燃料信息數(shù)據(jù)庫性能的優(yōu)化方法研究

劉思穎，陶正亮，何云峰，于俊清*

（1.廣東粵電信息科技有限公司，廣東 廣州510630；2.華中科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院，湖北 武漢430074）

0 引 言

數(shù)據(jù)庫技術(shù)是當代信息科學(xué)與技術(shù)的重要組成部分之一，主要研究計算機在信息處理過程中數(shù)據(jù)組織和存儲的問題，是管理信息系統(tǒng)的核心［1］。隨著信息技術(shù)的發(fā)展，數(shù)據(jù)庫系統(tǒng)在電力企業(yè)中得到了廣泛的應(yīng)用，包括燃料信息系統(tǒng)［2-3］、財務(wù)系統(tǒng)［4］、大型設(shè)備在線監(jiān)測和故障診斷系統(tǒng)［5-6］、大數(shù)據(jù)分析系統(tǒng)［7-8］等。然而，隨著數(shù)據(jù)庫存儲量的變大，數(shù)據(jù)庫應(yīng)用系統(tǒng)的性能問題也越來越突出［9-10］，應(yīng)用系統(tǒng)的用戶體驗越來越差，提高數(shù)據(jù)庫的性能是一個亟需解決的問題。Oracle 數(shù)據(jù)庫是前應(yīng)用比較廣泛的關(guān)系型數(shù)據(jù)庫之一，據(jù)統(tǒng)計，在全球有93%的上市.COM 公司和65 家“財富全球100強”企業(yè)都選擇Oracle 數(shù)據(jù)庫來開展電子商務(wù)，中國企業(yè)也廣泛采用了Oracle數(shù)據(jù)庫［11］，因此基于Oracle 數(shù)據(jù)庫性能優(yōu)化的研究具有十分重要的意義［12-14］。

通過對火力發(fā)電企業(yè)中重要的應(yīng)用系統(tǒng)燃料信息系統(tǒng)的數(shù)據(jù)庫結(jié)構(gòu)以及Oracle 的分區(qū)特性進行分析，使用平均每條SQL語句的執(zhí)行時間來衡量數(shù)據(jù)庫的性能，采用多項式擬合求解出局部最優(yōu)的內(nèi)存參數(shù)，通過調(diào)整、記錄幫助用戶找到使性能最優(yōu)的內(nèi)存參數(shù)。結(jié)合Oracle 數(shù)據(jù)庫以及系統(tǒng)數(shù)據(jù)的特點，制定合理的優(yōu)化方案，合理分配Oracle 的內(nèi)存并解決系統(tǒng)數(shù)據(jù)庫中表的數(shù)據(jù)太多的問題，提高系統(tǒng)訪問數(shù)據(jù)庫的速度，保證系統(tǒng)高效且穩(wěn)定地運行［15］。

1 內(nèi)存參數(shù)調(diào)整策略

1.1 基于數(shù)據(jù)庫訪問方式的內(nèi)存參數(shù)選取

燃料信息系統(tǒng)是一個典型B/S 架構(gòu)的應(yīng)用系統(tǒng)，利 用Java 數(shù) 據(jù) 庫 連 接（Java Database Connectivity，JDBC）來訪問數(shù)據(jù)庫。前臺界面發(fā)送數(shù)據(jù)請求傳給Tomcat 應(yīng)用服務(wù)器，Tomcat 通過Java 調(diào)用Oracle 數(shù)據(jù)驅(qū)動程序，數(shù)據(jù)庫驅(qū)動程序?qū)?shù)據(jù)請求傳給數(shù)據(jù)庫服務(wù)器，然后從數(shù)據(jù)庫返回數(shù)據(jù)，數(shù)據(jù)沿著請求順序返回到前臺界面。其中，Java 代碼會被編譯成字節(jié)碼直接運行，Java 字節(jié)碼是Java 虛擬機（Java Virtual Machine，JVM）執(zhí)行的一種命令格式。Oracle 數(shù)據(jù)庫的SGA 提供一塊區(qū)域——Java 池，供運行的Java 代碼以及JVM內(nèi)的數(shù)據(jù)使用，Java 池的大小會影響Java 代碼運行的效率，從而影響數(shù)據(jù)庫的訪問性能。Java 池由參數(shù)JAVA_POOL_SIZE 控制，調(diào)整該參數(shù)的大小會改變系統(tǒng)數(shù)據(jù)庫的性能。

