WYDAJNE PRZETWARZANIE DANYCH W TABELI Z MILIARDAMI REKORDÓW

##plugins.themes.bootstrap3.article.sidebar##

IAPGOS 4/2022
PDF (angielski)
Opublikowane: 2022-12-30
DOI: https://doi.org/10.35784/iapgos.3058
Crossref
Scopus
Google Scholar
Europe PMC

Archiwum

2022

##plugins.themes.bootstrap3.article.main##

Authors

Piotr Bednarczuk

piotr.bednarczuk@wsei.lublin.pl

University of Economics and Innovation in Lublin, Institute of Computer Science
http://orcid.org/0000-0003-1933-7183 ##orcid.unauthenticated##
Adam Borsuk

adam.max.borsuk@gmail.com

University of Economics and Innovation in Lublin, Institute of Computer Science
http://orcid.org/0000-0003-2316-1694 ##orcid.unauthenticated##

Abstrakt

Z biegiem czasu systemy podłączone do baz danych zwalniają. Wynika to zwykle ze wzrostu ilości danych przechowywanych w poszczególnych tabelach, liczonych nawet w miliardach rekordów. Niemniej jednak istnieją metody uniezależnienia szybkości systemu od liczby rekordów w bazie danych. Jednym z tych sposobów jest partycjonowanie tabel. Przy prawidłowym zastosowaniu rozwiązanie to może zapewnić wydajne przetwarzanie danych w bardzo dużych bazach danych nawet po kilku latach działania. Jednak nie wszystko jest tak przewidywalne ponieważ niektóre niepożądane zjawiska ujawniają się dopiero przy bardzo dużej ilości danych. W artykule przedstawiono badanie czasu wykonania tych samych zapytań przy rosnącej liczbie rekordów w tabeli. Badania te ujawniają i przedstawiają moment i okoliczności występowania anomalii dla pewnej liczby rekordów.

Słowa kluczowe:

starzenie się systemów, partycjonowanie, efektywne przetwarzanie danych, miliardy rekordów

Bibliografia

##plugins.themes.bootstrap3.article.details##

WYDAJNE PRZETWARZANIE DANYCH W TABELI Z MILIARDAMI REKORDÓW. (2022). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 12(4), 17-20. https://doi.org/10.35784/iapgos.3058