Beata Zalewa
Kontakt:
                                 info@zalnet.pl

                                 Blog:
                                 http://zalnet.pl/blog/




• Trener technologii Microsoft (MCT,
  MCTS, MCITP)
• Specjalista baz danych
• Ma własną firmę ZALNET
• Łączy karierę zawodową z rolą
  żony i matki
 Co to są indeksy ColumnStore ?
 Tworzenie indeksów
 Aktualizacja indeksów
 Ograniczenia w korzystaniu z ineksów
  ColumnStore
 Testy wydajności z wykorzystaniem
  indeksów ColumnStore
 Indeksy ColumnStore
 Vector-based query
 Xvelocity(vertipaq) technology
 Dedykowane dla SQL Server Analysis
  Services
 Przyśpieszenie wykonywania zapytań z
  10 razy do 100 razy
wiersze



                 C1 C2 C3 C4 C5 C6




                                     strony
   ColumnStore
26th_Meetup_of_PLSSUG-ColumnStore_Indexes_byBeataZalewa_session
 date, datetime, datetime2,smalldatetime,
  time, datetimeoffset (precyzja <=2)
 money, smallmoney
 char, nchar, varchar, nvarchar
 tinyint, smallint, int, bigint
 decimal, numeric (precyzja <=18)
 float, real
 decimal, numeric (precyzja >18)
 datetimeoffset (precyzja >2)
 varchar(max), nvarchar(max), text, ntext
 binary, varbinary, image
 sqlvariant, uniqueidentifier, hierarchyid
 xml, rowversion, timestamp, geometry,
  geography
Tworzenie indeksu
ColumnStore
   1024 kolumny
   Nie można stworzyć indeksu klastrowego
    ColumnStore
   Nie można tworzyć na widokach
   Nie można stworzyć indeksu unikalnego
   Nie można stworzyć na kolumnach Sparse
   ALTER INDEX tylko z opcjami DISABLE i
    REBUILD
   Nie może zawierać opcji INCLUDE
   Nie można używać ASC, DESC
brak możliwości aktualizacji
Aktualizacja tabeli
                      1.   DROP COLUMSTORE INDEX

                           INSERT, DELETE, UPDATE,
                           MERGE
                           INDEX COLUMNSTORE ON..

                      2.   Partycjonowanie tabel głównych
                           (korzystanie z tabel
                           tymczasowych)
Aktualizacja tabeli
Ograniczenia
 Dane w kolumnach są skompresowane
 Więcej danych może się zmieścić w
  Memory Buffer
 Dzięki temu zapytania mogą się szybciej
  wykonywać
 Wybieranie tylko określonych kolumn
  (zamiast całych wierszy)
Testy wydajności
Batch execution mode
info@zalnet.pl

More Related Content

PDF
SQLite 2010
PDF
Silesia JUG : Java Message Service
PDF
Migracja z Drupal 6 PressFlow do WordPress 4
PDF
PostgreSQL 8.3. Ćwiczenia
PPT
UC Libraries Next-Generation Technical Services: An overview
DOCX
26th_Meetup_of_PLSSUG_WROCLAW-ColumnStore_Indexes_byBeataZalewa_scripts
PPTX
Piotr Suszalski - MySQL Indexing - do it right or die
PDF
Mysql indexing - do it right or die (4developers 2017)
SQLite 2010
Silesia JUG : Java Message Service
Migracja z Drupal 6 PressFlow do WordPress 4
PostgreSQL 8.3. Ćwiczenia
UC Libraries Next-Generation Technical Services: An overview
26th_Meetup_of_PLSSUG_WROCLAW-ColumnStore_Indexes_byBeataZalewa_scripts
Piotr Suszalski - MySQL Indexing - do it right or die
Mysql indexing - do it right or die (4developers 2017)

Similar to 26th_Meetup_of_PLSSUG-ColumnStore_Indexes_byBeataZalewa_session (11)

PPTX
Tradycyjne indeksy w sql server
PPTX
Po co mi Temporal Tables?
PDF
Mysql - Validate Your schema
PDF
4Developers 2018: MySQL - Validate Your schema and change it smoothly (Piotr ...
PPTX
Roman Czarko-Wasiutycz- Projektowanie baz danych
PDF
[#3] in memory - IBM Integrated Analytics System
PPTX
Prezentacja 20141129
PDF
SQLServer dla Programistów
PDF
SQL w mgnieniu oka
PPTX
wstęp do funkcji okienkowych
PDF
MySQL. Podstawy
Tradycyjne indeksy w sql server
Po co mi Temporal Tables?
Mysql - Validate Your schema
4Developers 2018: MySQL - Validate Your schema and change it smoothly (Piotr ...
Roman Czarko-Wasiutycz- Projektowanie baz danych
[#3] in memory - IBM Integrated Analytics System
Prezentacja 20141129
SQLServer dla Programistów
SQL w mgnieniu oka
wstęp do funkcji okienkowych
MySQL. Podstawy
Ad

More from Polish SQL Server User Group (20)

