Oracle Code Tokyo 2017 ダウンロード資料

Size: px

Start display at page:

Download "Oracle Code Tokyo 2017 ダウンロード資料"

ためひとかんけ
5 years ago
Views:

Product Management Cloud Technology Business Unit Oracle

1 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ! Tsukasa Shibata Director Database Technology, Database & Exadata Product Management Cloud Technology Business Unit Oracle Corporation Japan May 18, 2017 Copyright 2017, Oracle and/or its affiliates. All rights reserved.

2 Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle s products remains at the sole discretion of Oracle. Copyright 2017, Oracle and/or its affiliates. All rights reserved. 2

しばちょうこと柴田長 ( しばたつかさ ) です 5 年以上 52 回 2011 年 11 2017 年 5 18 日時点 Oracle

com/technetwork/jp/database/articles/shibacho/index.

3 しばちょうこと柴田長 ( しばたつかさ ) です 5 年以上 52 回 2011 年年 5 18 日時点 Oracle Technology Network でほぼ毎月連載中しばちょう先生の試して納得!DBA への道 Twitter Account: tkssbt Copyright 2017, Oracle and/or its affiliates. All rights reserved. 3

Scenario: 設定シナリオ分析ツール等で自動生成される SQL 文は複雑であるためにパフォーマンスに問題があってもその構文自体をチューニングすることは非常に難しい傾向があります本セッションでは最新 Oracle Database 12c の機能を有効活用することでどこまで SQL

4 Scenario: 設定シナリオ分析ツール等で自動生成される SQL 文は複雑であるためにパフォーマンスに問題があってもその構文自体をチューニングすることは非常に難しい傾向があります本セッションでは最新 Oracle Database 12c の機能を有効活用することでどこまで SQL 処理が高速化していくのか? をライブで限界にチャレンジします注意 : 本スライドで掲載されている各種値は実行環境やワークロード等の状況によって異なります各製品機能の効果を保証するものではありません Copyright 2017, Oracle and/or its affiliates. All rights reserved. 4

Oracle Database Sample Schemas SH Schema サンプルスキーマの SH がベース SALES 表のデータ量を増幅 CHAR(105) のダミー列を 2 つ追加英数字 105 文字で値の種類は 30 パターン rpad(mod(cust_id,30),105,'dummy1') rpad(mod(cust_id,30),105,'dummy2')

5 Oracle Database Sample Schemas SH Schema サンプルスキーマの SH がベース SALES 表のデータ量を増幅 CHAR(105) のダミー列を 2 つ追加英数字 105 文字で値の種類は 30 パターン rpad(mod(cust_id,30),105,'dummy1') rpad(mod(cust_id,30),105,'dummy2') 以下のINSERT 文を繰り返し実行し約 32GBへ増幅した環境 SQL> insert /*+append */ into SALES nologging select * from SALES ; Copyright 2017, Oracle and/or its affiliates. All rights reserved. 5

