Etiket Bulutu

Benchmark Convert_IMplicit Database High Availability Database Mirroring datawarehouse dimension table dmv Dynamic Data Masking Execution Execution Plans fact table Failover Cluster Node ekleme Failover Clustering FileStream generate script High Availability Implicit Instant File Initialization index Kinect Linux Live Query Statistics Log Shipping Mirroring object explorer object explorer details ODBC Driver pass performance performance tuning Plan Handle Planü Power View reporting services rol Row Level Security script sql serer 2016 sql server SQL Server 2008 SQL Server 2008 Log Shipping SQL Server 2012 SQL Server 2012 installation SQL Server 2012 Kurulumu SQL Server Backup SQL Server da Backup planı SQL Server da Maintenance Plans oluşturma SQL Server database mirroring SQL Server Disaster Recovery sql server dynamic management views SQL Server Failover Cluster SQL Server High Availability SQL Server Log Shipping SQL Server Maintenace Plans sql server performans SQLDIAG SQLDIAG Troubleshooting T24 Temenos truncate table t-sql unique index performance 1. Dünya savaşı istatistikleri 1456 451 ACID advanced analytics Advanced Data Analytics Affinity algı Alter index Alter table ALTER TABLE .. ALTER COLUMN Altın Oran Always On ALWAYSON AlwaysOnDemoTool amazon web services kinesis AMR analiz analysis service Ankara Antivirus apache kafka Arduino Article Assembly asymmetric audit Authentication Auto Growth Availability Group azure Azure Backup azure event hub partition azure event hubs azure event hubs servisi azure event hubs veri edinme Azure File Share Azure Fiyatlandırma Azure HDInsight Azure Hizmet Modelleri Azure ML Azure New Portal Azure Pricing Azure Queue azure sql database configuration azure sql database kullanımı azure sql database stream veriyi tutma azure sql database table partitioning Azure Storage azure stream analytics azure stream analytics dashboard azure stream analytics ölçeklendirilmesi azure stream analytics servisi Azure Table BA Backup backup encyrption backupset Bakım BASE bellek Best Practice BI Semantic Model Big Data Big User blocking blocking disable trigger blocking enable trigger Buffer Cache buffer pool Buffer Pool Extension bulk logged Buluta Veri Depolama Buluttaki Disk Business Analytics Conference business intelligence Büyük Veri Case Central Management Server certificate changed data capture Cloud Computing Cloud DR CLR Cluster clustered columnstore index Clustered Index Code Snippets Cold Purging collation column store column-level columnstore ColumnStore Indexes Compress ComputerNamePhysicalNetBIOS Concurrency Conditions Contained Database Contained Databases convert CONVERT_IMPLICIT Corruption Credentials cube DAC Dashboard Tasarımı data cleansing Data Compression Data Consistency Model data encryption data matching data mining Data Page data profiling data quality Data Services Data Warehouse Design Database database list Database Management Sistem database master key Database Mirroring Database Snapshot database trigger database-level Data-Ink Ratio datasets datasource DataZen date date dimension db_owner DBA DBCC dbcc dropcleanbuffers dbcc freeproccache DBMS dbo user DDL deadlock debugging DecryptByKey DecryptByPassPhrase deleted bitmap delta store Denali Denali SSAS deny database list deşifre detail index developer DIFFERENTIAL BACKUP DirectQuery Dirty Read Disaster Recovery Distribution Yapılandırma Distributor Distributor Agent dm_server_services DMF DMO DMV document db dosya bazlı şifreleme dqs dr Dynamic Management Function Dynamic Management Object Dynamic Management View ecrypt Effected Report Design Techniques Eğitim EncryptByKey EncryptByPassPhrase encryption endpoint Environment Variable error Error 5030 Error Log Estetik Raporlama Estimated Rows Eş Zamanlılkk Etkili Rapor Tasarlama Teknikleri Etkinlik ETL event