Yan & Stefan Lenschow Seminar WS 2006/07: Aktuelle Themen der Datenbankforschung und -entwicklung. Gliederung. Self – Healing Health Monitor II. Self – Configuring Configuration Advisor Design Advisor III. Self – Optimizing Self-Tuning Memory POP LEO

duc
Download Presentation

IBM DB2

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. IBM DB2 Qiguang Yan & Stefan Lenschow Seminar WS 2006/07: Aktuelle Themen der Datenbankforschung und -entwicklung

  2. Gliederung • Self – Healing • Health Monitor II. Self – Configuring • Configuration Advisor • Design Advisor III. Self – Optimizing • Self-Tuning Memory • POP • LEO • Zusammenfassung • Ausblick / Quellen

  3. I.Self – Healing Features • Vorher: • DBA betreut im Schnitt über 20 Datenbanken • 33% Zeit: Monitoring • 22% Zeit: auf Probleme reagieren • self-healing in DB2 (V8.1) • kehrt Diagnosemodell des Gesundheitszustandes der DB um • übernimmt Monitoring – Aufgaben • DB überwacht sich selbst • bietet Problemlösungen + Hilfe

  4. 2 Tools : • Health Monitor(HM) • Serverseitiges Tool • Managed-by-Exeption Modell • Überwacht komplettes System während der Ausführung (im Hintergrund) • Health Center • Dient als GUI - Tool des HM • Erweitert Informationen des HM um Lösungsstrategien • Zur Veränderung der Einstellungen

  5. DB2 Health Monitor: • sammelt Systeminformationen per Snapshot Monitor, was die Systemleistung nur minimal beeinträchtigt • nutzt sog. „Health Indicators“ für: • Instances • Databases • Logs • Tablespace storage • Sorting • Package and catalog caches • Workspaces • Memory • Application concurrency • Die Indikatoren messen den „Gesundheitszustand“ eines Aspektes des ihm zugeordneten Objekts

  6. DB2 Health Indikatoren: • Zustände: • normal • attention • warning • alert • ausgelöst, wenn Objektaspekt kritischen Zustand annimmt • Kategorien: • Schwellwert-basierte Indikatoren, die Statistiken des Verhaltens des Objektes überwachen • Zustandsbasierte Indikatoren, die 2 oder mehr eindeutige Zustande überprüfen und damit Aussagen über kritisch oder unkritisch liefern • Sammelzustandsbasierte Indikatoren, sind Maße des DB-Levels die angesammelte Zustände ein oder mehrerer Objekte repräsentieren

  7. Meldet alle Alarminfos dem Journal • Sendet diese via Email oder Pager zum DBA • Führt vorkonfigurierte Aktionen aus (z.B. Ausführen eines tasks, selbständiges REORG eines tables) • Erkennt Situationen/ Veränderungen die Performanceeinbußen nach sich ziehen könnten • Mittels • Health Center ( Diagnosezentrale in dt. Version ) • Web Health Center • Command Line Prozessor ( CLP ) • APIs lassen sich • Informationen des Health Monitors abrufen • Healthindikatoren, Kontakte konfigurieren • Überblick aller bisherigen Alarme anzeigen • Fügt Warnzeichen in alle anderen laufenden DB2 UDB GUI Tools ein – mit Klick sofort zum Health Center wechseln

  8. Health Center (V8.1):

  9. DB2 Health Center • bei Problemen meldet DB2 sich und gibt auch Lösungsvorschläge über den: • Recommendation Advisor (RA) seit Ver.8.2 und gegebenes Problem zukünftig zu vermeiden • stellt dazu DBA Reihe von Fragen • basierend auf Antworten und aktuellem Systemzustand  RA liefert verschiedene Lösungswege • Entscheidung bestimmt wie der RA vorgeht • RA startet nötige Tools bzw. generiert automatisch Scripts (z.B. Memory Visualizer)

  10. Recommendation Advisor

  11. II. Self – Configuring:Configuration Advisor • Das Problem: • Fast 150 Konfigurationsparameter in DB2 UDB • Anwender wissen nicht: • Wie die richtigen Werte gewählt werden • Welche möglichen Zusammenhänge zwischen Ihnen bestehen • Viele nicht online konfigurierbare Parameter zwang zum Neustart von DB2 um bessere Konfigurationen zu erstellen • Aufgabe für erfahrene Spezialisten

  12. Configuration Advisor in DB2 UDB (seit V.8.1) liefert Menge (~36) von Parametereinstellungen zum automatischen Konfigurieren und Tunen der DB2 Umgebung in Bezug auf: • Speicherverteilung • Parallelität • I/O Optimierungen • Recovery