6 チューニング対象の SQL 文 CPU バウンド WITH /*+MONITOR */ DUMMY_SALES AS ( select * from (select 0 from CHANNELS ) D1, sales D2), SACOMMON1340 AS ( select sum(t220.amount_sold) as c1, sum(t220.quantity_sold) as c2, T147.CHANNEL_CLASS as c3, T228.CALENDAR_QUARTER_DESC as c4, T228.CALENDAR_YEAR as c5, T185.PROD_CATEGORY as c6 from CHANNELS T147, PRODUCTS T185, DUMMY_SALES T220, TIMES T228 where ( T220.TIME_ID < to_date('2014/01/01','yyyy/mm/dd') and T228.TIME_ID = T220.TIME_ID and T147.CHANNEL_ID = T220.CHANNEL_ID and T185.PROD_ID = T220.PROD_ID) group by T147.CHANNEL_CLASS, T185.PROD_CATEGORY, T228.CALENDAR_QUARTER_DESC, T228.CALENDAR_YEAR), SAWITH0 AS ( select distinct 0 as c1, D1.c3 as c2, D1.c4 as c3, D1.c5 as c4, D1.c6 as c5, D1.c2 as c6, D1.c1 as c7, cast(null as DOUBLE PRECISION ) as c8 from SACOMMON1340 D1), SAWITH1 AS ( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, sum(d1.c7) as c9 from SAWITH0 D1 group by D1.c1, D1.c2, D1.c3, D1.c4, D1.c5, D1.c6, D1.c7, D1.c8), SAWITH2 AS ( select distinct 1 as c1, D1.c3 as c2, D1.c4 as c3, D1.c5 as c4, D1.c6 as c5, D1.c2 as c6, D1.c1 as c7 from SACOMMON1340 D1), SAWITH3 AS ( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, sum(d1.c6) as c8, sum(d1.c7) as c9 from SAWITH2 D1 group by D1.c1, D1.c2, D1.c3, D1.c4, D1.c5, D1.c6, D1.c7), SAWITH4 AS (( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, sum(d1.c9) over (partition by D1.c3, D1.c4, D1.c5) as c9 from SAWITH1 D1 union all select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, sum(d1.c8) over (partition by D1.c3, D1.c4, D1.c5) as c8, sum(d1.c9) over (partition by D1.c3, D1.c4, D1.c5) as c9 from SAWITH3 D1 )) select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, D1.c9 as c9 from SAWITH4 D1 order by c1, c3, c5, c4; I/O バウンド WITH /*+MONITOR */ SACOMMON1340 AS ( select sum(t220.amount_sold) as c1, sum(t220.quantity_sold) as c2, T147.CHANNEL_CLASS as c3, T228.CALENDAR_QUARTER_DESC as c4, T228.CALENDAR_YEAR as c5, T185.PROD_CATEGORY as c6 from CHANNELS T147, PRODUCTS T185, SALES T220, TIMES T228 where ( T220.TIME_ID < to_date('2014/01/01','yyyy/mm/dd') and T228.TIME_ID = T220.TIME_ID and T147.CHANNEL_ID = T220.CHANNEL_ID and T185.PROD_ID = T220.PROD_ID) group by T147.CHANNEL_CLASS, T185.PROD_CATEGORY, T228.CALENDAR_QUARTER_DESC, T228.CALENDAR_YEAR), SAWITH0 AS ( select distinct 0 as c1, D1.c3 as c2, D1.c4 as c3, D1.c5 as c4, D1.c6 as c5, D1.c2 as c6, D1.c1 as c7, cast(null as DOUBLE PRECISION ) as c8 from SACOMMON1340 D1), SAWITH1 AS ( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, sum(d1.c7) as c9 from SAWITH0 D1 group by D1.c1, D1.c2, D1.c3, D1.c4, D1.c5, D1.c6, D1.c7, D1.c8), SAWITH2 AS ( select distinct 1 as c1, D1.c3 as c2, D1.c4 as c3, D1.c5 as c4, D1.c6 as c5, D1.c2 as c6, D1.c1 as c7 from SACOMMON1340 D1), SAWITH3 AS ( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, sum(d1.c6) as c8, sum(d1.c7) as c9 from SAWITH2 D1 group by D1.c1, D1.c2, D1.c3, D1.c4, D1.c5, D1.c6, D1.c7), SAWITH4 AS (( select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, sum(d1.c9) over (partition by D1.c3, D1.c4, D1.c5) as c9 from SAWITH1 D1 union all select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, sum(d1.c8) over (partition by D1.c3, D1.c4, D1.c5) as c8, sum(d1.c9) over (partition by D1.c3, D1.c4, D1.c5) as c9 from SAWITH3 D1 )) select D1.c1 as c1, D1.c2 as c2, D1.c3 as c3, D1.c4 as c4, D1.c5 as c5, D1.c6 as c6, D1.c7 as c7, D1.c8 as c8, D1.c9 as c9 from SAWITH4 D1 order by c1, c3, c5, c4; Copyright 2017, Oracle and/or its affiliates. All rights reserved. 6

