开始之前
关于本教程
数据行压缩用较短的符号字符串替换数据行中公共的字节模式。与值压缩相比，行压缩能节省更多的存储空间。不过，实现行压缩需要一定的附加成本，并且每当需要压缩或解压缩一个行时，都需要付出相应的处理成本。DB2 9 中的数据行压缩基于 Lempel-Ziv (LZ) 算法。LZ 算法使用一个静态字典存储所需的信息。在 Data-compression.com 上可以找到 关于该算法的详细信息。这种字典是存储在表本身中的，因而也需要一点开销（大约 74KB）。如果不能节省存储空间，那么 DB2 9 是不会压缩行的。
本教程通过一系列的练习让您熟悉这项新的基于字典的行压缩特性。本教程面向的读者是 DB2 技术专家、数据库管理员和程序员。您应该对 DB2 on Linux, UNIX, and Windows（本文后面简称为 DB2 LUW）有一个基本的理解。您还应该熟悉 DB2 Command Window，并知道如何运行 DB2 LUW 脚本。
目标
本教程将帮助您熟悉 DB2 9 中数据压缩的概念和功能。在这些练习中，您将学习如何：
－启用/禁用行压缩。
－使用 Tablespace 创建中的新选项以使一个页可以包含更多的行。
－使用各种 SQL 查询和工具来分析压缩的优点。
先决条件
本教程是针对那些拥有初级到中级技能和经验的 Linux 或 UNIX 程序员而编写的。您应该大致熟悉如何使用 UNIX 命令行 shell，并具有 C 语言方面的实用知识。
系统需求
要运行本教程中的例子，需要：
－DB2 9 数据服务器。
－Microsoft Windows 2000 或更高版本，以及一个拥有管理员权限的账户，或者具有 root 访问权限的 Linux（Validated edition）。
－Java Runtime Environment 1.4.2 或更高版本。
－请参考 DB2 9 系统需求页面，以确保您的硬件满足需求。
上面的链接里还提供了 DB2 9 Express-C。请参阅教程 “DB2 XML 评估指南” （developerWorks，2006 年 6 月），了解安装 DB2 的步骤。 除非修改了 DB2 配置，否则 DB2 在安装之后将自动启动。
－使用 compression.zip 文件中提供的示例脚本和文件来演示本教程中的概念。将其中的内容解压到一个名为 DB2compression 的子目录中（C:\DB2compression 或 home/userid/DB2compression）。该目录在本教程中被简称为 DB2compression。本教程假设您将 DB2 安装在默认目录下，并且所有 DB2 练习都是以数据库管理员 id 执行的。
{$PageTitle=构建环境并在其中测试}
构建一个数据库受管存储环境并在其中进行测试
在本节中，将构建一个环境，在此环境中可以使用数据库受管存储（DMS）表空间比较对表中的数据进行压缩和不进行压缩这两种不同的情况。用于填充表的数据放在一个定界 ASCII 文件中，该文件名为 data.del，位于 DB2compression 子目录下。所有脚本都在子目录 Section2 中。
要在 db2 命令窗口中运行这些脚本，可使用：
db2 –tvf scriptname.sql
|
可以通过输入名称来运行批处理脚本（后缀为 .bat）。
首先需要使用数据库管理员 id 和密码登录到系统。确认 “Sample” 数据库已经存在，并且已经创建了 EXPLAIN 表。如果其中一项不存在，或者两者都不存在，那么必须先创建，因为本教程后面一直要用到它们。
现在来修改 DBM 和 DB 配置，以进行这组练习。
- 使用以下命令更新数据库管理器配置：
update dbm cfg using MAXAGENTS 200;
update dbm cfg using NUM_POOLAGENTS 100;
update dbm cfg using HEALTH_MON OFF;
update dbm cfg using MON_HEAP_SZ 250;
update dbm cfg using DFT_MON_TABLE ON;或者使用 udbmcfg.sql 脚本来设置数据库管理器参数。
- 使用以下命令更新 SAMPLE 数据库配置：
update db cfg for sample using SELF_TUNING_MEM OFF IMMEDIATE;
update db cfg for sample using LOCKLIST 500 IMMEDIATE;
update db cfg for sample using NUM_IOCLEANERS 2 IMMEDIATE;
update db cfg for sample using NUM_IOSERVERS 5 IMMEDIATE;
update db cfg for sample using MAXFILOP 256 IMMEDIATE;
update db cfg for sample using LOGSEC OND 40 IMMEDIATE;
