Abstract A recent trend in database

Abstract A recent trend in database performance tuning
is towards self tuning for some of the important benefits
like efficient use of resources, improved performance and
low cost of ownership that the auto-tuning offers. Most
modern database management systems (DBMS) have
introduced several dynamically tunable parameters that
enable the implementation of self tuning systems. An
appropriate mix of various tuning parameters results in
significant performance enhancement either in terms of
response time of the queries or the overall throughput. The
choice and extent of tuning of the available tuning
parameters must be based on the impact of these parameters
on the performance and also on the amount and type of
workload the DBMS is subjected to. The tedious task of
manual tuning and also non-availability of expert database
administrators (DBAs), it is desirable to have a self tuning
database system that not only relieves the DBA of the
tedious task of manual tuning, but it also eliminates the
need for an expert DBA. Thus, it reduces the total cost of
ownership of the entire software system. A self tuning
system also adapts well to the dynamic workload changes
and also user loads during peak hours ensuring acceptable
application response times. In this paper, a novel technique
that combines learning ability of the artificial neural network
and the ability of the fuzzy system to deal with
imprecise inputs are employed to estimate the extent of
tuning required. Furthermore, the estimated values are
moderated based on knowledgebase built using experimental
findings. The experimental results show significant
performance improvement as compared to built in self
tuning feature of the DBMS.
Keywords Tuning  Response time  Neuro-fuzzy 
Impact factor  Database administrator (DBA)  Database
cache  Buffer hit ratio (BHR)

ผลลัพธ์ (ไทย) 1:

Abstract A recent trend in database performance tuningis towards self tuning for some of the important benefitslike efficient use of resources, improved performance andlow cost of ownership that the auto-tuning offers. Mostmodern database management systems (DBMS) haveintroduced several dynamically tunable parameters thatenable the implementation of self tuning systems. Anappropriate mix of various tuning parameters results insignificant performance enhancement either in terms ofresponse time of the queries or the overall throughput. Thechoice and extent of tuning of the available tuningparameters must be based on the impact of these parameterson the performance and also on the amount and type ofworkload the DBMS is subjected to. The tedious task ofmanual tuning and also non-availability of expert databaseadministrators (DBAs), it is desirable to have a self tuningdatabase system that not only relieves the DBA of thetedious task of manual tuning, but it also eliminates theneed for an expert DBA. Thus, it reduces the total cost ofownership of the entire software system. A self tuningsystem also adapts well to the dynamic workload changesand also user loads during peak hours ensuring acceptableapplication response times. In this paper, a novel techniquethat combines learning ability of the artificial neural networkand the ability of the fuzzy system to deal withimprecise inputs are employed to estimate the extent ofต้องปรับแต่ง นอกจากนี้ มีค่าประมาณมีควบคุมตามฐานที่สร้างขึ้นโดยใช้ทดลองผลการวิจัย ผลการทดลองแสดงสำคัญปรับปรุงประสิทธิภาพการทำงานเป็น compared เพื่อสร้างตนเองปรับแต่งคุณลักษณะของ DBMSคำปรับการตอบสนองเวลาสมองพร่าเลือนผลกระทบปัจจัย (DBA) ผู้ดูแลฐานข้อมูลฐานข้อมูลบัฟเฟอร์แคชตีอัตราส่วน (BHR)

ผลลัพธ์ (ไทย) 2:

บทคัดย่อแนวโน้มล่าสุดในการปรับแต่งประสิทธิภาพฐานข้อมูลเป็นตัวเองที่มีต่อการปรับแต่งสำหรับบางส่วนของผลประโยชน์ที่สำคัญเช่นการใช้ทรัพยากรอย่างมีประสิทธิภาพการทำงานที่ดีขึ้นและต้นทุนต่ำของเจ้าของที่เสนอปรับค่าอัตโนมัติ ส่วนใหญ่ระบบการจัดการฐานข้อมูลที่ทันสมัย ​​(DBMS) ได้แนะนำให้รู้จักกับตัวแปรหลายพริ้งแบบไดนามิกที่ช่วยให้การดำเนินงานของระบบการปรับจูนตัวเอง ผสมที่เหมาะสมของค่าปรับต่างๆส่งผลในการเพิ่มประสิทธิภาพการทำงานอย่างมีนัยสำคัญทั้งในแง่ของเวลาการตอบสนองของคำสั่งหรือการส่งผ่านโดยรวม ทางเลือกและขอบเขตของการปรับจูนที่มีพารามิเตอร์ที่จะต้องขึ้นอยู่กับผลกระทบของพารามิเตอร์เหล่านี้ผลการดำเนินงานและยังอยู่กับปริมาณและชนิดของภาระDBMS อยู่ภายใต้ งานที่น่าเบื่อของการปรับแต่งด้วยตนเองและยังไม่พร้อมของฐานข้อมูลผู้เชี่ยวชาญผู้บริหาร(DBAs) มันเป็นที่พึงปรารถนาที่จะมีการปรับจูนตัวเองระบบฐานข้อมูลที่ไม่เพียงแต่ช่วยลด DBA ของงานที่น่าเบื่อของการจูนด้วยตนเองแต่ก็ยังช่วยลดความจำเป็นในการ ผู้เชี่ยวชาญ DBA ดังนั้นจึงช่วยลดต้นทุนการเป็นเจ้าของระบบซอฟต์แวร์ทั้งหมด ปรับตัวเองระบบยังปรับที่ดีที่จะมีการเปลี่ยนแปลงภาระงานแบบไดนามิกและโหลดใช้ในช่วงชั่วโมงเร่งด่วนเพื่อให้มั่นใจว่าได้รับการยอมรับเวลาการตอบสนองการประยุกต์ใช้ ในบทความนี้เป็นเทคนิคใหม่ที่รวมความสามารถในการเรียนรู้ของเครือข่ายประสาทเทียมและความสามารถของระบบเลือนที่จะจัดการกับปัจจัยการผลิตไม่แน่ชัดมีการจ้างงานที่จะประเมินขอบเขตของการปรับแต่งที่จำเป็น นอกจากนี้ค่าโดยประมาณจะมีการตรวจสอบอยู่บนพื้นฐานของความรู้สร้างขึ้นโดยใช้การทดลองผลการวิจัย ผลการทดลองแสดงให้เห็นอย่างมีนัยสำคัญปรับปรุงประสิทธิภาพเมื่อเทียบกับตัวเองสร้างขึ้นในลักษณะการปรับแต่งของDBMS. คำจูน? เวลาตอบสนอง? ประสาทเลือน? ปัจจัยที่ส่งผลกระทบ? ผู้ดูแลระบบฐานข้อมูล (DBA)? ฐานข้อมูลแคช? บัฟเฟอร์ตีอัตราส่วน (BHR)