CPU バウンドな SQL の処理状況リアルタイム SQL 監視アクティブレポート Copyright

11 CPU バウンドな SQL の処理状況 ( 詳細 ) Duration:SQL 実行時間は 1.8m( 108 秒 ) Database Time:CPU=74%, User IO=26% Activity%: 25% の割合で direct path read 待機イベントが発生 Buffer Gets: 低いキャッシュヒット率 IO Requests: 平均 I/O サイズ 1MB で 32K 回 IO Bytes: 総読込み量は約 31GB Copyright 2017, Oracle and/or its affiliates. All rights reserved. 11

I/O バウンドな SQL の処理状況リアルタイム SQL 監視アクティブレポート Copyright

path read 待機イベントが発生 Buffer Gets: 低いキャッシュヒット率 IO Requests: 平均 I/O サイズ 1MB

13 I/O バウンドな SQL の処理状況 ( 詳細 ) Duration:SQL 実行時間は 1.5m( 90 秒 ) Database Time:CPU=22%, User IO=78% Activity%: 80% の割合で direct path read 待機イベントが発生 Buffer Gets: 低いキャッシュヒット率 IO Requests: 平均 I/O サイズ 1MB で 32K 回 IO Bytes: 総読込み量は約 31GB Copyright 2017, Oracle and/or its affiliates. All rights reserved. 13

14 ( 参考 ) リアルタイム SQL 監視大量のリソースを消費する長時間実行 SQL 文のパフォーマンス問題を効果的に特定特徴経過時間 CPU 時間読取りと書込みの回数 I/O 待機時間その他の各種待機時間などの主要なパフォーマンス指標ごとに実行計画の各ステップで追跡開始方法次のどちらかの条件 ( デフォルト ) を満たす場合自動的に SQL 監視を開始 SQL 文がパラレルで実行される場合 1 回の実行で 5 秒以上の CPU または I/O 時間を消費している場合明示的に対象 SQL 文に MONITOR ヒント句を追記しても監視可能 SQL 監視アクティブレポートの例や FAQ はコチラ Copyright 2017, Oracle and/or its affiliates. All rights reserved. 14

17 パーティションって何? 表を内部的に分割して管理することでパフォーマンス管理性可用性が向上する 3 つの基本的なデータ配分方法を提供しアプリケーション (SQL) はそれらを意識しない Oracle Database VLDB およびパーティショニングガイド 12c リリース 2 (12.2) Copyright 2017, Oracle and/or its affiliates. All rights reserved. 17

18 パーティションプルーニング読込み対象データを限定することで処理量 (CPU 時間 I/O 量 ) を削減可能 SQL> select * from TABLE1 where COLOR = RED ; Oracle Client 必要なデータ (RED) のみを読み取り最低限のフィルタリングを実現全データを読み取り DB サーバーの CPU を使ってフィルタリング RED GRAY YELLOW 非パーティション表パーティション表 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 18

21 オンラインでパーティション表への変換 Oracle Database 12c Release 2 ~ 非パーティション表をパーティション表へ変換する modify 句を提供さらに online キーワードを指定すると変換中でも DML 操作が可能以下は今回のシナリオを SALES 表に対して TIME_ID 列をパーティションキーとした時間隔 ( 一か月単位 ) レンジパーティションへとオンラインで変換する例 SQL> alter table SALES modify partition by range(time_id) interval(numtoyminterval(1, 'MONTH')) (partition values less than (to_date(' :00:00', 'YYYY-MM-DD HH24:MI:SS'))) online update indexes (, ) ; Copyright 2017, Oracle and/or its affiliates. All rights reserved. 21

22 CPU バウンドな SQL パーティション化の効果 SQL 実行時間 (Duration): 1.8m(108 秒 ) 1.2m(72 秒 ) へ改善 IO Bytes: 31GB 6GB へ大幅に削減しデータ読み込み時間が短縮元々 CPU 時間が占める割合が高い為パーティション化の効果が高くはない Copyright 2017, Oracle and/or its affiliates. All rights reserved. 22

23 I/O バウンドな SQL パーティション化の効果 SQL 実行時間 (Duration): 1.5m(90 秒 ) 19.0s(19 秒 ) へ改善 IO Bytes: 31GB 6GB へ大幅に削減しデータ読み込み時間が短縮元々 User I/O 時間が占める割合が高い為パーティション化の効果が高い Copyright 2017, Oracle and/or its affiliates. All rights reserved. 23