1.2 基于緩存機制的內(nèi)存參數(shù)選取

緩存是數(shù)據(jù)交換的緩沖區(qū)，一般存在于內(nèi)存中。當應(yīng)用程序需要讀取數(shù)據(jù)的時候，會優(yōu)先訪問緩存，如果緩存中存在相應(yīng)的數(shù)據(jù)，就直接返回數(shù)據(jù)，這樣就能提高應(yīng)用程序的執(zhí)行效率，縮短用戶的等待時間。Oracle 數(shù)據(jù)庫在執(zhí)行一條SQL 語句的時候，會在共享池里面確定這條語句的哈希值是否存在。如果哈希值存在，Oracle 執(zhí)行軟解析，直接運行執(zhí)行計劃；如果哈希值不存在，Oracle 執(zhí)行硬解析，對SQL 語句進行解析，生成解析樹，包括視圖替換、表達式轉(zhuǎn)換等等，然后生成并運行執(zhí)行計劃。硬解析是很昂貴的操作，大約占整個SQL語句執(zhí)行時間的70%左右。

在運行執(zhí)行計劃之后，返回結(jié)果數(shù)據(jù)，oracle 會在數(shù)據(jù)緩存區(qū)里查找結(jié)果數(shù)據(jù)是否存在，如果數(shù)據(jù)存在，則直接將數(shù)據(jù)從內(nèi)存返回給應(yīng)用程序。如果數(shù)據(jù)不存在，會將數(shù)據(jù)從硬盤加載到數(shù)據(jù)緩存區(qū)中，再返回給用戶。內(nèi)存的存取速度與硬盤的存取速度差異較大，數(shù)據(jù)從硬盤讀取相當耗時，相對于從硬盤讀取，從內(nèi)存中讀取數(shù)據(jù)幾乎不耗時。因此如果數(shù)據(jù)存在于數(shù)據(jù)緩存區(qū)中，其返回給應(yīng)用程序的時間將會很短。

由此可見，共享池和數(shù)據(jù)緩存區(qū)的大小會影響數(shù)據(jù)庫的性能。在Oracle 數(shù)據(jù)庫中，共享池大小由參數(shù)SHARED_POOL_SIZE決定，數(shù)據(jù)緩存區(qū)的大小由參數(shù)DB_CACHE_SIZE 決定，對這兩個參數(shù)進行合理的調(diào)整，就可能提高數(shù)據(jù)庫的性能。

1.3 多項式擬合求解最優(yōu)內(nèi)存參數(shù)

燃料信息系統(tǒng)是一個實時系統(tǒng)，并發(fā)量比較低，對于每一次操作，好的用戶體驗是最小時間內(nèi)返回數(shù)據(jù)結(jié)果。用戶的每一次操作都是后臺訪問數(shù)據(jù)庫的一個過程，因此，可以通過SQL語句的平均執(zhí)行時間來衡量系統(tǒng)數(shù)據(jù)庫的性能，平均執(zhí)行時間越短，數(shù)據(jù)庫性能越好，平均執(zhí)行時間越長，數(shù)據(jù)庫性能問題越嚴重。

通過前面分析，調(diào)整Oracle的3個參數(shù)：SHARED_POOL_SIZE、DB_CACHE_SIZE 和JAVA_POOL_SIZE可以影響運行性能。每次調(diào)整都會帶來不同的性能影響，依次根據(jù)每個參數(shù)（x值）以及最后的結(jié)果（平均一條SQL語句的執(zhí)行時間，y值）進行多項式擬合，找到這個參數(shù)的最優(yōu)值。

記錄每一次調(diào)整的內(nèi)存參數(shù)值以及對應(yīng)的數(shù)據(jù)庫性能情況，由參數(shù)的值與最終結(jié)果構(gòu)成的集合（xi，yi），i=0，1，2，…，m，求出一個函數(shù)：

