Analitikai megoldások IBM Power és FlashSystem alapokon. Mosolygó Ferenc - Avnet



Hasonló dokumentumok
Gyorsítsa fel Oracle adatbázisát könnyedén!

Oracle Active Data Guard

2011. November 8. Boscolo New York Palace Budapest. Extrém teljesítmény Oracle Exadata és Oracle Exalogic rendszerekkel

HA és DR praktikák, maximális rendelkezésreállás

Az Oracle rendszer komponensei

Operációs rendszerek Memóriakezelés 1.1

A TOSHIBA ÚJ SZILÁRDTEST-MEGHAJTÓJA A RUGALMAS VÁLLALATI TÁROLÁSI MEGOLDÁSOKAT SZOLGÁLJA

Exadata, a világ leggyorsabb adatbázisgépe

Másolatképzési technikák és azok felhasználási lehetőségei

SQLServer. Probléma megoldás

SQL Server High Availability

SQL Server High Availability. Bevezetés az SQL Server magas rendelkezésre állási megoldásaiba

A TOSHIBA BEMUTATJA FEJLETT TITKOSÍTÓ ÉS TITKOSÍTÁSI TÖRLÉS FUNKCIÓJÁT AZ ÚJ VÁLLALAT SSD- ÉS HODOZHATÓ HDD-MODELLEKHEZ

Valós idejű megoldások: Realtime ODS és Database In-Memory tapasztalatok

Oracle Exalogic Elastic Cloud

Rendszermodernizációs lehetőségek a HANA-val Poszeidon. Groma István PhD SDA DMS Zrt.

Teljesítmény mérése és hangolása adatbáziskezelő rendszerekben

Első lépések. File/New. A mentés helyét érdemes módosítani! Pl. Dokumentumok. Fájlnév: pl. Proba

Using the CW-Net in a user defined IP network

Adatbázis használat I. 2. gyakorlat

Data Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő február 20.

Weblog elemzés Hadoopon 1/39

Processzusok (Processes), Szálak (Threads), Kommunikáció (IPC, Inter-Process Communication)

Adatbázis és alkalmazás konszolidáció Oracle SPARC T4/5 alapon

Vodafone ODI ETL eszközzel töltött adattárház Disaster Recovery megoldása. Rákosi Péter és Lányi Árpád

Tenant szeparáció Exadata platformon Koncepció

Hozzunk ki többet abból amink van. Fehér Lajos

1 Copyright 2012, Oracle and/or its affiliates. All rights reserved.

Software Defined technológiák használata Oracle adatbázis konszolidációhoz

Költségcsökkentés a Production Imaging and Capture alkalmazással

Processzusok (Processes), Szálak (Threads), Kommunikáció (IPC, Inter-Process Communication)

ADATBÁZIS-KEZELÉS - BEVEZETŐ - Tarcsi Ádám, ade@inf.elte.hu

Adatbázis-kezelés ODBC driverrel

CMDB architektúra megjelenítése SAMU-val Rugalmas megoldás. ITSMF Bekk Nándor Magyar Telekom / IT szolgáltatás menedzsment központ

Memória alapú adatbázisok (IMDB: In-Memory DataBase vagy MMDB Main-Memory DataBase)

1 Copyright 2012, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from Slide 13

Amit mindig is tudni akartál a Real Application Testing-ről. Földi Tamás Starschema Kft.

Adatbáziskezelő-szerver. Relációs adatbázis-kezelők SQL. Házi feladat. Relációs adatszerkezet

Hello World Servlet. Készítsünk egy szervletet, amellyel összeadhatunk két számot, és meghívásakor üdvözlőszöveget ír a konzolra.

Adattárházak és üzleti intelligencia alkalmazások hardver igényei. Kósa Barna

Adatközpontok felügyelete

Operációs rendszerek. Az Executive és a kernel Policy és mechanizmusok szeparálása Executive: policy - objektum kezelés Kernel: mechanizmusok:

AZ ISO/IEC-9126 SZOFTVER MINŐSÉGI SZABVÁNY ÁTTEKINTÉSE

ITIL bevezetési tapasztalatok

Private Cloud architektúra keretrendszer

Készítette: Szabóné Nacsa Rozália

Rendszermodellezés. Benchmarking. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

A polgármesteri hivatal informatikai rendszere a városirányítás szolgálatában

Az Ön kézikönyve HP COMPAQ DC5700 MICROTOWER PC

Tranzakció-kezelés, alapfogalmak. Vassányi István, 2012.

