هدف ما از این دوره بکارگیری تکنولوژی‌های جدید مایکروسافت در حوزه SQL Server در دنیای واقعی و محیط‌های عملیاتی است. انتقال تجربیات در حوزه Columnstore و Memory-Optimized و بررسی و پیاده سازی سناریوهای عملی از دیگر اهداف این دوره است. همچنین در طول این دوره، بیش از ۲۰۰ مثال و تمرین را بررسی می کنیم.
1.890.000 تومان
۱. آشنایی با concurrecnt در SQL Server ۲. معرفی انواع Concurrency
– کنترل همزمانی Pessimistic – کنترل همزمانی Optimistic
۳. بررسی انواع خواندن دیتا در SQL Server
– Dirty read – Phantom read – Non-repeatable read – Lost Update(write-write conflict)
۴. معرفی انواع Isolation level
– Pessimistic isolation levels
۵. READ UNCOMMITTED ۶. READ COMMITTED ۷. REPEATABLE READ ۸. SERIALIZABLE
– Optimistic isolation levels – SNAPSHOT – Read commited Snapshot – مقایسه انواع Isolation Level و بررسی نقاط ضعف و قوت آن ها
۹. آشنایی با مفهوم تراکنش در SQL Server ۱۰. معرفی و بررسی انواع تراکنش
– تراکنش های AutoCommitted – تراکنش های Explicit – تراکنش های Implicit – مقایسه انواع تراکنش ها
۱۱. بررسی و مقایسه تولید Log تراکنش ها و تاثیر آن ها روی Transaction Log ۱۲. آشنایی با مدیریت خطا در تراکنشo
– بررسی عملکرد Try..Catch – نحوه استفاده از XACT_STATE() و XACT_ABORT() و مزایای آنها
۱۳. معرفی راه‌های بهینه‌سازی تراکنش‌ها
۱. آشنایی با انواع Lock
– Exclusive Lock(X) – Intent Lock() – Update Lock – Shared Lock – Key-Range Lock – Schema Lock
۲. بررسی سازگای انواع Lock و معرفی ماتریس سازگاری Lock ها ۳. بررسی سازگاری انواع lock با isolation level های مختلف در SQL Server ۴. بررسی جدول سیستمی sys.dm_tran_locks ۵. بررسی Lock Escalation
– آشنایی با انواع Lock Escalation – مقایسه انواع Lock Escalation
۶. بررسی رفتار Lock ها در Extended Events ۷. معرفی Latch و کاربردهای Latch ۸. آشنایی با انواع مختلف Latch ۹. بررسی دقیق رفتار Lock و Latch ۱۰. تفاوت های Latch , Lock
۱. آشنایی با سیستم عامل SQL (SQL OS) ۲. مزایای SQL OS
– بررسی عملکرد رفتار SQL OS و Windows OS – نحوه کار و زمانبندی SQL OS – آشنایی با مفاهیم مرتبط با SQL OS
. Session . Request . Task . Worker Thread . Scheduler معرفی اجزای مختلف Scheduler و نحوه عملکرد آن
۳. آشنایی با مفاهیم Exectution Time , Response Time ۴. بررسی جداول سیستمی
– sys.dm_exec_requests – sys.dm_exec_sessions – sys.dm_os_schedulers – sys.dm_os_sys_info – sys.dm_os_tasks – sys.dm_os_schedulers
۱. آشنایی با مفهوم wait type و wait time ۲. اشنایی با dmv های سیستمی
– sys.dm_os_wait_stats – sys.dm_os_waiting_tasks – sys.dm_exec_session_wait_stats
۳. معرفی انواع wait در SQL Server
– معرفی انواع wait مرتبط با Lock
. بررسی wait های LCK_M_S . بررسی wait های LCK_M_X . بررسی wait های LCK_M_U . بررسی wait های LCK_M_SCH_M . بررسی wait های LCK_M_Sch_S . بررسی wait های LCK_M_I*
– معرفی انواع wait مرتبط با Latch
. آشنایی با Buffer Latch . آشنایی با Non-Buffer Latch . آشنایی با IO Latch
– معرفی انواع wait مرتبط با CPU
. بررسی CXPacket wait . بررسی SOS_SCHEDULER_YIELD wait . بررسیTHREADPOOL wait
– معرفی انواع wait مرتبط با IO
. بررسی WRITELOG wait
۴. آشنایی و بررسی مفهوم بلاکینگ ۵. بررسی Blocking Chaing
SQL Server Wait Statistic یکی از مهمترین ابزارهایی که می‌توانیم برای تحلیل کوئری‌ها و بهبود عملکرد (Performance) از آن استفاده کنیم. خیلی از برنامه نویس‌ها وDBA ها از این مقوله مهم اطلاع کافی ندارند. همچنین مستندات و مطالب کمی توی این حوزه وجود دارد. به طور کلی، هر نوع Configuration در سخت افزار سرور تا پیکربندی در کامپیوترهای کلاینت مرتبط با SQL sever روی Wait Statistic ها تاثیر می‌گذارد. با توجه به این توضیحات به عنوان یک DBA لازم است با این مفاهیم بیشتر آشنا شویم. در این بخش از دوره قصد داریم بررسی کنیم چطور می‌توانیم از Wait Statisticها برای بهبود عملکرد کوئری‌ها و دیتابیس‌ها استفاده کنیم.
