Green-IT und Datenbanken - ODBMS

7.3 Ausblick
7.3 Ausblick
Durch die in dieser Arbeit beschriebenen Optimierungen konnte der Energieverbrauch
der Datenbank Caché, für den aus komplexen Abfragen bestehenden TPC-
H Workload (einem Online Analytical Processing-Workload, kurz OLAP-Workload)
deutlich gesenkt werden.
Eine weitere vielversprechende Methoden der Softwareoptimierung ist der 1970 entwickelte
Bloom-Filter. Ein Bloom-Filter ist eine probabilistische Datenstruktur, mit
deren Hilfe schnell ermittelt werden kann, ob ein Element Mitglied einer Menge ist. Es
gibt allerdings keine hundertprozentige Sicherheit für die Richtigkeit eines Ergebnisses.
Ermittelt der Filter, dass ein Element kein Mitglied einer bestimmten Menge ist,
dann ist dieses Ergebnis immer richtig. Ermittelt hingegen der Filter, dass ein Element
Mitglied einer Menge ist, dann ist dies nur mit einer sehr hohen Wahrscheinlichkeit
richtig. Dieses Verfahren wird beispielsweide in der Datenbank Bigtable von Google
verwendet. Die Vermeidung von unnötigen Festplattenzugriffe für nicht existierende
Zeilen oder Spalten reduziert die Laufzeit für Abfragen erheblich [CDG 08]. Interessant
ist die Frage, ob der zusätzliche Rechenaufwand aufgrund des Bloom-Filters
weniger Energie benötigt, als durch die Vermeidung von unnötigen Festplattenzugriffen
eingespart werden kann.
Interessant für weiterführende Arbeiten ist ebenso die Frage, ob sich die Optimierungen
der vorliegenden Arbeit auch bei anderen Workloads (zum Beispiel einem
aus einfachen Abfragen bestehenden Online-Transaction-Processing-Workload, kurz
OLTP-Workload) positiv auf den Energieverbrauch auswirken. Ein weiterer interessanter
Aspekt ist der Einfluss von Mehrkern-Prozessoren und Raid-Systemen auf
den Energieverbrauch. Nicht zuletzt kann auch ein Vergleich mit anderen DBMS
aufschlussreich sein.
187