Teradata DBMS में भंडारण संरचनाओं का भौतिक डिजाइन

भंडारण संरचनाओं का भौतिक डिजाइन क्या है

भौतिक डेटा मॉडल के विकास के दौरान मुख्य लक्ष्य एक विशेष मंच / DBMS के लिए वस्तुओं का निर्माण करना है जो अतिरिक्त भार को कम करते हुए मुख्य लोड बनाने वाले प्रश्नों / अनुप्रयोगों के अधिकतम प्रदर्शन को प्राप्त करेगा, जैसे कि अतिरिक्त सूचकांक बनाए रखने की आवश्यकता, और भौतिक उप-निर्माण। डेटा, आदि, एक न्यूनतम करने के लिए।
सभी रिलेशनल डीबीएमएस एक ही सिद्धांत पर बनाए गए हैं, लेकिन प्रत्येक प्लेटफ़ॉर्म में विभिन्न प्रकार की वस्तुओं और उनके कार्यान्वयन की विशेषताएं हैं। इस कारण से, तार्किक मॉडलिंग के विपरीत, भौतिक मॉडलिंग की प्रक्रिया प्लेटफ़ॉर्म-निर्भर है, जिसका मुख्य उद्देश्य डेटा और व्यावसायिक प्रक्रियाओं का मज़बूती से वर्णन करना है।

Teradata DBMS में डेटा स्टोरेज

टेराडाटा मंच पर डेटाबेस की भौतिक डिजाइन के बारे में बोलते हुए, अन्य बातों के अलावा, यह उल्लेख करना आवश्यक है कि यह एक एमपीपी (बड़े पैमाने पर समानांतर प्रसंस्करण) मंच है जिसमें सभी डेटा सिस्टम घटकों (एएमपी) के बीच वितरित किए जाते हैं और समानांतर में उपयोगकर्ता प्रश्न करते समय संसाधित होते हैं (देखें) हमारा पहला लेख )। इस तरह की वास्तुकला, साथ ही डेटा का समान वितरण, उत्पादकता सुनिश्चित करने के लिए अतिरिक्त तत्वों की अनुपस्थिति में भी उनके प्रसंस्करण को प्रभावी बनाता है। यह सुविधा भौतिक मॉडल के डेवलपर्स द्वारा प्रदान नहीं किए गए Ad-Hoc अनुरोधों को पूरी तरह से संभालने के लिए Teradata की अनुमति देती है।
लेकिन एक मिश्रित भार के लिए, जब दोनों सामरिक (ओटीपी-जैसे) और रणनीतिक (ओएलएपी, डीएसएस, डेटा माइनिंग) अनुरोधों को एक साथ सिस्टम में निष्पादित किया जाता है, तो यह स्पष्ट रूप से पर्याप्त नहीं है। यह सामरिक अनुरोधों के लिए विशेष रूप से सच है, जिनकी प्रतिक्रिया समय और बैंडविड्थ के लिए उच्च आवश्यकताएं हैं। सामरिक प्रश्नों के प्रदर्शन को बेहतर बनाने के लिए मुख्य भौतिक डिजाइन तकनीक है - अनुक्रमित का निर्माण - डेटा एक्सेस पथ जिसका उपयोग प्रश्नों द्वारा जल्दी से पूरी तरह से देखे बिना तालिका की वांछित पंक्तियों को खोजने के लिए किया जा सकता है। अनुक्रमित का उपयोग करने से आपको क्वेरी निष्पादित करते समय I / O संचालन की संख्या में भारी कमी करने की अनुमति मिलती है, जिससे प्रतिक्रिया समय कम हो जाता है और परिणामस्वरूप, सिस्टम थ्रूपुट बढ़ जाता है। आइए देखें कि समानांतर वास्तुकला को ध्यान में रखते हुए, टेराडाटा में अनुक्रमणिका की व्यवस्था कैसे की जाती है।

