Підвищення продуктивності запитів до баз даних: аналіз технік індексації

2024;
: cc. 65 - 73
1
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж
2
Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж

Потреба у підвищенні продуктивності запитів до баз даних у сучасному інформаційному середовищі є ключовою для забезпечення ефективного функціонування різних галузей. У статті проаналізовано техніки індексації баз даних, щоб з’ясувати їх вплив на продуктивність та ефективність виконання запитів. Детально розглянуто різні типи індексів, зокрема B-дерева, хеш-таблиці та текстові індекси, проаналізовано їхні переваги та обмеження. Дослідження впливу цих технік на час виконання запитів показало, що продуктивність залежить від різних факторів, таких як складність запитів та обсяг даних.

Особливу увагу приділено вибору оптимального типу індексу залежно від конкретних потреб та характеристик бази даних. Дослідження показує, що врахування обсягу даних та структури бази даних є ключовим для вибору ефективних методів індексації. Додатково проаналізовано переваги та недоліки різних технік індексації, враховано їх вплив на швидкодію та ефективність виконання запитів.

Результати дослідження вказують на те, що правильний вибір та використання відповідних стратегій індексації може істотно підвищити продуктивність систем управління базами даних, забезпечуючи швидкий та ефективний доступ до інформації для користувачів. Зроблено важливий внесок у розуміння та практичне застосування технік індексації для підвищення продуктивності запитів до баз даних.

  1. Bâra, A., Lungu, I., Velicanu, M., & Diaconiţa, V. (2008). Improving query performance in virtual data warehouses. WSEAS Transactions on Information Science and Applications, 5(3), 295–302. https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=aeccdfbab...
  2. Ahmad,              K.             (2020).              Query              Performance               in             Database              Operation. https://www.ftsm.ukm.my/v5/file/research/technicalreport/PS-FTSM-2020-045.pdf
  3. Böhm, C., Berchtold, S., & Keim, D. A. (2001). Searching in high-dimensional spaces: Index structures for improving the performance of multimedia databases. ACM Computing Surveys (CSUR), 33(3), 322–373. https://kops.uni-konstanz.de/server/api/core/bitstreams/5c71837c-9d42-4e...
  4. Boicea, A., Radulescu, F., Truica, C. O., & Urse, L. (2016). Improving Query Performance in Distributed Database. Journal of Control Engineering and Applied Informatics, 18(2), 10–17. http://www.ceai.srait.ro/index.php?journal=ceai&page=article&op=download&path%5B%5D=3159&path%5B%5D=1393
  5. Rupley, M., Jr. (2008). Introduction to query processing and optimization. Indiana University South Bend Computer Science and Informatics. https://clas.iusb.edu/computer-science-informatics/research/reports/TR-2...
  6. Bhajipale, R., Bisen, P., Meshram, A., & Thakur, S. S. (2016). SQL tuner. International Journal of Computer Trends and Technology, 33(1), 29–32. https://doi.org/10.14445/22312803/IJCTT-V33P106
  7. Karthik, P., Reddy, G. T., & Vanan, E. K. (2012). Tuning the SQL query in order to reduce time consumption. International Journal of Computer Science Issues, 9(4/3), 418–423. https://www.ijcsi.org/papers/IJCSI- 9-4-3-418-423.pdf
  8. Habimana, J. (2015). Query optimization techniques – tips for writing efficient and faster SQL queries. International Journal of Scientific & Technology Research, 4(10), 22–26. https://www.ijstr.org/final- print/oct2015/Query-Optimization-Techniques-Tips-For-Writing-Efficient-And-Faster-Sql-Queries.pdf
  9. Sahal, R., Nihad, M., Khafagy, M. H., & Omara, F. A. (2018). iHOME: Index based JOIN query optimization for limited big data storage. Journal of Grid Computing, 16(2), 345–380. https://doi.org/10.1007/s10723-018-9431-9
  10. Sharma, M. (2012). Query optimization using SQL transformations. International Journal of IT, Engineering and Applied Sciences Research, 1(1), 100–104. http://www.irjcjournals.org/ijieasr/Oct2012/20.pdf
  11. Srinivas, S. S., Naik, B. V., & Kumar, J. S. A. (2017). Query minimization methods. International Journal of Scientific & Engineering Research, 8(5), 30–33. https://www.ijser.org/researchpaper/Query-Minimization- Methods.pdf
  12. Patel, D., & Patel, P. (2015). An approach for query optimization by using schema object base view.International Journal of Computer Applications, 119(16), 21–24. https://doi.org/10.5120/21152-4146
  13. Patil, S., Damare, P., Sonawane, J., & Maitre, N. (2015). Study of performance tuning techniques.Journal            of           Emerging             Technologies              and           Innovative             Research,             2(3),          499–502.https://www.jetir.org/papers/JETIR1503018.pdf
  14. Corlatan, C. G., Lazar, M. M., Luca, V., & Petricica, O. T. (2014). Query optimization techniques in Microsoft SQL server. Database Systems Journal, 5(2), 33–48. https://www.dbjournal.ro/archive/16/16_4.pdf
  15. Lokhande, A. D., & Shete, R. M. (2012). The use of hints in SQL-Nested query optimization. Journal of Data Mining and Knowledge Discovery, 3(1), 54–57. https://bioinfopublication.org/files/articles/3_1_5_JDMKD.pdf
  16. Ozar,        B.       (2022,        July       21).       How       to       Download        the       Stack       Overflow         Database. https://www.brentozar.com/archive/2015/10/how-to-download-the-stack-overflow-database-via-bittorrent/