এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
বি-ট্রি ইনডেক্সেশন
পরিসর ভিত্তিক অনুসন্ধান এবং সমতা প্রশ্নের জন্য অপ্টিমাইজ করা স্বয়ং-সামঞ্জস্যকৃত হায়ারার্কিকাল ইনডেক্স স্ট্রাকচার। সন্নিবেশ এবং অপসারণের সময় ট্রি-কে সামঞ্জস্যপূর্ণ রেখে ডেটাতে লগারিদমিক O(log n) অ্যাক্সেসের অনুমতি দেয়।
অনুভূমিক পার্টিশনিং
সারি বিতরণের মানদণ্ডের উপর ভিত্তি করে একটি টেবিলকে একাধিক শারীরিক পার্টিশনে বিভক্ত করে ডেটা বিতরণের কৌশল। কেবল প্রাসঙ্গিক পার্টিশনগুলি স্ক্যান করে প্রশ্নগুলিকে সমান্তরালে চালানো এবং পারফরম্যান্স উন্নত করার অনুমতি দেয়।
উল্লম্ব পার্টিশনিং
ঘন ঘন ব্যবহৃত অ্যাট্রিবিউটগুলিতে অ্যাক্সেস অপ্টিমাইজ করার জন্য একটি টেবিলের কলামগুলিকে একাধিক শারীরিক পার্টিশনে আলাদা করার কৌশল। প্রশ্নের সময় শুধুমাত্র প্রয়োজনীয় কলামগুলি লোড করে I/O হ্রাস করে।
বিটম্যাপ ইনডেক্স
কম কার্ডিনালিটি সহ কলামগুলিতে মানের উপস্থিতি উপস্থাপন করতে বিটম্যাপ ব্যবহার করে এমন ইনডেক্স স্ট্রাকচার। দ্রুত বিট-ওয়াইজ অপারেশন সম্পাদন করে একাধিক AND/OR শর্ত সহ জটিল প্রশ্নগুলিকে অপ্টিমাইজ করে।
ম্যাটেরিয়ালাইজড ভিউ
একটি জটিল প্রশ্নের ফলাফলের পূর্ব-গণনা করা স্থায়ী সংরক্ষণ, যা একত্রিত ডেটাতে দ্রুত অ্যাক্সেসের জন্য শারীরিকভাবে সংরক্ষিত হয়। সংজ্ঞায়িত রিফ্রেশ নীতি (সম্পূর্ণ, ইনক্রিমেন্টাল বা দ্রুত) অনুযায়ী স্বয়ংক্রিয় বা ম্যানুয়াল রক্ষণাবেক্ষণ।
এক্সিকিউশন প্ল্যান অপ্টিমাইজেশন
একটি প্রশ্ন কার্যকর করার জন্য সবচেয়ে কার্যকর কৌশল নির্ধারণ করার প্রক্রিয়া যার মাধ্যমে ডিবিএমএস একাধিক অ্যাক্সেস প্ল্যান মূল্যায়ন করে। অপারেশনের সামগ্রিক কম্পিউটেশনাল খরচ হ্রাস করতে পরিসংখ্যান এবং হিউরিস্টিক্স ব্যবহার করে।
প্রেডিকেট পুশডাউন
স্থানান্তরিত ডেটার পরিমাণ হ্রাস করার জন্য ফিল্টারগুলিকে ডেটা উৎসের যতটা সম্ভব কাছাকাছি নিয়ে যাওয়ার অপ্টিমাইজেশন কৌশল। অপ্রাসঙ্গিক ডেটা প্রক্রিয়াকরণ হ্রাস করতে এক্সিকিউশন পাইপলাইনে যত তাড়াতাড়ি সম্ভব প্রেডিকেটগুলি প্রয়োগ করে।
কলাম-ভিত্তিক স্টোরেজ
অ্যানালিটিক্যাল প্রশ্নগুলিকে অপ্টিমাইজ করার জন্য সারির পরিবর্তে কলাম অনুযায়ী ডেটা সংগঠিত করে এমন স্টোরেজ আর্কিটেকচার। কলামগুলির একটি উপসেটে অ্যাক্সেস করার সময় উচ্চ সংকোচন এবং দ্রুত সিকোয়েন্সিয়াল রিডিং এর অনুমতি দেয়।
ডেটা স্কিউ ব্যবস্থাপনা
অসমান পার্টিশন যা বোটলনেক তৈরি করে তা এড়াতে ডেটার ভারসাম্যপূর্ণ বন্টনের কৌশল। সর্বোত্তম পারফরম্যান্স বজায় রাখতে অ্যাডাপটিভ পার্টিশনিং এবং ডায়নামিক রিডিস্ট্রিবিউশন কৌশল ব্যবহার করে।
জয়েন অপ্টিমাইজেশন
উপযুক্ত অ্যালগরিদম (হ্যাশ জয়েন, মার্জ জয়েন, নেস্টেড লুপস) নির্বাচন করে জয়েন অপারেশনের খরচ কমানোর জন্য কৌশলগুলির সমষ্টি। ডেটার আকার এবং বন্টনের উপর ভিত্তি করে জয়েনের ক্রম এবং ব্রডকাস্ট/শাফল কৌশল অপ্টিমাইজ করে।