डेटा तक पहुंचने के तरीके

Teradata DBMS तालिका पंक्तियों तक पहुँचने के विभिन्न तरीकों का समर्थन करता है:

प्राथमिक सूचकांक तक पहुँच (प्राथमिक लेख हमारे पहले लेख में क्या चर्चा की गई थी)

यह टेराडाटा में डेटा एक्सेस करने का सबसे तेज़ और कम खर्चीला तरीका है।
स्मरण करो कि प्राथमिक इंडेक्स कॉलम के मूल्य के हैशिंग के परिणाम का उपयोग करते हुए, Teradata DBMS में डेटा वितरित किया जाता है। समान प्राथमिक स्तंभ मानों के साथ पंक्तियाँ समान AMP पर आती हैं।

एएमपी निर्धारित करने के लिए उपयोग किया जाने वाला एल्गोरिथ्म जिस पर पंक्ति को रखा जाना चाहिए जब इसे तालिका में डाला जाता है उसी सफलता के साथ पंक्ति को प्राथमिक सूचकांक कॉलम के ज्ञात मूल्य के साथ खोजने के लिए उपयोग किया जाता है।

जब एएमपी जिस पर खोज स्ट्रिंग स्थित है, निर्धारित किया जाता है, टेराडाटा आवश्यक डेटा ब्लॉक को खोजने के लिए सूचकांक संरचनाओं का उपयोग करता है। क्रमिक रूप से देखा गया:

• वांछित डेटा ब्लॉक वाले सिलेंडर की खोज के लिए मास्टर इंडेक्स (हमेशा एएमपी की मेमोरी में लोड);
• वांछित डेटा ब्लॉक की खोज के लिए सिलेंडर इंडेक्स (लगभग हमेशा एएमपी की मेमोरी में लोड)।

आवश्यक डेटा ब्लॉक पाए जाने के बाद, इसे पढ़ा जाता है और फिर पंक्ति को पॉइंट ऑफ़ रो पॉइंटर्स (पंक्ति संदर्भ सरणी) का उपयोग करके खोजा जाता है।

यह एल्गोरिथ्म अद्वितीय (यूनिक प्राइमरी इंडेक्स - UPI) और नॉन-यूनिक (गैर-यूनिक प्राइमरी इंडेक्स - NUPI) प्राइमरी इंडेक्स दोनों के लिए समान काम करता है - अंतर केवल इतना है कि UPI के माध्यम से एक्सेस करते समय, केवल एक डेटा ब्लॉक हमेशा पढ़ा जाता है और अधिक नहीं एक पंक्ति, जबकि NUPI के माध्यम से प्रवेश करते समय, ये मान सूचकांक की गैर-विशिष्टता की डिग्री पर निर्भर करते हैं।

बेस टेबल पंक्ति प्रारूप


टेराडाटा में डेटा भंडारण की ख़ासियत यह है कि प्रत्येक एएमपी पर, टेबल पंक्तियों को यादृच्छिक क्रम में संग्रहीत नहीं किया जाता है, लेकिन प्राथमिक सूचकांक के हैश मानों द्वारा क्रमबद्ध किया जाता है। डेटा डालते समय इस दृष्टिकोण को अतिरिक्त प्रयासों की आवश्यकता होती है, क्योंकि नई पंक्तियों को "तालिका के अंत" में नहीं डालने की आवश्यकता होती है, लेकिन हैश को क्रमबद्ध रखने के लिए। ऐसा करने पर, हमें दो फायदे मिलते हैं:

• प्राथमिक इंडेक्स कॉलम में शामिल होने के दौरान, पंक्तियों को पहले से ही ऑर्डर करने के बाद प्रभावी MERGE JOIN को तुरंत लागू करने की क्षमता।
• प्राथमिक इंडेक्स कॉलम का स्वचालित अनुक्रमण। ऊपर बताए गए फाइल सिस्टम (मास्टर इंडेक्स और सिलेंडर इंडेक्स) के आंतरिक सूचकांक डेटा ब्लॉक में संग्रहीत डेटा के लिए हैश मानों की सीमा के भीतर होते हैं। इस तथ्य के कारण कि रेखाएं आदेशित हैं, ये सीमाएं प्रतिच्छेद नहीं करती हैं। नतीजतन, डेटा ब्लॉक के लिए डिस्क स्थान का लेआउट बनाकर, हम वास्तव में न केवल इस विभाजन को प्राप्त करते हैं, बल्कि प्राथमिक सूचकांक कॉलम के अनुक्रमण - प्राथमिक सूचकांक के हैश मूल्यों के आधार पर एक क्लासिक बी-ट्री इंडेक्स। हम कभी-कभी यह भी कहते हैं कि प्राथमिक सूचकांक डिस्क स्थान नहीं लेता है और रखरखाव की आवश्यकता नहीं है, यह ध्यान में रखते हुए कि यह एएमपी डिस्क प्रणाली पर डेटा संग्रहीत करने के लिए "मास्टर इंडेक्स" और "सिलेंडर-इंडेक्स" संरचनाओं का हिस्सा है।

इस एल्गोरिथ्म की विशेषताएं इसकी अंतर्निहित सीमाओं को भी निर्धारित करती हैं, अर्थात् प्राथमिक सूचकांक द्वारा पहुंच केवल निम्नलिखित परिस्थितियों में संभव है:

• प्राथमिक इंडेक्स कॉलम द्वारा फ़िल्टरिंग के लिए क्वेरी में शर्त "बराबर" का उपयोग करना;
• खोज स्थितियों में शामिल करना प्राथमिक सूचकांक बनाने वाले सभी कॉलम।

सेकेंडरी इंडेक्स एक्सेस

सेकेंडरी इंडेक्स डेटा एक्सेस करने के वैकल्पिक तरीके हैं। सूचकांक उप-तालिकाओं के रूप में लागू किया गया है, जिससे आधार तालिका के संगत पंक्ति पहचानकर्ताओं को निर्धारित करने के लिए अनुक्रमण स्तंभ के मूल्य की अनुमति मिलती है।

यूनिक (यूनिक सेकेंडरी इंडेक्स - यूएसआई) और नॉन-यूनिक (गैर-विशिष्ट सेकेंडरी इंडेक्स - एनयूएसआई) सेकेंडरी इंडेक्स के इंडेक्स सब-टेबल अलग-अलग होते हैं।

यूएसआई इंडेक्स सबटेबल रो फॉर्मेट


यूएसआई इंडेक्स सबटेबल की पंक्तियों को एएमपी के बीच इंडेक्स कॉलम के हैश का उपयोग करके वितरित किया जाता है। उच्च संभावना के साथ, आधार तालिका AMP'e की संबंधित पंक्ति के संबंध में सूचकांक तालिका की पंक्ति दूसरे पर होगी। बेस टेबल की प्रत्येक पंक्ति इंडेक्स सबटेबल की एक पंक्ति से मेल खाती है। यूएसआई का उपयोग करते हुए डेटा तक पहुंचने के लिए दो एएमपी की भागीदारी की आवश्यकता होती है (पहला सूचकांक में एक पंक्ति की खोज करने के लिए, दूसरा अपनी पहचानकर्ता द्वारा आधार तालिका की पंक्ति को पढ़ने के लिए)। यूएसआई का उपयोग करके डेटा तक पहुंच को प्राथमिक सूचकांक का उपयोग करने के रूप में प्रभावी माना जा सकता है। यूएसआई का मुख्य उद्देश्य सूचकांक कॉलम के मूल्य द्वारा डेटा का उपयोग करना है। उसी तरह जैसे प्राथमिक सूचकांक के लिए, "WHERE" अभिव्यक्ति में उन सभी स्तंभों का संकेत होना चाहिए जो सूचकांक को "एक्वायर्ड" स्थिति के साथ बनाते हैं।



