Adaptive Steuerungsmechanismen für hoch-skalierende Datenbanksysteme in virtualisierten betrieblichen Transaktionssystemen

云计算是IT分支环境下的一种新的发展趋势。基础设施即服务-Anbieter Wie Amazon EC2 Nutzen Virtualisierung um grundLegende ITRessourcen ALS Dienstüber das Internet bereitzustellen。在这一点上，云-安文顿根并不是所有人都知道的，我们也不会放弃，也不会因此而受到影响。嗯，它的弹性是有效的，寻找适应的控制程序的机械师，他的资源分配的自动化。我们有一个与之相适应的运行机制，以便在虚拟的交易系统中建立一个数据库系统。数据库管理系统(DBMS)是数据库管理系统(DBMS)的一部分。数据库管理系统können auf Virtuellen Maschinen eingesetzt den and Konstasterung kann die Ressourcenbedarf der konstizerten Datenbanken komplementär，Wie Soror等人。[SMA+10]格泽伊格哈本。我们没有一个自适应的控制机制来控制数据银行系统和数据银行系统，以及它们之间的基础设施。我们有一个很好的选择，那就是用最好的机械设备和最好的机械设备来解决这个问题，我们的数据银行系统是由一个虚拟的、动态的虚拟银行系统组成的。在此基础上，我们提出了一种新的、有效的自适应传输方式。这是一件非常重要的事情，因为这是一件非常重要的事情，因为这是一件非常重要的事情，因为它是一件非常重要的事情。在Echtzeit zu einer Wiederbelebung and Forschung an HauptSpeicherkapazität and die Verbreitung von Prozessoren MIT Mehreren CPU-Kernen and Anderseits die Nachfrage nach Entscheidungsunterstützung in Echttzeit zu einer Wiederbelebung der Forschung an HauptSpeicherdateherbung and die Verbreitung von Prozessoren MIT Mehren CPU-Kernen and Anderseits die Nachfrage nach Entscheidungsunterstützzung in Echtzeit zit zu einer Wiederbelebung der Forschung an HauptSpeichericherdataherit and die Verbreitung von Prozessoren MIT Mehren CPU-Kernen and derseits die Nachfrage nach Entscheidungunterstützung in Echttzeit zu einer Wiederbelebung der Forschung an Haupt从传统的数据库管理系统到数据库管理系统，这些数据库管理系统都是自适应的，具有超级数据库系统[KN11]和[KN11]的数据仓库系统。我是Gegensatz zu传统型数据银行系统和Bisher untersuht haben，könnten es HauptSpeicher-DBMSs erlaben resouren-Anforderungen Genauer abzuschätzen and Dynamisch zugewiesene resouren sogleich ohne Neukonfiguration zu nutzen。这是一个很好的选择，因为它是一种新的资源，它的来源是不同的。我们的工作并不是很有活力，而是加入了新的银行业务。

Virtualisierung und Serverkonsolidierung helfen dabei, Betriebskosten zu senken [SB10] und haben zu einem wichtigen Trend in der IT-Branche geführt: Cloud Computing. Infrastructure-as-a-Service-Anbieter wie Amazon EC2 nutzen Virtualisierung um grundlegende ITRessourcen als Dienst über das Internet bereitzustellen. Ein großer Vorteil ist, dass Cloud-Anwendungen nicht mehr für Spitzenlasten ausgelegt werden müssen, weil virtuelle Ressourcen, wie virtuelle Maschinen, in dem Sinne elastisch sind, dass Ressourcen nach Bedarf hinzugefügt (und entfernt) werden können. Um die angebotene Elastizität effizient zu nutzen, sind adaptive Kontrollmechanismen erforderlich, die die Ressourcenallokation automatisieren. Wir haben an adaptiven Steuerungsmechanismen für hoch-skalierende Datenbanksysteme in virtualisierten betrieblichen Transaktionssystemen gearbeitet. Datenbank Management Systeme (DBMSs) sind im Geschäftsumfeld sehr wichtig, da Geschäftsanwendungen die Datenverwaltung üblicherweise (relationalen) DBMSs überlassen. DBMSs können auf virtuellen Maschinen eingesetzt werden und Konsolidierung kann die Ressourcenauslastung verbessern, wenn der Ressourcenbedarf der konsolidierten Datenbanken komplementär ist, wie Soror et al. [SMA+10] gezeigt haben. Wir haben uns auf adaptive Kontrollmechanismen für Datenbanksysteme und das Zusammenspiel zwischen Datenbanksystemen und anderen Anwendungskomponenten, die auf einer gemeinsamen virtualisierten Infrastruktur betrieben werden, konzentriert. Wir haben beobachtet, dass sich Optimierungsmechanismen auf Datenbankebene und Steuerungsmechanismen auf Virtualisierungsebene gegenseitig beeinflussen, wenn Datenbanksysteme in virtuellen Maschinen betrieben werden – besonders dann, wenn die Ressourcenzuweisung der virtuellen Maschinen dynamisch verändert wird. Basierend auf unseren Beobachtungen haben wir zwei neue und eng verwandte Forschungsfragen identifiziert, die für eine effiziente adaptive Transaktionsverarbeitungsplattform entscheidend sind. Erstens wollen wir unsere Arbeiten an kooperativen Ansätzen fortsetzen und uns auf DBMSs konzentrieren, welche Elastizität berücksichtigen und mit einer globalen Steuerungskomponente über ihre Ressourcenallokation verhandeln, um die Ressourcenauslastung des Gesamtsystems zu verbessern. Erst jüngst haben einerseits die drastische Erhöhung der Hauptspeicherkapazität und die Verbreitung von Prozessoren mit mehreren CPU-Kernen und andererseits die Nachfrage nach Entscheidungsunterstützung in Echtzeit zu einer Wiederbelebung der Forschung an Hauptspeicherdatenbanksystemen und kommerziellen Entwicklungen geführt. Deshalb wollen wir abgesehen von traditionellen Festplattenbasierten DBMSs auch adaptive Steuerungsmechanismen für aufstrebende Hauptspeicherdatenbanksysteme wie HyPer [KN11] berücksichtigen, das an unserem Lehrstuhl entwickelt wurde und herausragende OLTP und OLAP Leistungszahlen erzielt. Im Gegensatz zu traditionellen Datenbanksystemen die wir bisher untersucht haben, könnten es Hauptspeicher-DBMSs erlauben Ressourcen-Anforderungen genauer abzuschätzen und dynamisch zugewiesene Ressourcen sogleich ohne Neukonfiguration zu nutzen. Zweitens wollen wir untersuchen, wie die Anfragebearbeitung Ressourcen-adaptiv gemacht werden kann, um dynamisch zugewiesene Ressourcen effizienter zu nutzen. Wir wollen uns auf dynamische Parallelisierung typischer Datenbankoperationen wie Joins konzentrieren.