  13. Daten, die ConfigAdv. automatisch erkennt : • Systeminfos • # CPUs, # HDDs • Größe des physikal.Speichers • Betriebsystem • DB Infos • Größe, # Tables, • # Indizes • # Tablespaces • Bufferpool Infos • # Bufferpools • Name, Größe für jeden Bufferpool

  14. Daten, von User spezifiziert : • Antworten zu 7 Fragen: • Prozentsatz des Speichers der DBMS zugeordnet wird • OLTP vs. Complex Query vs. Mixed • Rel. Verhältnis zwischen Recovery  Query Geschwindigkeit • Lastprofil (Anzahl von lokalen und entfernten Nutzerverbindungen) • Ist Datenbank befüllt oder nicht • Isolationsstufe • Bufferpoolgröße veränderlich

  15. Jede Systeminformation wird nun mit einem mathematischen Modell kombiniert • Basierend auf Expertenheuristiken • Ermittelt Trade-Offs zwischen Memory Heaps, Parallelität, Skalierbarkeit die für Menschen schwer zu abstrahieren sind

  16. Selbst-Konfigurations Fähigkeiten erlauben ein Erkennen der Ausführungsumgebung • Drei Ausführungsinterfaces : • Grafisches Interface ( Teil des DB2 Control Center ) • Command Level Interface (Bsp: „db2 autoconfigure using MEM_PERCENT 75 WORKLOAD_TYPE complex IS_POPULATED yes NUM_LOCAL_APPS 1 NUM_REMOTE_APPS 50 ISOLATION rr BP_RESIZEABLE yes APPLY db AND dbm“ • Über programmierbare APIs (auch für Drittanbieter) oder Java Stored Procedures

  17. Configuration Advisor: Grafisches Interface

  18. Design Advisor • Der Design Advisor generiert Empfehlungen für folgende Objekte und Maßnahmen: • Neue Indizes • Neue materialisierte Sichten (MQTs) • Umwandlung in MDC-Tabellen (mit mehrdimensionalem Clustering) • Umpartitionierung von Tabellen • Löschen der unbenutzten Indizes und materialisierte Sichten (MQTs).

  19. Architektur des Design Advisors:

  20. Workload für den Design Advisor : • Ein Workload ist eine Gruppe von SQL-Anweisungen User Eine Textdatei Graphical User Interface Die vor kurzer Zeit ausgeführten SQL-Anweisungen im SQL-Cache Statische SQL-Anweisugn SQL-Cache Package

  21. Der Workload wird in der Tabelle ADVISE WORKLOAD gespeichert • GUI führt das Programm db2advis aus • Für jede SQL-Anweisung in der Tabelle ADVISE WORKLOAD ruft db2advis den DB2 UDB Optimizer auf • Basierend auf statistischen Daten schlägt der Optimizer einige Indizes vor. • Der Optimizer speichert die vorgeschlagenen Indizes in die Tabelle ADVISE INDEX • Die vorgeschlagenen Indizes werden getestet und dabei die beste Teilmenge von Indizes ausgewählt • Ergebnis ausgeben und bei Bedarf anwenden

  22. Jeder SQL-Anweisung kann eine Frequenz zugewiesen werden • SQL-Anweisung kann geändert oder gelöscht werden

  23. Experiment • Der Design Advisor schlägt einen Entwurf innerhalb von 10 Minuten vor. Der Entwurf enthält: • 18 neue Indizes • 2 MQTs (materialisierte Sichten) • 6 MDC-Tabellen (mehrdimensionales Clustering), • 4 Partitionsveränderungen, • ….

  24. Beispiel Suchen nach den gemeinsamen Subexpressions bei der Multi-query Optimierung

  25. III.Self-Optimizing Self – Tuning Memory • Vorher: • Es ist schwer, die maximale Größe eines Speicherobjekts zu bestimmen. • die maximale Größe kann nicht überschritten werden • Das führt dazu: • Wenn z.B ein Bufferpool nicht groß genug für die Datenspeicherung ist, werden die Daten aus dem Bufferpool entfernt und beim nächsten Zugriff wieder in den Bufferpool eingelesen. (Performance sinkt)

  26. in DB2 UDB Version 9 • Heapgröße, Bufferpool, Cache etc. dynamischkonfigurieren • Garantierte Minimum für Heap, Bufferpool etc. • nicht reservierte Speicherbereiche für Heap , Bufferpool etc. nach Bedarf allokieren • Folgende Speicherressourcen können getunet werden • Buffer pools • Package cache • Locking memory • Sort memory • Total database shared memory

  27. Database memory

  28. Self-Tuning Memory Manager Cost-benefit Daten für jeden Heap Neue Größe für Heaps und Databas_memory • Bestimmt neue Speicherallokation • Legt die Frequenzdes Tunings fest • …..

