IBM DB2

Qiguang Yan & Stefan Lenschow

Seminar WS 2006/07:

Aktuelle Themen der Datenbankforschung und -entwicklung

Gliederung

I. Self – Healing • Health Monitor

II. Self – Configuring• Configuration

Advisor• Design Advisor

III. Self – Optimizing• Self-Tuning Memory• POP• LEO

IV. Zusammenfassung• Ausblick / Quellen

I.Self – Healing Features

• Vorher:– DBA betreut im Schnitt

über 20 Datenbanken– 33% Zeit: Monitoring– 22% Zeit: auf Probleme

reagieren

• self-healing in DB2 (V8.1) – kehrt Diagnosemodell des Gesundheitszustandes der DB um

• übernimmt Monitoring – Aufgaben• DB überwacht sich selbst• bietet Problemlösungen + Hilfe

Quelle: DB2Mag : Continuous System Health Checking

Monitoring33%

Problem Solving22%

Tuning12%

Development Support

33%

• 2 Tools :– Health Monitor(HM)

• Serverseitiges Tool

• Managed-by-Exeption Modell

• Überwacht komplettes System während der Ausführung (im Hintergrund)

– Health Center• Dient als GUI - Tool des HM

• Erweitert Informationen des HM um Lösungsstrategien

• Zur Veränderung der Einstellungen

• DB2 Health Monitor:– sammelt Systeminformationen per

Snapshot Monitor, was die Systemleistung

nur minimal beeinträchtigt– nutzt sog. „Health Indicators“ für:

• Instances

• Databases

• Logs

• Tablespace storage

• Sorting

• Package and catalog caches

• Workspaces

• Memory

• Application concurrency

– Die Indikatoren messen den „Gesundheitszustand“ eines Aspektes des ihm zugeordneten Objekts

• DB2 Health Indikatoren:– Zustände:

» normal

» attention» warning» alert

– ausgelöst, wenn Objektaspekt kritischen Zustand annimmt

– Kategorien:• Schwellwert-basierte Indikatoren, die Statistiken des

Verhaltens des Objektes überwachen

• Zustandsbasierte Indikatoren, die 2 oder mehr eindeutige Zustande überprüfen und damit Aussagen über kritisch oder unkritisch liefern

• Sammelzustandsbasierte Indikatoren, sind Maße des DB-Levels die angesammelte Zustände ein oder mehrerer Objekte repräsentieren

• Meldet alle Alarminfos dem Journal • Sendet diese via Email oder Pager zum DBA • Führt vorkonfigurierte Aktionen aus (z.B. Ausführen

eines tasks, selbständiges REORG eines tables)• Erkennt Situationen/ Veränderungen die

Performanceeinbußen nach sich ziehen könnten

• Mittels• Health Center ( Diagnosezentrale in dt. Version )• Web Health Center• Command Line Prozessor ( CLP )• APIs

lassen sich• Informationen des Health Monitors

abrufen• Healthindikatoren, Kontakte

konfigurieren• Überblick aller bisherigen Alarme anzeigen

• Fügt Warnzeichen in alle anderen laufenden DB2 UDB GUI Tools ein – mit Klick sofort zum Health Center wechseln

Health Center (V8.1):

DB2 Health Center

– bei Problemen meldet DB2 sich und gibt auch Lösungsvorschläge über den:

• Recommendation Advisor (RA) seit Ver.8.2

und gegebenes Problem zukünftig zu vermeiden– stellt dazu DBA Reihe von Fragen– basierend auf Antworten und aktuellem

Systemzustand

RA liefert verschiedene Lösungswege

– Entscheidung bestimmt wie der RA vorgeht– RA startet nötige Tools bzw. generiert automatisch

Scripts (z.B. Memory Visualizer)

Recommendation Advisor

II. Self – Configuring:Configuration Advisor

– Das Problem:• Fast 150 Konfigurationsparameter in DB2 UDB• Anwender wissen nicht:

– Wie die richtigen Werte gewählt werden

– Welche möglichen Zusammenhänge zwischen Ihnen bestehen

• Viele nicht online konfigurierbare Parameter zwang zum Neustart von DB2 um bessere Konfigurationen zu erstellen

• Aufgabe für erfahrene Spezialisten

• Configuration Advisor in DB2 UDB

(seit V.8.1) liefert Menge (~36) von

Parametereinstellungen zum automatischen Konfigurieren und Tunen der DB2 Umgebung in Bezug auf:

Speicherverteilung

ParallelitätI/O OptimierungenRecovery

• Daten, die ConfigAdv. automatisch erkennt :– Systeminfos

• # CPUs, # HDDs• Größe des

physikal.Speichers• Betriebsystem

– DB Infos• Größe, # Tables, • # Indizes• # Tablespaces

– Bufferpool Infos• # Bufferpools• Name, Größe für jeden

Bufferpool

• Daten, von User spezifiziert :– Antworten zu 7 Fragen:

• Prozentsatz des Speichers der DBMS zugeordnet wird

• OLTP vs. Complex Query vs. Mixed

• Rel. Verhältnis zwischen

Recovery Query

Geschwindigkeit• Lastprofil (Anzahl von

lokalen und entfernten Nutzerverbindungen)

• Ist Datenbank befüllt oder nicht

• Isolationsstufe• Bufferpoolgröße

veränderlich

• Jede Systeminformation wird nun mit einem mathematischen Modell kombiniert

• Basierend auf Expertenheuristiken

• Ermittelt Trade-Offs zwischen Memory Heaps, Parallelität, Skalierbarkeit die für Menschen schwer zu abstrahieren sind

Selbst-Konfigurations Fähigkeiten erlauben

ein Erkennen der Ausführungsumgebung

• Drei Ausführungsinterfaces : – Grafisches Interface ( Teil des DB2 Control

Center )– Command Level Interface (Bsp:

„db2 autoconfigure using MEM_PERCENT 75 WORKLOAD_TYPE complex IS_POPULATED yes NUM_LOCAL_APPS 1 NUM_REMOTE_APPS 50 ISOLATION rr BP_RESIZEABLE yes APPLY db AND dbm“

– Über programmierbare APIs (auch für Drittanbieter) oder Java Stored Procedures

Configuration Advisor: Grafisches Interface

Design Advisor

• Der Design Advisor generiert Empfehlungen für folgende Objekte und Maßnahmen:• Neue Indizes • Neue materialisierte Sichten (MQTs) • Umwandlung in MDC-Tabellen (mit

mehrdimensionalem Clustering) • Umpartitionierung von Tabellen • Löschen der unbenutzten Indizes und

materialisierte Sichten (MQTs).

Architektur des Design Advisors:

Workload für den Design Advisor :• Ein Workload ist eine Gruppe von

SQL-Anweisungen

Graphical User Interface

User

Eine Textdatei

SQL-Cache Package

Statische SQL-Anweisugn

Die vor kurzer Zeit ausgeführten SQL-Anweisungen im SQL-Cache

1. Der Workload wird in der Tabelle

ADVISE WORKLOAD gespeichert

2. GUI führt das Programm db2advis aus

3. Für jede SQL-Anweisung in der Tabelle ADVISE WORKLOAD ruft db2advis den DB2 UDB Optimizer auf

4. Basierend auf statistischen Daten schlägt der Optimizer einige Indizes vor.

5. Der Optimizer speichert die vorgeschlagenen Indizes in die Tabelle ADVISE INDEX

6. Die vorgeschlagenen Indizes werden getestet und dabei die beste Teilmenge von Indizes ausgewählt

7. Ergebnis ausgeben und bei Bedarf anwenden

• Jeder SQL-Anweisung kann eine Frequenz zugewiesen werden

• SQL-Anweisung kann geändert oder gelöscht werden

• Der Design Advisor schlägt einen Entwurf innerhalb von 10 Minuten vor. Der Entwurf enthält:

– 18 neue Indizes– 2 MQTs (materialisierte Sichten)– 6 MDC-Tabellen (mehrdimensionales

Clustering ), – 4 Partitionsveränderungen, – ….

Experiment

SELECT store_name, cust_name, SUM(sales) as ssFROM Trans T, Store S, Cust CWHERE T.store_id = S.store_id AND T.cust_id = C.cust_id WHERE cust_age >= ANY (SELECT AVG(C2.cust_age) FROM Cust C2 GROUP BY C2.cust_name)

SELECT store_name, SUM(sales) as ssFROM Trans T, Store S, Cust CWHERE T.store_id = S.store_id AND T.cust_id = C.cust_id WHERE year = 2002 and cust_age <= ALL (SELECT AVG(C2.cust_age) FROM Cust C2 GROUP BY C2.cust_name)GROUP BY store_name

SELECT C2.cust_name, AVG(C2.cust_age) FROM Cust C2 GROUP BY C2.cust_name

Query 1 Query 2

Subexpression MQT Query

Suchen nach den gemeinsamen Subexpressions bei der Multi-query Optimierung

Beispiel

III.Self-Optimizing Self – Tuning Memory• Vorher:

– Es ist schwer, die maximale Größe eines Speicherobjekts zu bestimmen.

– die maximale Größe kann nicht überschritten werden

• Das führt dazu:– Wenn z.B ein Bufferpool nicht groß genug für die

Datenspeicherung ist, werden die Daten aus dem Bufferpool entfernt und beim nächsten Zugriff wieder in den Bufferpool eingelesen. (Performance sinkt)

• in DB2 UDB Version 9– Heapgröße, Bufferpool, Cache etc.

dynamisch konfigurieren– Garantierte Minimum für Heap, Bufferpool etc. – nicht reservierte Speicherbereiche für Heap ,

Bufferpool etc. nach Bedarf allokieren

• Folgende Speicherressourcen können getunet werden– Buffer pools – Package cache – Locking memory – Sort memory – Total database shared memory

Database memory

Cost-benefit Daten für jeden Heap

Neue Größe für Heaps und Databas_memory

•Bestimmt neue Speicherallokation

•Legt die Frequenz des Tunings fest

•…..