۱. تعریف پارتیشن‌بندی دیتا ۲. معرفی انواع پارتیشن بندی دیتا ۳. آشنایی با Partitioned View و کاربردهای آن ۴. بررسی data partitioning در جداول SQL Server
– بررسی مفهوم Partition Function (Range Right, Range Left) – بررسی مفهوم Partition Scheme – بررسی نحوه ارتباط جدول پارتیشن‌بندی شده با FileGroup
۵. نحوه پارتیشن بندی جداول ۶. بررسی مثال عملیاتی پارتیشن بندی جدول در SQL Server ۷. بررسی مفهوم Partition Elimination ۸. نقش پارتیشن‌بندی و در دسترس‌پذیری دیتابیس‌ها (Database Availability) در SQL Server ۹. بررسی ساختار دیتابیس ها با پارتیشن‌بندی و بدون پارتیشن‌بندی دیتا ۱۰. آشنایی با مفهوم Partial Backup و کاربردهای آن ۱۱. بررسی مثال عملیاتی، مدیریت دیتا و انتقال Filegroup ها بین دیسک‌های مختلف ۱۲. بررسی عملکرد ایندکس های در جداول معمولی و پارتیشن‌بندی شده ۱۳. بررسی rebuild و reorganize ایندکس ها در جداول پارتیشن‌بندی شده ۱۴. آشنایی با مفهوم Statistics ۱۵. بررسی رفتار Statistics ها در جداول معمولی و پارتیشن‌بندی شده ۱۶. مقایسه Partitioned View ها و Partition Table ها ۱۷. نحوه مدیریت پارتیشن ها و آشنایی با عملیات های Merge, Split , Partition Switch ۱۸. آشنایی با ویوهای سیستمی ۱۹. sys.dm_db_partition_stats
– sys.partitions – sys.partition_schemes – sys.partition_functions
۲۰. بررسی Lock Escalation در جداول پارتیشن‌بندی شده
۱. آشنایی با مفهوم ذخیره سازی ستونی (Columnar) ۲. بررسی ساختار ذخیره‌سازی دیتا به صورت سطری و ستونی ۳. بررسی مزایا و معایب ساختار ذخیره‌سازی سطری و ستونی ۴. معرفی انواع ایندکس‌های Columnstore
– Nonclustered Columnstore – Clustered Columnstore – بررسی تفاوت ها و شباهت های Nonclustered Columnstore و Clustered Columnstore
۵. معرفی اجزای اصلی ایندکس Columnstore
– بررسی Rowgroup و ساختار آن – بررسی و معرفی Segment
۶. آشنایی با view های سیستمی
– sys.column_store_row_groups – Sys.dm_db_column_store_row_group_physical_stats – sys.column_store_segments – sys.dm_db_column_store_row_group_operational_stats
۷. بررسی مراحل ساخت ایندکس Columnstore
– آشنایی با انواع رمزگذاری در Columnstre
. Dictionary encoding . Value-Based encoding
۸. آشنایی با مفهوم دیکشنری در Columnstore ۹. بررسی Catalog view ها
– sys.column_store_dictionaries – sys.allocation_units
۱۰. عملکرد تکنیک های Segment Elimination , Row Group Elimination در SQL Server ۱۱. بررسی نحوه پردازش کویری در جداول Columnstore ۱۲. کاربردهای ایندکس Columnstore ۱۳. آشنایی با عملکرد پردازش دسته‌ای (Batch Processing) ۱۴. معرفی مزایای Batch Processing ۱۵. بررسی انواع بارگذاری دیتا در جداول Columnstore ۱۶. اجرای یک مثال عملیاتی و مقایسه رفتار باگذاری دیتا در حالت های مختلف روی جدول Columnstore ۱۷. بررسی اجرای موازی در حالت RowStore و Columnstore ۱۸. بررسی سناریوی Parallelism در حالت‌های اجرای Row Mode و Batch Mode در نسخه‌های مختلف SQL Server ۱۹. بررسی ساختار داخلی ایندکس Columnstore ۲۰. آشنایی با مفاهیم Delta Store و Delete Bitmap ۲۱. بررسی رفتار Insert , Update, Delete و Bulk Insert در جداول Columnstore ۲۲. آشنایی با مفهوم Tuple Mover و نحوه عملکرد آن ۲۳. بررسی محدودیت های ایندکس Columnstore ۲۴. بررسی رفتار انواع ایندکس Columnstore در نسخه های مختلف SQL Server 2014 , SQL Server 2016 و SQL Server 2017 ۲۵. بررسی انواع انواع فشرده‌سازی دیتا با حالت Columnstore و Columnstore_Archive ۲۶. بررسی ویژگی Compression_Delay در ایندکس Columnstore ۲۷. بررسی فرآیند Rebuild و Reorganize ایندکس های Columnstore ۲۸. بررسی Computed Column در Columnstore
۱. آشنایی با انواع وضعیت RowGroup ها ( Open, Invisible, Closed, Tombstone, Compressed ) ۲. بررسی رفتارهای Row Group ها (BulkLoad, NO_TRIM, REORG, Dictionary_Size, Memory Limitation) ۳. بررسی Memory Grant Info در اجرای کویری ها در SQL Server ۴. بررسی حافظه مورد نیاز ایندکس Columnstore ۵. بررسی عملکرد اپراتور Aggregate Window در SQL Server 2017 ۶. بررسی تکنیکPredicate Pushdown و نحوه اجرای آن ۷. مدیریت و نگهداری تغییرات در جداول Columnstore
– استفاده از Change Data Capture – استفاده از Change Tracking – استفاده از جداول Temporal
۸. بررسی ساختار داخلی انواع ایندکس Columnstore
۹. بررسی رفتار Lock ها و Blocking در جداول Columnstore ۱۰. آشنایی با مفهوم Deadlock در SQL Server ۱۱. بررسی رفتار Deadlock در جداول Columnstore ۱۲. راه های کاهش Deadlock در جداول Columnstore ۱۳. معرفی ابزار قدرتمند SQL SentryOne ۱۴. بررسی رفتار Deadlock در SQL SentryOne
۱۵. معرفی بهترین حالات طراحی ایندکس Columnstore ۱۶. بررسی عملکرد Merge در Columnstore ۱۷. بررسی رفتار Transaction Log در جداول Columnstore ۱۸. مقایسه فایل Backup دیتابیس‌های دارای جداول rowstore و Columnstore ۱۹. بررسی Partitioning در جداول Columnstore ۲۰. برریس کویری های تحلیلی روی جداول پارتیشن شده Columnstore با جداول بدون پارتیشن Columnstore
۲۱. بررسی رفتار ایندکس Nonclustered روی جدول Columnstore ۲۲. بررسی ساختار داخلی ایندکس Nonclustered و ایندکس Columnstore
– آشنایی با مفهوم CSI Locator – معرفی ساختار Mapping Index
۲۳. بررسی ویو سیستمی sys.internal_partitions ۲۴. آشنایی با آبجکت های داخلی Columnstore
– COLUMN_STORE_DELETE_BITMAP – COLUMN_STORE_DELTA_STORE – COLUMN_STORE_DELETE_BUFFER – COLUMN_STORE_MAPPING_INDEX
۲۵. بررسی ساختار داخلی ایندکس Nonclustered Columnstore و ایندکس Clustered ۲۶. آشنایی با ساختار و عملکرد Delete Buffer ۲۷. بررسی رفتار ایندکس Columnstore در Extended Events ۲۸. بررسی رفتار ایندکس Columnstore در Performance Monitor ۲۹. بررسی مثال عملی – سناریوی Columnstore و کنترل همزمانی به منظور بررسی Blocking ۳۰. بررسی مثال عملی – شبیه‌سازی رفتار deadlock ۳۱. بررسی مثال عملی – سناریوی بکارگیری Columnstore و Partitioning
استفاده از ایندکس Columnstore در انبارداده با استفاده از تکنولوژی Columnstore در یکی از جداول انبارداده با حدود 11 میلیارد رکورد توانستیم حجم جدول را حدود 8 برابر نسبت به حالت disk-based کاهش دهیم و نهایتا سرعت و کارایی کویری‌های جدول بشدت افزایش یافت. سرعت اکثر اجرای کویرهای تحلیلی، روی جدول مورد نظر کمتر از 2 ثانیه(2000 میلی ثانیه) است.
