Seit jeher entwickeln sich die Arbeitslasten und die Hardware für Datenbankmanagementsysteme (DBMS) durch neue Anwendungsfälle und Hardware. Ausgehend von den ersten transaktionalen DBMS, die die Mondlandung ermöglichten, verarbeiten die heutigen DBMS Milliarden von Verkaufstransaktionen für den Online-Handel an einem einzigen Tag und verarbeiten viele weitere Arbeitslasten wie Berichterstattung oder Betrugserkennung. In ähnlicher Weise waren für die frühen DBMS nur wenige Hardware-Plattformen verfügbar, während die heutigen DBMS mit einer Vielzahl unterschiedlicher Hardwareplattformen konfrontiert sind. In der Tat ist ein einzelnes DBMS heute wechselnden und lastschwankenden Arbeitslasten ausgesetzt, z.B. abhängig von der Beliebtheit der Verkaufsartikel, und wird auf wechselnder Hardware betrieben.

Die Bewältigung dieser wechselnder Arbeitslasten und die Unterstützung der verschiedener Hardware-Plattformen ist jedoch nicht trivial, denn um die beste Leistung zu erzielen, müssen DBMS-Designs spezialisiert werden. Für die flexible Spezialisierung von DBMS-Komponenten auf sich ändernde Arbeitslast- oder Hardware-Bedingungen wurden Anpassungsansätze vorgeschlagen, z.B. die adaptive Abfrageausführung. Im Gegensatz dazu wird die DBMS-Architektur, in der die Komponenten eingesetzt werden, zur Entwurfszeit manuell spezialisiert und statisch implementiert. Während im Wesentlichen alle DBMS-Architekturen festlegen, welche Komponenten zusammen auf welchen Ressourcenpartitionen ausgeführt werden, gibt es heute nur einige wenige statische Architekturen, die dies zur Entwurfszeit für bestimmte Bedingungen weitgehend vordefinieren, z.B., bei Multiprozessor-Hardware diktiert die NUMA-aware Architektur eine Ressourcenpartitionierung pro Prozessor für alle Komponenten. Neben dem hohen Re-Implementierungsaufwand für die Anpassung dieser statischen Architekturen vereinfacht dieser Ansatz auch Architekturen inadäquat mit grobkörniger Spezialisierung für viele Komponenten auf einmal, und vernachlässigt somit die unterschiedlichen Auswirkungen von Arbeitslast und Hardware auf einzelne DBMS-Komponenten und die darin enthaltenen Funktionen. Diese statischen DBMS-Architekturen verschlechtern daher die DBMS-Leistung erheblich, wenn sie ungeeignet sind.

Diese Dissertation verfolgt die Adaption von DBMS-Architekturen. Um eine hohe und robuste Leistung bei wechselnder Arbeitslast und Hardware zu erreichen, wird die statische Spezialisierung zur Entwurfszeit zu der flexiblen und präzisen Adaption der Architektur weiterentwickelt. Der Ansatz ist eine erst Evaluation von DBMS mit statischen Architekturen. Anschließend werden allgemeine Konzepte für die Adaptation von DBMS-Architekturen entworfen, auf deren Basis adaptive Architekturen für die Klassen der Einzel- und Multi-Server-DBMS realisiert werden.

Die generelle Idee für die Adaption von DBMS-Architekturen besteht darin, feinkörnige DBMS-Bausteine flexibel zu einer bestgeeigneten Architektur zusammensetzen, d.h. die Anpassung auf der Granularität einzelner Funktionen von DBMS-Komponenten, ohne eine Neuimplementierung zu erfordern. Neben der leichten Anpassung der Architektur werden in dieser Dissertation Konzepte mit dem Schwerpunkt auf feingranularer und separater Anpassung für verschiedene DBMS-Funktionen vorgeschlagen, sodass Optimierer Architekturen ableiten können, die für die jeweiligen Bedingungen und Funktionen am besten geeignet sind. Durch die Schaffung eines navigierbaren Optimierungsraums für Architekturen von Single- und Multi-Server-DBMS, ermöglichen die vorgeschlagenen Konzepte nicht nur die flexible Nachahmung jedweder bestehender Architektur, sondern ermöglichen vor allem auch die Bildung völlig neuer Architekturen.

Die wichtigsten Ergebnisse sind, dass sowohl die realisierte adaptive Einzel-Server- als auch die adaptive Multi-Server-Architektur sich als effektiv und effizient erweisen, für die Anpassung an die in dieser Dissertation betrachteten Bedingungen. Bei variierenden transaktionalen (OLTP) und gemischten (HTAP) Arbeitslasten schneiden die vorgestellten adaptiven Architekturen im Allgemeinen mindestens genauso gut ab wie die jeweils beste State-of-the-Art-Architektur. In der Tat werden alle bestehenden Architekturen übertroffen, wenn neue, besser geeignete Architekturen angewandt werden, z.B. durch die Ressourcenzuweisung mit einer Granularität, die mit den heutigen Einzel-Server-Architekturen nicht vergleichbar ist, oder bei der separaten Spezialisierung auf verschiedene Abfragen gemischter Arbeitslasten, anstelle von Kompromissen wie in den heutigen Multi-Server-Architekturen. Das heißt, die vorgestellte flexible und präzise Adaption zeigt eine höhere und robustere Leistung.

Obwohl unsere Ergebnisse neuartige, besser geeignete Architekturen nur für eine Teilmenge möglicher Arbeitslast- und Hardware-Bedingungen zeigen, weist diese Dissertation insgesamt auf ein hohes Potenzial für die Anpassung von Architekturen mit den vorgeschlagenen Konzepten hin. Da die vorgeschlagenen Konzepte einen großen Optimierungsraum allgemein navigierbar machen, werden Optimierer in der Lage sein, DBMS-Architekturen flexible und präziser an viele Arbeitslasten und Hardware anzupassen. Anstelle von fragilen statischen Architekturen, bieten die vorgeschlagenen adaptiven Architekturen somit die notwendige Grundlage für eine hohe und robuste Leistung von DBMS bei variierender Arbeitslast und Hardware.