使偏差的平方和：

達到最小。

顯然I 為a0，a1，a2，…，an的多元函數(shù)，求偏差的平方和即為求I 的極小值，根據(jù)多元函數(shù)求極值的必要條件，就是求I對a0，a1，a2，…，an的偏導(dǎo)數(shù)為0，即

在內(nèi)存參數(shù)開始調(diào)整的時候，隨著參數(shù)值的變大，最終結(jié)果y值會慢慢變?。ㄐ阅茏兒茫骄鶊?zhí)行時間變短），當達到最合理值的時候，y值達到最小值，超過這個合理的值繼續(xù)變大，y 值會慢慢變大。這符合二次曲線的變化特點，可以采用二次曲線進行擬合并求解。對于求出的二次曲線方程，找到使y 值最小的x 值，即為這個內(nèi)存參數(shù)的最優(yōu)值。另外，由于x 值必須大于零，并且二次曲線擬合可能帶來誤差，所以根據(jù)二次曲線方程求出來的x 值，必須落在給定集合中最大值與最小值之間，如果不在此區(qū)間，則該內(nèi)存參數(shù)的最優(yōu)值為集合中最大值與最小值之一。

多項式擬合的方法求解最優(yōu)內(nèi)存參數(shù)的方法在理論上能求出合理的內(nèi)存參數(shù)值，如果3 個參數(shù)之間互不影響，則能求出最優(yōu)值。如果3 個參數(shù)相互影響較大，則每次求出只是合理的值，多次求解會慢慢逼近最優(yōu)值。另外，由于這個方法依據(jù)之前的調(diào)整結(jié)果，所以之前的結(jié)果集對求出最優(yōu)內(nèi)存參數(shù)速度的影響較大，即對算法的收斂速度影響較大。在實際使用中，可以先對內(nèi)存參數(shù)以遞增的方式進行調(diào)整，若干次調(diào)整之后就可以使用算法求解的參數(shù)進行設(shè)置，這樣多項式擬合求解的效果較好。

2 數(shù)據(jù)表分區(qū)策略

2.1 基于數(shù)據(jù)特征的分區(qū)方法選取

信息系統(tǒng)最基本的功能是數(shù)據(jù)處理功能，包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)管理、數(shù)據(jù)檢索以及數(shù)據(jù)傳遞等，屬于數(shù)據(jù)密集型的應(yīng)用系統(tǒng)［16］。通常，信息系統(tǒng)在使用初期，數(shù)據(jù)量都比較小，隨著時間的累計，數(shù)據(jù)量會慢慢變大，從而引起數(shù)據(jù)庫性能的問題。

作為一個典型的信息系統(tǒng)——燃料信息系統(tǒng)，數(shù)據(jù)庫數(shù)據(jù)量大，數(shù)據(jù)種類比較雜，但大部分數(shù)據(jù)都具有相似的特點：近期的數(shù)據(jù)使用較頻繁，時間久遠的數(shù)據(jù)很少甚至不會被使用。這樣的數(shù)據(jù)特點很符合Oracle表分區(qū)的應(yīng)用場景，對于表分區(qū)，Oracle 給了兩條建議［17］：

1）一個表的數(shù)據(jù)大小大于2 GB 時要考慮進行分區(qū)。

2）如果表中包含歷史數(shù)據(jù)，并且新的數(shù)據(jù)會加到新的分區(qū)。比如一個包含一年歷史數(shù)據(jù)的表，只有當前月份的數(shù)據(jù)可以被修改，而其他十一個月的數(shù)據(jù)為只讀。

很多數(shù)據(jù)表符合第二條建議，對這樣的表可以進行分區(qū)。使用Oracle支持的范圍分區(qū)技術(shù)可以將這些數(shù)據(jù)表按照時間分為兩部分，進行分區(qū)的時候指定一個分區(qū)時間，在指定時間之前的數(shù)據(jù)作為一個部分，之后的數(shù)據(jù)作為另一部分。由于對各分區(qū)的操作可以相互獨立地進行，這樣將數(shù)據(jù)表拆分為了兩個比較小的數(shù)據(jù)表，解決大表帶來的性能問題。

