PARALLEL DATABASE

PARALLEL DATABASE

PARALLEL DATABASE

PARALLEL DATABASE
PARALLEL DATABASE

Database Parallel

( Database Oracle, Teknologi Pengolahan Database Parallel)

Database Oracle, teknologi pengolahan database paralel adalah teknologi inti yang memungkinkan organisasi untuk secara efisien mengelola dan akses ke data tingkat TB. Jika database Oracle tidak dapat menyediakan teknologi proses yang efisien paralel, ini database yang besar (biasanya digunakan untuk penyimpanan data tetapi juga semakin dalam sistem bisnis) tidak akan ada.

Singkatnya, pengolahan paralel adalah penggunaan beberapa CPU dan I / O sumber daya untuk melakukan operasi database tunggal. Meskipun sekarang setiap vendor database utama klaim untuk memberikan kemampuan pemrosesan paralel yang disediakan oleh masing-masing pemasok, tetapi arsitektur perbedaan utama sebenarnya ada.

Oracle 9i arsitektur paralel pengolahan, dan menggambarkan penerapan praktis dalam keuntungan relatif dari arsitektur lain. Perlu fokus pada yang, Oracle9i pengolahan arsitektur paralel keuntungan utama adalah bahwa dalam hal apapun memanfaatkan infrastruktur hardware – setiap unit prosesor, masing-masing byte memori, dan semua yang tersedia / O Bandwidth. Kertas putih juga menjelaskan komponen Oracle pemrosesan paralel dan komponen usaha lainnya kunci (misalnya: Oracle Cluster RealApplication) untuk integrasi.

Database Oracle Pengolahan Paralel

Sekarang database, baik untuk gudang data, menyimpan data operasional (BPO) atau sistem OLTP, berisi banyak informasi. Namun, jumlah besar yang melibatkan data, mencari dan menampilkan informasi secara tepat waktu adalah sebuah tantangan besar. Oracle database, teknologi pengolahan paralel untuk mengatasi tantangan ini. database Oracle dengan menggunakan teknik pemrosesan paralel, dalam beberapa menit (bukan jam atau hari) dapat menangani jumlah data TB-tingkat. Oracle database, teknologi pengolahan paralel melalui penggunaan semua sumber daya perangkat keras yang tersedia untuk mencapai kinerja tinggi seperti: beberapa CPU, saya beberapa / saluran O, array beberapa penyimpanan dan disk drive, dan banyak memori. Database perangkat lunak secara lebih efektif menggunakan semua sumber daya ini untuk berurusan dengan pertanyaan dan operasi database lain yang lebih efisien.

Database paralel untuk mencari meningkatkan capaian melalui/sampai pensejajaran berbagai operasi, seperti memuat data, membangun index dan mengevaluasi query. Walaupun data mungkin disimpan adalah suatu pertunjukan dibagi-bagikan, distribusi diatur semata-mata oleh pertimbangan capaian. Database paralel meningkatkan pengolahan dan input/output melewati penggunaan berbagai CPUs dan disk di dalam paralel. yang dipusatkan Dan client–server sistem database tidaklah cukup kuat untuk menangani, seperti aplikasi. Di dalam pengolahan  paralel, banyak operasi dilakukan secara serempak, sebagai lawan pengolahan serial, di mana computational langkah-langkah dilakukan secara sekuen.

Database paralel dapat dibagi menjadi tiga kategori:

1. Arsitektur Memori yang bersama, di mana berbagai pengolah berbagi ruang memori yang utama, seperti halnya penyimpanan massa ( e.g. hard-disk).

2. Arsitektur Disk yang bersama, di mana masing-masing mempunyai memori utama sendiri, tetapi semua berbagi penyimpanan, yang pada umumnya suatu jaringan kawasan penumpukan barang. Dalam praktek, masing-masing pada umumnya juga mempunyai berbagai pengolah.

3. Arsitektur tidak ada apapun yang bersama, di mana masing-masing  mempunyai penyimpanan sendiri seperti halnya memori utama.

Selain itu, kompleksitas aplikasi database saat ini telah meningkat sangat, tidak hanya mendukung sejumlah besar pengguna bersamaan, tetapi juga kebutuhan untuk mengelola berbagai jenis pengguna. Jadi, arsitektur query paralel tidak harus hanya memastikan bahwa platform perangkat keras yang mendasari, semua sumber daya yang dimanfaatkan secara maksimal, dan harus pergi lebih jauh, sumber daya ini tepat dialokasikan untuk permintaan bersamaan beberapa. Sudah jelas bahwa keputusan strategis CEO untuk mendukung permintaan lebih penting daripada pelaksanaan laporan batch, arsitektur query paralel harus mampu mengatasi kebutuhan bisnis ini: tidak hanya berdasarkan permintaan sendiri, tetapi harus didasarkan pada orang yang membuat permintaan dan jumlah arus sumber daya sistem yang tersedia untuk membuat alokasi dinamis.

Oracle9i arsitektur proses paralel dapat sepenuhnya memenuhi persyaratan, arsitektur Oracle9i tidak hanya menyediakan kinerja industri terkemuka, dan merupakan satu-satunya penyesuaian adaptif dan dinamis.

pengolahan paralel arsitektur Oracle9i keuntungan penuh dari setiap investasi hardware – SMP, sebuah cluster atau keuntungan MPP – setiap saat untuk memastikan throughput terbaik dan optimasi terus menerus dari penggunaan sistem.

Oracle9i database, sumber daya yang tersedia, prioritas permintaan dan beban sistem kontrol aktual untuk menyeimbangkan semua operasi paralel.