PDF
SQLDay2013_PawełPotasiński_ParallelDataWareHouse
PDF
SQLDay2013_PawełPotasiński_GeografiaSQLServer2012
PDF
SQLDay2013_MarekAdamczuk_Kursory
PDF
SQLDay2013_MarcinSzeliga_SQLServer2012FastTrackDWReferenceArchitectures
PDF
SQLDay2013_MarcinSzeliga_DataInDataMining
PDF
SQLDay2013_MaciejPilecki_Lock&Latches
PDF
SQLDay2013_GrzegorzStolecki_RealTimeOLAP
PDF
SQLDay2013_GrzegorzStolecki_KonsolidacjaBI
PDF
SQLDay2013_Denny Cherry - Table indexing for the .NET Developer
PDF
SQLDay2013_Denny Cherry - SQLServer2012inaHighlyAvailableWorld
PDF
SQLDay2013_DennyCherry_GettingSQLServiceBrokerUp&Running
PDF
SQLDay2013_ChrisWebb_SSASDesignMistakes
PDF
SQLDay2013_ChrisWebb_DAXMD
PDF
SQLDay2013_ChrisWebb_CubeDesign&PerformanceTuning
PDF
SQLDay2013_MarcinSzeliga_StoredProcedures
PDF
SQL DAY 2012 | DEV Track | Session 6 - Master Data Management by W.Bielski 6 ...
PDF
SQL DAY 2012 | DEV Track | Session 8 - Getting Dimension with Data by C.Tecta...
PDF
SQL DAY 2012 | DEV Track | Session 9 - Data Mining Analiza Przepływowa by M.S...
PDF
SQLDay2011_Sesja03_Fakty,MiaryISwiatRealny_GrzegorzStolecki
PDF
SQLDay2011_Sesja02_Collation_Marek Adamczuk
SQLDay2013_PawełPotasiński_ParallelDataWareHouse
SQLDay2013_PawełPotasiński_GeografiaSQLServer2012
SQLDay2013_MarekAdamczuk_Kursory
SQLDay2013_MarcinSzeliga_SQLServer2012FastTrackDWReferenceArchitectures
SQLDay2013_MarcinSzeliga_DataInDataMining
SQLDay2013_MaciejPilecki_Lock&Latches
SQLDay2013_GrzegorzStolecki_RealTimeOLAP
SQLDay2013_GrzegorzStolecki_KonsolidacjaBI
SQLDay2013_Denny Cherry - Table indexing for the .NET Developer
SQLDay2013_Denny Cherry - SQLServer2012inaHighlyAvailableWorld
SQLDay2013_DennyCherry_GettingSQLServiceBrokerUp&Running
SQLDay2013_ChrisWebb_SSASDesignMistakes
SQLDay2013_ChrisWebb_DAXMD
SQLDay2013_ChrisWebb_CubeDesign&PerformanceTuning
SQLDay2013_MarcinSzeliga_StoredProcedures
SQL DAY 2012 | DEV Track | Session 6 - Master Data Management by W.Bielski 6 ...
SQL DAY 2012 | DEV Track | Session 8 - Getting Dimension with Data by C.Tecta...
SQL DAY 2012 | DEV Track | Session 9 - Data Mining Analiza Przepływowa by M.S...
SQLDay2011_Sesja03_Fakty,MiaryISwiatRealny_GrzegorzStolecki
SQLDay2011_Sesja02_Collation_Marek Adamczuk
Ad

26th_Meetup_of_PLSSUG-ColumnStore_Indexes_byBeataZalewa_session

  • 2. Kontakt: info@zalnet.pl Blog: http://zalnet.pl/blog/ • Trener technologii Microsoft (MCT, MCTS, MCITP) • Specjalista baz danych • Ma własną firmę ZALNET • Łączy karierę zawodową z rolą żony i matki
  • 3.  Co to są indeksy ColumnStore ?  Tworzenie indeksów  Aktualizacja indeksów  Ograniczenia w korzystaniu z ineksów ColumnStore  Testy wydajności z wykorzystaniem indeksów ColumnStore
  • 4.  Indeksy ColumnStore  Vector-based query  Xvelocity(vertipaq) technology  Dedykowane dla SQL Server Analysis Services  Przyśpieszenie wykonywania zapytań z 10 razy do 100 razy
  • 5. wiersze C1 C2 C3 C4 C5 C6 strony ColumnStore
  • 7.  date, datetime, datetime2,smalldatetime, time, datetimeoffset (precyzja <=2)  money, smallmoney  char, nchar, varchar, nvarchar  tinyint, smallint, int, bigint  decimal, numeric (precyzja <=18)  float, real
  • 8.  decimal, numeric (precyzja >18)  datetimeoffset (precyzja >2)  varchar(max), nvarchar(max), text, ntext  binary, varbinary, image  sqlvariant, uniqueidentifier, hierarchyid  xml, rowversion, timestamp, geometry, geography
  • 10. 1024 kolumny  Nie można stworzyć indeksu klastrowego ColumnStore  Nie można tworzyć na widokach  Nie można stworzyć indeksu unikalnego  Nie można stworzyć na kolumnach Sparse  ALTER INDEX tylko z opcjami DISABLE i REBUILD  Nie może zawierać opcji INCLUDE  Nie można używać ASC, DESC
  • 11. brak możliwości aktualizacji Aktualizacja tabeli 1. DROP COLUMSTORE INDEX INSERT, DELETE, UPDATE, MERGE INDEX COLUMNSTORE ON.. 2. Partycjonowanie tabel głównych (korzystanie z tabel tymczasowych)
  • 13.  Dane w kolumnach są skompresowane  Więcej danych może się zmieścić w Memory Buffer  Dzięki temu zapytania mogą się szybciej wykonywać  Wybieranie tylko określonych kolumn (zamiast całych wierszy)