NUSI इंडेक्स सबटेबल रो फॉर्मेट



NUSI इंडेक्स सबटेबल की पंक्तियाँ बेस टेबल की पंक्तियों के संबंध में स्थानीय (समान एएमपी पर) स्थित हैं और डिफ़ॉल्ट रूप से, द्वितीयक इंडेक्स कॉलम के हैश मान द्वारा तार्किक रूप से सॉर्ट की जाती हैं। इस तरह के भंडारण का मतलब है कि सिस्टम में किसी भी एएमपी पर समान इंडेक्स कॉलम वैल्यू वाली पंक्तियां पाई जा सकती हैं, और इसलिए, सभी एएमपी इंडेक्स सबटेबल में आवश्यक पंक्तियों की खोज में शामिल होंगे। इसके अलावा, केवल उन AMPs, जिन पर अनुक्रमणिका सबटेबिलिटी की पंक्तियों को चुना गया है, का उपयोग बेस टेबल से पंक्तियों को चुनने के लिए किया जाएगा। क्या ऑप्टिमाइज़र डेटा तक पहुंचने के लिए NUSI का उपयोग करेगा, यह सूचकांक की चयनात्मकता पर निर्भर करता है। एक मूल्य के रूप में, जिसके ऊपर ऑप्टिमाइज़र एक पूर्ण तालिका स्कैन का चयन करता है, आप 1% पर ध्यान केंद्रित कर सकते हैं (यदि क्वेरी के दौरान तालिका पंक्तियों के 1% से कम का चयन किया जाता है, तो सूचकांक का उपयोग किया जाएगा)। नियम इस प्रकार है: NUSI पर आंकड़े एकत्र करें, उनके बिना, अनुकूलक FTS का चयन करेगा।



पीआई और यूएसआई के साथ, डिफ़ॉल्ट रूप से, NUSI का उपयोग मूल्य द्वारा पंक्तियों तक पहुंचने के लिए किया जाता है ("WHERE" अभिव्यक्ति में सभी NUSI स्तंभों पर स्थिति "EQUAL" है)। लेकिन इसके अलावा, NUSI का उपयोग तालिका पंक्तियों की रेंज एक्सेस के साथ प्रश्नों के लिए भी किया जा सकता है, जिसके लिए "ORDER BY VALUES" एक विकल्प है, जो तार्किक रूप से अनुक्रमणिका स्तंभ के मान द्वारा अनुक्रमणिका की पंक्तियों को क्रमबद्ध करता है। इस तरह से बनाया गया एक इंडेक्स आपको "EQUAL": <,>,> =, <=, BETWEEN के अलावा अन्य इंडेक्स कॉलम की शर्तों के साथ प्रदर्शन में सुधार करने की अनुमति देता है।

इसके अलावा, जैसा कि आप इंडेक्स सबटेबल के पंक्ति प्रारूप से देख सकते हैं, बेस टेबल के एक से अधिक रॉआईडी इंडेक्स कॉलम के एक मूल्य पर गिर सकता है। यह NUSI इंडेक्स सबटेबल को स्वचालित रूप से कंप्रेसेबल बनाता है, जो डिस्क उपयोग को कम करता है।

पूर्ण तालिका स्कैन (पूर्ण तालिका स्कैन, या एफटीएस)
इस पहुंच विधि के बारे में कहने के लिए विशेष रूप से कुछ भी नहीं है। टेराडेटा इसका उपयोग तब करता है जब अनुकूलक के दृष्टिकोण से डेटा तक पहुंचने के अन्य तरीके अप्रभावी होते हैं। मैं सिर्फ यह नोट करना चाहता हूं कि एमपीपी आर्किटेक्चर के कारण, टेरडेटा में पूर्ण देखने के द्वारा पंक्तियों की खोज बहुत प्रभावी है, क्योंकि कई एएमपी एक साथ उनके ऊपर वितरित तालिका के टुकड़ों को स्कैन करते हैं। अक्सर, लाखों पंक्तियों वाली तालिकाओं के पूर्ण पढ़ने के लिए प्रत्येक एएमपी को केवल कुछ I / O संचालन को पूरा करने की आवश्यकता होती है।

