PRE-EMPTIVE DATABASE PROCESSING FOR PERFORMANCE ENHANCEMENT IN A HYBRID MULTI-CLOUD DATABASE ENVIRONMENT

• Main Authors: NAWROCKE, Kelly, MCMANUS, Matt, HENZE, Frank, NETTLING, Martin, THIAGARAJAN, Raghu
• Format: Patent
• Language: English; French
• Published: 12.11.2020
• Subjects: CALCULATING; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; PHYSICS

A unified access layer (UAL) and scalable query engine receive queries from various interfaces and executes the queries with respect to non-heterogeneous data management and analytic computing platforms that are sources of record for data they store. Query performance is monitored and used to generate a query performance model. The query performance model may be used to generate alternatives for queries of users or groups of users or to generate policies for achieving a target performance. Performance may be improved by monitoring queries and retrieving catalog data for databases referenced and generating a recommendation model according to them. Duplicative or overlapping sources may be identified based on the monitoring and transformations to improve accuracy and security may be suggested. A recommendation model may be generated based on analysis of queries received through the UAL. Transformations may be performed according to the recommendation model in order to improve performance. Une couche d'accès unifiée (UAL) et un moteur de requête échelonnable reçoivent des requêtes provenant de diverses interfaces et exécutent les requêtes par rapport à des plateformes de calcul analytique et de gestion de données non hétérogènes qui sont des sources d'enregistrement pour les données qu'elles stockent. La performance de la requête est surveillée et utilisée pour générer un modèle de performance de requête. Le modèle de performance de requête peut être utilisé pour générer des alternatives pour des requêtes d'utilisateurs ou de groupes d'utilisateurs ou pour générer des politiques pour atteindre une performance cible. La surveillance de requêtes et la récupération de données de catalogue pour des bases de données référencées et la génération d'un modèle de recommandation en fonction de celles-ci permettent d'améliorer la performance. Des sources de duplication ou de chevauchement peuvent être identifiées sur la base de la surveillance et des transformations pour améliorer la précision et la sécurité et peuvent être suggérées. Un modèle de recommandation peut être généré sur la base d'ene analyse de requêtes reçues par l'intermédiaire de l'UAL. Des transformations peuvent être réalisées selon le modèle de recommandation afin d'améliorer la performance.