Event Viewer except;intersect;sql execution Execution Plan export formats extended events Extended Stored Procedure Facets Failover Failover Cluster fast n execution plan FETCH NEXT FILELISTONLY FILLFACTOR File Table file-level FileStream Filter Pack Filtered Index First_Value Flat File fn_repl_hash_binary Focal Point foreignkey FORMAT Forwarded Record forwarded_record_count ftp task FULL BACKUP Full Recovery Full-Text Search functions Gartner Geocluster Gerçek Zamanlı Dashboard gestalt Golden Ratio görsel duyu group by Güvenlik ha Hadoop hafıza Hash HASHBYTES HEADERONLY headers footers Heap Hekaton hicri High Availability hijr Hiyerarşi Hybrid Cloud IaaS Index Index Scan In-Memory InMemory DW In-Memory DW InMemory OLTP In-Memory OLTP Internet of People Internet of Things IO IOT IoT nedir Isolation Level indeks index inmemory in-memory oltp internet of things isolation level istatistik istatistikler İş zekası İzolasyon Seviyesi Job json json support knowledge base kolon-satır bazlı kurulum küp Lag Lansman latch Lead linked server lock locking locking hints Log Backup Log Reader Agent Log Shipping login Lost-Update LQS Machine Learning Maintenance Management Studio matrix Max Text Replication Size mdx memory Memory Optimization Advisor Memory Optimized Table Memory Optimized Tables merge Merge Agent merge kullanımı Merge Publication Merge Replication merge type 1 slowly changing dimension merge type 1 slowly changing dimension örneği merge type 1 vs type 2 scd merge type 2 slowly changing dimension merge type 2 slowly changing dimension örneği merge type 3 slowly changing dimension merge type 4 slowly changing dimension message Microsoft Advanced Data Analytics Çözümleri microsoft azure Microsoft Bulut Microsoft Sanal Akademi Microsoft SQL Server Microsoft SQL Server 2014 Yenilikleri Microsoft SQL Server 2016 Mirror mirroring missing index Monitoring move Msdb multi_user multiversion concurrency control MVP MVP Roadshow MySnippet Named Pipes Natively Store Procedures Natively Stored Procedures Nesnelerin İnterneti Network Binding Order NoEngine Approaches nonclustered columnstore index Non-Repetable Read NoSQL NoSQL Approaches NoSQL Dünyası object explorer Odak Noktası ODBC Office 365 Offline OFFSET olap OLAP Backup OLE DB OLTP Online Index order attributes Otomatik Büyüme OVER PaaS PAD_INDEX page out page properties PAGE RESTORE PAGEIOLATCH paging parameters partition partitioning PASS PASS Summit PASS Summit 2014 Performance Performance Tuning performans performans tuning Phantom Read pivot Policies Policy Based Management Filtreleme Policy Management Power BI Power BI Dashboard Power BI Rest API power bi power view PowerBI PowerBI for Office 365 powerbi PowerMap PowerPivot PowerQuery powershell powershell ile sql yönetimi PowerView PowerView raporlarının web sayfalarına gömülmesi precon Primary Key primarykey Project Deployment Model Project Variable Protokol Proxy Proxy Account Publisher Purging on Independent Tables QL Server 2014 Yenilikleri Que Reader Agent Query Plan query store R Range Raporlama Raporlama Projeleri için Strateji Belirleme Raporlama Projelerine Hazırlık Read Committed Read Uncommitted RealTime Dashboard Rebuild RECONFIGURE RECONFIGURE WITH OVERRIDE Recovery model Relational Engine relationships Rename SSRS Database Repeatable Read Replication Replication Monitoring replikasyon report manager web site report parts reporting service reporting services reporting servis Resource Governor RESTORE Restore Database Restore Generate Restore Generate Script Restore transaction log rollback rs Rule of Thirds sa user SaaS sayfalama scd 3 demo scd karşılaştırma scd type 4 demo Scheduling Schema Comparison script Security segment elimination select into Self-Service BI Semantic Search Serializable Server Core SERVERPROPERTY Service services shared data sources shared