۱. معرفی تکنولوژی In-Memory OLTP و بررسی مزیت ها ۲. آشنایی با ویژگی‌های In-Memory OLTP Engine ۳. لزوم استفاده از تکنولوژی و جداول ۴. بررسی پروژه‌ها و سناریوهای موفق In-Memory OLTP ۵. نحوه ایجاد دیتابیس با ویژگی In-Memory OLTP در SQL Server 2017 ۶. بررسی معماری تکنولوژی In-Memory OLTP Engine
۷. نحوه تعریف جدول Memory-Optimized ۸. بررسی Performance جداول Memory-Optimized و Disk-Based ۹. بررسی انواع راه‌های دسترسی به آبجکت های In-Memory OLTP ۱۰. بررسی عدم استفاده از Lock و Latch در جداول memory-optimized ۱۱. بررسی ساختاری جداول Disk-Based و Memory-Optimized ۱۲. ساختار داده در جداول Memory-Optimized (Data Row Format) ۱۳. معرفی تکنیک کنترل همزمانی چندنسخه‌ای (Multiversion Concurrency Control) ۱۴. بررسی Data Type های قابل استفاده در جداول Memory-Optimized ۱۵. معرفی ویژگی های جدید جداول Memory-Optimized در SQL Server 2017 ۱۶. نحوه مهاجرت جداول Disk-Based به جداول Memory-Optimized ۱۷. بررسی محدودیت‌های جدول Memory-Optimized ۱۸. بررسی مثال عملی – سناریوی عملکرد استفاده از tvp معمولی و memory-optimized tvp ۱۹. بررسی مثال عملی – سناریوی استفاده از جداول Memory-Optimized در فرآیند ETL انبار داده ۲۰. بررسی مثال عملی – سناریوی مدیریت فضای حافظه سرور با مکانیزم آرشیو دیتای جداول Memory-Optimized ۲۱. بررسی مکانیزم مهاجرت جداول disk-based به memory-optimized
استفاده از حافظه به عنوان یک ویژگی جدید در SQL Server اضافه شده است. اما استفاده محض از این تکنیک منجر به عدم استفاده بهینه از حافظه سرور می شود. مدیریت بهینه از حافظه با استفاده از تکنیک های آرشیو دیتای جداول Memory-Optimized بسیار بااهمیت و مهم است.بسته به بیزنس و بررسی hot data ، مکانیزم آرشیو دیتا یکی از مهمترین مراحل طراحی و استفاده از تکنولوژی In-Memory OLTP به حساب می آید که با بررسی یک سناریوی عملی در این دوره مکانیزم آرشیو دیتای جداول Memory-Optimized را بررسی می کنیم.
۱. معرفی انواع ایندکس
– Hash Index – Nonclustered Index(Range Index) – Clustered Columnstore Index – بررسی کاربردها و مقایسه انواع ایندکس‌ها
۲. آشنایی با Bucket Count و Hash Table Lookup ۳. بررسی عملکرد Bucket Count در جداول Memory-Optimized Hash Indexes .۴ و SARGability ۵. نحوه ایجاد Nonclustered Indexes ۶. بررسی ساختار ایندکس های Clustered و Non-Clustered در جداول Disk-Based ۷. بررسی ساختار ایندکس‌ها در جداول Memory-Optimized ۸. آشنایی با ساختار ذخیره‌سازی Nonclustered Indexes و معماری Bw-Tree ۹. معرفی Delta Records ۱۰. بررسی مثال عملی – سناریوی مقایسه عملکرد Nonclustered Indexes و Hash Indexes ۱۱. بررسی عملکرد ایندکس Clustered Columnstore در جداول Memory-Optimized ۱۲. بررسی مصرف کننده های حافظه با ایندکس Clustered Columnstore ۱۳. بررسی عملکرد Insert, Delete در جداول Memory-Optimized و Columnstore ۱۴. بررسی محدودیت های ایندکس Clustered Columnstore در جداول Memory-Optimized ۱۵. بررسی مثال عملی – سناریوی تعریف ایندکس بر روی جداول Memory-Optimized و بررسی عملکرد ایندکس ۱۶. بررسی گزارشات قابل استفاده در SQL Server 2017 جهت بررسی جداول Memory-Optimized
۱. آشنایی با Varheaps ۲. بررسی نحوه ذخیره سازی دیتای جداول Memory-Optimized به صورت Off-Row و In-Row ۳. آشنایی با انواع Memory Consumers ۴. Range Index Heap ۵. Table Heap ۶. LOB page allocator ۷. بررسی عملکرد ذخیره سازی به صورت Off-Row ۸. بررسی مثال عملی – سناریوی ایجاد Off-Row و تاثیر آن بر عملکرد حافظه و کویری ها
۱. آشنایی با Native Compilation ۲. بررسی ماژول های Native Compiled ۳. پروسیجر Natively Compiled ۴. توابع Natively Compiled ۵. تریگر Natively Compiled ۶. بررسی محدودیت ها، امکانات و دستورات قابل استفاده در Native Compiled ۷. عملگرها Join .۸ها ۹. توابع تجمیعی ۱۰. توابع سیستمی ۱۱. دستورات کنترلی ۱۲. عملکرد ماژول های Natively Compiled ۱۳. مقایسه عملکرد پروسیجر Natively Compiled با پروسیجر عادی ۱۴. مقایسه عملکرد توابع Natively Compiled با توابع عادی
