DB2数据库优化过程中的实用策略的描述

数据库
我们今天主要描述的是DB2数据库优化的实际操作步骤中需要我们大家掌握的几条实用策略,以下就是正文的主要内容的详细解析。

此文章讲述的是DB2数据库优化的实际操作步骤中需要我们大家掌握的几条实用策略,假如你对DB2数据库优化的实际操作步骤中需要我们大家掌握的几条实用策略有兴趣的话你就可以点击以下的文章进行观看了。

在插入之前建立的话,在表插入数据的过程中,索引也随着更新,这样的话需要较大的日志空间,因此速度会比较慢,可以采用不计日志的方式插入;

 

本文用几点了说明DB2数据库优化需掌握几条基本策略。

 

1、对后续用到的表建立索引(注意在插入数据之前建立或者在插入后建立但是要runstats):

说明:插入之前建立的话,在表插入数据的过程中,索引也随着更新,这样的话需要较大的日志空间,因此速度会比较慢,可以采用不计日志的方式插入;数据差完之后再建立索引的话,该表的日志统计信息没有更新,因此执行计划会很差,用不到索引,runstats on tabble asiainfo.aaaa and indexes all之后,索引统计信息就会更新,这样执行计划会考虑到使用索引,因此速度快。

2、将比较大的表建在多节点的表空间上,同时建好索引:

说明:现有的db2数据仓库每个节点使用2个CPU,4G内存,DIM表空间计划是存放维表的表空间,因此是单节点的。在使用这个表空间的中的表的时候,最多只会用到2个CPU,4G内存,加上其他的表空间也都要用到这两个CPU和这4G内存,因此资源比较有限。

建议较大的表不要放在这个表空间中,而是建立好分区键,放在多节点的表空间中,这样检索这个表的时候32个节点同时检索,***汇总到0节点上进行展现,速度当然会非常的快。另外,虽然32节点并行性好,但是如果建立好索引的话,速度会更快。

3、将插入的表使用不计日志的方式插入:

说明:数据库为了保证数据的一致性和可回退性,插入、更新或者删除数据的时候要计日志,这样在失败的时候可以回退,但是如果并发较多或者操作非常大的话,会导致争抢日志的情况,导致操作非常缓慢。如果使用不计日志的方式进行插入、更新或者删除操作的话,日志使用极少,但是如果操作失败的话是无法回退的,这样一致性得不到保证,这个表只能删除重建!!!!

4、将表建立表级锁,减少锁数量的使用:

说明:数据库的锁的***数量是有限制的,并且每个锁都要占一定的内存,因此如果锁的数量非常多,使用的内存也就多,导致资源紧张。

5、建立临时表的时候尽量只插入用的到的数据,不插用不到的数据:

说明:程序中好多地方为了提高速度,将用到的数据先插入到一个临时表中,但是插入了非常多的没有使用的数据,这样导致临时表也非常大,所以尽可能的只向临时表中插入用的到的数据,并且尽可能的使用索引,可以大大的提高速度。

6、关于左关联的一点使用心得:

在on的条件里面尽量的只写关联条件和对左关联的表作限制,而对主表的限制不要写在这里。如果写在里面的话,不但速度非常慢,而且可能会出现莫名其妙的结果。以上的相关内容就是对DB2数据库优化的实际操作步骤中需要我们大家掌握的几条实用策的介绍,望你能有所收获。

【编辑推荐】

  1. 3个比较好用的建议对于DB2数据库设计
  2. 把DB2V8升级到DB2V95的方案解剖
  3. DB2数据库中正确更新执行计划的实际操作流程
  4. 使用DB2数据库时哪些知识点是需要掌握的?
  5. DB2 9.7三大武器如何耍花招?

 

 

责任编辑:佚名 来源: TechTarget中国
相关推荐

2010-08-11 17:24:13

DB2数据库优化

2010-07-29 09:44:35

DB2数据库优化

2010-08-10 09:07:51

DB2数据库优化

2010-09-06 13:30:47

DB2数据库优化

2011-08-31 16:33:00

DB2

2010-08-26 13:54:16

DB2数据库优化

2011-03-03 14:34:40

DB2数据库优化

2010-08-18 15:42:33

2010-08-04 15:59:29

2010-08-11 12:43:45

DB2数据库调优

2010-08-11 14:32:55

DB2数据库调优

2010-08-04 13:30:49

2011-05-16 14:42:12

DB2数据库实用操作

2010-08-17 16:24:32

IBM DB2数据库

2010-07-27 08:48:52

DB2数据库优化

2010-08-04 14:49:52

2010-08-18 13:49:01

DB2数据库

2010-07-27 14:33:24

DB2数据库

2010-08-02 08:40:43

DB2数据库性能

2010-08-18 17:32:34

DB2数据库
点赞
收藏

51CTO技术栈公众号