2.2 分區(qū)對數(shù)據(jù)庫性能的影響

雖然數(shù)據(jù)表分區(qū)可以解決大表帶來的問題，但是表分區(qū)也是有代價的，一個表分成幾個區(qū)，對于這幾個分區(qū)的維護需要時間，因此，并不是所有的表都適合被分區(qū)，分區(qū)能否帶來數(shù)據(jù)庫性能提升不能僅從理論方面分析，還需結(jié)合實際系統(tǒng)應(yīng)用的場景。

下面將從兩種情況——表有無索引和表的增刪改查操作比例不同，通過具體的實驗來測試表分區(qū)對數(shù)據(jù)庫性能的影響。由于系統(tǒng)中對表的使用主要是查找和插入數(shù)據(jù)，刪除和修改數(shù)據(jù)情況相對較少，為了簡化實驗，將表的使用只分為查找和插入數(shù)據(jù)兩種情況。

實驗選擇了一個55 個字段的數(shù)據(jù)庫表（HC_GHJLD），它是燃料系統(tǒng)的核心表之一，存儲入廠煤計量數(shù)據(jù)，查詢和插入操作頻繁。根據(jù)HC_GHJLD 構(gòu)造3 張結(jié)構(gòu)完全相同的表，其中一張表（表名為HC_TEST）臨時存儲數(shù)據(jù)，另外兩張表作為測試表，其中一個表（表名為HC_TEST_BEFORE）不做任何處理，另一個表（表名為HC_TEST_AFTER）按日期類型的字段到廠日期（DCRQ）進行分成兩個區(qū)，分區(qū)時間間隔為一年，即一年前至今的數(shù)據(jù)作為一個分區(qū)，一年以前的所有數(shù)據(jù)作為另一個分區(qū)。

1）查找插入語句比例不同對表分區(qū)的影響

準備11組測試數(shù)據(jù)，每組120 000條測試語句，這120 000條語句只包含查找和插入語句，11組數(shù)據(jù)的查找和插入語句的比例分別為0∶10、1∶9、2∶8、3∶7、4∶6、5∶5、6∶4、7∶3、8∶2、9∶1、10∶0。其中，查找和插入語句比例為0∶10 表示一個表只會插入數(shù)據(jù)，而不會查找，這樣的表基本不會存在；查找和插入語句比例為10∶0表示一個表的數(shù)據(jù)不會增加，這樣的表中可能存放一些固定數(shù)據(jù)，基本不更新。

根據(jù)實驗結(jié)果生成折線圖如圖1 所示，從圖中可以看出，當查找與插入語句比例為0∶10到6∶4之間時，隨著比例的變大，時間縮短比例也會變大。當查找與插入語句比例為6∶4 的時候，時間縮短的比例達到最大，為63.34%。當查找與插入語句比例為7∶3 到9∶1之間時，時間縮短比例很穩(wěn)定，都是60%以上。當查找與插入語句比例為10∶0 時，分區(qū)并不能縮短執(zhí)行時間。

圖1 分區(qū)前后不同查找與插入比例的執(zhí)行時間縮短比例圖Fig.1 The execution time reduction ratio of different query and insertion ratios before and after table partition

2）表索引對分區(qū)的影響

在關(guān)系型數(shù)據(jù)庫中，索引是一種與表有關(guān)的數(shù)據(jù)庫結(jié)構(gòu)，使用索引可以加快數(shù)據(jù)查找的速度［18］。對表進行分區(qū)時，如果表本身就包含索引，表的幾個分區(qū)可以共同使用一個索引，這種索引叫全局索引。每個分區(qū)也可以有自己的索引，這種索引稱為本地索引，下面的實驗過程與前面的相同，選擇的表和測試數(shù)據(jù)完全一樣，唯一的區(qū)別就是測試表（HC_TEST_BEFORE 和HC_TEST_AFTER）都不包含索引。

根據(jù)實驗結(jié)果生成折線圖如圖2所示，可以看出，時間縮短比例基本和查找與插入語句比例呈線性關(guān)系，查找與插入語句的比例越大，時間縮短的百分比越高。

