CUBRID की मुख्य विशेषताएं 8.4.0

सभी को बधाई!

यह ब्लॉग बहुत मनोरंजक होगा! आज मैं CUBRID 8.4.0 के नवीनतम संस्करण की बहुत ही दिलचस्प विशेषताओं के बारे में बात करूंगा, जिसके बारे में आप आमतौर पर मैनुअल में नहीं जान सकते। मैं प्रश्नों और अनुक्रमितों के अनुकूलन के लिए बहुत महत्वपूर्ण सिफारिशें दूंगा, मैं परीक्षण के परिणाम, साथ ही वास्तविक वेब सेवाओं में उपयोग के उदाहरण भी दूंगा।

इससे पहले, मैंने नए संस्करण में परिवर्तनों के बारे में सतही रूप से बात की, दो बार के रूप में तेजी से डेटाबेस इंजन, MySQL सिंथेटिक्स के लिए विस्तारित समर्थन आदि। आज मैं उनके और अन्य चीजों के बारे में अधिक विस्तार से बात करूंगा, हम इस पर ध्यान केंद्रित करेंगे कि हम CUBRID के प्रदर्शन को दोगुना करने में कैसे सक्षम थे।

CUBRID के प्रदर्शन को प्रभावित करने वाले मुख्य क्षेत्र हैं:

• डेटाबेस वॉल्यूम का आकार कम करना
• विंडोज संस्करण में बेहतर समानांतर कंप्यूटिंग
• सूचकांक अनुकूलन
• सीमा में हालत प्रसंस्करण का अनुकूलन
• GROUP BY में स्थिति प्रसंस्करण का अनुकूलन

डेटाबेस वॉल्यूम का आकार कम करना

CUBRID 8.4.0 में, डेटाबेस वॉल्यूम का आकार 218% तक कम हो गया है। इसका कारण भंडारण अनुक्रमणिका के लिए पूरी तरह से परिवर्तित संरचना है, जिसने समानांतर में पूरे सिस्टम के प्रदर्शन को प्रभावित किया।

निम्नलिखित आकृति में, आप पिछले संस्करण 8.3.1 और नए 8.4.0 में डेटाबेस वॉल्यूम के आकार की तुलना देख सकते हैं। इस मामले में, दोनों डेटाबेस ने प्राथमिक कुंजी के साथ 64,000,000 रिकॉर्ड संग्रहीत किए। डेटा गीगाबाइट में है।

विंडोज संस्करण में बेहतर समानांतर कंप्यूटिंग

CUBRID 8.4.0 ने उन्नत म्यूटेक्स का उपयोग करके विंडोज प्लेटफॉर्म संस्करण में समानांतर कंप्यूटिंग में सुधार किया है। निम्न ग्राफ़ पिछले और नए संस्करणों के तुलनात्मक प्रदर्शन परिणाम दिखाता है।

सूचकांक अनुकूलन

यहाँ मैं आपको सब कुछ महान विस्तार से बताऊंगा।

CUBRID 8.4.0 तेजी से डेटाबेस इंजन के रूप में दो बार पिछले संस्करण से अलग है। हमने कुछ बहुत महत्वपूर्ण सूचकांक अनुकूलन लागू किए हैं, जैसे:

• आवरण सूचकांक
• सीमा में हालत प्रसंस्करण का अनुकूलन
  - कुंजी सीमा
  - मल्टी रेंज स्कैन (मल्टी रेंज)
  
• GROUP BY में स्थिति प्रसंस्करण का अनुकूलन
• सूचकांक स्कैन अवरोही
• LIKE स्टेटमेंट में इंडेक्स स्कैन सपोर्ट

अब देखते हैं कि कैसे CUBRID 8.4.0 में सूचकांक संरचना का आयोजन किया जाता है। CUBRID में, एक इंडेक्स को B + ट्री [विकिपीडिया लेख के लिंक] के रूप में कार्यान्वित किया जाता है, जिसमें इंडेक्स कुंजी मान को पेड़ों की पत्तियों में संग्रहीत किया जाता है।