प्राथमिक / माध्यमिक सूचकांक तालिकाओं के डेटा तक पहुंच की इस समीक्षा के अंत में, मैं यह नोट करना चाहूंगा कि जब भी विकल्प होते हैं, तो टेराडाटा प्राथमिक माध्यमिक और अद्वितीय से गैर-अद्वितीय तक हमेशा पसंद करेगा।



1. ऑप्टिमाइज़र प्राथमिक माध्यमिक पर प्राथमिक सूचकांक, और nonunique पर अद्वितीय अनुक्रमित पसंद करता है। NUPI को वरीयता केवल तभी दी जाएगी जब डेटा का एक ब्लॉक अनुरोध किया जाता है (1 I / O)।
2. चयनात्मकता के आधार पर, अनुकूलक NUSI, NUSI बिट मैपिंग, या FTS का उपयोग कर सकता है।
3. यह सब सूचकांक की चयनात्मकता पर निर्भर करता है।

तालिका प्रवेश में शामिल हों

डेटा तक पहुंचने का एक और तरीका दो या अधिक तालिकाओं में शामिल होना है। इस प्रक्रिया में MPP प्लेटफार्मों के लिए विशिष्ट एक बहुत महत्वपूर्ण विशेषता है। यह इस तथ्य में शामिल है कि एएमपी द्वारा तालिकाओं में शामिल किया जाता है, और जॉइन में भाग लेने वाला डेटा संबंधित एएमपी पर होना चाहिए।
जैसा कि आपको याद है, एएमपी द्वारा तालिका पंक्तियों का वितरण प्राथमिक सूचकांक पर निर्भर करता है, और शामिल कॉलम के समान मूल्यों के साथ शामिल तालिकाओं की पंक्तियाँ हमेशा समान एएमपी पर स्थित नहीं होती हैं। इसलिए, हमेशा नहीं, लेकिन अक्सर तालिकाओं के शामिल होने से पहले एक प्रारंभिक ऑपरेशन होता है। प्राथमिक इंडेक्स कॉलम पर एक अपवाद दो तालिकाओं का संयोजन है, क्योंकि इस मामले में, प्राथमिक इंडेक्स कॉलम के समान मान वाली पंक्तियाँ पहले से ही एएमपी पर हैं। पीआई कॉलम द्वारा तालिकाओं में शामिल होना सबसे तेज़ है।

अन्य सभी मामलों में शामिल होने वाले तालिकाओं को निष्पादित करने के लिए, टेराडाटा सुनिश्चित कर सकता है कि एक ही एएमपी पर पंक्तियाँ निम्न तरीके से एक ही जॉइन कॉलम मान के साथ हों (महत्वपूर्ण: सभी व्युत्पन्न डेटासेट SPOOL में भौतिकीकृत हैं, मध्यवर्ती क्वेरी परिणामों के लिए अस्थायी संग्रहण क्षेत्र:

• सभी एएमपी के लिए एक छोटी सी मेज की पंक्तियों का दोहराव;
• ज्वाइन कॉलम (पीआई परिवर्तन) के साथ ज्वाइन स्टेप की एक / दोनों टेबल्स की पंक्तियों का पुनर्वितरण। इस स्थिति में, तालिका स्वयं ही बनी रहती है, और उन पंक्तियों की एक अस्थायी प्रतिलिपि जो क्वेरी में भाग लेते हैं (जरूरी नहीं कि पूरी तालिका) एक अलग प्राथमिक सूचकांक के साथ बनाई गई हो।
  ऑप्टिमाइज़र द्वारा उपरोक्त विधियों में से किसे चुना जाएगा यह डेटा की जनसांख्यिकी पर निर्भर करता है, एकत्र किए गए आंकड़े और अनुक्रमित की उपलब्धता (Teradata कनेक्शन के प्रदर्शन को बेहतर बनाने के लिए, उदाहरण के लिए, NUSI के कुछ प्रकारों का उपयोग कर सकते हैं)।