圖2 表沒有索引在分區(qū)前后不同查找與插入比例的執(zhí)行時間縮短比例圖Fig.2 The execution time reduction ratio of different query and insertion ratios before and after table(no index)partition

將兩次實驗結(jié)果進行對比，當查找與插入語句比例在0∶10 到4∶6 之間時，有索引和沒有索引在表分區(qū)前后的時間縮短比例基本相同，有索引情況的時間縮短比例略高。當查找與插入語句比例在5∶5到10∶0之間時，沒有索引情況下在表分區(qū)前后的時間縮短比例比有索引情況下的時間縮短比例更高，并且隨著查找與插入語句比例增大，兩者的差別也變大。

2.3 表分區(qū)策略的制定

Oracle 提供的分區(qū)建議是面向所有的數(shù)據(jù)庫，沒有結(jié)合實際系統(tǒng)的數(shù)據(jù)表和特定的分區(qū)方法。燃料信息數(shù)據(jù)庫采用時間范圍分區(qū)，將數(shù)據(jù)分為兩個區(qū)，制定數(shù)據(jù)表分區(qū)的策略還需結(jié)合具體的情況。一般來說，數(shù)據(jù)表表中的記錄越多，表的大小就越大，下面通過實驗測試表中記錄條數(shù)不同對分區(qū)的影響，根據(jù)實驗結(jié)果來制定分區(qū)策略。

為了加快縮短每組實驗的時間，在表HC_TEST_BEFORE 和HC_TEST_AFTER 同樣的字段上建立唯一索引，準備兩組數(shù)據(jù)：

1）準備12 組分別包含1 000 條、3 000 條、5 000條、10 000條、20 000條、50 000條、100 000條、150 000條、200 000 條、300 000 條、400 000 條、500 000 條數(shù)據(jù)作為數(shù)據(jù)庫表中的原始數(shù)據(jù)。

2）準備12 組測試數(shù)據(jù)，查找與插入語句比例為6∶4，每組數(shù)據(jù)的條數(shù)為原始數(shù)據(jù)條數(shù)*0.8，即對于1 000 條原始數(shù)據(jù)準備1 000*0.8=800 條測試數(shù)據(jù)，以此類推。

根據(jù)實驗結(jié)果生成折線圖如圖3 所示，紅色字體表示負值，可以看出，20 000 條記錄是一個臨界點，當表中的記錄條數(shù)小于20 000條時，記錄條數(shù)越少，表分區(qū)帶來的開銷比例越大；當表中的記錄條數(shù)大于20 000 條時，表分區(qū)會在不同程度上縮短執(zhí)行時間。當表中的記錄條數(shù)為100 000條時，表分區(qū)時間縮短比例達到最大—77.13%。

圖3 不同記錄條數(shù)在表分區(qū)前后的執(zhí)行時間縮短比例圖Fig.3 The execution time reduction ratio of different number of records before and after table partition

根據(jù)這個實驗，制定數(shù)據(jù)表分區(qū)策略為：當表中包含的記錄條數(shù)大于20 000 條時，如果表上執(zhí)行的查找和插入操作次數(shù)在0∶10到9∶1 之間，就對這個表進行分區(qū)，分區(qū)方法為時間范圍分區(qū)。

3 系統(tǒng)的設(shè)計與實現(xiàn)

3.1 系統(tǒng)框架描述

為了方便燃料信息系統(tǒng)的用戶隨時了解數(shù)據(jù)庫的性能情況，設(shè)計了一個Oracle數(shù)據(jù)庫性能監(jiān)控的系統(tǒng)，其結(jié)構(gòu)如圖4所示。系統(tǒng)展示了數(shù)據(jù)庫的四種性能信息：共享SQL 區(qū)的使用率、數(shù)據(jù)字典緩沖區(qū)的命中率、數(shù)據(jù)緩存區(qū)的命中率以及日志緩沖區(qū)的申請失敗率，并實現(xiàn)了兩種數(shù)據(jù)庫性能調(diào)整與優(yōu)化的方案：調(diào)整內(nèi)存參數(shù)和數(shù)據(jù)表分區(qū)。在數(shù)據(jù)庫性能監(jiān)控的系統(tǒng)中，用戶在發(fā)現(xiàn)數(shù)據(jù)庫出現(xiàn)性能問題的時候，可以通過調(diào)整內(nèi)存參數(shù)或者對表進行分區(qū)來優(yōu)化數(shù)據(jù)庫的性能。