एक व्यावहारिक उदाहरण के लिए, मैं निम्नलिखित तालिका संरचना (STRING = VARCHAR (1,073,741,823)) को देखने का सुझाव देता हूं:

CREATE TABLE tbl (a INT, b STRING, c BIGINT);

डेटा दर्ज करें:

INSERT INTO tbl VALUES (1, 'AAA, 123), (2, 'AAA', 12), …;

और एक मल्टी-कॉलम इंडेक्स बनाएं। वैसे, ध्यान दें कि डेटा दर्ज करने के बाद मैं इंडेक्स बनाता हूं। यदि आप प्रारंभिक चरण में या इसे पुनर्स्थापित करते समय डेटा दर्ज करना चाहते हैं तो यह अनुशंसित विधि है। इस तरह, आप प्रत्येक इनपुट के साथ अनुक्रमण के समय और खर्च से बच सकते हैं। आप यहां बड़े डेटा दर्ज करने के लिए सिफारिशों के बारे में अधिक पढ़ सकते हैं।

CREATE INDEX idx ON tbl (a, b);

नीचे दी गई आकृति इस सूचकांक की संरचना को दिखाती है, जिसके पत्तों में डिस्क पर हीप फ़ाइल में स्थित डेटा के लिए संकेत ( OID ) हैं।

1. इस प्रकार, सूचकांक कुंजी मान ( ए और बी ) वृद्धि (डिफ़ॉल्ट) द्वारा क्रमबद्ध हैं।
2. प्रत्येक शीट में डिस्क हीप पर स्थित संबंधित डेटा (तालिका में प्रविष्टि) के लिए एक संकेतक (एक तीर द्वारा इंगित) होता है।
3. हीप में डेटा बेतरतीब ढंग से व्यवस्थित है, जैसा कि आंकड़े में संकेत दिया गया है।

सूचकांक स्कैन

अब देखते हैं कि आमतौर पर सूचकांक की खोज कैसे होती है। ऊपर बनाई गई तालिका को देखते हुए, हम निम्नलिखित क्वेरी को चलाएंगे।

SELECT * FROM tbl
WHERE a > 1 AND a < 5
AND b < 'K'
AND c > 10000
ORDER BY b;

1. सबसे पहले, CUBRID में सभी पत्तियां मिलेंगी जिसमें a> 1 और a <5 ।
2. फिर, इस परिणाम के बीच, वह पत्तियों का चयन करेगा जिसमें b <'K' है ।
3. चूंकि स्तंभ c को अनुक्रमित नहीं किया गया है, इसके मान प्राप्त करने के लिए, आपको डिस्क पर मौजूद ढेर पर जाने की आवश्यकता है।
4. इंडेक्स ट्री में प्रत्येक शीट में एक OID (ऑब्जेक्ट आइडेंटिफ़ायर) मान होता है जो इंगित करता है कि वास्तव में डिस्क पर किसी विशेष टेबल रिकॉर्ड का डेटा कहाँ संग्रहीत है।
5. इन ओआईडी के आधार पर, कॉलम सी के मान प्राप्त करने के लिए सर्वर ढेर में जाएगा।
6. फिर CUBRID उन सभी रिकॉर्डों को खोजेगा जिसमें c> 10000 है ।
7. परिणामस्वरूप, इन सभी रिकॉर्डों को कॉलम बी द्वारा क्रमबद्ध किया जाएगा, जैसा कि क्वेरी में आवश्यक है।
8. फिर परिणाम क्लाइंट को भेजे जाते हैं।

आवरण सूचकांक

अब देखते हैं कि कवरिंग सूचकांक CUBRID के प्रदर्शन को कैसे बढ़ा सकता है। संक्षेप में, आवरण सूचकांक आपको डिस्क पर ढेर तक पहुंचने के बिना क्वेरी परिणाम प्राप्त करने की अनुमति देता है, जिससे I / O संचालन की संख्या कम हो जाती है, जो बदले में खर्च किए गए समय के लिए सबसे महंगा ऑपरेशन है।