datasets Shared Memory sharepoint Sharepoint 2010 ShowPlan Shrink simple recovery sing_user sliding window Slowly Changing Dimension snapshot Snapshot Agent Snapshot Publication Snapshot Replication Snippet snowflake sorting sp_configure sp_describe_first_result_set sp_server_diagnostics sp_spaceused sql SQL Agent Job SQL Azure sql bilgi yarışması SQL CLR SQL DIAG SQL DIAG Performans verisi toplama SQL endpoint SQL Login SQL Onculeri SQL Öncüleri sql script sql server SQL Server 2005 SQL Server 2008 SQL Server 2011 CTP3 SQL Server 2011 Denali SQL Server 2012 SQL Server 2012 CTP3 SQL Server 2012 RC SQL Server 2012 RC0 SQL Server 2012 ShowPlan Enhancements SQL Server 2012 T-SQL Enhancements SQL Server 2014 Sql Server 2014 Cardinality Estimator SQL Server 2014 Yenilikleri sql server 2016 SQL Server 2016 New Features SQL Server 2016 Yenilikleri sql server agent sql server assembly ekleme SQL Server Authentication sql server cast ve convert sql server clr integration sql server clr kullanımı sql server clr örnek sql server cluster SQL Server Code Name Denali SQL Server da Kullanıcı Yaratma SQL Server Database Project sql server dmv ve dmf sql server execution plan temizleme SQL Server Express Backup sql server fast n option örneği sql server fast n seçeneği SQL Server login sql server management stdio sql server merge into örnek sql server merge komutu sql server merge performnas sql server merge type 1 scd sql server merge type 2 scd sql server merge type 3 scd SQL Server Mobile Report Publisher SQL Server Network Interface SQL Server Onculeri SQL Server Öncüleri SQL Server Öncüleri Ankara SQL Server Performance sql server performans SQL Server Profiler SQL server recovery model SQL Server Reporting Services SQL Server Restore Generate Script SQL Server sa SQL Server Security SQL Server SQL DIAG sql server tarih dönüşüm işlemi sql server tarihsel veriler ile çalışma SQL Server User SQL Server yetki SQL Server yetkilendirme sql servera .net kodu ekleme SQL Serverda yetkilendirme nasıl SQL Serverda yetkilendirme nasıl yapılır sql to oracle linked server sql türkiye SQL User With Password sql yarışma SQLCMD sql'den oracle'a linked server SQLDIAG SQLDIAG Report SQLOS sqlsaturay SQLSaturday SQLSaturday #182 SQLSaturday #359 sqlsaturday #451 sqlserveronculeri ssas SSAS 2012 SSIS SSIS 2012 ssis SSMS SSMS Project SSMS Solution ssrs Stanby Database star schema STOPAT STOPBEFOREMARK STORAGE Storage Engine stored procedure stream analytics job subreports Subscriber Subscription subscriptions symmetric SYS sys.dm_db_index_physical_stats sys.dm_db_index_usage_stats sys.dm_db_missing_index_columns sys.dm_db_missing_index_details sys.dm_db_missing_index_group_stats sys.dm_db_missing_index_groups sys.server_principals sysadmin System Databases System View şifre şifreleme table table difference TableHasClustIndex TableHasIdentity TableHasPrimaryKey Tablet PC Tabular Mode Tabular Model TCP/IP TDE Tempdb time series Transaction Transactional Publication Transactional Replication Transparent Data Encryption trigger Troubleshooting TRY_CONVERT TRY_PARSE tsql t-sql T-SQL 2012 tsql mistakes Undocument union unionall Updatable ColumnStore İndex upgrade Veri ambarı veri edinme seçenekleri Veri Güvenliği Veri Hizmetleri Veri madenciliği Veri Mürekkep Oranı Veri Tabanı Yönetim Sistemleri Veri Tipi Veri Tutarlılık Modelleri Veri Yönetimi Evrimi verinin evrimi Veritabanı oluşturmak VERİTABANI YEDEKLEME STRATEJİLERİ veritabanı yedeklerinin şifrelenmesi Veritabanı Yöneticisi Veritabanı Yönetimi VeritPaq view any database Visual Studio VTYS web services Webcast Windows 7 Windows 8 Windows Authentication Windows Azure Windows Failover Clustering wmi WRITELOG xevents xp_sqlagent_enum_jobs YEDEKLEME STRATEJİLERİ Yedekli Çalışma Yetkilendirme Yiğit Aktan ysfkhvc yusuf kahveci Yüksek Erişilebilirlik Yüksek Süreklilik zip