जब एएमपी पर आवश्यक डेटा प्रदान किया जाता है, तो टेराडाटा पारंपरिक टेबल जॉइन रणनीतियों का उपयोग कर सकता है, जैसे:

• मेरी जोइन:
  • रो हश;
  • समावेशन;
  • बहिष्करण;
• उत्पाद जोइन;
• नेस्टेड जॉइन;
• ज ज।

आपको उच्च-गुणवत्ता वाले भौतिक डिज़ाइन को पूरा करने की आवश्यकता है

तार्किक मॉडल

प्रत्यक्ष रूप से भौतिक मॉडलिंग पारंपरिक रूप से एक तार्किक मॉडल के निर्माण से पहले की है, जो बाद में डेटाबेस ऑब्जेक्ट बनाने के लिए टेम्पलेट के रूप में कार्य करता है। एक अच्छे डेटाबेस में एक अच्छे तार्किक मॉडल की संरचना को लागू किया जा सकता है।
कॉर्पोरेट डेटा वेयरहाउस के संबंध में, तार्किक मॉडल संगठन के सभी व्यावसायिक प्रक्रियाओं का वर्णन है। इसे इस तरह से लागू किया जाना चाहिए, ताकि न केवल व्यापार की मौजूदा समस्याओं को हल किया जा सके, बल्कि इसके आगे के विकास का भी समर्थन किया जा सके। खरोंच से इस तरह के एक मॉडल का निर्माण एक बहुत ही गैर-तुच्छ और समय लेने वाला कार्य है, जिसके लिए विषय क्षेत्र और मॉडलिंग तकनीकों के उत्कृष्ट ज्ञान की आवश्यकता होती है। इस लेख में, हम तार्किक मॉडलिंग के मुद्दों पर चर्चा नहीं करेंगे, हम केवल इस बात पर ध्यान देते हैं कि हमारी परियोजनाओं में हम टेराडाटा के उद्योग-सिद्ध तार्किक मॉडल का उपयोग करने का प्रयास करते हैं, जिन्हें समय और कई कार्यान्वयन द्वारा परीक्षण किया गया है। उन लोगों के लिए जो रूसी बाजार पर उपयोग के लिए पश्चिमी मॉडल को अनुपयुक्त मानते हैं, हम आपत्ति करते हैं कि स्थानीयकरण पर काम की मात्रा का अभ्यास करें (या बल्कि, ग्राहक प्रक्रियाओं के लिए मॉडल को अपनाना, क्योंकि समान प्रक्रियाओं वाले संगठन आम नहीं हैं) और विशेषता संरचना का विस्तार करने के लिए अक्सर उबलते हैं। मॉडल में पहले से मौजूद इकाइयाँ।

डेटा

नहीं, आप निश्चित रूप से, "एक शून्य में" अनुकरण कर सकते हैं, लेकिन एक भौतिक मॉडल के लिए आपकी आंखों के सामने डेटा होना बहुत जरूरी है जो बाद में मॉडल में लोड हो जाएगा। यह आपको तार्किक मॉडल से किसी भौतिक में स्थानांतरित करने के बारे में निर्णय लेने की अनुमति देता है। कुछ का मानना ​​है कि एक-पर-एक भौतिक मॉडल एक तार्किक से मेल खाता है, लेकिन यह हमेशा मामले से बहुत दूर है। उदाहरण के लिए, डेटा विश्लेषण के परिणामस्वरूप, भौतिक तालिका में एकल तालिका के रूप में तार्किक डेटा मॉडल की कई संस्थाओं को लागू करने का निर्णय लिया जा सकता है। और यह सिर्फ एक उदाहरण है।

