Badanie wydajności serwerów bazodanowych z wykorzystaniem metod eksploracji odchyleń

• Autorzy: Nowak-Brzezińska A. , Turos A.

Warianty tytułu

EN

Performance testing of database servers using outlier mining methods

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia problematykę badania wydajności serwerów bazodanowych z zastosowaniem SAP Adaptive Server Enterprise (ASE). Autorzy proponują rozwiązanie monitorujące wydajność serwera ASE opierając się na wykrywaniu anomalii z mechanizmu Query Processing Metrics.

EN

An article presents the issues of performance testing of database servers based on SAP Adaptive Server Enterprise (ASE). The authors propose a solution for performance testing of SAP ASE based on outlier detection from Query Processing Metrics mechanism.

Słowa kluczowe

PL

odchylenia w danych; dane nietypowe; wydajność baz danych; anomalie w danych; Adaptive Server Enterprise; Sybase

EN

outliers in data; unusual data; database performance; anomalies in data; Adaptive Server Enterprise; Sybase

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2015
• Tom: Vol. 36, nr 1
• Strony: 75--88
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Nowak-Brzezińska A.

• Uniwersytet Śląski, Instytut Informatyki

autor

Turos A.

• Uniwersytet Śląski, Instytut Informatyki

Bibliografia

• Performance and Tuning Series: Query Processing and Abstract Plans. Adaptive Server Enterpise, Sybase, Inc., 2009 http://infocenter.sybase.com/help/topic/com.sybase. infocenter.dc00743.1502/pdf/queryprocessing.pdf (styczeń 2015).
• Larose D.: Odkrywanie wiedzy z danych, wprowadzenie do eksploracji danych. Wydawnictwo PWN, 2006.
• Han J., Kamber M., Pei J.: Data Mining: Concepts and Techniques. Elsevier, 2012.
• Nowak-Brzezińska A.: Eksploracja odchyleń w regułowych bazach wiedzy. Studia Informatica, Vol. 33, No. 2A(105), Gliwice 2012, s. 479÷492.
• Hawkins D.: Identification of Outliers. Chapman and Hall, 1980.
• Turos A.: Analiza metod wykrywania odchyleń w danych wielowymiarowych. Praca magisterska, Uniwersytet Śląski, 2013.
• Nowak-Brzezińska A., Turos A.: Wykrywanie danych nietypowych – nowe podejście. Studia Informatica, Vol. 35, No. 2A (116), Gliwice 2014, s. 187÷198.
• Nowak-Brzezińska A., Turos A.: Wykrywanie nietypowości w danych rzeczywistych. Systemy Inteligencji Obliczeniowej, Katowice 2014, Rozdział 11, s. 133÷143.
• Kyriakides E., Polycarpou M. (red.): Intelligent Monitoring, Control, and Security of Critical Infrastructure Systems. Springer, 2015.
• Garcia D. F.: Performance Modeling and Simulation of Database Servers. The Online Journal on Electronics and Electrical Engineering (OJEEE), Vol. 2, No. 1, Reference Number: W09-0034, s. 183÷188.
• Lü K. J., Zhu Y.: Performance Metrics and Modelling of Web Database Systems. Proceedings of the 11 th International Conference on Database and Expert Systems Applications (Lecture Notes in Computer Science 1875), Springer Verlag, London 2000, s. 805÷814