Index’lerde FILLFACTOR ve PAD_INDEX Seçenekleri

Ekleyen: Turgay Sahtiyan Microsoft Senior SQL Server PFE Tarih:23.11.2011 Okunma Sayısı:9678


Index oluşturulurken kullanılan FILLFACTOR ve PAD_INDEX seçenekleri ile daha sonra yapılacak DML işlemleri için Index sayfalarında (Page) ne kadar boş yer bırakılacağı belirlenebilir. Özellikle çok hızlı bir şekilde Fragmante olan Index’ler için bu değerler üzerinde oynama yapılmasında fayda olabilir. Fakat bu değerlerde yapılacak değişikliklerin sayfa sayısını arttıracağını ve dolayısıyla yapılacak IO miktarını arttıracağını unutmamak gerekir.

Index sayfaları B-Tree yapısında organize olurlar. Bu yapıda en alt bulunan sayfalar Leaf Level Page’ler en alt seviyenin üstünde bulunan sayfalara ise NonLeaf Level Page’ler olarak bilinir. (Daha detaylı bilgi için şu makaleyi okuyabilirsiniz.)

FILLFACTOR ve PAD_INDEX ile Index oluşturulurken ya da ReBuild edilirken NonLeaf ve Leaf Level sayfalarda ne kadarlık boş yer bırakılacağı ayarlanabilir.

FILLFACTOR : Leaf Level Page’lerde yüzde olarak ne kadarlık boş yer bırakılacağını belirlemek için kullanılır. 1 ile 100 arasında integer değer atanabilir. Default değeri 0’dır. Yani sayfalar oluşturulurken maksimum kapasitede doldurulmaya çalışılır. 100 atanması durumunda 0 ile aynı işi yapar.

Tekrar belirtmek gerekirse FILLFACTOR değerinde yapılacak değişiklik sayfalarda bulunan kayıt sayısını azaltacağı için toplam sayfa sayısını arttıracaktır. Örneğin FILLFACTOR değeri 0 iken toplam 100 Leaf Level Page varsa düz bir mantıkla FILLFACTOR değeri 50 olduğunda Leaf Level Page sayısı 200’e çıkacaktır. Bu da yapılacak IO miktarını arttıracaktır. Bu konuya ilerleyen bölümlerde örnek vererek daha detaylı değineceğim.

PAD_INDEX : Leaf Level Page’ler için belirlenen FILLFACTOR değerinin NonLeaf Level Page’ler için de uygulanıp uygulanmayacağını belirlemek için kullanılır. PAD_INDEX ON durumda ise FILLFACTOR değeri NonLeaf Level Page’lerde de uygulanır. Dolayısıyla PAD_INDEX’in çalışabilmesi için FILLFACTOR değerinin set edilmesi gerekmektedir.

Index oluştururken FILLFACTOR ve PAD_INDEX parametrelerini TSQL’de şu şekilde kullanabiliriz.

Create Clustered Index CX_1 on tblDeneme2(a)
	with (FILLFACTOR = 50, PAD_INDEX  = ON)

 

Bu script ile oluşturulan Index’in Leaf Level Page’leri %50 oranında doldurulacaktır. Aynı zamanda PAD_INDEX = ON denildiği için %50 oranı NonLeaf Level Page’ler içinde kullanılacaktır.

Aynı işlemi SSMS kullanarak ta yapabiliriz.

Şimdi 2 farklı bakış açısıyla FILLFACTOR ve PAD_INDEX değerlerini değiştirmenin bize getirdiği avantaj ve dezavantajlara bakalım.