圖4 系統(tǒng)功能模塊圖Fig.4 System function module diagram

3.2 數(shù)據(jù)庫性能監(jiān)控

數(shù)據(jù)庫性能監(jiān)控是為了實時反映數(shù)據(jù)庫的性能情況，為了能很直觀地顯示數(shù)據(jù)庫性能情況，通過折線圖來實時展示數(shù)據(jù)庫性能信息，利用多線程技術(shù)，每隔5 s從數(shù)據(jù)庫系統(tǒng)視圖中讀取一次性能數(shù)據(jù)，主要采集SGA的性能信息，包括共享池、數(shù)據(jù)緩沖區(qū)和日志緩沖區(qū)。用戶登錄系統(tǒng)之后，會顯示性能監(jiān)控界面，如圖5所示。

3.3 內(nèi)存參數(shù)調(diào)整策略的實現(xiàn)

調(diào)整內(nèi)存參數(shù)只能調(diào)整3 個參數(shù)DB_CACHE_SIZE、JAVA_POOL_SIZE 和SHARED_POOL_SIZE，同時還會顯示SGA 當前的大小，但SGA 的值SGA_TARGET 不可改，用戶設(shè)置最小的參數(shù)值點擊確定會彈出確定對話框，圖6所示。

用戶通過最優(yōu)設(shè)定，系統(tǒng)后臺會根據(jù)當前的SGA_TARGET 值，利用二次曲線擬合，求出每個參數(shù)的最優(yōu)值，即為推薦給用戶的最優(yōu)內(nèi)存參數(shù)。

圖5 數(shù)據(jù)庫性能監(jiān)控Fig.5 Database performance monitoring interface

圖6 調(diào)整內(nèi)存參數(shù)Fig.6 Interface for adjusting memory parameters

3.4 數(shù)據(jù)表分區(qū)策略的實現(xiàn)

數(shù)據(jù)表分區(qū)首先要根據(jù)分區(qū)策略確定需要進行分區(qū)的數(shù)據(jù)表。通過數(shù)據(jù)庫的審計功能，可以獲得表名、使用次數(shù)（查找和插入次數(shù)和）、查找次數(shù)、插入次數(shù)等信息。遍歷AUDIT_SUMMARY中的每一條記錄，如果查找和插入比例在0∶10到9∶1 之間，則根據(jù)表名從數(shù)據(jù)庫系統(tǒng)視圖USER_TAB_COLUMNS中查詢表中是否包含日期字段，如果包含，則根據(jù)聚集函數(shù)COUNT（*）查詢表中的記錄條數(shù)，如果記錄條數(shù)大于20 000，則根據(jù)表名從系統(tǒng)視圖USER_INDEXES 中查詢表上是否包含索引，根據(jù)查詢的結(jié)果更新當前表的記錄條數(shù)和有無索引的信息。最后得到的結(jié)果顯示在界面上，如圖7所示。

圖7 根據(jù)算法求出適合分區(qū)的表Fig.7 The table suitable for partition according to the algorithm

Oracle 數(shù)據(jù)庫支持分區(qū)，但是只支持在表創(chuàng)建的時候進行分區(qū)，對于存在數(shù)據(jù)的表不能直接分區(qū)。系統(tǒng)利用SQL 語句實現(xiàn)動態(tài)分區(qū)，即由用戶選擇分區(qū)的表并且指定分區(qū)時間間隔，過程對用戶透明。分區(qū)的具體步驟如下：

1）根據(jù)當前時間生成字符串與待分區(qū)的表名拼成新表的臨時表名。

2）按照分區(qū)字段和分區(qū)時間生成分區(qū)語句，其中分區(qū)語句包含舊表信息（表字段和字段數(shù)據(jù)類型）和舊表數(shù)據(jù)。

