Neue Optimierungsprinzipien

Unterstützung von überwiegend lesenden Anwendungsszenarien: Transaktionelle disc-basierte Systeme nutzen vorwiegend noch eine zeilenbasierte Speicherorganisation. Diese fokussiert Schreiboperationen auf wenige physische Speicherorte und vereinfacht den Schutz der Daten vor konkurrierenden Zugriffen zur Sicherstellung der Datenkonsistenz. Systeme, die nur lesend zur Berichtsgenerierung oder zur Analyse auf Daten zugreifen, profitieren eher von einer spaltenorientierten Organisation. Das spaltenorientierte Layout reduziert den Aufwand für den Datenzugriff, wenn Anfragen nur einen Teil einer Datenzeile lesen. Daten, die zu einer Zeile gehören, werden dabei nicht mehr nebeneinander innerhalb eines Datums gespeichert, sondern die Daten einer Zeile werden aufgeteilt und gemeinsam mit allen anderen Daten einer Spalte gespeichert.

Stellenmarkt
  1. (Junior) Backend Entwickler (m/w/d) E-Commerce Bereich Produktdatenmanagement / Digitalisierung
    EUROBAUSTOFF Handelsgesellschaft mbH & Co. KG, Bad Nauheim
  2. Anwendungsentwickler (m/w/d) SAP S/4
    Follmann Chemie GmbH, Minden
Detailsuche

Kompressionsverfahren und Multi-Core-Architekturen: Spaltenorientierte Daten lassen sich meist besser komprimieren, da sie das gleiche Format haben und eine höhere Datenredundanz aufweisen. Die meisten MMDBMS benutzen daher Kompressionsverfahren, um den Hauptspeicher effizient zu nutzen und Zugriffskosten zu minimieren. Moderne Hardware mit mehreren Cores und speziellen Chips kann die Kompression und Dekompression direkt unterstützen, so dass dadurch kaum Geschwindigkeitseinbußen entstehen. Bestimmte Berechnungen können auch, abhängig vom Kompressionsverfahren, direkt auf komprimierten Daten ausgeführt werden.

Indexstrukturen für Hauptspeicher: Datenbanken unterstützen Anfragen, die eine hohe Selektivität aufweisen, also nur einen geringen Teil der verfügbaren Daten lesen sollen, mit einem Index. Auch MMDBMS bieten einen Index an und vermeiden somit einen Full-Table-Scan über den gesamten, eventuell mehrere TByte großen Hauptspeicher. Einige MMDBS benutzen dafür hoch komprimierte Indexe, welche als Bitvektoren gespeichert werden, um Anfragen mit Selektionen über viele Attribute, zum Beispiel beim Zugriff auf Teile einer riesigen Faktentabelle in einem Data Warehouse, effizient mit sehr geringer Latenz beantworten zu können. Das spaltenorientierte Layout erlaubt den effizienten Zugriff auf Daten vektorisiert von Rechenkernen mittels SIMD-Anweisungen (Single Instruction, Multiple Data). Für Anfragen, die sich nur auf einen Teil der Daten beziehen, kann die Anzahl der Datenzugriffe reduziert werden, was die Latenz der Datenanalyse zusätzlich verbessert.

Interaktive Analyse frischer transaktionaler Daten

Seit vielen Jahren ist die Aufgabe des Unternehmers die Gewichtung der besten Rekombinationsmöglichkeiten und die wirtschaftlich sinnvolle Verwertung der erkannten Muster. Welche Prozesse im Unternehmen profitieren von potenziell mehrere Größenordnungen schnelleren Antwortzeiten im MMDBMS und benötigen gleichzeitig einen konsistenten, frischen Datenbestand?

Golem Karrierewelt
  1. Deep Dive: Data Governance Fundamentals: virtueller Ein-Tages-Workshop
    22.02.2023, Virtuell
  2. Entwicklung mit Unity auf der Microsoft HoloLens 2 Plattform: virtueller Zwei-Tage-Workshop
    06./07.02.2023, Virtuell
Weitere IT-Trainings