FILLFACTOR ve PAD_INDEX Index Fragmantasyonunu Etkiler

Giriş paragrafında da söylediğim gibi çok hızlı bir şekilde fragmante olan Index’lerde FILLFACTOR ve PAD_INDEX değerleri değiştirilerek Page’lerde boş yer bırakılabilir. Bu şekilde, daha sonra oluşacak Insert ve Update’ler için yer bırakılmış olur. Bu da Index’te oluşacak fragmantasyonu geciktirir.

Şimdi bu konu üzerine bir örnek yapalım. Örneğimde birbirinin aynı 2 tablo kullanacağım. Bu tablolar üzerine Clustered Index oluşturacağım. Index’leri oluştururken ilk Index’te %0 FILLFACTOR değerini ikincisinde ise %50 FILLFACTOR değerini kullanacağım. Daha sonra tabloya Insert’ler yapıp 2 Index’in fragmantasyon değerlerini karşılaştıracağım.

--Calisma DB'si olusturuyorum
Create Database DBIndexDeneme
GO
--Calisma tablosu olusturuyorum
Use DBIndexDeneme
GO
--Karsilastirmada kullanacagim ayni ozellikle 2 tablo olusturuyorum
create table tblDeneme1(a char(37), b char(400))
GO
Create table tblDeneme2(a char(37), b char(400))
GO
--Tablolara 10000 kayýt insert ediyorum.
declare @i int=0
declare @a char(37)
while @i<10000 begin
  select @a=CAST(NEWID() as CHAR(37))
  insert tblDeneme1
    select @a,REPLICATE('b',400)    
  insert tblDeneme2
    select @a,REPLICATE('b',400)
  set @i=@i+1
end
--Clustered Index'leri olusturuyorum
--Ilk tablo icin FILLFACTOR degerini default yani 0 olarak birakiyorum
Create Clustered Index CX_1 on tblDeneme1(a)
--Ikinci tablo icin FILLFACTOR degerini 50 olarak set ediyorum
Create Clustered Index CX_1 on tblDeneme2(a)
	with (FILLFACTOR = 50, PAD_INDEX  = ON)

 

Çalışma tablolarım hazır. Şimdi bu tablolara 1000’er adet kayıt daha insert edeceğim. Kayıtlar aralara denk gelebileceği için fragmantasyon oluşacaktır. İşleme başlamadan önce şu anki fragmantasyon değerlerine bakıyorum.

select object_name(ps.object_id) as [tableName], 
	ps.index_id,
	i.name as indexName,
	ps.avg_fragmentation_in_percent, 
	ps.fragment_count,
	ps.avg_fragment_size_in_pages, 
	ps.page_count, 
	ps.avg_page_space_used_in_percent
from sys.dm_db_index_physical_stats(DB_ID(),null,null,null,null) ps
join sys.indexes i on i.object_id = ps.object_id and i.index_id = ps.index_id
where object_name(ps.object_id) in ('tblDeneme1','tblDeneme2')

Şu an için her 2 index’te de fragmantasyon bulunmamakta. Şimdi 1000’er adet insert’i her 2 tabloya yapalım.

declare @i int=0
declare @a char(37)
while @i<1000 begin
  select @a=CAST(NEWID() as CHAR(37))
  insert tblDeneme1
    select @a,REPLICATE('b',400)    
  insert tblDeneme2
    select @a,REPLICATE('b',400)
  set @i=@i+1
end

 

Fragmantasyon değerlerine tekrar bakalım.

select object_name(ps.object_id) as [tableName], 
	ps.index_id,
	i.name as indexName,
	ps.avg_fragmentation_in_percent, 
	ps.fragment_count,
	ps.avg_fragment_size_in_pages, 
	ps.page_count, 
	ps.avg_page_space_used_in_percent
from sys.dm_db_index_physical_stats(DB_ID(),null,null,null,null) ps
join sys.indexes i on i.object_id = ps.object_id and i.index_id = ps.index_id
where object_name(ps.object_id) in ('tblDeneme1','tblDeneme2')

Gördüğünüz gibi FILLFACTOR değeri %50 olarak ayarlanan Index’te hiç fragmantasyon oluşmamışken diğer Index’te %88 oranında fragmantasyon oluşmuş durumda.