update db cfg for sample using AUTO_TBL_MAINT OFF IMMEDIATE;
update db cfg for sample using AUTO_RUNSTATS OFF IMMEDIATE;
update db cfg for sample using AUTO_MAINT OFF IMMEDIATE;或者使用 udbcfg.sql 脚本来设置数据库参数。
- 使用以下命令修改缓冲池空间，以便能够将整个表装入内存：
alter bufferpool IBMDEFAULTBP IMMEDIATE SIZE 10000;
或者使用 alterbp.cfg 脚本来设置缓冲池。
- 现在创建两个 DMS 表空间 —— 一个用于数据，一个用于索引。
为大小为 10MB 的容器创建一个页大小为 4KB 并由数据库管理的普通表空间 TS1，为其提供一个文件名（Windows 上为 C:\db2\node0000\TS1，Linux 上为 /home/db2inst1/db2inst1/NODE0000/TS1）：
CREATE REGULAR TABLESPACE TS1
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TS1' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TS1' 10M );创建另一个具有相同维的表空间 TSI1，用于存放索引。
CREATE REGULAR TABLESPACE TSI1
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSI1' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSI1' 10M );或者使用 crts1.sql 脚本来创建表空间。
- 现在，创建表 T1，并指定不压缩（这个表是从 TCPH 基准中使用的一个表摘录出来的）。
使用脚本 crt1.sql 创建包含下述列的表 T1 和相关的索引：
"L_ORDERKEY" INTEGER NOT NULL ,
"L_PARTKEY" INTEGER NOT NULL ,
"L_SUPPKEY" INTEGER NOT NULL ,
"L_LINENUMBER" INTEGER NOT NULL ,
"L_QUANTITY" DOUBLE NOT NULL ,
"L_EXTENDEDPRICE" DOUBLE NOT NULL ,
"L_DISCOUNT" DOUBLE NOT NULL ,
"L_TAX" DOUBLE NOT NULL ,
"L_RETURNFLAG" CHAR(1) NOT NULL ,
"L_LINESTATUS" CHAR(1) NOT NULL ,
"L_SHIPDATE" DATE NOT NULL ,
"L_COMMITDATE" DATE NOT NULL ,
"L_RECEIPTDATE" DATE NOT NULL ,
"L_SHIPINSTRUCT" CHAR(25) NOT NULL ,
"L_SHIPMODE" CHAR(10) NOT NULL ,
"L_COMMENT" VARCHAR(44) NOT NULL添加 “L_ORDERKEY” 和 “L_LINENUMBER” 上的一个惟一键以及 “L_PARTKEY” 和 “L_SUPPKEY” 上的另一个键。
现在可以开始就表空间的使用情况进行第一个系列的分析。多次重复执行一组相同的动作，首先从少量的行开始，然后逐渐加大数量，直到完成整个表：
- 将所需的行从 data.del（在子目录 DB2Compression 中）导入到 T1 中，替换已有的数据。
- 在带分布和索引的表 T1 上执行 RUNSTATS。
- 收集信息表 syscat.tables。
- 列出表空间的详细信息。
- 针对以下数量的行运行 loadT1.sql：
- 100 行
- 1000 行
- 10000 行
- 整个表
对于这些测试，只有 NPAGES 是有用的，因为压缩标志为 N，其他参数都为 0。
- 在分析过程中，使用 INSPECT 命令估计如果压缩 TS1 中的 T1，可以节省多少空间：
INSPECT ROWCOMPESTIMATE TABLE
NAME T1
SCHEMA db2inst1
RESULTS KEEP T1.raw;可以使用以下批处理文件和脚本文件：
- insp1.bat 删除检查文件。
- inspT1.sql 运行 INSPECT 命令。
- insp2.bat 格式化和显示检查数据。
注意： 需要为 INSPECT 命令提供一个文件名（例如 t1.raw），用于存储结果。输出文件是一个二进制文件，与 db2diag.log 存储在相同的目录中。在不同操作系统上该路径可能有所不同：Linux 上为 db2dump，Windows 上为 …sqllib\instancename。需要使用 db2inspf 命令格式化该文件。