हालांकि, कवर इंडेक्स का जादू केवल तभी लागू किया जा सकता है जब सभी कॉलम जिनके मान क्वेरी में मांगे गए हैं, एक ही समग्र सूचकांक में हैं । दूसरे शब्दों में, उनके मूल्यों को इंडेक्स ट्री के एक ही पत्ते में होना चाहिए। उदाहरण के लिए, निम्नलिखित प्रश्न को देखें।

SELECT a, b FROM tbl
WHERE a > 1 AND a < 5
AND b < 'K'
ORDER BY b;

• जैसा कि आप देख सकते हैं, इस क्वेरी में उपयोग किए गए सभी कॉलम एक ही मल्टी-कॉलम इंडेक्स में हैं, जो हमने शुरुआत में बनाए थे।
• WHERE क्लॉज में, केवल वे ही घंटियाँ जो एक ही मल्टी-कॉलम इंडेक्स में हैं निर्दिष्ट हैं।
• इसके अलावा, केवल कॉलम जो कि एक ही मल्टी-कॉलम इंडेक्स में है, ORDER BY ऑपरेटर की स्थिति में निर्दिष्ट है।

और इसलिए, यदि हम यह क्वेरी चलाते हैं:

1. सामान्य सूचकांक स्कैन प्रक्रिया के भाग के रूप में, CUBRID पहली बार सभी पेड़ों को इंडेक्स ट्री में> 1 और <5 के साथ खोजेगा।
2. फिर, इस परिणाम के बीच, वह पत्तियों का चयन करेगा जिसमें b <'K' है ।
3. चूंकि सूचकांक स्कैन के दौरान कॉलम ए और बी के मूल्य पहले से ही प्राप्त किए गए थे , इसलिए इन मूल्यों को प्राप्त करने के लिए डिस्क पर हीप को देखने और देखने की आवश्यकता नहीं है। इस प्रकार, दूसरे चरण के बाद, सर्वर तुरंत कॉलम बी द्वारा परिणामों को क्रमबद्ध करना शुरू कर देता है।
4. फिर मान लौटाता है।

आइए अब देखें कि एक कवरिंग इंडेक्स सर्वर के प्रदर्शन को कैसे बेहतर बना सकता है। ऊपर दिए गए उदाहरण के लिए, हम मानते हैं कि बहुत बड़ी मात्रा में डेटा डेटाबेस में संग्रहीत है।

Q1। निम्नलिखित एक क्वेरी है जो एकल संयुक् त सूचकांक में निर्दिष्ट कॉलम का उपयोग करता है।

SELECT a, b FROM tbl WHERE a BETWEEN ? AND ?

Q2। और अब एक क्वेरी जहां कॉलम ए अनुक्रमित है और कॉलम सी नहीं है।

SELECT a, c FROM tbl WHERE a BETWEEN ? AND ?

निम्नलिखित ग्राफ़ दिखाता है कि यदि वे एक आवरण सूचकांक का उपयोग करते हैं तो प्रश्नों को कितनी जल्दी संसाधित किया जा सकता है।

सीमा में हालत प्रसंस्करण का अनुकूलन

कुंजी सीमा

CUBRID 8.4.0 में LIMIT स्टेटमेंट्स का बहुत ही "स्मार्ट" विश्लेषक है। यह विश्लेषक बहुत ही अनुकूलित किया गया है, जो आपको लिमेट ऑपरेटर की स्थिति में केवल उन रिकॉर्डों की संख्या को संसाधित करने की अनुमति देता है, जिन तक पहुंचने पर सर्वर तुरंत परिणाम लौटाता है। उदाहरण के लिए, निम्नलिखित प्रश्न को देखें।

SELECT * FROM tbl
WHERE a = 2
AND b < 'K'
ORDER BY b
LIMIT 3;

1. CUBRID को पहली बार इंडेक्स ट्री में पहली शीट मिलती है, जिसमें a = 2 है ।
2. चूंकि इंडेक्स में कॉलम बी के मान शामिल हैं जो पहले से ही सॉर्ट किए गए हैं, इसलिए परिणामों को अलग से सॉर्ट करने की आवश्यकता नहीं है।
3. सर्वर इंडेक्स की केवल पहली 3 कुंजी को पास करता है और इस पर रुक जाता है, क्योंकि 3 से अधिक परिणामों को वापस करने की कोई आवश्यकता नहीं है।
4. तब सर्वर पहले से ही अन्य सभी स्तंभों के मान प्राप्त करने के लिए एक ढेर में ढेर हो जाता है। इसलिए, डिस्क पर केवल 3 प्रविष्टियां प्रभावित होंगी।