  29. Beispiel

  30. Wirkung von Memory-Tuning auf Systemperformance Automatisch wird mehr Speicher DB2 zugewiesen Systemleistung steigt sofort um Faktor 10

  31. Progressive OPtimization (POP) • Problem: • Sub-optimale QEPs( Query Execution Plan) durch Fehler in Kardinalitätsabschätzungen des Optimierers • POP • liefert flexible Mechanismen zur Erstellung von QEPs • erkennt suboptimale QEPs und liefert Optimierungen zur Laufzeit • robust gegen Fehlabschätzungen des Optimierers • minimiert DBA Eingriffe

  32. Statistics Optimizer Optimizer Best Plan Best Plan Plan Execution Vorher: SQL Compilation • Pläne mit Hilfe von Statistiken erstellt • Problem: • nicht mehr aktuelle Statistiken • falsche Vermutungen über Attributsunabhängigkeiten • führen zu falschen Kardinalitäts-abschätzungen und damit zu suboptimalen Plänen

  33. POP vergleicht Kardinalitäts- abschätzungen mit aktuellen Werten zur Laufzeit • geschieht mit Checkpoints (CHECK) • haben Bedingung, die Kard.grenzen erkennt in denen der Plan gültig ist = validity range für jeden einzelnen Planoperator • Wird CHECK Bedingung verletzt (validity range überschritten)  Re-Optimization ausgelöst • erlaubt kontinuierliche Anpassungen des Plans durch einen geschlossenen Feedbackkreis zwischen Laufzeit und Optimierer

  34. Partial Results Statistics Optimizer Optimizer Best Plan With CHECK New Best Plan Best Plan Plan Execution with CHECK Jetzt: SQL Compilation 3 4 “MQT”with Actual Cardinality 5 2 Re-optimize If CHECK fails New Plan Execution 6 1 Use feedback from cardinality errors toimprove current plan

  35. POP Monitor :

  36. Beispiel:

  37. Der LEarning Optimizer (LEO) • erkennt Fehler bei derKardinalitätsabschätzung • korrigiert falsche Statistiken zur Laufzeit • „lernt“ mit Hilfe eines Feedback-Mechanismusaus Fehlern

  38. Statistics Optimizer Optimizer Best Plan Best Plan Plan Execution SQL Compilation

  39. Statistics Optimizer Optimizer Adjustments Best Plan Best Plan Plan Execution Plan Execution Estimated Cardinalities Actual Cardinalities SQL Compilation 4. Anwendung Adjustments 1. Planbewahrung EstimatedCardinalities 3. Analyse 2. Monitor ActualCardinalities

  40. Beispiel

  41. Berechnung des Anpassungsfaktors • Vergleiche geschätzte mit der tatsächlichen Selektivität • Mit hoher Wahrscheinlichkeit liegt ein Fehler vor, wenn gilt: Berechnung des Anpassungsfaktors

  42. Bestimme den Anpassungsfaktor für das Prädikat (X.Price > 100)

  43. IV. Zusammenfassung • Seit Ver.8.1 stetige Erweiterung der autonomen Fähigkeiten • In Ver.9 neue adaptive, self-tuning memory Features • Ausblick: • Weiterentwicklung bestehender Features für einen höheren Autonomiegrad • Einführung von self-protecting Features um DB unverwundbarer zu machen bezüglich: • Unauthorisiertem Zugriff und Nutzung • Virus- / Denial-of-service Angriffen • Und generellen Fehlern

  44. Quellen: • Kwan,Lightstone,Schiefer,Storm,Wu (IBM Canada) : Automatic Database Configuration for DB2 UDB: Compressing Years of Performance Expertise into Seconds of Execution • Kache,Shin Han,Markl,Raman,EwenPOP/FED: Progressive Query Optimization for Federated Queries in DB2 • Javaid Rajmohamed for DB2Mag: Continuous System Health Checking • Markl,Raman,Simmen,Lohman,Pirahesh,Cilimdzic: Robust Query Processing through Progressive Optimization • Gary Valentin, Michael Zuliani, Daniel C. Zilio: DB2 Advisor: An Optimizer Smart Enough to Recommend Its Own Indexes • by V. Markl, G. M. Lohman, V. RamanLEO: An autonomic query optimizer for DB2 • Adam J. Storm, Christian Garcia-Arellano, Sam S. Lightstone, Yixin Diao:Adaptive Self-Tuning Memory in DB2

More Related