۱. مروری بر ساختار تراکنش در SQL Server ۲. بررسی Isolation Levels های قابل استفاده در In-Memory OLTP
۳. بررسی تراکنش‌های Cross-Container ۴. آشنایی با نحوه پردازش تراکنش در In-Memory OLTP ۵. بررسی ساختار ذخیره‌سازی ، Logging و Recovery ۶. بررسی با فایل های In- Memory OLTP checkpoint files Pairs)) ۷. معرفی Delta Files ۸. معرفی Data Files
۹. بررسی وضعیت های مختلف CFP ۱۰. Precreated ۱۱. Under Construction ۱۲. Merge Target ۱۳. Active ۱۴. Waiting For Log Truncation ۱۵. فرآیند بازیابی دیتا در حافظه
۱۶. مقایسه فرآیند تولید Log در جداول Memory-Optimized و جداول Disk-Based ۱۷. معرفی انواع Checkpoint
– Internal – Manual – Automatic – Indirect
۱۸. بررسی وضعیت Checkpoint در جداول Memory-Optimized ۱۹. استفاده از dm_db_xtp_checkpoint_files برای بررسی سایز Log , CFPs ۲۰. بررسی backup و restore در دیتابیس های In-Memory ۲۱. مرروی بر فرآیند Garbage Collection ۲۲. بررسی workflow مرتبط با Garbage Collection ۲۳. معرفی Catalog view های مرتبط با Garbage Collection
– sys.dm_xtp_gc_stats – sys.dm_xtp_gc_queue_stats – sys.dm_db_xtp_gc_cycle_stats – sys.dm_db_xtp_index_stats
۲۴. بررسی یک مثال عملی – سناریوی بررسی مدیریت حافظه و Garbage Collection پس از حذف رکوردهای یک جدول
در یکی از پروژه هایی که از جداول memory-optimized بر روی SQL Server 2014 استفاده می‌کردیم. حجم ایندکس های رزرو شده در حافظه به طرز عجیبی بسیار بالا بود. با استفاده از یک تکنیک و استفاده از ایندکس های کم کاربرد، توانستیم با فراخوانی فرآیند garbage collector و بخش بسیار زیادی از حافظه رزرو شده را به حافظه سرور برگردانیم.
۱. بررسی Counter های مرتبط با In-Memory در Performance Counter ۲. بکارگیری event های مربوط به In-Memory OLTP در Extended Events ۳. معرفی و بررسی ابزارهای کمکی In_memory در حوزهSQL Server ۴. استفاده از event های مربوط به In-Memory OLTP در Extended Events ۵. بررسی مهاجرت جداول و پروسیجرها به In-Memory OLTP با استفاده از ابزار Memory Optimization Advisor
احسان حسین پور مدیر بانک اطلاعاتی در شرکت پرداخت الکترونیک سداد و همچنین مدرس و مشاور SQL Server در نیک‌آموز است. از دیگر سوابق او به مدیر پایگاه داده در شرکت حصین، مدیر فنی توسعه سامانه نیکنام، ، متخصص سیستم‌های انبارداده و هوش تجاری، طراحی In-Memory OLTP در SQL Server اشاره کرد.
در این دوره SQL Server 2017 مورد استفاده قرار میگیرد. توجه کنید که مباحث تدریس‌شده در نسخه‌های اخیر آن تغییر چندانی نکردهاند و شما میتوانید با مشاهده این آموزش، مفاهیم مربوط به In-Memory OLTP را بیاموزید.
In-Memory OLTP قابلیتی در SQL Server است که با استفاده از آن، امکان بهبود عملکرد حجم کاری تراکنش‌ها فراهم می‌شود. این موضوع ازطریق جداول Memory-Optimized و پروسیجرهای کامپایلشده به صورت Native میسر خواهد شد. این قابلیت به طور خاص، برای سناریوهایی مناسب است که دسترسی سریع به داده و تأخیر پایین (Low Latency) موردنیاز است. جداول سنتی مبتنی‌بر دیسک در SQL Server ، دادهها را روی دیسک ذخیره‌سازی میکنند که این موضوع میتواند به گلوگاههای عملکردی (Performance Bottlenecks)، بهویژه برای حجم کاری تراکنشی با همزمانی (Concrunnecy) و حجم داده بالا، منجر شود.
برای آشنایی بیشتر با این قابلیت، پیشنهاد میکنیم مقاله آشنایی با تکنولوژی In-Memory OLTP را مطالعه نمایید.
دوره ۳ در ۱ Performance Tuning در SQL Server پیش‌نیاز این دوره آموزشی است. این دوره برای افرادی مناسب است که حداقل دو سال با SQL Server کار کرده باشند.
In-Memory OLTP یک ویژگی از SQL Server است و روند نصب مجزایی برای آن وجود ندارد. این ویژگی بهعنوان بخشی از نسخه‌های مشخصی از SQL Server مانند نسخه‌های Enterprise ، Developer و Evaluation ارائه می‌شود. برای استفاده از In-Memory OLTP، لازم است آن را در طی فرآیند نصب SQL Server یا ازطریق Server Properties در SQL Server Management Studio فعال کنید. درحقیقت، نحوه استفاده از این قابلیت حائز اهمیت است که در این دوره به آن پرداخته خواهد شد.