मल्टी रेंज स्कैन

मल्टी-रेंज स्कैन ऑप्टिमाइज़ेशन नए CUBRID 8.4.0 में एक और बड़ा सुधार है। जब उपयोगकर्ता डेटा को भरते हैं, जो एक निश्चित सीमा में होता है, उदाहरण के लिए, > 0 और <5 के बीच , कार्य अधिकांश DBMS के लिए काफी आसान है। हालांकि, सब कुछ बहुत अधिक जटिल हो जाता है जब बिखरे हुए पर्वतमाला को शर्तों में शामिल किया जाता है, उदाहरण के लिए, एक> 0 और एक <5 और a = 7 और a> 10 और <15 । यहां CUBRID अलग है। एक नया ऑप्टिमाइज़ेशन फ़ंक्शन इन-प्लेस सॉर्टिंग (फ़्लाई पर सॉर्ट करना) आपको एक साथ दो समस्याओं को हल करने की अनुमति देता है:

1. कुंजी सीमा
2. साथ ही मक्खी पर रिकॉर्ड छांट रहे हैं

उदाहरण के लिए, निम्नलिखित प्रश्न पर विचार करें।

SELECT * FROM tbl
WHERE a IN (2, 4, 5)
AND b < 'K'
ORDER BY b
LIMIT 3;

1. चूंकि इंडेक्स ट्री की सभी कुंजियों को क्रमबद्ध किया गया है, इसलिए सर्वर पहली शीट से स्कैन करना शुरू कर देगा, जहां a = 2 (नीचे का आंकड़ा देखें)।
2. चूंकि कॉलम बी द्वारा क्रमबद्ध तालिका की केवल 3 पंक्तियों को प्राप्त करना आवश्यक है, इसलिए सर्वर उन परिणामों को सॉर्ट करेगा जो मक्खी पर एक आई (2, 4, 5) और बी <'के' स्थिति को संतुष्ट करते हैं।
   1. बहुत शुरुआत में, सर्वर रिकॉर्ड (2, एएए) पाएगा, जो 1 परिणाम देता है।
   2. फिर यह रिकॉर्ड (2, एबीसी) पाता है, जो दूसरा परिणाम देता है।
   3. फिर यह प्रविष्टि (2, सीसीसी) पाता है, जो 3 जी परिणाम देता है।
   4. चूँकि सर्वर में पहले से ही 3 रिकॉर्ड पाए गए हैं, यह रिकॉर्ड की खोज करने के लिए अगली सीमा तक कूदता है जहाँ कॉलम b के मान पहले से पाए गए मानों से कम होंगे।
   
   1. सबसे पहले, सर्वर रिकॉर्ड (4, डीएए) पाएगा, जो पहले से रिकॉर्ड किए गए रिकॉर्ड के कॉलम बी के अंतिम मूल्य से अधिक है। इसलिए, यह श्रेणी तुरंत गायब हो जाती है, और सर्वर अगली सीमा तक कूद जाता है।
   2. एक रिकॉर्ड (5, एएए) पाता है, जो एबीसी और सीसीसी से छोटा है। इसलिए, यह पिछले रिकॉर्ड को हटा देता है और इस रिकॉर्ड को उपयुक्त स्थान पर सम्मिलित करता है।
   3. अगला रिकॉर्ड (5, BBB) प्रारंभिक परिणामों के पिछले रिकॉर्ड से पहले से ही बड़ा है। इसलिए, इस श्रेणी का स्कैन पूरा हो गया है। संपूर्ण खोज भी समाप्त हो जाती है, क्योंकि स्कैनिंग के लिए किसी अन्य रेंज की आवश्यकता नहीं होती है।
   
