传统DPM策略通过适应请求分布降低功耗,效果受到限制。另一类策略主动改变请求分布,使其较好的满足DPM要求。数据缓冲区策略属于其中的典型,但现有的缓冲区策略未充分考虑实际系统的数据访问情况,对数据缓冲区的使用效率较低。本文针对...传统DPM策略通过适应请求分布降低功耗,效果受到限制。另一类策略主动改变请求分布,使其较好的满足DPM要求。数据缓冲区策略属于其中的典型,但现有的缓冲区策略未充分考虑实际系统的数据访问情况,对数据缓冲区的使用效率较低。本文针对此问题提出一种新颖的DGDB(Dynamic Grouping of Data Buffer)功耗管理策略。实验结果表明,在复杂数据访问情况下,DGDB策略具有更好的节能效果与稳定性。展开更多
为决定数据库在复杂负载下运行时,数据缓冲区自适应优化所要求的大小与方向,提出了基于模拟仿真的自适应优化算法,通过建立模拟数据缓冲区(simulated buffer pool,SBP)来决定调整的方向。应用缓冲错失公式(buffer miss equation,BME)结...为决定数据库在复杂负载下运行时,数据缓冲区自适应优化所要求的大小与方向,提出了基于模拟仿真的自适应优化算法,通过建立模拟数据缓冲区(simulated buffer pool,SBP)来决定调整的方向。应用缓冲错失公式(buffer miss equation,BME)结合基于模拟仿真自适应优化算法监测数据库运行状态时所获得的一系列关键数据,来确定优化调整的具体方案。实验结果表明,该算法提升了数据库整体性能,并在长时间内保持性能高效稳定。展开更多
文摘传统DPM策略通过适应请求分布降低功耗,效果受到限制。另一类策略主动改变请求分布,使其较好的满足DPM要求。数据缓冲区策略属于其中的典型,但现有的缓冲区策略未充分考虑实际系统的数据访问情况,对数据缓冲区的使用效率较低。本文针对此问题提出一种新颖的DGDB(Dynamic Grouping of Data Buffer)功耗管理策略。实验结果表明,在复杂数据访问情况下,DGDB策略具有更好的节能效果与稳定性。
文摘为决定数据库在复杂负载下运行时,数据缓冲区自适应优化所要求的大小与方向,提出了基于模拟仿真的自适应优化算法,通过建立模拟数据缓冲区(simulated buffer pool,SBP)来决定调整的方向。应用缓冲错失公式(buffer miss equation,BME)结合基于模拟仿真自适应优化算法监测数据库运行状态时所获得的一系列关键数据,来确定优化调整的具体方案。实验结果表明,该算法提升了数据库整体性能,并在长时间内保持性能高效稳定。