Virtuális Obszervatórium. Gombos Gergő

Szolgáltatás Modellezés. Tivoli Business Service Management

Oracle E-Business Suite üzemeltetés a Rába Járműipari Holding Nyrt.-nél

webalkalmazások fejlesztése elosztott alapon





























Egyszerű, és mégis oly nehéz... (Miért olyan bonyolult a logisztikai szemléletmód vállalati alkalmazása?)

Cloud computing. Cloud computing. Dr. Bakonyi Péter.

Infor PM10 Üzleti intelligencia megoldás

Mérésadatgyűjtő rendszer Oracle Database Appliance alapon. Szabad Miklós vezérigazgató-helyettes XperTeam ZRt. Budapest, Róbert Károly krt. 59.

Energia automatizálás

IBM Váltsunk stratégiát! Budapest, 2012 november 14. V7000

1. Gyakorlat: Telepítés: Windows Server 2008 R2 Enterprise, Core, Windows 7

Utolsó módosítás:

Előfizetés 30 napos jelentés

Felhő alkalmazások sikerének biztosítása. Petrohán Zsolt

LBRA6i integrált rendszer

Magic xpi 4.0 vadonatúj Architektúrája Gigaspaces alapokon

Statistical Dependence

(NGB_TA024_1) MÉRÉSI JEGYZŐKÖNYV

Komponens alapú fejlesztés

Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.

IP/09/473. Brüsszel, március 25

Component Soft és tovább

Átírás:

Analitikai megoldások IBM Power és FlashSystem alapokon Mosolygó Ferenc - Avnet

Bevezető Legfontosabb elvárásaink az adatbázisokkal szemben Teljesítmény Lekérdezések, riportok és válaszok gyors megjelenítése Jó teljesítmény a felhasználók számának növelése esetén is Megbízhatóság 100% müködési idő Egyszeres hiba ne okozzon rendszer leállást Magas rendelkezésre állás Költséghatékonyság Az erőforrások effektív kihasználása Megfelelő technológiák használata a költségek csökkentése érdekében A megbízhatóság nem lehet kompromisszum tárgya 2

Lekérdezések Hol számít a válaszidő / késleltetés? READS User s Query Memory SGA & PGA Oracle Processes Reads - Cache miss Foreground Waits: DB file sequential read DB file scattered read 3-5 ms Storage latency Tables & Indexes Logs 3

Adatmanipulációs (Insert/update/delete) műveletek Hol számít a késleltetés? LOG WRITES Memory SGA & PGA DBWR (background) Users Insert Commit Oracle Processes Tables & Indexes LGWR (foreground) Logs 4

Flash többet jelent mint csupán jó storage teljesítmény!! I/O Serviced by Disk 1. Issue I/O request ~ 100 μs 2. Wait for I/O to be serviced ~ 5,000 μs 3. Process I/O ~ 100 μs Processing CPU State Waitin g ~100 µs ~100 µs ~5,000 µs Time to process 1 I/O request: 200 μs + 5,000 μs = 5,200 μs CPU Utilization: Processing time / Total Time = 200 / 5,200 = ~4% Time 1 I/O Request I/O Serviced by IBM FlashSystem 1. Issue I/O request ~ 100 μs 2. Wait for I/O to be serviced ~ 200 μs 3. Process I/O ~ 100 μs Time to process 1 I/O request: 200 μs + 200 μs = 400 μs CPU Utilization: Processing time / Total Time = 200 / 400 = 50% Processing CPU State Waiting ~100 µs Time ~200 µs 1 I/O Request ~100 µs 12X Application benefit by only changing storage latency! 5

Várható DB2 teljesítmény növekedési riport FlashSystem-en

Várható teljesítmény növekedés Storage I/O type Number of pages Current response time (microseconds) Projected response time (microseconds) DB page read 5854405 8795 160 (79.21%) DB page write 1467510 1342 80 (19.86%) Log file IO 69145 15722 80 (0.94%) 7