   
3. चूंकि सभी परिणाम पहले से ही छंटे हुए हैं, यह केवल ढेर को देखने और शेष स्तंभों के मूल्यों को प्राप्त करने के लिए बना हुआ है।

ऑन-द-फ्लाई छँटाई के साथ इस मल्टी-रेंज स्कैनिंग विकल्प के साथ, CUBRID बड़ी मात्रा में डेटा के बीच बहुत तेज़ी से खोज कर सकता है।

परीक्षण के परिणाम

कोरिया में, एक बहुत लोकप्रिय Me2Day वेब सेवा है, जो ट्विटर का एक एनालॉग है। इस सेवा से वास्तविक आंकड़ों के आधार पर निम्नलिखित परीक्षा परिणाम प्राप्त किए गए।

ट्विटर पर की तरह, Me2Day में एक पोस्ट टेबल है जहां सभी "ट्वीट्स" संग्रहीत हैं। उपयोगकर्ताओं और उनके संबंधों के आंकड़े बताते हैं कि:

• 50% उपयोगकर्ता 1-50 उपयोगकर्ताओं का अनुसरण करते हैं।
• 40% यूजर्स 51-2000 यूजर्स को फॉलो करते हैं।
• 10% उपयोगकर्ता 2001+ उपयोगकर्ताओं का अनुसरण करते हैं।

इस तालिका के लिए निम्नलिखित सूचकांक बनाया गया है।

INDEX (author_id, registered DESC)

सबसे महत्वपूर्ण अनुरोध, जो ट्विटर और मी 2 डी दोनों पर सबसे अधिक बार अनुरोध किया जाता है, " उन सभी उपयोगकर्ताओं के अंतिम 20 यादृच्छिक पदों को दिखाने के लिए है जो मैं अनुसरण कर रहा हूं ।" नीचे यह बहुत अनुरोध है।

SELECT * FROM posts
WHERE author_id IN (?, ?, ..., ?) AND registered < :from ORDER BY reg_date DESC
LIMIT 20;

परीक्षण 10 मिनट के लिए चलाया गया था, जिसके दौरान इस अनुरोध को लगातार संसाधित किया गया था। नीचे परीक्षण परिणामों का एक ग्राफ है, जो MySQL में UNION ऑपरेटर की तुलना करता है, जो CUBRID में IN ऑपरेटर के साथ, MySQL में IN ऑपरेटर की तुलना में औसतन 4 गुना तेज है। एक के लिए, पिछले संस्करण की तुलना में, आप देख सकते हैं कि मल्टी-बैंड स्कैनिंग को लागू करने के बाद CUBRID 8.4.0 का प्रदर्शन कितना बढ़ गया है।



ऐसे सकारात्मक परिणामों के बाद, हमने CUBRID सर्वर के साथ सेवा के दैनिक संचालन के लिए जिम्मेदार MySQL Me2Day सर्वर को बदल दिया। अगली बार मैं इस परीक्षण के बारे में अधिक विस्तार से बात करूंगा। इस बीच, आप इसके बारे में मुख्य साइट पर अंग्रेजी में भी पढ़ सकते हैं।

GROUP BY में स्थिति प्रसंस्करण का अनुकूलन

CUBRID 8.4.0 के नए संस्करण ने बयानों द्वारा ORDER BY और GROUP BY युक्त प्रश्नों के प्रसंस्करण में काफी तेजी लाई। जब बहु-स्तंभ अनुक्रमणिका में शामिल स्तंभों का उपयोग ORDER BY और GROUP BY स्थितियों में किया जाता है, तो मानों को क्रमबद्ध करना आवश्यक नहीं है, क्योंकि वे पहले से ही अनुक्रमणिका ट्री में क्रमबद्ध हैं। इस तरह के अनुकूलन से पूरे अनुरोध के प्रसंस्करण प्रदर्शन में काफी वृद्धि हो सकती है। हम अगले अनुरोध को देख सकते हैं।

SELECT COUNT(*) FROM tbl
WHERE a > 1 AND a < 5
AND b < 'K' AND c > 10000
GROUP BY a;

