Análisis de la optimización de sentencias SQL del Lenguaje de Consulta Estructurado usando grandes volúmenes de datos | Revista Publicando
Análisis de la optimización de sentencias SQL del Lenguaje de Consulta Estructurado usando grandes volúmenes de datos
Vol. 5 No. 16 (1) (2018), Information Sciences
Vol. 5 No. 16 (1) (2018)

Análisis de la optimización de sentencias SQL del Lenguaje de Consulta Estructurado usando grandes volúmenes de datos

Information Sciences
Published 2018-07-07
Ariosto Vicuña Pino
Universidad Técnica Estatal de Quevedo
Jessica Ponce
Universidad Técnica Estatal de Quevedo
Orlando Erazo Moreta
Universidad Técnica Estatal de Quevedo
PDF (ES)

How to Cite

Vicuña Pino, A., Ponce, J., & Erazo Moreta, O. (2018). Análisis de la optimización de sentencias SQL del Lenguaje de Consulta Estructurado usando grandes volúmenes de datos. Revista Publicando, 5(16 (1), 70-79. Retrieved from https://revistapublicando.org/revista/index.php/crv/article/view/1475
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Download Citation

Endnote/Zotero/Mendeley (RIS) BibTeX

Abstract

Este trabajo examina la importancia de la optimización de sentencias del Lenguaje de Consulta Estructurado (SQL) bajo la condición de operar con millones de datos. Se pretende dilucidar si una sola etapa de optimización es suficiente para mejorar el tiempo de respuesta ante el cambio del volumen de datos. Para el efecto, se utiliza la estructura de una base de datos real y en servicio, que se pobló con uno y cinco millones de registros. Después, se plantearon consultas complejas a ser resueltas por el script que contení­a sentencias SELECT y medir el tiempo de respuesta de su ejecución. Luego de optimizar dos veces las sentencias se encontró que es posible reducir el tiempo de respuesta en t/10 segundos. Estos resultados confirman que las sentencias SQL complejas deben ser optimizadas de acuerdo al gestor de bases de datos donde se ejecutan para los diferentes rangos de millones de registros.
PDF (ES)

References

Al Mamun, M., & Kabir, M. H. (2008). Performance Improvement Techniques for Customized Data Warehouse. Transactions, 6(4), 332-338.

Dhande, S. S., & Bamnote, G. R. (2014). Quqry Optimitazion in OODBMS:Identifying subquer for query management. International Journal of Database Management Systems, 49-63.

Ganski, R. A., & Wong, H. K. (1987). Optimization of nested SQL queries revisited. ACM SIGMOD Record, 16(3), 23-33.

Geng, Y., & Zhang, C. (2009). Study on the Optimization Method of Select Query Sentence in Standard SQL Language. Computer and Information Science, 2(1), 121-125.

Larsen, S. M. (2005). Top Ten SQL Performance Tips. Quest software.

Rahman, S., Feroz, A. A., Kamruzzaman, M. N., & Faruque, M. N. (2010). Analyze Database Optimization Techniques. IJCSNS, 10(8), 275-279.

Salazar, E. (2015). Optimización de los tiempos de respuestas en una base de datos. Gaceta Sana, 56.

Singh, N., & Varshney, M. (2013). Query Recommendation employing Query Logs in Search Optimization. Advanced Networking and Applications, 1917-1921.

Sukheja, D., & Singh, U. K. (2010). Query Optimizer Model for Performance Enhancement of Data Mining Based Query. International journal of computer science & communication, 1(1).

Downloads

Download data is not yet available.