24 対象 SQL で期待されるパーティションプルーニングの効果答え合わせ今回の SALES 表は 2013 年 ~2016 年の 4 年間分のデータを保持しかし対象の 2 つの SQL 文では 2013 年の 1 年間分のみが集計対象 WITH /*+MONITOR */ SACOMMON1340 AS ( select sum(t220.amount_sold) as c1, from CHANNELS T147, SALES T220, where ( T220.TIME_ID < to_date('2014/01/01','yyyy/mm/dd') and T147.CHANNEL_ID = T220.CHANNEL_ID and T185.PROD_ID = T220.PROD_ID) group by T147.CHANNEL_CLASS, Copyright 2017, Oracle and/or its affiliates. All rights reserved. 24

25 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ! Normal + Partitioning CPUバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x1.5 I/OバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x4.7 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 25

PX PX PX Table [White Paper] Oracle Database 12c でのパラレル実行の基本

30 パラレル実行でマルチコアの有効活用 1つのSQLを複数のプロセスが自動的に分割実行 QC Query Coordinator PX Parallel Execution Servers Client QC Oracle Instance PX PX PX PX PX Table [White Paper] Oracle Database 12c でのパラレル実行の基本 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 30

31 主なパラレル実行の方法手動と自動パラレル度設定手動での強制パラレル度設定対象のSELECT 文を実行する前に以下のコマンドを実行 (nは数字を指定) SQL> alter session force parallel query parallel n ; 自動パラレル度設定 ( 自動 DOP: Automatic Degree ) 初期化パラメータ PARALLEL_DEGREE_POLICY で有効化を制御デフォルト (MANUAL) 以外の設定値 (LIMITED, AUTO, ADAPTIVE) へ変更システムレベルまたはセッションレベルで適用可能詳細は [White Paper] Oracle Database 12c でのパラレル実行の基本 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 31

33 CPU バウンドな SQL パラレル実行の効果 SQL 実行時間 (Duration): 1.2m(72 秒 ) 20.0s(20 秒 ) へ改善複数プロセスが同時に CPU を使用した為 Database Time が Duration よりも大きい元々 CPU 時間が占める割合が高い為パラレル実行の効果が高い Copyright 2017, Oracle and/or its affiliates. All rights reserved. 33

CPU バウンドな SQL の Activity( パラレル実行の効果 ) 1CPU

コアを使いこなせない再び I/O 待機の比率が増す Copyright 2017,

35 I/O バウンドな SQL パラレル実行の効果 SQL 実行時間 (Duration): 19.0s(19 秒 ) 20.0s(20 秒 ) で変化なし元々 User I/O 時間が占める割合が非常に高い為パラレル実行の効果が無い複数プロセスが起動しているがディスク読み取りで待機しているだけ ( 青帯の比率が高まる ) Copyright 2017, Oracle and/or its affiliates. All rights reserved. 35

36 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ! Normal + Partitioning + Parallel Query CPUバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x1.5 x5.4 I/OバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x Copyright 2017, Oracle and/or its affiliates. All rights reserved. 36

圧縮形式でバッファキャッシュ上にキャッシュされる ) Oracle Instance I/O ボトルネックで CPU 処理に必要なデータの到着を待っている状態 CPU

39 表圧縮の主なメリット Oracle Database ではいくつかの表圧縮の方法をサポートディスク領域の節約するだけではなくパフォーマンス観点でもメリット有り一つのデータブロック内に格納されるレコード数が増加する為総ディスク I/O 回数 (I/O 待機時間 ) の削減 (1 回の I/O で取得できるレコード数が増える ) キャッシュヒット率の向上 ( 圧縮形式でバッファキャッシュ上にキャッシュされる ) Oracle Instance I/O ボトルネックで CPU 処理に必要なデータの到着を待っている状態 CPU 処理に必要なデータが少ない I/O 回数で取得可能非圧縮の表 OLTP 圧縮表 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 39

表圧縮の方法と特徴 Oracle Database 管理者ガイド 12c リリース 2 (12.