ผลลัพธ์ (ไทย) 3:

นามธรรมเป็นแนวโน้มล่าสุดในฐานข้อมูลที่ปรับแต่งประสิทธิภาพ
มีต่อตนเองการปรับแต่งสำหรับบางส่วนของประโยชน์สำคัญ
ชอบใช้ทรัพยากรได้อย่างมีประสิทธิภาพ , การปรับปรุงประสิทธิภาพและ
ต้นทุนต่ําของเจ้าของว่า ออโต้จูนให้ ระบบการจัดการฐานข้อมูล ( DBMS ) ที่ทันสมัยที่สุด

แนะนำหลายพารามิเตอร์แบบไดนามิกที่ใช้วงจร
ใช้ตนเองปรับแต่งระบบ
เป็นการปรับแต่งค่าต่าง ๆที่เหมาะสมผสมของผลลัพธ์ในการเพิ่มประสิทธิภาพอย่างมีนัยสำคัญ

ทั้งในแง่ของเวลาตอบสนองของแบบสอบถามหรือระบบโดยรวม
เลือกและขอบเขตของการปรับพารามิเตอร์ของที่มีอยู่
ต้องขึ้นอยู่กับผลกระทบของพารามิเตอร์เหล่านี้
ในการปฏิบัติและในชนิดและปริมาณภาระงาน DBMS ของ
อยู่ภายใต้ . งานที่น่าเบื่อของ
คู่มือการปรับแต่ง และยังไม่มีความพร้อมของผู้บริหารฐานข้อมูล ( DBAs )
ผู้เชี่ยวชาญเป็นที่พึงปรารถนาที่จะมีการปรับแต่งด้วยตนเอง
ฐานข้อมูลระบบที่ไม่เพียงบรรเทา DBA ของ
งานที่น่าเบื่อของการปรับแต่งด้วยตนเอง แต่ยังช่วยขจัด
ต้องการผู้เชี่ยวชาญ DBA . ดังนั้นจึงช่วยลดต้นทุนรวมของการเป็นเจ้าของระบบ
ซอฟต์แวร์ทั้งหมด . การปรับแต่งด้วยตนเอง
ระบบยังปรับกับภาระงานและการเปลี่ยนแปลงแบบไดนามิก
ยังโหลดผู้ใช้ในระหว่างชั่วโมงเร่งด่วนมั่นใจยอมรับ
โปรแกรมการตอบสนองครั้ง ในกระดาษนี้เป็นเทคนิคใหม่
ที่รวมความสามารถในการเรียนรู้ของโครงข่ายประสาทเทียม
และความสามารถของระบบฟัซซีเพื่อจัดการกับ
กระผมไม่แน่ชัด เพื่อใช้ประเมินขอบเขตของ
จูนต้อง นอกจากนี้ การประมาณค่า
ซึ่งจากผลการทดลองที่สร้างขึ้นโดยใช้ความรู้

ผลการทดลองแสดงให้เห็นว่าการปรับปรุงประสิทธิภาพอย่างมีนัยสำคัญ
เมื่อเทียบกับสร้างขึ้นในตนเอง
ปรับคุณลักษณะของ DBMS .
คำสำคัญปรับ  เวลาตอบสนอง  Neuro ฟัซซี่ 
ผลกระทบปัจจัย  ผู้ดูแลฐานข้อมูล ( DBA )  ฐานข้อมูลแคชบัฟเฟอร์ตี
 อัตราส่วน ( BHR )