3）執(zhí)行分區(qū)語句創(chuàng)建臨時新表，此時臨時表已分區(qū)并包含舊表的數(shù)據(jù)。

4）通過數(shù)據(jù)庫提供的RENAME（重命名）操作將舊表重命名，將臨時表表名重命名為舊表表名，此時舊表表名已為別名，臨時表（稱為新表）已命名為舊表表名。

5）從舊表的元數(shù)據(jù)中提取字段默認值、備注、約束等字段信息增加到新表。

6） 從 系 統(tǒng) 視 圖 USER_INDEXS 和 USER_TRIGGERS 中分別提取舊表的索引、觸發(fā)器等表的信息。

7）通過DROP 語句刪除舊表的所有信息（數(shù)據(jù)和結(jié)構(gòu)），索引、觸發(fā)器等信息會同時被刪除。

8）將提取的舊表索引、觸發(fā)器等信息增加到新表。

9）分區(qū)結(jié)束。

4 結(jié)語

隨著信息時代的發(fā)展，數(shù)據(jù)庫技術(shù)的應(yīng)用從傳統(tǒng)的商務(wù)數(shù)據(jù)處理逐漸發(fā)展到許多新的領(lǐng)域，數(shù)據(jù)庫的規(guī)模也不斷擴大，數(shù)據(jù)庫應(yīng)用系統(tǒng)的性能問題也越來越突出。在對數(shù)據(jù)庫優(yōu)化技術(shù)的國內(nèi)外研究現(xiàn)狀以及信息系統(tǒng)進行深入研究分析之后，發(fā)現(xiàn)許多優(yōu)化思想對現(xiàn)有的系統(tǒng)并不適用，數(shù)據(jù)庫性能優(yōu)化工具也不能很好地解決數(shù)據(jù)庫的性能問題。本文結(jié)合數(shù)據(jù)庫性能優(yōu)化理論方面的研究，從兩個方面制定優(yōu)化策略對數(shù)據(jù)庫進行調(diào)整以達到優(yōu)化目的，并且設(shè)計了一個數(shù)據(jù)庫性能監(jiān)控系統(tǒng)。

1）結(jié)合信息系統(tǒng)訪問數(shù)據(jù)庫的原理以及緩存對SQL 語句執(zhí)行的影響選擇需要調(diào)整的內(nèi)存參數(shù)，使用平均一條SQL 語句的執(zhí)行時間來衡量數(shù)據(jù)庫的性能，對內(nèi)存參數(shù)和數(shù)據(jù)庫性能關(guān)系構(gòu)建數(shù)學(xué)模型，采用多項式擬合，并利用貪心算法，求出每個參數(shù)的局部最優(yōu)解，通過不斷迭代找到最適合系統(tǒng)的內(nèi)存參數(shù)值。

2）根據(jù)數(shù)據(jù)庫支持的分區(qū)技術(shù)結(jié)合信息系統(tǒng)數(shù)據(jù)的特點，確定分區(qū)的方法為根據(jù)時間范圍分區(qū)，通過大量實驗來研究不同情況下表分區(qū)對數(shù)據(jù)庫性能的影響，確定合適的分區(qū)策略，給用戶推薦系統(tǒng)數(shù)據(jù)庫中所有適合分區(qū)的表，并使用程序?qū)崿F(xiàn)分區(qū)。

3）設(shè)計了一款數(shù)據(jù)庫性能監(jiān)控工具，通過折線圖從共享SQL區(qū)的使用率、數(shù)據(jù)字典緩沖區(qū)命中率、數(shù)據(jù)緩存區(qū)的命中率以及日志緩沖區(qū)的申請失敗率4個方面實時顯示系統(tǒng)性能情況。

［參 考 文 獻］（References）

［1］ Marco Vieira，Henrique Madeira. Towards a security benchmark for database management systems［C］. 2005 International Conference on Dependable Systems and Networks（DSN 2005），2005.

［2］ 韓鵬.某火電廠燃料全過程信息化管理系統(tǒng)開發(fā)與應(yīng)用［D］.北京：華北電力大學(xué)，2016.HAN Peng.Development and application of the fuel overall process management information system of a thermal power plant［D］.Beijing：North China Electric Power University，2016.