41 圧縮表の作成特定パーティションの設定変更方法高度な表圧縮が有効な表の作成例表を作成する CREATE TABLE 文に圧縮属性を指定するだけ CREATE TABLE ROW STORE COMPRESS ADVANCED; 変更方法今後 INSERT される新規データのみを圧縮 ( 既存データは非圧縮のまま ) ALTER TABLE MODIFY PARTITION COMPRESS ; 既存も新規データの両方とも圧縮 ALTER TABLE MOVE PARTITION COMPRESS ; 変更中に DML 処理を受け付け可能なオンラインを選択する場合上記の ALTER TABLE MOVE COMPRESS 文に ONLINE オプションを追加表のオンライン再定義を利用 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 41

42 CPU バウンドな SQL データ圧縮 ( 高度な行圧縮 ) の効果 SQL 実行時間 (Duration): 19.0s(19 秒 ) 9.0s(9 秒 ) へ改善 IO Bytes: 6GB 2GB へ大幅に削減しデータ読込み時間が短縮パラレル実行により I/O 待機時間の割合が高い状態だったため圧縮の効果有り I/O 時間の削減で CPU 時間 ( 緑帯 ) の割合が高まる Copyright 2017, Oracle and/or its affiliates. All rights reserved. 42

43 I/O バウンドな SQL データ圧縮 ( 高度な行圧縮 ) の効果 SQL 実行時間 (Duration): 19.0s(20 秒 ) 7.0s(7 秒 ) へ改善 IO Bytes: 6GB 2GB へ大幅に削減しデータ読込み時間が短縮パラレル実行により I/O 待機時間の割合が高い状態だったため圧縮の効果有りまだまだ I/O 時間 ( 青帯 ) の割合が多い状況 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 43

44 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ! Normal + Partitioning + Parallel Query + Compression CPUバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x1.5 x5.4 x12 I/OバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x x12 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 44

Oracle Database In-Memory Oracle Database 12c Release 1 ~ 一つのデータベースにおいて 2 つのフォーマットのデータをメモリ上で保持ロー ( 行 ) 型フォーマット注文データの挿入や検索等に代表されるオンライントランザクション処理を得意とするカラム ( 列 ) 型フォーマット売上合計レポート等の少数の列

47 Oracle Database In-Memory Oracle Database 12c Release 1 ~ 一つのデータベースにおいて 2 つのフォーマットのデータをメモリ上で保持ロー ( 行 ) 型フォーマット注文データの挿入や検索等に代表されるオンライントランザクション処理を得意とするカラム ( 列 ) 型フォーマット売上合計レポート等の少数の列 ( カラム ) と多数の行 ( ロー ) を高速演算する分析処理を得意とする Transactions Analytics 同時利用可能でトランザクションの一貫性を担保 SQL に制限なしアプリケーションの改修不要 ( 自動選択 ) Copyright 2017, Oracle and/or its affiliates. All rights reserved. 47

48 Oracle Database In-Memory 分析クエリーのあらゆる側面を改善データスキャンジョインインメモリー集計 CPU Load multiple region values Vector Register CA CA CA CA Vector Compare all values an 1 cycle Table A HASH JOIN Table B メモリーの速度スキャンとフィルタは必要なカラムに限定ベクターインストラクション (CPU 命令 ) スタージョインを 10 倍高速なカラムスキャンに変更大きな表は小さな表に一致する値にてスキャンインメモリーレポートアウトラインが作成され高速なスキャンと並行で同時に値が集計されるレポート作成が高速に Copyright 2017, Oracle and/or its affiliates. All rights reserved. 48

49 Oracle Database In-Memory 設定の基本ステップ 1. In-Memory Column Store のメモリ容量を設定初期化パラメータ inmemory_size を設定 2. In-Memory Column Store 上に保持したい表やパーティションを選択 SQL> -- 本セッションでのサンプル alter table TIMES inmemory priority high; alter table PRODUCTS inmemory priority high; alter table CHANNELS inmemory priority high; alter table SALES modify partition P2013Q1 inmemory priority high; alter table SALES modify partition P2013Q2 inmemory priority high; alter table SALES modify partition P2013Q3 inmemory priority high; alter table SALES modify partition P2013Q4 inmemory priority high; 3. ( オプション ) 分析クエリーで使用していた不要索引を削除 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 49

