Energieeffiziente Verarbeitung in Datenbanksystemen

Datenbanksysteme也在einer groß ßen Zahl von Anwendungssystemen können zur Optimierung des gesamten Energieverbrauchs von Rechnern beitragen。模具集成与flash - speecher技术的结合与应用，以及在空闲状态下的能量分析与应用。weiterin是一种基于Ein-/Ausgabe规范的简化算法，是一种基于DB-Pufferverwaltung算法的新算法。DB-Anwendungen können so ihren Energieverbrauch bezogen auf E/A-Operationen wegehend minimien。Ein weitaus stärkeres energiesparpotential verspricht Energieproportionalität des Gesamtsystems。Ein solches energieproporales Verhalten ist mit einem Rechnerknoten nicht zu erreichen，数据估计Komponenten wie der hauptspecher (DRAM) einen lastunabhängigen和mit der Größe linear wachsenden Energiebedarf besitzen。Deshalb schlagen wir vor, das energieproportionale Verhalten bei DB-Anwendungen durch in dynamicwachsendes and schrumpfendes Cluster von energiermen Rechnerknoten anzunähern。在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国。Mit einem Prototypsystem WattDB, Shared-Nothing-Cluster von energiemen Rechenknoten in combination Mit Shared-Disk-E/A-Architektur, sollen - disese Aufgaben untersucht and gelöst werden。

Datenbanksysteme als Kernkomponenten in einer großen Zahl von Anwendungssystemen können zur Optimierung des gesamten Energieverbrauchs von Rechnern beitragen. Die Integration von Flash-Speicher ist ein wichtiger Ansatzpunkt, da diese im Idle-Zustand keine Energie verbrauchen. Weiterhin ist die Reduktion der Ein-/Ausgabe enorm wichtig, was neuartige Algorithmen bei der DB-Pufferverwaltung erfordert. DB-Anwendungen können so ihren Energieverbrauch bezogen auf E/A-Operationen weitgehend minimieren. Ein weitaus stärkeres Energiesparpotenzial verspricht Energieproportionalität des Gesamtsystems. Ein solches energieproportionales Verhalten ist mit einem Rechnerknoten nicht zu erreichen, da bestimmte Komponenten wie der Hauptspeicher (DRAM) einen lastunabhängigen und mit der Größe linear wachsenden Energiebedarf besitzen. Deshalb schlagen wir vor, das energieproportionale Verhalten bei DB-Anwendungen durch ein dynamisch wachsendes und schrumpfendes Cluster von energiearmen Rechnerknoten anzunähern. Dadurch ergeben sich für die DB-Forschung neuartige Herausforderungen, da von jedem aktiven Knoten alle Daten jederzeit erreicht werden müssen und die Lokalität der DB-Zugriffe in den DB-Puffern für das Leistungsverhalten eine enorme Rolle spielt. Mit einem Prototypsystem WattDB, bestehend aus einem dynamischen Shared-Nothing-Cluster von energiearmen Rechenknoten in Kombination mit einer Shared-Disk-E/A-Architektur, sollen diese Aufgaben untersucht und gelöst werden.