现在对压缩数据重复上述过程。
- 再创建两个 DMS 表空间 —— 一个用于数据，另一个用于索引。
为大小为 10MB 的容器创建一个页大小为 4KB 并由数据库管理的普通表空间 TS2，为其提供一个文件名（Windows 上为 C:\db2\node0000\TS2，Linux 上为 /home/db2inst1/db2inst1/NODE0000/TS2）：
CREATE REGULAR TABLESPACE TS2
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TS2' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TS2' 10M );创建另一个具有相同维的表空间 TSI2，用于存放索引。
CREATE REGULAR TABLESPACE TSI2
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSI2' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSI2' 10M );或者使用 crts2.sql 脚本来创建表空间。
- 现在创建表 T2 并指定压缩。
- 使用脚本 crt2.sql 创建表 T2 和相关的索引，使它们与 T1 及其索引一样。
对表空间的使用情况重复上述分析过程。多次重复执行一组相同的动作，首先从少量的行开始，然后逐渐加大数量，直到完成整个表:
- 将所需的行从 data.del（在子目录 DB2Compression 中）导入到 T2 中，替换已有的数据。
- 重组数据，并重新构建压缩字典。
- 在带分布和索引的表 T2 上执行 RUNSTATS。
- 收集信息表 syscat.tables。
- 列出表空间的详细信息。
- 针对以下数量的行运行 loadT2.sql：
- 100 行
- 1000 行
- 10000 行
- 整个表
比较问题 6 和 10 的结果。
{$PageTitle=比较查询的执行}
比较查询的执行
在本节中，将对相同表中压缩的和不压缩的数据运行一系列的查询。用于填充表的数据放在子目录 DB2compression 下名为 data.del 的一个定界 ASCII 文件中。所有脚本都在子目录 Section3 中。
使用数据库管理员 id 和密码登录到系统。将当前目录改为 Section3。
- 对整个 T1 表运行一个解释：
db2expln -d sample -o res1.txt -statement "select * from db2inst1.t1"查看输出文件。也可以使用名为 T1_exp.sql 的示例脚本。
- 对整个 T2 表运行一个解释：
db2expln -d sample -o res2.txt -statement "select * from db2inst1.t2"查看输出文件。也可以使用名为 T2_exp.sql 的示例脚本。
比较以上两个步骤中的输出文件，应该可以看到，压缩表 T2 上的查询的成本估计大约是完整表 T1 上的查询的 41%（脚本附带有示例输出）。
现在使用 db2batch 命令运行查询。 - 为了对表 T1 运行查询，可使用以下命令：
db2batch -d sample -f T1_run.sql -cli -r res3.txt
该命令在数据库 sample 中运行 T1_run.sql 文件中的命令，并将输出（包括详细的执行时间）放在 res3.txt 中。
也可以使用示例脚本 T1_run.bat。
- 为了对表 T2 运行查询，可使用以下命令：
db2batch -d sample -f T2_run.sql -cli -r res4.txt
该命令在数据库 sample 中运行 T2_run.sql 文件中的命令，并将输出（包括详细的执行时间）放在 res4.txt 中。
也可以使用示例脚本 T2_run.bat。
比较上述两个步骤中的输出文件，应该可以看到，两个查询的耗时非常相近（脚本附带有示例输出）。
{$PageTitle=构建一个环境并在其中测试}
构建一个 System Managed Storage 环境并在其中进行测试
在本节中，您将构建一个环境，在此环境中可以使用 System Managed Storage（SMS）表空间 比较对表中的数据进行压缩和不进行压缩这两种不同的情况。用于填充表的数据放在一个定界 ASCII 文件中，该文件名为 data.del，位于子目录 DB2compression 下。所有脚本放在子目录 Section4 中。
使用数据库管理员 id 和密码登录到系统。
现在创建两个 SMS 表空间 —— 一个用于数据，另一个用于索引。
- 为大小为 10MB 的容器创建一个页大小为 4KB 并由数据库管理的普通表空间 TSA，为其提供一个文件名（Windows 上为 C:\db2\node0000\TSA，Linux 上为 /home/db2inst1/db2inst1/NODE0000/TSA）:
CREATE REGULAR TABLESPACE TSA
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSA' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSA' 10M );创建另一个具有相同维的表空间 TSIA，用于存放索引:
CREATE REGULAR TABLESPACE TSIA
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSIA' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSIA' 10M );或者使用 crtsa.sql 脚本来创建表空间。
现在创建表 TA 并指定不压缩（这个表是从 TCPH 基准中使用的一个表摘录出来的）。
- 使用脚本 crta.sql 创建包含下述列的表 TA 和相关的索引：
"L_ORDERKEY" INTEGER NOT NULL ,
"L_PARTKEY" INTEGER NOT NULL ,
"L_SUPPKEY" INTEGER NOT NULL ,
"L_LINENUMBER" INTEGER NOT NULL ,
"L_QUANTITY" DOUBLE NOT NULL ,
"L_EXTENDEDPRICE" DOUBLE NOT NULL ,
"L_DISCOUNT" DOUBLE NOT NULL ,
"L_TAX" DOUBLE NOT NULL ,
"L_RETURNFLAG" CHAR(1) NOT NULL ,
"L_LINESTATUS" CHAR(1) NOT NULL ,
"L_SHIPDATE" DATE NOT NULL ,
"L_COMMITDATE" DATE NOT NULL ,
"L_RECEIPTDATE" DATE NOT NULL ,
"L_SHIPINSTRUCT" CHAR(25) NOT NULL ,
"L_SHIPMODE" CHAR(10) NOT NULL ,
"L_COMMENT" VARCHAR(44) NOT NULL添加 “L_ORDERKEY” 和 “L_LINENUMBER” 上的一个惟一键以及 “L_PARTKEY” 和 “L_SUPPKEY” 上的另一个键。
现在可以开始就表空间的使用情况进行第一个系列的分析。多次重复执行一组相同的动作，首先从少量的行开始，然后逐渐加大数量，直到完成整个表：
- 将所需的行从 data.del（在子目录 DB2Compression 中）导入到 TA 中，替换已有的数据。
- 在带分布和索引的表 TA 上执行 RUNSTATS。
- 收集信息表 syscat.tables。
- 列出表空间的详细信息。
- 针对以下数量的行运行 loadTA.sql：
- 100 行
- 1000 行
- 10000 行
- 整个表
对于这些测试，只有 NPAGES 是有用的，因为压缩标志为 N，其他参数都为 0。
- 在分析过程中，使用 INSPECT 命令估计如果压缩 TSA 中的 TA，可以节省多少空间：
INSPECT ROWCOMPESTIMATE TABLE
NAME TA
SCHEMA db2inst1
RESULTS KEEP ta.raw;可以使用以下批处理文件和脚本文件：
- insp1.bat 删除检查文件。
- inspTA.sql 运行 INSPECT 命令。
- insp2.bat 格式化和显示检查数据。
注意：需要为 INSPECT 命令提供一个文件名（例如 ta.raw），用于存储结果。输出文件是一个二进制文件，与 db2diag.log 存储在相同的目录中。在不同操作系统上该路径可能有所不同：Linux 上为 db2dump，Windows 上为 …sqllib\instancename。需要使用 db2inspf 命令格式化该文件。
现在对压缩数据重复上述过程。再创建两个 SMS 表空间 —— 一个用于数据，另一个用于索引。
-
为大小为 10MB 的容器创建一个页大小为 4KB 并由数据库管理的普通表空间 TSB，为其提供一个文件名（Windows 上为 C:\db2\node0000\TSB，Linux 上为 /home/db2inst1/db2inst1/NODE0000/TSB）：
CREATE REGULAR TABLESPACE TSB
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSB' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSB' 10M ); -
创建另一个具有相同维的表空间 TSI2，用于存放索引：
CREATE REGULAR TABLESPACE TSIB
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TSIB' 10M );