تفاوت اصلی میان OLTP سنتی و In-Memory OLTP ، در مکانیزمهای ذخیره‌سازی و روشهای دستیابی به داده، نهفته شده است. سیستم‌های OLTP سنتی، دادهها را روی دیسک و با بهکاگیری ساختارهای ذخیره‌سازی مبتنی‌بر ردیف (Row-Based) ذخیره‌سازی میکنند. در چنین سیستم‌هایی، برای دستیابی و دستکاری دادهها، عملیات ورودی / خروجی دیسک (Disk I/O) نیاز است.
در نقطه مقابل، در In-Memory OLTP دادهها بهطور کامل در حافظه ذخیره‌سازی می‌شوند و از جداول Memory-Optimized و ساختارهای داده بدون قفل (Latch-Free) برای تسهیل دسترسی و پردازش سریع دادهها استفاده خواهد شد. علاوهبراین، In-Memory OLTP از مکانیزمهای کنترل همزمانی خوشبینانه (Optimistic Concurrency Control) برای مدیریت مؤثر دسترسی همزمان به دادهها استفاده میکند.
جداول Memory-Optimized، استور پروسیجرهای کامپایلشده بهصورت Native، لاگ تراکنش (Transaction Logging)، مکانیزمهای کنترل همزمانی (Concurrency Control)، پشتیبانی یکپارچه موتور پایگاه داده (Integrated Database Engine Support) و Filegroup های بهینهسازیشده در حافظه (Memory-Optimized Filegroups)، اجزای اصلی معماری In-Memory OLTP در SQL Server هستند. این کامپوننتها باهم کار میکنند تا مزایای عملکردی In-Memory OLTP، ازجمله دسترسی سریعتر به دادهها، توان عملیاتی تراکنش بالاتر و مدیریت بهتر همزمانی را به ارمغان آورند.
جداول Memory-Optimized در مقایسه با جداول مبتنی‌بر دیسک، به دلیل مکانیزم ذخیره‌سازی درونحافظه، از مزایای عملکردی قابل توجهی برخوردار هستند. این جداول با ذخیره‌سازی کامل دیتا در حافظه، نیازداشتن به عملیات ورودی / خروجی دیسک را برطرف میکنند و درنتیجه، دسترسی سریعتر به داده و کاهش تأخیر (Latency) را به دنبال دارند.
علاوهبراین، جداول Memory-Optimized برای همروندی بهینه‌سازی شدهاند و از ساختمان داده Latch-Free و مکانیزمهای Optimistic Concurrency Control برای امکان دسترسی همزمان در سطوح بالا و بدون Blocking استفاده میکنند. از این رو، بهبود کلی توان عملیاتی (Throughput) و مقیاسپذیری سیستم، حاصل خواهد شد. ضمن اینکه جداول Memory-Optimized در مقایسه با جداول مبتنی‌بر دیسک، سربار (Overhead) پایینتری دارند و به همین دلیل، به کاهش مصرف CPU و حافظه و همچنین، استفاده بهتر از منابع سیستمی منجر می‌شود.
Column store یک تکنولوژی ذخیره‌سازی در SQL Server است که به جای ردیف (Row)، دادهها را براساس ستون (Column) سازماندهی کرده و امکان ذخیره‌سازی دادههای بسیار فشرده و کارآمد را فراهم میکند. برخلاف فرمت سنتی مبتنی‌بر ردیف (Row-Based) ، که در آن تمامی مقادیر مربوط به یک ردیف باهم ذخیره‌سازی می‌شوند، Column store دادهها را براساس ستونها سازماندهی میکند و همه مقادیر یک ستون خاص را در کنار هم ذخیره خواهد کرد. این رویکرد، امکان فشرده‌سازی بهتر داده و بهبود عملکرد کوئری را، بهویژه برای حجم کاری تحلیلی و گزارشگیری، فراهم میکند. برای آشنایی بیشتر با این مبحث، مقاله آموزش Column Store Index در SQL Server را مطالعه کنید.
در مقایسه با ایندکس‌های سنتی مبتنی‌بر ردیف (Row-Based Indexes)، ایندکس‌های Column store در In-Memory OLTP، مزیتهایی همچون بهبود پرفورمنس کوئری، کاهش سربار ذخیره‌سازی، پردازش بهصورت دسته‌ای (Batch Mode)، بهینه‌سازی درونحافظه و مقیاسپذیری بهتر را به ارمغان میآورند.
در جداول In-Memory OLTP از دو نوع اصلی ایندکس‌ها، Hashing و Range، پشتیبانی می‌شود. شما میتوانید براساس حجم کاری، نوع ایندکس مناسب را برای بهینه‌سازی دسترسی به داده و عملکرد کوئری انتخاب کنید.