Oracle database, strategi desain paralel pemrosesan paralel – statis dan dinamis

ide pengolahan paralel adalah untuk tugas tunggal menjadi beberapa unit kecil. Tidak melalui proses untuk menyelesaikan semua pekerjaan, tetapi tugas memberikan lebih dari satu proses secara paralel saat yang sama, sebuah unit kecil berjalan. Hal ini sangat dapat meningkatkan kinerja dan penggunaan sistem terbaik. Namun, pengolahan paralel adalah bagian paling penting dari unit kerja bagaimana sebuah tugas tunggal menjadi lebih kecil keputusan yang tepat.

Biasanya, ada dua metode yang digunakan untuk menerapkan sistem paralel pengolahan database. Perbedaan utama adalah kebutuhan untuk layout data fisik, area data statis sebagai dasar pengolahan paralel.

Oracle database, teknologi pengolahan paralel melalui partisi data fisik dari paralel statis – tidak dibagi

Dalam arsitektur murni database tidak dibagi file database harus dalam partisi komputer sistem multi-node dapat diproses secara paralel. Setiap node memiliki subset data dengan node menggunakan proses tunggal atau benang untuk secara eksklusif menerapkan subset dari data ini untuk semua kunjungan. Tidak dalam paralelisme akses data sub-daerah. (Kadang-kadang juga menggunakan “prosesor virtual istilah” bukan dari node “Virtual prosesor.” Adalah sebuah simulasi komputer SMP node tidak berbagi mekanisme. Untuk mempermudah, arsitektur tidak dibagi dalam diskusi, kita menggunakan seragam ” node “sebagai istilah). Dengan kata lain, murni non-sistem sharing partisi atau metode akses terbatas yang digunakan dalam pembagian kerja antara node beberapa pengolahan. Node untuk mengubah kepemilikan data relatif jarang – untuk beradaptasi dengan perubahan kebutuhan bisnis reorganisasi database, menambah atau menghapus simpul node dan kegagalan alasan khas untuk perubahan kepemilikan. Perubahan kepemilikan sistem data seperti sharing di internet tidak selalu berarti dalam hal pengelolaan manual.

Konseptual, bahwa sistem murni dan database terdistribusi tidak dibagi sangat mirip. Dalam rangka melaksanakan persyaratan simpul membaca / menulis operasi, urusan dari node harus mengirim pesan kepada memiliki data yang perlu akses ke node lain, dan mengkoordinasikan kerja yang dilakukan pada node lain. Pesan yang akan diteruskan ke node lain dalam data set mereka telah meminta untuk melakukan operasi khusus (fungsi) sebagai fungsi transmisi. Di sisi lain, jika data sederhana permintaan dari node remote, Anda harus mengakses data yang lengkap dan mengembalikannya ke permintaan dari node memiliki node (pengiriman data).

Arsitektur tanpa berbagi pengolahan paralel dengan operasi yang sama sebagai database terdistribusi. Setiap node memiliki partisi datanya secara eksklusif. Tidak ada node lain dapat mengakses data ini, Shi Er node ke jalur akses tunggal dan titik kegagalan

Metode ini memiliki beberapa kelemahan mendasar, tidak bisa menyelesaikan lingkungan saat ini high-end untuk skalabilitas dan kebutuhan ketersediaan tinggi:

(1). Pertama-tama, jangan berbagi metode yang digunakan untuk berbagi semua perangkat keras SMP bukan yang terbaik. Dalam rangka memperoleh manfaat pengolahan data paralel yang membutuhkan partisi fisik, semua SMP dalam sistem bersama jelas merupakan persyaratan buatan dan ketinggalan zaman. Karena setiap prosesor dalam sistem SMP, semua data dapat langsung akses, sama.

(2). Dan kedua, tidak berbagi metode yang digunakan dalam strategi partisi berbasis pengolahan paralel yang ketat, yang sering menimbulkan untuk menggunakan sumber daya abnormal. Misalnya, dua situasi berikut: tanpa adanya akses yang diperlukan untuk semua tabel partisi, atau ketika sebuah node tunggal tidak dimiliki oleh bagian yang lebih besar dari tabel partisi adalah ketika beroperasi. Dalam kasus ini, pembatasan zona pemrosesan paralel dalam pola kepemilikan dekat, tidak dapat menggunakan semua kekuatan pemrosesan yang tersedia, dan karena itu tidak dapat memberikan kapasitas terbaik untuk menggunakan program ini.

(3). Ketiga, karena node dengan data fisik yang sesuai pada hubungan antara partisi dan tidak berbagi sistem untuk beradaptasi terhadap perubahan kebutuhan bisnis sedikit tidak fleksibel. Ketika bisnis berkembang, cara mudah untuk secara bertahap mengembangkan sistem untuk memenuhi kebutuhan bisnis yang terus tumbuh. Semua node yang ada dapat ditingkatkan untuk mempertahankan simetri mereka dan untuk menghindari data ulang partisi. Dalam kebanyakan kasus, biaya tinggi upgrade semua node; untuk menambahkan node baru dan Reorganisasi (kembali partisi-fisik) database yang ada. Orang tidak perlu rencana restrukturisasi selalu lebih tinggi dari rencana reorganisasi harus lebih baik, bahkan jika Anda dapat kembali digunakan untuk alat yang paling kompleks.

(4). Dan akhirnya, penggunaan mode akses sangat terbatas, tidak berbagi sistem tidak dapat sepenuhnya menggunakan sistem cluster untuk menjamin kehandalan sistem yang disediakan oleh potensi toleransi kesalahan.

Tidak diragukan lagi, berdasarkan distribusi data statis tidak dibagi arsitektur, sejumlah besar pengolahan paralel secara paralel dalam kondisi laboratorium dan ekspansi. Namun pada kenyataannya masing-masing, kami benar harus memecahkan masalah di atas dalam rangka untuk memenuhi kebutuhan high-end hari ini mission-critical.

Baca Juga :