1. सामान्य सूचकांक स्कैन प्रक्रिया के भाग के रूप में, CUBRID पहली बार सभी पेड़ों को इंडेक्स ट्री में> 1 और <5 के साथ खोजेगा।
2. OID मानों का उपयोग करते हुए, सर्वर स्तंभ c के मान प्राप्त करने के लिए ढेर में जाएगा।
3. फिर CUBRID उन सभी रिकॉर्डों को खोजेगा जिसमें c> 10000 है ।
4. चूंकि सभी आवश्यक मान पहले से ही सॉर्ट किए गए हैं, प्रारंभिक रूप से सॉर्टिंग के बिना ग्रुप बाय ऑपरेशन तुरंत किया जाएगा।
5. तब सर्वर परिणाम लौटाता है।

डेवलपर्स उत्पादकता में वृद्धि

पूरे सिस्टम के प्रदर्शन में सुधार के अलावा, CUBRID 8.4.0 का नया संस्करण MySQL DBMS के SQL सिंटैक्स के 90% से अधिक का समर्थन करता है। हमने डेवलपर्स प्रकार को उनके अनुप्रयोगों की कार्यक्षमता में सुधार लाने पर ध्यान केंद्रित करने के लिए निहित प्रकार के रूपांतरणों के लिए बढ़ाया समर्थन लागू किया, जबकि CUBRID सभी आंतरिक रूपांतरण करेंगे। नीचे नए वाक्यविन्यास के कुछ उदाहरण दिए गए हैं।

• निहित प्रकार रूपांतरण
  CREATE TABLE x (a INT);
INSERT INTO x VALUES ('1');

  
• दिखाएँ क्वेरीज़
  SHOW TABLES; SHOW COLUMNS; SHOW INDEX; …

  
• तालिका में परिवर्तन करें ... बदलें / आधुनिक रंग ...
  CREATE TABLE t1 (a INTEGER);
ALTER TABLE t1 CHANGE ab DOUBLE;
ALTER TABLE t2 MODIFY col1 BIGINT DEFAULT 1;

  
• अद्यतन ... आदेश द्वारा
  UPDATE t
SET i = i + 1
WHERE 1 = 1
ORDER BY i
LIMIT 10;

  
• ड्रॉप्स अगर ठीक है ...
  DROP TABLE IF EXISTS history;

कुल मिलाकर, नए संस्करण में 23 नए DATE / TIME सिंटैक्स हैं, 5 - स्ट्रिंग्स के साथ जुड़े, और 5 नए एकत्रीकरण कार्य। नए वाक्यविन्यास की पूरी सूची ब्लॉग बंद में पाई जा सकती है। वेबसाइट।

उच्च उपलब्धता विश्वसनीयता में सुधार

अगले कुंजी लॉक में सुधार

संस्करण में भी CUBRID 8.4.0 ने ठहराव की घटना को कम करने के लिए लॉकिंग तंत्र में काफी सुधार किया। उदाहरण के लिए, उच्च उपलब्धता वाले वातावरण में, एक ही समय में एक ही तालिका में डेटा दर्ज करने वाले लेनदेन के बीच ठहराव नहीं होगा।

निष्कर्ष

जैसा कि आप शायद पहले ही समझ चुके हैं, CUBRID 8.4.0 का नया संस्करण प्रदर्शन, विश्वसनीयता और विकास में आसानी के सभी पिछले संस्करणों को स्पष्ट रूप से पीछे छोड़ देता है। CUBRID को वेब अनुप्रयोगों और सेवाओं में उपयोग के लिए विकसित किया गया है, इसलिए, सभी बड़े विकास, सुधार और अनुकूलन अक्सर वेब अनुप्रयोगों में उपयोग किए जाने वाले कार्यों के क्षेत्र में किए जाते हैं (उदाहरण के लिए, बयानों में, सीमा प्रतिबंध और छंटाई, साथ ही साथ उच्च उपलब्धता), उत्कृष्टता। जिनका प्रदर्शन तुलनात्मक परीक्षणों के परिणामों से सिद्ध होता है।

यदि आपके पास विशिष्ट प्रश्न हैं, तो टिप्पणियों में लिखें। मुझे सब कुछ स्पष्ट करने में बहुत खुशी होगी!