কম্পোজিট ইনডেক্স
একাধিক অ্যাট্রিবিউটে একই সাথে ফিল্টার করা কোয়েরিগুলিকে ত্বরান্বিত করার জন্য তৈরি বহু-কলাম ভিত্তিক ইনডেক্সিং কাঠামো। ইনডেক্সে কলামের ক্রম প্রিফিক্স এবং রেঞ্জ অনুসন্ধানের দক্ষতার জন্য অত্যন্ত গুরুত্বপূর্ণ।
রেঞ্জ পার্টিশনিং
তারিখ বা সংখ্যাসূচক আইডির মতো কন্টিনিউয়াস কলামের জন্য পূর্বনির্ধারিত মানের ব্যবধানের উপর ভিত্তি করে টেবিল ভাগ করার পদ্ধতি। ঐতিহাসিক ডেটা আর্কাইভিং এবং পার্জিং সহজ করে এবং টেম্পোরাল কোয়েরিগুলিকে অপ্টিমাইজ করে।
হ্যাশ পার্টিশনিং
একটি হ্যাশ ফাংশন ব্যবহার করে রেকর্ডগুলিকে পার্টিশনের মধ্যে বিতরণ করে ডেটার সুষম বন্টন নিশ্চিত করার কৌশল। কী-ভ্যালু স্কিমা এবং ডেটার র্যান্ডম অ্যাক্সেসের জন্য একটি ভারসাম্যপূর্ণ বন্টন নিশ্চিত করে।
ব্লুম ফিল্টার
শূন্য ফলস নেগেটিভ সহ একটি সেটে কোনো উপাদানের অনুপস্থিতি দ্রুত পরীক্ষা করার জন্য একটি কমপ্যাক্ট প্রব্যাবিলিস্টিক কাঠামো। জয়েন অপারেশনের সময় অপ্রয়োজনীয় ডেটা ট্রান্সফার এড়াতে ডিস্ট্রিবিউটেড সিস্টেমে ব্যবহৃত হয়।
কোয়েরি ক্যাশ
ব্যয়বহুল পুনরায় গণনা এড়াতে ঘন ঘন সম্পাদিত কোয়েরির ফলাফলগুলিকে অস্থায়ীভাবে সংরক্ষণের প্রক্রিয়া। সোর্স ডেটার পরিবর্তনের উপর ভিত্তি করে অবৈধতার কৌশল এবং LRU/LFU ইভিকশন নীতি বাস্তবায়ন করে।
প্যারালাল কোয়েরি এক্সিকিউশন
একটি কোয়েরিকে একাধিক নোড বা কোরে একই সাথে সম্পাদিত সমান্তরাল টাস্কে বিভক্ত করে বিতরণকৃত প্রক্রিয়াকরণের কৌশল। সিস্টেমের থ্রুপুট সর্বাধিক করতে ইন্ট্রা-কোয়েরি (পাইপলাইন, পার্টিশন) এবং ইন্টার-কোয়েরি প্যারালেলিজম ব্যবহার করে।
খরচ-ভিত্তিক অপ্টিমাইজেশন
প্রতিটি সম্ভাব্য এক্সিকিউশন প্ল্যানের CPU, I/O এবং নেটওয়ার্ক খরচ মূল্যায়ন করে কোয়েরি অপ্টিমাইজেশনের পদ্ধতি। সামগ্রিকভাবে সর্বোত্তম কৌশল নির্বাচন করতে ডেটা এবং সিস্টেম সম্পদের উপর বিস্তারিত পরিসংখ্যান ব্যবহার করে।
পরিসংখ্যান সংগ্রহ
বিতরণ, কার্ডিনালিটি এবং সম্পর্কের উপর মেট্রিক্স তৈরি করতে ডেটার পর্যায়ক্রমিক বিশ্লেষণের প্রক্রিয়া। প্রেডিকেটের নির্বাচনক্ষমতা এবং অপারেশনের খরচ অনুমান করতে কোয়েরি অপ্টিমাইজারের জন্য অপরিহার্য।
GiST ইনডেক্স
বিভিন্ন ধরনের ডেটা এবং তুলনা অপারেটর সমর্থন করে এমন একটি এক্সটেনসিবল জেনেরিক ইনডেক্সিং ইনফ্রাস্ট্রাকচার। আধুনিক ডেটাবেস সিস্টেমে স্থানিক, পাঠ্য এবং স্তরিক ইনডেক্সিংয়ের জন্য বিশেষভাবে কার্যকর।
স্থানিক ইনডেক্সিং
R-Tree বা Quad-Tree-এর মতো স্ট্রাকচার ব্যবহার করে জ্যামিতিক কোয়েরির জন্য বিশেষায়িত অপ্টিমাইজেশন কৌশল। মাল্টিডাইমেনশনাল জিওস্প্যাশিয়াল ডেটার উপর সান্নিধ্য, ছেদ এবং অন্তর্ভুক্তি অপারেশনগুলিকে ত্বরান্বিত করে।