［3］ 王夢婷，馬平.B/S模式火電廠燃料管理信息系統(tǒng)的設(shè)計與實現(xiàn)［J］.計算機仿真，2014，31（10）：137-140，169.WANG Mengting，MA Ping.B/S mode coal-fired power plant fuel management information system design and implementation［J］.Computer Simulation，2014，31（10）：137-140，169.

［4］ 杜梓平.財務(wù)信息管理系統(tǒng)的設(shè)計與實現(xiàn)［D］.北京：北京郵電大學(xué)，2009.DU Ziping. Design and implementation of the financial management information system ［D］. Beijing：Beijing University of Posts and Telecommunications，2009.

［5］ 王頂磊.大型發(fā)電機組轉(zhuǎn)機狀態(tài)智能監(jiān)測［J］.湖北電力，2019，43（06）：61-66.WANG Dinglei.Intelligent monitoring on rotary machinery status of large generating sets［J］. Hubei Electric Power，2019，43（06）：61-66.

［6］ 宋宇.水輪發(fā)電機組故障診斷系統(tǒng)的設(shè)計與實現(xiàn)［J］.電子技術(shù)與軟件工程，2020，（19）：162-163.

［7］ 孫鵬，林光，邢智，等.智能電表及其數(shù)據(jù)在共享型配網(wǎng)中的深度應(yīng)用研究［J］.湖北電力，2020，44（02）：58-66.SUN Peng，LIN Guang，XING Zhi，et al.Deep application research of smart meters and its data in sharing-type distribution network［J］.Hubei Electric Power，2020，44（02）：58-66.

［8］ 劉洋.一種基于大數(shù)據(jù)分析的電力客戶服務(wù)需求預(yù)測方法［J］.中國新技術(shù)新產(chǎn)品，2020，（23）：23-25.

［9］ CAI Juan. Research on application of computer database technology in information management［C］. 2014 IEEE workshop on advanced research and technology in industry applications（WARTIA），2014.

［10］ YAO Leiyue，JIANG Jie. Analysis and optimization for bottlenecks of database in massive management of information system［C］.2010 International Conference on Computer and Communication Technologies in Agriculture Engineering，2010.

［11］ 袁愛梅.Oracle 數(shù)據(jù)庫性能優(yōu)化研究［D］.上海：華東師范大學(xué)，2007.

［12］ 王文閣.信息系統(tǒng)Oracle 數(shù)據(jù)庫性能優(yōu)化研究［J］.數(shù)字技術(shù)與應(yīng)用，2020，38（11）：59-61.WANG Wenge. Research on performance optimization of oracle database in information system［J］.Digital Technology and Application，2020，38（11）：59-61.

［13］ 付文哲，韓震，司玉杰.關(guān)于處理數(shù)據(jù)庫優(yōu)化設(shè)計［J］.電腦知識與技術(shù)，2020，16（32）：28-29.

［14］ 吳尚，張靖，徐道磊.Oracle數(shù)據(jù)庫性能的優(yōu)化設(shè)計思路研究［J］.數(shù)字技術(shù)與應(yīng)用，2019，37（12）：167，169.WU Shang，ZHANG Jing，XU Daolei.Research on optimal design of oracle database performance ［J］. Digital Technology and Application，2019，37（12）：167，169.

［15］ 陶正亮.燃料信息數(shù)據(jù)庫性能的優(yōu)化方法研究［D］.武漢：華中科技大學(xué)，2016.TAO Zhengliang.Research on optimization method of fuel information database performance［D］. Wuhan：Huazhong University of Science and Technology，2016.

［16］ 吳璇.基于信息系統(tǒng)的審計理論、模型及應(yīng)用［D］.天津：天津大學(xué)，2004.WU Xuan.Theory，model and application of auditing based on information system［D］.Tianjin：Tianjin University，2004.

［17］ 蔣勇.ORACLE 數(shù)據(jù)庫分區(qū)技術(shù)及其應(yīng)用［J］.科技信息，2011，（29）：53-54.

［18］ GUO Wenming，HU Zhiqiang. Memory database index optimization ［C］. 2010 International Conference on Computational Intelligence and Software Engineering，2010.