Analyseer Dit!

Anonymous User

<\/HEAD>

<\/DIV>

Hallo, dit is Sigmund FrodoeerJim W., Geodata-analist bij ESRI Support Services in Charlotte, NC met enkele gedachten die je kunnen helpen om je te verlichten over het innerlijke leven van je relationeel databasebeheersysteem (RDBMS). Net zoals sommige mensen een psychiater bezoeken om hen te helpen de innerlijke werking van hun geest te begrijpen, is bekend dat databases baat hebben bij de hulp van een gekwalificeerde professionele beoefenaar die betekenis kan geven aan het enorme aantal losstaande bits en bytes die diep in hun digitale brein rondzwerven. Regelmatige analyse van een database kan een goede zaak zijn en kan helpen om een optimaal evenwichtsniveau te behouden dat nodig is om snel de GROTE vragen van het leven te beantwoorden, zoals: "Waar kan ik een goede burger vinden?"<\/SPAN><\/FONT><\/P>Nu is bekend dat geodatabases een ruimtelijk complex hebben, en periodiek analyseren houdt ze geaard in de realiteit, waardoor de algehele prestaties verbeteren. Maar eerst wijken we af met een korte tussenpoos in het rijk van de statistiek<\/SPAN><\/FONT><\/P>Het analyseren van een database houdt in dat er statistieken worden verzameld die ons helpen grip te krijgen op de aard van de gegevens die in de database zijn opgeslagen.  Deze statistische feiten over objecten zoals tabellen, kolommen en indexen worden vervolgens intern opgeslagen binnen de datawoordenboektabellen van het RDBMS. Ze helpen de databaseoptimizer om het optimale pad naar gegevens te bepalen, wat zorgt voor de snelste reactietijd voor queries, terwijl tegelijkertijd de kosten van databasebronnen worden geminimaliseerd. Bijvoorbeeld, het tellen hoeveel rijen gegevens er in elke tabel zitten kan de databaseoptimizer helpen bepalen of er wel of niet een index moet worden gebruikt, of hoe twee tabellen het beste kunnen worden gekoppeld bij het selecteren van het beste uitvoeringsplan voor een gegeven SQL-instructie.<\/SPAN><\/FONT><\/P>Welke soorten statistieken worden verzameld?  Het analyseren van een tabel kan metadata ophalen en opslaan zoals het aantal rijen in elke tabel, de gemiddelde rijlengte in bytes, de gemiddelde kolomlengte, de minimum- en maximumwaarden in elke kolom, en het aantal null-waarden in een kolom.  Andere statistieken kunnen de gegevens beschrijven door te kijken naar het aantal verschillende waarden in een kolom (bekend als de cardinaliteit), evenals door histogrammen te construeren die een idee geven van hoe de gegevens zijn verdeeld (ofwel gelijkmatig verdeeld over het bereik, of juist samengeklonterd met veel rijen die vergelijkbare waarden bevatten). Klinische termen zoals platykurtose, leptokurtose en scheefheid komen warm bij me op, maar dat is een ander verhaal voor een andere keer<\/SPAN><\/FONT><\/P>Dus je vraagt je misschien af: "Hoe worden statistieken precies verzameld?"  Het kan zo eenvoudig zijn als klikken op een individuele feature class in ArcCatalog en dan analyseren.  Je kunt ook een ArcSDE commandoregeltool gebruiken genaamd sdetable<\/B>, of de <\/SPAN>Analyze<\/A><\/SPAN><\/SPAN> geoprocessing tool beschikbaar in ArcToolbox.  Of je wilt misschien zelfs een geautomatiseerde geplande taak instellen met behulp van de tools om statistieken te verzamelen die door het specifieke RDBMS dat je gebruikt worden geleverd.<\/SPAN><\/SPAN><\/FONT><\/P>Voor een diepgaandere blik op het analyseren van een geodatabase en het verzamelen van statistieken vind je het meeste wat je nodig hebt om te beginnen op: <\/SPAN><\/FONT>Over het bijwerken van geodatabase-statistieken<\/A><\/SPAN>.<\/SPAN><\/FONT><\/P>

Onthoud gewoon dat omdat gegevens dynamisch en voortdurend veranderend kunnen zijn, het een goed idee is om regelmatig te analyseren om eventuele veranderingen in de database op te pikken. In een gezonde geodatabase, waar dagelijks talrijke bewerkingen kunnen plaatsvinden, kan het verstandig zijn om frequente analysesessies in te plannen. Regelmatige analyse kan helpen om de weergavetijd van versiebeheerde feature classes te verbeteren, evenals andere bewerkingsprocessen versnellen waarbij snelle query-responstijden vereist zijn om te voorkomen dat je moet wachten. En het beste van alles is dat er geen kosten aan verbonden zijn! <\/SPAN><\/FONT><\/P>- Jim W., Support Analyst - Geodata Unit, ESRI Support Services, Charlotte, NC.<\/FONT><\/SPAN><\/SPAN><\/P>



<\/BODY><\/HTML>