Erkennung von ressourcenintensiven Datenbankabfragen durch neuronale Netze

Das Server-Informationsverarbeitungssystem verbraucht eine unannehmbar große Menge an Rechenressourcen sowie Zeit- und Speicherressourcen um ressourcenintensive Datenbankabfragen auszuführen. Die Erkennung und Korrektur ressourcenintensiver Abfragen kann die Geschwindigkeit von Software-Client-orientierten Anwendungen verbessern indem sie die Gesamtlast auf den Datenbankservern verringert den Wettbewerb um gemeinsam genutzte Ressourcen reduziert und die Ausführungszeit anderer Abfragen verkürzt. Die derzeit verwendeten Methoden zur Suche nach problematischen Abfragen die in System-Utilities eingesetzt werden erlauben es nicht immer ressourcenintensive SQL-Operatoren zu identifizieren oder solche Abfragen zu übersehen die ebenfalls als ressourcenintensiv eingestuft werden können. Die Monographie zielt darauf ab den Prozess der Erkennung ressourcenintensiver Datenbankabfragen auf der Grundlage der Anwendung von Clustering mit neuronalen Netzen und Fuzzy-Inferenz zu verbessern.