50 補足説明 ( オプション ) 分析クエリーで使用していた不要索引を削除オプションの記載の背景過去分析クエリーの高速化を目的に索引を作成していた場合 Database In-Memory を活用することでその索引は使用しなくなりますオンライントランザクション処理でレコードが挿入されるたびに索引のメンテナンス処理が行われていますよって不要な索引を削除することでオンライントランザクション側の処理を減らすことが可能です索引の使用状況の確認方法 (12.2~) DBA_INDEX_USAGE ビューと V$INDEX_USAGE_INFOビュー alter index <INDEX_NAME> monitoring usage ; コマンド詳細は Oracle Database 管理者ガイド 12c リリース 2 (12.2) 索引の使用状況の監視 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 50

51 CPU バウンドな SQL Oracle Database In-Memory の効果 SQL 実行時間 (Duration): 9.0s(9 秒 ) 7.0s(7.67 秒 *) へ改善 IO Bytes: 2GB 34MB へ大幅に削減しデータ読込み時間がほぼゼロへ既に CPU 時間 ( 緑帯 ) の割合が高かった為改善幅は大きくはない * SQL*Plus で計測した値ほぼ全て CPU 時間 ( 緑帯 ) が占める状態 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 51

52 I/O バウンドな SQL Oracle Database In-Memory の効果 SQL 実行時間 (Duration): 7.0s(7 秒 ) 1.0 以内 (0.42 秒 *) へ改善 IO Bytes: 2GB 34MB へ大幅に削減しデータ読込み時間がほぼゼロへ I/O 待機時間の割合が高い状態だったため DBIM の効果が高い * SQL*Plus で計測した値ほぼ全て CPU 時間 ( 緑帯 ) が占める状態 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 52

53 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ! Normal + Partitioning + Parallel Query + Compression + Database In-Memory CPUバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x1.5 x5.4 x12 x14 I/OバウンドなSQL 実行時間 ( 秒 ) 相対比 x1 x x12 x214 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 53

55 パフォーマンスチューニングの基本的な考え方超有名な公式と同じ処理量を減らす Index, Partitioning, Compression, Exadata Smart Scan/Storage Index, Database In-Memory Column Format/Storage Index, 実行計画の改善, 高速化 Buffer Cache, Database In-Memory, Flash Device, InfiniBand, Exafusion, 並列化時間 = 処理量 / ( 速度 * 並列度 ) Parallel Query, Multi-Core, RAC, ASM, じかん = みちのりはやさ Copyright 2017, Oracle and/or its affiliates. All rights reserved. 55

マルチコアの有効活用データ圧縮 (Compression) I/O ボトルネックの改善インメモリ化 (Database In-Memory)

56 Oracle Database 12c Release 2 Oracle Cloud 環境で今すぐ試してみてください!! 本セッションでご紹介した機能パーティション化 (Partitioning) データアクセス範囲を限定パラレル化 (Parallel Query) マルチコアの有効活用データ圧縮 (Compression) I/O ボトルネックの改善インメモリ化 (Database In-Memory) ディスク I/O 時間の排除インメモリ独自の高速演算 Copyright 2017, Oracle and/or its affiliates. All rights reserved. 56

57 Safe Harbor Statement The preceding is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle s products remains at the sole discretion of Oracle. Copyright 2017, Oracle and/or its affiliates. All rights reserved. 57

How to Use the PowerPoint Template

How to Use the PowerPoint Template Oracle Database Technology Night 夏祭り ~ 集え! オラクルの力 ( チカラ ) ~ 実演!SQL パフォーマンスの高速化の限界を目指せ日本オラクル株式会社クラウドテクノロジー事業統括 Cloud Platform ソリューション本部 Database ソリューション部部長柴田長 Live Challenge!! SQL パフォーマンスの高速化の限界を目指せ!