जनसांख्यिकी

कोई फर्क नहीं पड़ता कि तार्किक मॉडल कितना अच्छा है, बस संस्थाओं और रिश्तों का एक सेट उच्च गुणवत्ता वाले भौतिक डिजाइन को पूरा करने के लिए पर्याप्त नहीं है - डेटा की बारीकियों और उनके उपयोग की प्रकृति की समझ आवश्यक है। आमतौर पर हम कई जनसांख्यिकी का विश्लेषण करते हैं:

• डेटा जनसांख्यिकी - डेटा वॉल्यूम, आवृत्ति आरेख, आदि;
• परिवर्तनशीलता की जनसांख्यिकी - तालिका के किसी विशेष कॉलम में कितनी बार डेटा;
• उपयोग जनसांख्यिकी - क्या स्तंभों का उपयोग मूल्य (एकल या मूल्यों की श्रेणी) या कनेक्शन द्वारा डेटा तक पहुंचने के लिए किया जाता है।

ऊपर सूचीबद्ध जनसांख्यिकी को जानने से भौतिक मॉडल के निर्माता को जागरूक विकल्प बनाने की अनुमति मिलती है।
जाहिर है, इन सभी जनसांख्यिकी को मॉडल का उपयोग करने से पहले नहीं जाना जाता है। विशेष रूप से, डेटा तक पहुंचने के तरीकों और कुछ मॉडल कॉलमों को 100% 99% तक पहुंचाने की आवृत्ति को स्टोरेज ऑपरेशन की लंबी अवधि के बाद ही पता लगाया जा सकता है। लेकिन मॉडल के कार्यान्वयन के तर्क के आधार पर, काफी बड़ी संख्या में पहुंच विधियों को अग्रिम में सोचा जा सकता है।

धैर्य और मनमर्जी

शारीरिक मॉडलिंग एक आकर्षक प्रक्रिया है, लेकिन हमेशा स्पष्ट रूप से एल्गोरिदम नहीं। प्रसिद्ध सोवियत कार्टून के चरित्र को चित्रित करने के लिए: "शारीरिक मॉडलिंग एक सटीक विज्ञान नहीं है।" एक तरफ, यह रचनात्मकता के लिए अवसर प्रदान करता है, दूसरी ओर, इसमें समय, ध्यान और अक्सर, एक पुनरावृत्ति दृष्टिकोण लगता है, इसलिए बड़े डेटा मॉडल के साथ काम करते समय विस्तार और धैर्य पर ध्यान देना शारीरिक मॉडलिंग में महत्वपूर्ण भूमिका निभाता है।

सूचकांक चयन

विशिष्ट उपयोग पैटर्न के लिए भौतिक मॉडल को अनुकूलित करने के लिए इंडेक्स का उपयोग अक्सर मुख्य तरीकों में से एक के रूप में किया जाता है। कभी-कभी अनुक्रमित का विकल्प स्पष्ट लग सकता है। आइए एक उदाहरण देखें जहां स्पष्ट हमेशा सच नहीं होता है।
निम्न तालिका की कल्पना करें: ACCOUNT (1,000,000 पंक्तियाँ)

Acct_id	Acct_num	Acct_open_dt	Acct_close_dt	Acct_pty_id
पी	पूर्ण नहीं, अद्वितीय	पूरा नहीं		पूर्ण नहीं, एफ.के.
UPI	यूएसआई	NUSI	NUSI?	NUSI

तीसरी पंक्ति में अनुक्रमितों का प्रस्तावित चयन है।
लीजेंड:

• UPI (विशिष्ट प्राथमिक सूचकांक)
• NUPI (गैर-विशिष्ट प्राथमिक सूचकांक)
• यूएसआई (अद्वितीय माध्यमिक सूचकांक)
• NUSI (गैर-विशिष्ट माध्यमिक सूचकांक)