In-Memory OLTP برای سیستم‌های پرتراکنش، که نیازمند پردازش سریع و پاسخگویی لحظهای (Real-time) هستند، انتخاب مناسبی است. برای استفاده موؤثر از این قابلیت، درنظرگرفتن چالشها و نیازهای خاص هر سیستم، ضروری است. نیاز به منابع ذخیره‌سازی گسترده، کنترل دسترسی همروند به جداول Memory-Optimized، اطمینان از ماندگاری داده میتوانند از بارزترین چالشهای استفاده از این قابلیت باشد.
هدف اصلی ما در نیک آموز، ارائه بهروزترین آموزشهای حوزه برنامه نویسی، پایگاه داده و هوش تجاری است. به همین دلیل، سعی داریم با ارائه تمرینهای اضافه و سناریوهای تعمیمیافته، به شما کمک کنیم تا مفاهیم سرفصل را بهتر از قبل بیاموزید. علاوهبراین، براساس اینکه در طول زمان، چه میزان تغییراتی در محتوای دوره آموزشی ایجاد شود، تخفیفهای مناسبی (۵۰٪ الی ۱۰۰٪) به خریداران دوره‌های پیشین تعلق میگیرد.
در شرایطی که به‌روزرسانی دوره، به افزایش مثال‌ها یا Feature های خاصی محدود شود، این موارد بهصورت رایگان در اختیار شما قرار خواهد گرفت تا بتوانید دورهای که از قبل تهیه کردهاید را به بهترین شکل ممکن درک کنید و مهارتهای خود را مطابق با آپدیتها گسترش دهید. ضمن اینکه میتوانید تا مدت زمان شش ماه، از پشتیبانی (پرسشوپاسخ فنی) برخوردار شوید.
بله؛ میتوانید ازطریق اسنپ پی، بهراحتی این دوره آموزشی را تهیه کنید. کافیست در اسنپ پی، حساب کاربری ایجاد کرده و پس از ورود به صفحه نیک آموز، دوره موردنظر را تهیه کنید. اگر بخواهید از خرید اقساطی بهعنوان روش پرداخت هزینه استفاده کنید، تنها یک چهارم آن را در ابتدا پرداخت خواهید کرد. شما میتوانید با مطالعه راهنمای خرید اقساطی دوره آموزشی با اسنپ پی ، با مراحل آن آشنا شوید.
این دوره بهصورت دانلودی و دارای لایسنس پخش است. شما میتوانید این دوره را در پلیر اختصاصی مجموعه، با نام اسپات پلیر، مشاهده کنید. توجه کنید که پس از تهیه این دوره، یک کلید لایسنس منحصربهفرد در پنل کاربری شما قرار میگیرد. درصورتیکه به لایسنسهای بیشتری نیاز داشته باشد، میتوانید با پرداخت هزینه آن، از این مزیت برخوردار شوید.
توجه کنید که تمام فایلهای مربوط به دوره، شامل سورس کدها و جزوات، همگی در اسپات پلیر قابل دسترس شما هستند. برای اطلاعات بیشتر، به راهنمای مشاهده محصولات آموزشی محافظت شده نیک‌آموز مراجعه کنید.
درصورت تمایل به دریافت فاکتور رسمی، پیش از خرید خود با واحد فروش مجموعه (17 00 07 91 – 021) تماس حاصل نمایید. لطفاً توجه کنید که پس از خرید آنلاین از سایت مجموعه، به هیچ عنوان امکان صدور فاکتور رسمی وجود نخواهد داشت.
این دوره آموزشی در استودیو اختصاصی نیک آموز تهیه شده است و در آن، مفاهیم مربوط به بهبود کارایی و پاسخگویی بهطور قابل درک و به بیان ساده، برای شما شرح داده می‌شوند. نحوه ارائه دوره بهگونهای است که شما میتوانید تمام مفاهیم را فرا بگیرید و مثال‌ها و سناریوها را همزمان با مدرس بررسی کنید.
شما میتوانید با مراجعه به فرم درخواست مشاوره تخصصی ، از متخصصان نیک آموز مشاوره دریافت کنید و با بهکارگیری مهارتهای تجربی تیم ما، در ارتباط با پروژههای تخصصی خود راهنمایی دریافت کنید.
بله؛ در نیک آموز امکان برگزاری دوره‌های سازمانی بهصورت تخصصی فراهم شده است. به منظور ثبت درخواست، کافی است اطلاعات خود و دوره سازمانی مدنظر را در فرم درخواست آموزش سازمانی ثبت کنید تا ما با شما تماس بگیریم.
برای اینکه بتوانید در ارتباط با برنامه‌نویسی، مشاوره / تدریس خصوصی بگیرید، لطفاً فرم درخواست مشاوره مدرسین را تکمیل نمایید تا کارشناسان ما با شما تماس بگیرند.
