On the calculation of optimality ranges for relational query execution plans. - In: SIGMOD'18, (2018), S. 663-675
https://doi.org/10.1145/3183713.3183742
Datenbanken : Konzepte und Sprachen
Sechste Auflage. - Frechen : mitp, 2018. - xxiv, 777 Seiten ISBN 3-95845-776-2
Literaturverzeichnis: Seiten 743-761
Distributed join. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_705
Semijoin. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_706
Structured data in peer-to-peer systems. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_1219
Distributed query processing. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_704
Data quality dimensions. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_108
Robust and adaptive query processing in hybrid transactional/analytical database systems. - Ilmenau : Universitätsbibliothek, 2018. - 1 Online-Ressource (xiii, 173 Seiten)
Technische Universität Ilmenau, Dissertation 2018
Die Qualität von Anfrageausführungsplänen in Datenbank Systemen bestimmt, wie schnell eine Anfrage verarbeitet werden kann. Aufgrund von Fehlern in der Kardinalitätsschätzung können konventionelle Anfrageoptimierer immer noch sub-optimale oder sogar schlechte Anfrageausführungsplänen auswählen. In dieser Arbeit behandeln wir Einschränkungen und ungelöste Probleme robuster und adaptiver Anfrageverarbeitung, um die Erkennung und den Ausgleich sub-optimaler Anfrageausführungspläne zu verbessern. Wir zeigen, dass bestehende Heuristiken nicht entscheiden können, für welche Kardinalitäten ein Anfrageausführungsplan optimal ist, und stellen einen Algorithmus vor, der präzise Optimalitätsbereiche berechnen kann. Der Ausgleich von sub-optimalen Anfrageausführungsplänen ist ein ergänzendes Problem. Wir beschreiben Metriken, welche die Robustheit von Anfrageausführungsplänen gegenüber Fehlern in der Kardinalitätsschätzung quantifizieren können. Unsere robuste Planauswahlstrategie, die auf Robustheitsmetriken aufbaut, kann Pläne finden, die bei Fehlern in der Kardinalitätsschätzung bis zu 3.49x schneller sind als die geschätzt günstigsten Pläne. Des Weiteren stellen wir einen adaptiven Anfrageverarbeiter vor, der sub-optimale Anfrageausführungspläne ausgleichen kann. Er erfasst die wahren Kardinalitäten von Zwischenergebnissen während der Anfrageausführung, um damit die aktuell laufende Anfrage zu re-optimieren. Wir zeigen, dass der gesamte Aufwand für Re-Optimierungen und Planänderungen einer initialen Optimierung entspricht. Unser adaptiver Anfrageverarbeiter kann Anfragen bis zu 5.19x schneller ausführen als ein konventioneller Anfrageverarbeiter.
https://www.db-thueringen.de/receive/dbt_mods_00038096
Data management on non-volatile memory: a perspective. - In: Datenbank-Spektrum, ISSN 1610-1995, Bd. 18 (2018), 3, S. 171-182
https://doi.org/10.1007/s13222-018-0301-1