क्या आप निश्चितता के साथ कह सकते हैं कि यह विकल्प सही है? मुझे लगता है कि किसी विशेष DBMS के लिए भौतिक मॉडल बनाने का अनुभव सही विकल्प का सुझाव दे सकता है, लेकिन सामान्य मामले में, यह कहना असंभव है कि बनाया गया विकल्प सही है। उपरोक्त उदाहरण के बारे में बोलते हुए, एक, उदाहरण के लिए, एक प्रश्न पूछ सकता है: क्या खाता पहचानकर्ता द्वारा की गई इस तालिका में एक खोज है? यदि उत्तर नहीं है, तो आप प्राथमिक सूचकांक के लिए उम्मीदवारों से Acct_id कॉलम को बाहर कर सकते हैं।
एक सरल उदाहरण दिखाता है कि भौतिक मॉडल बनाने के लिए सबसे अच्छा तार्किक मॉडल भी पर्याप्त नहीं है। डेटा जनसांख्यिकी की समझ आवश्यक है (ऊपर देखें)। हम जनसांख्यिकी के साथ उपरोक्त उदाहरण को पूरक करते हैं और देखें कि क्या यह कार्य को आसान बनाता है।
समान खाता तालिका (1,000,000 पंक्तियाँ)

	Acct_id	Acct_num	Acct_open_dt	Acct_close_dt	Acct_pty_id
	पी	पूर्ण नहीं, अद्वितीय	पूरा नहीं		पूर्ण नहीं, एफ.के.
मूल्य द्वारा पहुँच आवृत्ति	800	10K	1K	500	1K
कनेक्शन एक्सेस फ्रीक्वेंसी	3K	0	0	0	5K
अनोखी लाइनें	1000K	1000K	731	256	400K
मैक्स। मूल्य प्रति पंक्तियों की संख्या (NULL नहीं)	1	1	2056	1K	7
मूल्य प्रति पंक्तियों की विशिष्ट संख्या	1	1	1235	400	2
NULL Rows की संख्या	0	0	0	900K	0
अनुमानित विकल्प	UPI	यूएसआई	NUSI	NUSI	NUSI
जनसांख्यिकी आधारित विकल्प	NUSI	यूएसआई	NUSI	NUSI?	NUPI

जैसा कि आप देख सकते हैं, अनुक्रमितों के प्रारंभिक चयन को बदल दिया गया है। इसके लिए काफी उद्देश्य हैं:

• कॉलम Acct_pty_id के लिए
  Teradata में प्राइमरी इंडेक्स एक्सेस सबसे कुशल डेटा एक्सेस विधि है। जैसा कि हम उदाहरण से देखते हैं, इस कॉलम के मूल्य तक पहुंच अक्सर होती है। इसके अलावा, एक ही स्तंभ का उपयोग अक्सर किसी अन्य तालिका से कनेक्ट करने के लिए किया जाता है। Teradata के लिए प्राथमिक इंडेक्स कॉलम के साथ दो तालिकाओं को जोड़ना सबसे अधिक पसंद किया जाता है।
• कॉलम Acct_id के लिए
  . , .
• Acct_close_dt
  - , (NULL) Teradata .

Teradata

, — () .
Teradata — AMP' — . AMP' , . , AMP' , - - . , , - , , .
, «_ BETWEEN 1 AND 2», AMP' , , .
, — .
, , . , .

निष्कर्ष

इस लेख में, हमने अपने आप को टेराडा डीबीएमएस के डेटाबेस के भौतिक डिजाइन में उपयोग किए जाने वाले मूल सिद्धांतों और तत्वों के विवरण तक सीमित करने का निर्णय लिया। काम में केवल इन प्रथाओं का उपयोग करने से आप उन लोगों के लिए रास्ते की शुरुआत में "रेक" पर कदम नहीं रख पाएंगे जो अभी-अभी बड़े पैमाने पर समानांतर DBMS के साथ काम करना शुरू कर रहे हैं।
अगले लेख में, "तेरदता में उन्नत भौतिक मॉडलिंग तकनीक," हम आपको तेरदता में डेटा अनुक्रमण और संपीड़ित करने के लिए अतिरिक्त सुविधाओं के बारे में बताने की योजना बनाते हैं।
आपके प्रश्नों की प्रतीक्षा है।