MMDBMS ermöglicht die Analyse "frischer" Daten, erzeugt durch Maschinen oder Menschen. MMDBMS wurden und werden in der Telekommunikationsbranche eingesetzt. In dieser Branche erzeugen Maschinen - Router und anderes Netzwerkequipment - kontinuierliche, zu überwachende Datenströme in hoher Varianz, Geschwindigkeit und Volumen. Zu den Szenarien gehören die Suche nach Netzwerkanomalien oder nach Ineffizienzen und die Überwachung der Rohdaten aus dem Netzwerk in Nahe-Echtzeit. Fallende Hardwarepreise erlaubten auch den Einsatz in OLTP- und OLAP-Szenarien in anderen Branchen. Dazu gehört die Spieleindustrie - Überwachung der Spieler und zeitnahes Anbieten von hilfreichen Artefakten im Spiel -, der Verkauf am Point-of-Sale (Anbieten von Produkten während des Verkaufsgesprächs), die Preisüberwachung und -bildung in der Reisebranche, zum Beispiel bei der Vergabe von Sitzen in Flügen, das Marketing (Social Media Kommunikation, Tracking von Webserverlogs und optimale Platzierung von Produkten) und die generelle Unternehmenssteuerung, also Data Warehousing und Business Intelligence Anwendungen.

MMDBMS als Datenspeicher für komplexe ERP/ABAP-Anwendungen

Prozesse, zum Beispiel im Supply Chain Management/Einkauf, der Logistik oder im Verkauf, können ebenfalls von Analysen auf frischen, also minuten- oder sekundengenauen, transaktionalen Daten im MMDBMS profitieren. SAP-Anwendungen zur Unterstützung dieser Prozesse greifen überwiegend lesend mit Lookup-, Bereich- und Scan-Anfragen auf Daten in einem DBMS zu, schreibende Zugriffe sind seltener. Die eigentliche Datenintegration erfolgt häufig in der Programmiersprache ABAP, das ABAP-Programm stellt dann die Anfragen an das DBMS. Ein MMDBMS kann diese Art von Workloads drastisch optimieren, ohne dass Programmierer den Code der Anwendungen gravierend ändern müssen. Das Resultat ist wiederum eine höhere transaktionale Datenfrische in der Anwendung und für den Anwender eine gefühlt deutlich höhere Interaktivität, selbst bei komplexen Anfragen.

Weitere Praxisberichte werden durch die Hersteller von MMDBMS und auf Konferenzen, wie der Strata Conference, der IDCE oder VLDB, beworben.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
 Data Management: Wie Hauptspeicherdatenbanken arbeitenNext Generation MMDBMS 
  1.  
  2. 1
  3. 2
  4. 3
  5. 4
  6.  


Quantium40 21. Okt 2014

Welche Anwendungsfälle sollen das sein?

Quantium40 21. Okt 2014

Es gibt durchaus Szenarien, in denen solch scheinbarer Blödsinn durchaus sinnvoll sein...

holgerscherer 17. Okt 2014

Die gewisse Vorliebe hat ja auch gute Gründe ;-) -h

deefens 15. Okt 2014

An manchen Stellen evtl. ein bischen knapp gefasst, aber im Kern sehr informativ. Was...



Aktuell auf der Startseite von Golem.de
Katastrophenschutz  
Endlich klingelt es am Warntag

Zwei Jahre nach dem ersten bundesweiten Warntag klingelt es dank Cell Broadcast deutschlandweit. An anderen Stellen fehlen weiterhin Warnmittel.

Katastrophenschutz: Endlich klingelt es am Warntag
Artikel
  1. Deepmind: Ist KI nun schlauer als bekannte Mathematiker?
    Deepmind
    Ist KI nun schlauer als bekannte Mathematiker?

    Künstliche Intelligenz hat einen neuen Rechenweg für Matrizen gefunden. Wir erklären im Detail, was genau Deepmind geschafft hat und warum weitere Durchbrüche zu erwarten sind.
    Von Matthias Müller-Brockhausen

  2. RHEL-Klon: Cern und Fermilab setzen auf CentOS-Alternative Alma Linux
    RHEL-Klon
    Cern und Fermilab setzen auf CentOS-Alternative Alma Linux

    Die Arbeiten am eigenen Scientific Linux laufen aus, das bisherige CentOS gibt es bald nicht mehr. Die Institute satteln also um.

  3. Kriminalität: Viereinhalb Jahre Gefängnis für Suche nach Auftragskiller
    Kriminalität
    Viereinhalb Jahre Gefängnis für Suche nach Auftragskiller

    Ein 28-Jähriger wurde für die Suche nach einem Auftragsmörder im Darknet verurteilt. Bei der Suche war er auf Betrüger hereingefallen.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • PS5 bei Amazon • Samsung SSDs bis -28% • Rabatt-Code für ebay • Logitech Mäuse, Tastaturen & Headsets -53% • HyperX PC-Peripherie -56% • Google Pixel 6 & 7 -49% • PS5-Spiele günstiger • Tiefstpreise: Asus RTX 4080 1.640,90€, Roccat Kone Pro 39,99€, Asus RTX 6950 XT 939€ [Werbung]
    •  /