رضایت شما از دوره آموزشی و کمک به رفع مشکلات احتمالی، برای ما اهمیت زیادی دارد. به همین دلیل، یک گروه پشتیبانی در تلگرام ایجاد شده است تا شما بتوانید درصورت نیاز، مسائل خود را در این بستر مطرح کنید. تا حداکثر ۴۸ ساعت کاری پس از ثبت نام در دوره، با شما تماس گرفته می‌شود و فرآیند عضویت شما در گروه تلگرام نهایی خواهد شد. توجه شود که در آینده، سیستم تیکتینگ راهاندازی می‌شود و فرآیند پشتیبانی از گروه تلگرامی به آن جا منتقل خواهد شد.
بله؛ شما میتوانید از مشاورههای نیک آموز بهعنوان راهنما در مسیر خود استفاده کنید. برای این منظور، لطفاً شماره خود را در فرم مشاوره صفحه دوره وارد کنید تا مشاوران نیک آموز با شما تماس بگیرند.
Δ
ذخیره نام، ایمیل و وبسایت من در مرورگر برای زمانی که دوباره دیدگاهی مینویسم.
سلام دوره رو خرید کردم الان ۲۴ ساعت گذشته هنوز خبری از لینک دانلود نیست ایمیل هم زدم از پاسخ خبری نیست
درود وقت بخیر حساب کاربری شما بررسی شما، دسترسی برای دانلود اوکی هست یکبار دیگه مجدد تست کنید در صورت بروز مشکل به ایدی @nikamooz_webmaster در تلگرام پیام ارسال نمایید.
سپاس از همراهی شما
سلام و خسته نباشید خدمت استاد حسین پور و تیم نیک آموز . در این دوره چه از چه نسخه SQL-Server استفاده شده ؟ آیا نسخه SQL-Server روی مباحث گفته شده تاثیر گزار است ؟
درود بر شما
نسخه مورد استفاده در این آموزش نسخه ۲۰۱۷ می باشد اما برای استفاده از این آموزش ها حداقل نسخه ۲۰۱۴ را باید داشته باشید. ولی ترجیح ما به نسخه ۲۰۱۷ می باشد. سپاس از همراهی شما
با سلام،
در یک محیط عملیاتی دیتابیسی ۱.۳ ترا بایت حجم دارد و میزان RAM سرور برابر با ۱۸۵ گیگا بایت است، اگر حجم جداول In-Memory نهایتا به ۳۲ گیگابایت برسد آیا احتمال مواجه شدن با خطای Insufficient Memory وجود دارد یا خیر ؟ در حال حاضر حجم این جداول برابر ۲۴ گیگابایت است و میزان ۱۸۵ گیگابایت حافظه سرور کاملا Used می باشد.
با سپاس.
سلام برای کنترل این موضوع به Resource Governor و تنظیمات Default Resource Pool توجه داشته باشید (این موضوع در بدترین حالت است) و مورد بعدی این که در نسخه های قبلی SQL ما یه سری باگ هایی در این خصوص در شرایط خاص داشتیم که بیشتر اون ها رفع شده است
لینک زیر به شما جهت می دهد https://docs.rackspace.com/blog/handle-memory-pressure-alerts-from-memory-optimized-tables-in-sql-server/
با احترام،
پروسیجر مذکور توسط Thread های زیادی Call می شد و با توجه به اینکه از Table Type هایی In-Memory استفاده می کرد با خطای insufficient memory مواجه می شد، همچنین در ساختار این SP از جداول Temp استفاده می شد. با Tune کردن جداول Temp که از نوع Heap Table بودن سرعت اجرای پروسیجر بسیار افزایش یافت و مشکل عنوان شده نیز برطرف گردید.
موفق باشید.
من در اجرای یکی از Procedure های دیتابیس با خطای There is insufficient system memory in resource pool ‘default’ to run this query مواجه می شوم. دیتابیس از Table Type ها و جداول In-Memory Optimized استفاده می کند. مطابق لینک زیر با تغییر Default Pool به ۹۰ درصد آیا مشکل برطرف خواهد شد؟ البته لینک زیر در هنگام Restore با این خطا مواجه شده است. https://blog.sqlauthority.com/2017/12/16/sql-server-fix-error-restore-operation-failed-database-due-insufficient-memory-resource-pool-default/
درود وقت بخیر به نقل از مهندس احسان حسین پور
فضای حافظه سرورتون پایین است. در نظر گرفتن resource pool مجزا در این شرایط کمکی به شما نمیکند. دیدگاه جدا کردن resource pool برای ابجکت های memory-optimized مناسبه به این دلیل که یک فضای مجزا برای buffer pool برای پردازش جدول های Disk-Based باقی میماند.فضای حافظه جدول های memory-optimized رو می تونید با ویوی سیستمی Sys.dm_db_xtp_table_memory_stats بررسی و مانیتور کنید و ببینید چند درصد از کل فضای حافظه سرور رو به خودشون تخصیص دادن. یکی از مهم ترین اصولی که باید توی طراحی و استفاده از تکنولوژی In-Memory OLTP در نظر بگیریم، مدیریت میزان فضای مورد نیاز برای آبجکت های memory-optimized است.
موفق باشید
