Databaseservers zonder I/O

De historie van databaseservers wordt gekenmerkt door een continu gevecht tegen de snelheid en beperkingen van I/O en harde schijven. Hoe we het ook wenden of keren, de snelheid van een databaseserver wordt voor een groot deel begrensd door de snelheid waarmee gegevens van schijf naar intern geheugen verplaatst kunnen worden. Met de komst van een nieuwe generatie databaseservers, zoals die van Angara en TimesTen, zal dit veranderen. Bij deze producten wordt de performance primair bepaald door de snelheid waarmee het interne geheugen benaderd kan worden.

Kunt u zich voorstellen wat een performanceverbetering het zou geven als een databaseserver bij het opstarten alle gegevens volledig in intern geheugen zou laden en elke vraag die we stellen in intern geheugen afhandelt? Met andere woorden, zonder ook maar één I/O-opdracht uit te voeren. WhiteCross, de leverancier van een gelijknamige parallelle databasemachine, bewees reeds dat dit een veelbelovende strategie is. Twee jaar geleden beweerden zij al dat ze een vraag op een tabel met vijf miljoen records binnen drie seconden konden verwerken, ook al was een volledige scan van die tabel noodzakelijk. De essentie van de aanpak was simpel: lees de gehele tabel in geheugen en laat die tabel daar staan voor alle vragen. Uiteraard was deze databasemachine uitgerust met voldoende intern geheugen om dit te realiseren. Voor veel bedrijven was een praktisch nadeel van WhiteCross dat als men er één wilde kopen, er niet alleen software maar ook hardware aangeschaft diende te worden.

Daar is nu verandering in gekomen. Indien men deze aanpak wel ziet zitten, maar gebruik wil maken van een reeds geïnstalleerd Windows NT- of UNIX-platform, dan kan men bij Angara of TimesTen terecht. Beide zijn volwaardige databaseservers met alle bekende faciliteiten, zoals ondersteuning voor SQL, ODBC, JDBC en embedded SQL, locking, logging, backup en recovery. Het zijn tamelijk nieuwe databaseservers die geen speciale hardware vereisen, maar wel de WhiteCross-aanpak gekozen hebben.

Uiteraard zijn Oracle, Sybase, Informix en IBM ook bezig meer intern geheugen te benutten door het uitbrengen van VLM-versies (Very Large Memory). Het verschil is echter dat de twee eerdergenoemde producten primair ontworpen zijn om het interne geheugen optimaal te gebruiken. Al hun interne algoritmen zijn er op gericht en nieuwe indexvormen zijn ontwikkeld. Zoals de T-tree, en alleen voor het schrijven naar logbestanden wordt werkelijk I/O uitgevoerd.

Dit soort databaseservers zijn uiteraard geschikt voor elk soort applicatie-omgeving, maar de verwachting is dat ze het initieel goed zullen gaan doen in Internet-omgevingen, waar databaseservers benaderd worden voor het opvragen van gegevens. Maar ook voor datawarehouse-omgevingen hebben ze veel te bieden. Misschien niet als centraal datawarehouse (waarschijnlijk zijn dit teveel gegevens), maar dan wel als datamart.

Indien deze aanpak aanslaat, zal dit een grote invloed hebben op fysiek databaseontwerp. Het werken met indexen heeft niet zoveel zin meer, het effect van denormaliseren is waarschijnlijk negatief, het opslaan van afgeleide gegevens is niet meer noodzakelijk. Vele performance-problemen zullen we oplossen door meer intern geheugen te installeren. Maar gezien de dalende prijzen voor geheugenchips en stijgende prijzen voor fysieke databaseontwerpers, is dat misschien niet eens zo'n ongunstige verandering.

Het werken met main-memory databaseservers, zoals ze nu genoemd worden, zou wel eens een grote invloed kunnen gaan hebben op de manier waarop wij tegen databaseservers aankijken. Het zou een grotere revolutie teweeg kunnen brengen dan de introductie van objectoriëntatie binnen databases.