Grafikus riportok Event Waits Avg Wait(ms) % Total Call Time db file read 5854405 8.795 79.21% db file w rite 1467510 1.342 19.86% log file IO 69145 15.722 0.94% Measures we can improve Wait time accounted for Current response time (microseconds) Projected response time (microseconds) db file read 79.21% 8795 160 db file write 19.86% 1342 80 log file IO 0.94% 15722 80 Current average IO response time (µsec) New project wait time Total Improvement 7380.00 143.37 98.06% <- IO Response Time Improvement 16000 14000 12000 10000 8000 6000 4000 2000 0 db file read db file write log file IO Current response time (microseconds) Projected response time (microseconds) 8000.00 7000.00 6000.00 5000.00 4000.00 3000.00 2000.00 1000.00 0.00 Current average IO response time (µsec) 1 7380.00 New project wait time 143.37 Total Improvement 98.06% Source Milliseconds CLIENT_IDLE_WAIT_TIME 1,794,588,159,195.00 TOTAL_RQST_TIME 35,935,960,962.00 POOL_READ_TIME 14,634,511,009.00 POOL_WRITE_TIME 692,569.00 DIRECT_READ_TIME 95,597,605.00 DIRECT_WRITE_TIME 69,087,019.00 LOG_DISK_WAIT_TIME 2,680,090,406.00 User IO Wait Time 48.64% 47.70% <- Improvement per SQL User Total Wait Time 0.95% 0.94% <- Improvement end-to-end 8

Várható Oracle adatbázis teljesítmény növekedési riport FlashSystem-en

Statspack riport 1. Wait Events (fg and bg) DB/Inst: X/X1 Snaps: 188-189 -> s - second, cs - centisecond, ms - millisecond, us - microsecond -> %Timeouts: value of 0 indicates value was <.5%. Value of null is truly 0 -> Only events with Total Wait Time (s) >=.001 are shown -> ordered by Total Wait Time desc, Waits desc (idle events last) Avg %Total %Tim Total Wait wait Waits Call Event Waits out Time (s) (ms) /txn Time --------------------------- ---------- ---- ---------- ------ -------- ------ log file sync 99,110 0 3,424 35 1.1 20.5 db file sequential read 200,663 0 1,967 10 2.2 11.7 10

Statspack riport 2. Wait Event Histogram DB/Inst: X/X1 Snaps: 188-189 -> Total Waits - units: K is 1000, M is 1000000, G is 1000000000 -> % of Waits - column heading: <=1s is truly <1024ms, >1s is truly >=1024ms -> % of Waits - value:.0 indicates value was <.05%, null is truly 0 -> Ordered by Event (idle events last) Total ----------------- % of Waits ------------ Event Waits <1ms <2ms <4ms <8ms <16ms <32ms <=1s -------------------------- ----- ----- ----- ----- ----- ----- ----- ----- log file sequential read 50 40.0 4.0 6.0 4.0 22.0 16.0 8.0 log file single write 6 50.0 16.7 33.3 log file switch completion 17 5.9 5.9 11.8 76.5 log file sync 99K.3.5 2.8 12.9 24.7 26.1 32.7 name-service call wait 17 11.8 11.8 17.6 58.8 11

Grafikus kimutatások adatbázis teljesítmény riport alapján 5 fő adatbázis szerver várokozási esemény: hagyományos tároló vs. FlashSystem %-os IO várakozási idő csökkenés FlashSystem-en %-os Adatbázis szerver CPU kihasználás növekedés Adatbázis szerver hasznos idő IO várakozás változás Késleltetés csökkenés Olvasási/írási arány 12

Egy implementációs lehetőség Adatbázis szerverek Teljesítmény és rendelkezésre állás növelés - Menetközben - Kockázat nélkül - Funkcionalitás csökkenése nélkül IBM Flash System Olvasás ASM Írás SAN SAN SSD ASM FG2 SAS Aktív adat 20 TB Mirror ASM FG1 20 TB Aktív adat 100 TB Arhív adat Tranzakciós adat 5 TB Tranzakciós adat 5 TB 13

További információk Website: ibm.com/storage/flash/ Product Page: IBM FlashSystem 840 Resources: ibm.com/storage/flash/resou rces Workload Estimator Tool: http://www.ibm.com/systems/support/tools/estimator Energy Estimator Tool: http://www.ibm.com/systems/support/tools/estimator/energy. Sales Kit (IBM): http://w3.ibm.com/sales/support/showdoc.wss?infotype=sk&infosubtype=s0&n ode=doctype,s0 doctype,slk&docid=52991usen Sales Kit (BP): https://www.ibm.com/partnerworld/wps/servlet/contenthandler/cf_52991usen Twitter: #FlashSystem, #FlashAhead, #IBMFlash, #IBMEdge 14

Kérdések és Válaszok 15