Self-Tuning Memory Manager

Beispiel

Wirkung von Memory-Tuning auf Systemperformance

Automatisch wird mehr Speicher DB2 zugewiesen

Systemleistung steigt sofort um Faktor 10

Progressive OPtimization (POP)

• Problem:– Sub-optimale QEPs( Query Execution Plan) durch Fehler in

Kardinalitätsabschätzungen des Optimierers

• POP– liefert flexible Mechanismen zur Erstellung von QEPs– erkennt suboptimale QEPs und liefert Optimierungen zur

Laufzeit – robust gegen Fehlabschätzungen des Optimierers– minimiert DBA Eingriffe

Optimizer

Best Plan

Plan Execution

Optimizer

Best Plan

StatisticsSQL Compilation

Vorher:

• Pläne mit Hilfe von Statistiken erstellt

• Problem:

• nicht mehr aktuelle Statistiken

• falsche Vermutungen über Attributsunabhängigkeiten

führen zu falschen Kardinalitäts-abschätzungen und damit zu suboptimalen Plänen

• POP vergleicht Kardinalitäts-abschätzungen mit aktuellen Werten zur Laufzeit

• geschieht mit Checkpoints (CHECK)• haben Bedingung, die Kard.grenzen erkennt

in denen der Plan gültig ist = validity range für jeden einzelnen Planoperator

• Wird CHECK Bedingung verletzt (validity range überschritten) Re-Optimization ausgelöst

• erlaubt kontinuierliche Anpassungen des Plans durch einen geschlossenen Feedbackkreis zwischen Laufzeit und Optimierer

Optimizer

Best Plan

Plan Execution

with CHECK

Optimizer

Best PlanWith CHECK

StatisticsSQL Compilation

“MQT”with Actual

Cardinality

Re-optimize If CHECK fails

Partial Results

New Best Plan

New Plan

Execution

1

2

34

5

6 Use feedback from cardinality errors toimprove current plan

Jetzt:

POP Monitor :

Beispiel:

Der LEarning Optimizer (LEO)• erkennt Fehler bei der

Kardinalitätsabschätzung

• korrigiert falsche Statistiken zur Laufzeit

• „lernt“ mit Hilfe eines Feedback-Mechanismus aus Fehlern

Optimizer

Best Plan

Plan Execution

Optimizer

Best Plan

StatisticsSQL Compilation

•

Plan Execution

Optimizer

Best Plan

Plan Execution

Optimizer

Best Plan

Statistics

Adjustments

SQL Compilation

Actual Cardinalities

Estimated Cardinalities

2. Monitor

3. Analyse

4. Anwendung

Adjustments

EstimatedCardinalities

ActualCardinalities

1. Planbewahrung

Beispiel

Berechnung des Anpassungsfaktors

• Vergleiche geschätzte mit der tatsächlichen Selektivität• Mit hoher Wahrscheinlichkeit liegt ein Fehler vor, wenn

gilt:

Berechnung des Anpassungsfaktors

Bestimme den Anpassungsfaktor für das Prädikat (X.Price > 100)

IV. Zusammenfassung

• Seit Ver.8.1 stetige Erweiterung der autonomen Fähigkeiten

• In Ver.9 neue adaptive, self-tuning memory Features

• Ausblick:– Weiterentwicklung bestehender Features für einen

höheren Autonomiegrad– Einführung von self-protecting Features um DB

unverwundbarer zu machen bezüglich:• Unauthorisiertem Zugriff und Nutzung• Virus- / Denial-of-service Angriffen• Und generellen Fehlern

Quellen:• Kwan,Lightstone,Schiefer,Storm,Wu (IBM Canada) : Automatic Database

Configuration for DB2 UDB: Compressing Years of Performance Expertise into Seconds of Execution

• Kache,Shin Han,Markl,Raman,EwenPOP/FED: Progressive Query Optimization for Federated Queries in DB2

• Javaid Rajmohamed for DB2Mag: Continuous System Health Checking• Markl,Raman,Simmen,Lohman,Pirahesh,Cilimdzic: Robust Query

Processing through Progressive Optimization• Gary Valentin, Michael Zuliani, Daniel C. Zilio: DB2 Advisor: An Optimizer

Smart Enough to Recommend Its Own Indexes• by V. Markl, G. M. Lohman, V. RamanLEO: An autonomic query optimizer

for DB2• Adam J. Storm, Christian Garcia-Arellano, Sam S. Lightstone, Yixin

Diao:Adaptive Self-Tuning Memory in DB2