Green-IT und Datenbanken - ODBMS
Green-IT und Datenbanken - ODBMS
Green-IT und Datenbanken - ODBMS
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2 Gr<strong>und</strong>lagen<br />
de erst in den letzten Jahren Beachtung in der Literatur geschenkt. Ökonomische<br />
<strong>und</strong> ökologische Faktoren erfordern es, dass <strong>Datenbanken</strong> auch unter dem Aspekt<br />
der Energieeffizienz betrieben werden. Dieser Abschnitt stellt Lösungsansätze <strong>und</strong><br />
neuere Publikationen vor, welche die Energieeffizienz von DBMS steigern. Manche<br />
dieser Vorschläge wurden bisher noch nicht ausreichend untersucht <strong>und</strong> noch nicht<br />
implementiert. Für andere Techniken gibt es wiederum schon Implementierungen <strong>und</strong><br />
es liegen Ergebnisse vor, unter anderem ein speziell auf Energieeffizienz optimiertes<br />
DBMS mit dem Namen WattDB.<br />
2.2.1 Energieverbrauch versus Performance<br />
Lang <strong>und</strong> Patel [Lan09] stellten 2009 zwei Methoden vor, mit denen sich der Energieverbrauch<br />
einer Datenbank direkt beeinflussen lässt. Bei beiden dieser Techniken<br />
wird Energie gegen Performance getauscht. Dies bedeutet, dass beispielsweise durch<br />
die Implementierung einer der beiden Techniken die Antwortzeit von Abfragen zunimmt,<br />
aber insgesamt weniger Energie für die Bearbeitung einer Abfrage benötigt<br />
wird. Lang <strong>und</strong> Patel konnten in ihren Versuchen Konfigurationen erreichen, für welche<br />
die prozentuale Reduktion des Energieverbrauchs größer als die prozentuale Zunahme<br />
der Antwortzeit der Abfragen ist.<br />
Die erste Methode, Processor Voltage/Frequency Control (PVC) genannt, ermöglicht<br />
es dem DBMS, einen Prozessor gezielt mit einer geringeren Spannung <strong>und</strong> einer<br />
niedrigeren Taktrate zu betreiben. Dies basiert darauf, dass sich bei neueren Prozessoren<br />
die Spannung <strong>und</strong> die Frequenz durch den Wechsel des Prozessorzustandes<br />
(die sogenannten P-States, siehe auch Abschnitt 6.4.6) über Software-Befehle steuern<br />
lassen. Die Anwendung der Methode reduziert die Leistungsaufnahme, aber gleichzeitig<br />
auch die Performance des Prozessors. Lang <strong>und</strong> Patel konnten unter Verwendung<br />
eines nicht weiter genannten kommerziellen DBMS den Energieverbrauch um bis zu<br />
49 % senken, während gleichzeitig die Antwortzeit (engl. Responsetime) der Abfragen<br />
um 3 % zunahm. Bei Verwendung von MySQL konnte der Energieverbrauch um 20 %<br />
gesenkt werden bei einer Zunahme der Antwortzeit von nur 6 %.<br />
Die zweite Methode nannten Lang <strong>und</strong> Patel Query Energy-efficiency by Introducing<br />
Explicit Delays (QED). Diese Methode fällt in den Bereich des Workload-<br />
Managements. Bei dieser Methode wird die Startzeit der Bearbeitung von Abfragen<br />
gezielt verzögert, damit sich eine Warteschlange (Queue) mit einigen Abfragen bildet.<br />
Diese Queue kann dann vom Query-Optimizer auf Gemeinsamkeiten hin untersucht<br />
<strong>und</strong> ein sinnvoller Schedule kann erstellt werden. Die Besonderheit der QED-Methode<br />
ist, dass der Startzeitpunkt mancher Abfragen gezielt <strong>und</strong> absichtlich verzögert wird,<br />
damit sich eine Queue von Abfragen bildet, die sich sonst nicht bilden würde. Dies erhöht<br />
die Antwortzeit der Abfragen, welche in die Queue aufgenommen wurden, aber<br />
der Stromverbrauch sinkt aufgr<strong>und</strong> der erhöhten Performance des DBMS <strong>und</strong> der<br />
kürzeren Bearbeitungszeiten der Abfragen. Bei einfachen Selektions-Abfragen nahm<br />
in den Versuchen von Lang <strong>und</strong> Patel der Energieverbrauch bei Anwendung von QED<br />
um 54 % ab, während die durchschnittliche Antwortzeit um 43 % zunahm.<br />
10