or USING ( FILE '/home/db2inst1/db2inst1/NODE0000/TSIB' 10M );或者使用 crtsb.sql 脚本来创建表空间。
现在创建表 TB 并指定压缩。
- 使用脚本 crtb.sql 创建表 TB 和相关的索引，使它们与 TA 及其索引一样。
对表空间的使用情况重复上述分析过程。多次重复执行一组相同的动作，首先从少量的行开始，然后逐渐加大数量，直到完成整个表:
- 将所需的行从 data.del（在子目录 DB2Compression 中）导入到 TB 中，替换已有的数据。
- 重组数据并重新构建压缩字典。
- 在带分布和索引的表 TB 上执行 RUNSTATS。
- 收集信息表 syscat.tables。
- 列出表空间的详细信息。
- 针对以下数量的行运行 loadTB.sql：
- 100 行
- 1000 行
- 10000 行
- 整个表
比较问题 4 和 6 的结果。
{$PageTitle=构建另一种环境并在其中进行测试}
构建另一种环境并在其中进行测试（可选）
在本节中，您将构建一个环境， 在此环境中可以使用 System Managed Storage （SMS）表空间比较对表中的数据进行压缩和不进行压缩这两种不同的情况。用于填充表的数据放在一个定界 ASCII 文件中，该文件名为 data.del，位于子目录 DB2compression 下。
从 “构建一个数据库受管存储环境并在其中进行测试” 小节中的脚本开始：
- 使用新的 LARGE 选项重新创建 DMS 表空间：
DROP TABLESPACE TS1;
CREATE LARGE TABLESPACE TS1
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TS1' 10M ); - 对 TS2 重复此过程。
- 重新创建表，并重复执行分析脚本。
- 比较 NPAGES 与 syscat.tables 中其他的压缩值。
从 “构建一个数据库受管存储环境并在其中进行测试” 小节中的脚本开始：
- 使用新的 LARGE 选项重新创建 DMS 表空间：
DROP TABLESPACE TS1;
CREATE LARGE TABLESPACE TS1
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TS1' 10M )
EXTENT 2 ; - 对 TS2 重复此过程。
- 重新创建表，并重复执行分析脚本。
- 比较 NPAGES 与 syscat.tables 中的其他的压缩值。
从 “构建一个数据库受管存储环境并在其中进行测试” 小节中的脚本开始：
- 创建包含 1250 个 32KB 页的缓冲池 BP32：
CONNECT TO SAMPLE;
CREATE BUFFERPOOL BP32 IMMEDIATE SIZE 1250 PAGESIZE 32 K ;
CONNECT RESET; - 使用新的 LARGE 选项重新创建 DMS 表空间：
DROP TABLESPACE TS1;
CREATE LARGE TABLESPACE TS1
PAGESIZE 4K
MANAGED BY DATABASE
USING ( FILE 'C:\DB2\NODE0000\TS1' 10M )
BUFFERPOOL BP32 ; - 对 TS2 重复此过程。
- 重新创建表，并重复执行分析脚本。
- 比较 NPAGES 与 syscat.tables 中的其他的压缩值。
从 “构建一个数据库受管存储环境并在其中进行测试” 小节中的脚本开始：
- 重新创建具有原来那么多维的 DMS 表空间 TS2。
- 重新创建表 T2 及其索引。
- 运行装载步骤，从 10000 行开始。
- 用 KEEPDICTIONARY 选项替换 REORG 语句中的 RESETDICTIONARY 选项:
REORG TABLE DB2INST1.T2 INDEX DB2INST1.L_OK_LN2 ALLOW READ ACCESS KEEPDICTIONARY ; - 现在分别对 50000 行和整个表重复 T2 的装载步骤。
- 比较 NPAGES 与 syscat.tables 中的其他的压缩值。
{$PageTitle=结束语}
结束语
本教程通过一系列的练习让您熟悉了 DB2 9 的行压缩特性。您现在应该了解了 DB2 9 中数据压缩的概念和功能，并且应该知道如何：
- 启用/禁用行压缩。
- 使用表空间创建中的新选项以使一个页可以包含更多的行。
- 使用不同的 SQL 查询和工具来分析压缩的优点。
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/9403012/viewspace-456/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/9403012/viewspace-456/
扫一扫
1102
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