Dolayısıyla tekrar etmek gerekirse; çok hızlı bir şekilde fragmante olan tablolarda FILLFACTOR değeri set edilerek fragmantasyon geciktirilebilir.

Yukarıdaki örnekte fragmante olan Index’i aşağıdaki script vasıtasıyla defragmante edebiliriz.

Alter Index CX_1 on tblDeneme1 Rebuild

 

FILLFACTOR ve PAD_INDEX Özelliklerinin IO’ya Etkisi

Daha öncede bahsettiğim gibi FILLFACTOR değerinin değiştirilmesi sayfada tutulacak kayıt sayısını etkilediği için bu durum da otomatikman toplam sayfa sayısını etkileyecektir. Dolayısıyla sorgular sonucunda okunacak sayfa sayısı da artabilir. Bu da daha fazla IO yapılması anlamına gelmektedir.

Şimdi bu aradaki farkı örneklendirmeye çalışalım. Çalışma tablosu olarak bir önceki başlıkta anlattığım tabloları kullanacağım.

İlk olarak 2 Index arasındaki sayfa sayısı farkına bakalım.

select schema_name(o.schema_id) as SchemaName,
         o.name as TableName,
         ps.index_id,
         i.name as indexName,
         fill_factor,
         is_padded,
         ps.used_page_count as LeafLevelPageCount,
         (ps.in_row_data_page_count*8.0) as LeafLevel_KB,
         ps.used_page_count-in_row_data_page_count as NonLeafLevelPageCount,
         ((ps.used_page_count-ps.in_row_data_page_count)*8.0) as NonLeafLevelSize_KB
from sys.dm_db_partition_stats ps
join sys.objects o on o.object_id = ps.object_id
join sys.indexes i on i.object_id = ps.object_id and i.index_id = ps.index_id
where o.name in ('tblDeneme1','tblDeneme2')
order by o.name

Gördüğünüz gibi FILLFACTOR değerini %50 olarak set ettiğimiz Index, diğer Index’e oranla hem Leaf hem de NonLeaf Level Page sayısı olarak neredeyse 2 katı page’e sahip.

Şimdi aşağıdaki gibi bir sorguyu 2 tabloda birden çalıştırıp yaptıkları IO miktarına ve sorgu masrafına bakalım.

SET STATISTICS IO ON
Select * from tblDeneme1 
	where a between 'C' and 'G'
Select * from tblDeneme2 
	where a between 'C' and 'G'

Aynı sorgu tblDeneme1 tablosundan 158 IO yapılarak getirilebiliyorken, tblDeneme2 tablosundan 257 IO yapılarak getirilebildi. Bu da neredeyse 2 katı performans kaybı anlamına gelmekte.

Son olarak Query Planlarına bakalım.

2 Query Planda da Index Seek yapılmasına rağmen IO farklılığından dolayı ilk sorgu %38 maliyete sahipken 2.sorgu %62 maliyete sahip.

ÖZET

FILLFACTOR ve PAD_INDEX parametrelerini set etmek çok hızlı fragmante olan tablolar için bir avantaj gibi gözükebilir. Fakat sayfa sayısı artacağı için IO açısından dezavantaj doğurabilir. Sorgu ve tablo bazında inceleme yapılıp karar verilmesinde fayda vardır.


yorum yaz
Resul Çavuşoğlu

Resul Çavuşoğlu


23.11.2011 11:19


Güzel Çalışma, Fragmantasyon sonuçlarını gösteren 2 resmin yerlerini değiştirirseniz iyi olur.

Turgay Sahtiyan

Turgay Sahtiyan


23.11.2011 15:36


Uyarı için teşekkürler

Üye Girişi

Kullanıcı Adınız

Şifreniz

Şifremi Unuttum

Arkadaşına Tavsiye Et

Tavsiye edebilmek için siteye giriş yapmalısınız