DBQLを使用して以下のことを行ないます。
- 問合わせ/文のカウントおよび応答時間をキャプチャします。DBQLログを見れば、この問合わせが分割されるのが初めてなのか、その実行の履歴パターンはどのようなものなのかを確認できます。
- 非固有セカンダリ インデックス(NUSI)が実際に使用されていることを確認します。NUSIを削除することで、領域を節約してテーブル更新のパフォーマンスを改善できます。
- どの集約結合インデックス(AJI)が最も使用されているかを判断します。これにより、そのAJIで費用対効果分析が可能になり、利用状況をサイズおよびビルドにかかる時間と比較できます。
- SQLテキストと処理ステップを分析します。DBQL履歴データを使用してシステムからうっかり削除してしまったSQLテキストを表示し、失われたデータの再ビルドを試みます。
- 最適化ルーチン問合わせをXML文書としてログ記録します。
- ワークロード グループおよびスケジュールに対してさらに微調整を行ないます。
- アプリケーションで改良できそうな部分を見つけます。
- 成長パターンや混合ワークロードなど、基本的なワークロードのトレンドを理解し、異常値を識別します。
- 問合わせが再ドライブ保護されているかどうか、およびデータベースに障害が発生した後にリクエストが再ドライブされたかどうかを判別します。
DBQLにより事前定義された一連のテーブルおよびビューが得られ、これらには問合わせの履歴レコードやその期間、パフォーマンス、ターゲット アクティビティを指定したルールに基づいて格納できます。
DBQLは非常に柔軟で、Teradata Databaseで実行される短いトランザクションから長期間実行される分析問合わせやマイニング問合わせに至るまで、さまざまなSQLリクエストに関する情報を記録できます。記録できるのは、アプリケーション名、ユーザー、ユーザーのグループ、またはアカウントのリストに関する情報です。