forschungsbericht 1998 - Friedrich-Alexander-Universität Erlangen ...

Lehrstuhl für Statistik und Ökonometrie 121
• Bei der physikalischen Speicherung von Daten können durch Bilden von Clustern zusammenge-
hörige Daten direkt zusammengespeichert werden. Dazu wird ein Schlüsselattribut (z.B. ein Wort
aus einer Zeitreihenbeschreibung) als Clusterschlüssel festgelegt und alle zu diesem Schlüssel
gehörigen Daten (z.B. Verweise auf alle Zeitreihen, die dieses Wort in ihrer Beschreibung enthal-
ten) werden in demselben physikalischen Speicherblock gespeichert. Wichtig ist, daß die Anzahl
der je Clusterschlüssel benötigten Datenblöcke zuvor genau festgelegt werden muß. Zwar können
auch mehr Datenblöcke genutzt werden, als angegeben, darunter leidet allerdings die Performan-
ce sehr wesentlich. Sie leidet auch, wenn nach anderen Datenattributen, als den Clusterschlüs-
seln gefragt wird. Aus dieser Sachlage konnten Regeln für oder gegen die Clusterung abgeleitet
werden. Wenn beispielsweise die Menge der zu einem Clusterschlüssel gehörenden Daten sehr
großen Schwankungen unterliegt oder oft nach anderen als den Schlüsselattributen gefragt wird,
sollten die Daten keineswegs geclustert werden. Ebenso eignet sie sich nicht für häufig zu än-
dernde Datenbestände. Anderenfalls können durch Clusterung aber insb. bei sehr großen Daten-
beständen wesentliche Performancegewinne sowie ein effektiver genutzter Speicherplatz erzielt
werden.
• Allgemein bekannt ist, daß eine Indizierung von Tabellendaten bei großen Tabellen zu schnelleren
Suchergebnissen führt. Unbekannter ist aber, daß sich ein Index auch bei kleineren Tabellen sehr
bemerkbar machen kann, wenn diese nämlich mit anderen Tabellen bei Abfragen verknüpft wer-
den. Solche Verknüpfungen werden als geschachtelte Schleifen abgearbeitet, wobei diejenige
Tabelle die häufiger zu durchlaufende Innenschleife bildet, die besser indiziert ist. Hat die kleine
Tabelle aber keinen Index, so wird die größere Tabelle häufiger durchlaufen, was zu einer Perfor-
manceverschlechterung führt.
• In der Oracle-Datenbank, aber auch in anderen großen Datenbanken lassen sich für eine effek-
tivere Speichernutzung diverse Einstellungen vornehmen. Je nach späterer Anwendung läßt sich
die Datenbank für einen ständig veränderlichen, einen nur zum Lesen optimierten oder einen vi e-
len Löschungen und Neueinträgen unterliegenden Datenbestand tunen. Entsprechende Überle-
gungen sind also für die einzelnen Datenbank-Tabellen anzustellen.
• Sowohl zur Berechnung der Parametereinstellungen als auch zur Datenaufbereitung eignet sich
eine Tabellenkalkulation, die Makroprogrammierung unterstützt (z.B. MS Excel), sehr gut.
Abfragegestaltung:
• Manchmal bedingt die spätere Anwendung, daß sich die Tabellen nicht wie oben beschrieben, de-
normalisieren lassen. In solchen Fällen bietet sich unter Oracle die Verwendung der prozeduralen
Erweiterung von SQL, nämlich PL/SQL, oder die Möglichkeit zum Ausführen von während der
Programmlaufzeit dynamisch erstellten SQL-Statements mittels Dynamic SQL, an. Geschachtelte
Abfragen, d.h. Abfragen, die ihre Bedingungen aus verschiedenen Tabellen beziehen, können so
um bis zum Faktor 50 schneller bearbeitet werden.
• Es zeigte sich, daß sich je nach Zielsetzung bestimmte SQL-Varianten besser oder schlechter
eignen. So eignet sich „normales“ SQL am besten für einfach zu handhabende Ad-Hoc-Anfragen.