Effiziente Datenanalyse in Netzwerkgraphen: Durch User Defined Functions in PostgreSQL [German]

By Andreas Redmer

In Link-State Rechnernetzen ist es blich, dass jeder Knoten die Topologie des gesamten Netzwerks kennt und auf dessen Basis die Routing-Entscheidungen treffen kann. Um die Performance und Qualit t des Netzwerks zu erh hen, ist meist eine Datenanalyse notwendig. Dabei werden beispielsweise Knoten und Verbindungen gefunden, die eine hohe Wichtigkeit f r das gesamte Netzwerk haben. Durch die regelm ige Aufzeichnung der Topologieinformationen an einer Stelle im Netzwerk kann ein Datenbestand geschaffen werden, der bei geeigneter Analyse R ckschl sse auf Schwachstellen im Netzwerk geben kann. Aufgrund der gro en Menge an Daten kann die Datenanalyse sehr viel Zeit in Anspruch nehmen, was die N tzlichkeit ihrer Ergebnisse in Frage stellen kann. Deshalb wurde in einer Publikation von Mundt und Vetterick im Juli 2011 die Rechenleistung mittels Cloud Computing verst rkt und der Zeitaufwand somit verringert. Leider hatte diese Methode auch Nachteile, wie beispielsweise den teuren Upload der gro en Datenmengen in die Cloud. In diesem Buch wird f r denselben Datenbestand die Performance erh ht, indem User Defined Functions (UDF) in einem Datenbankmanagementsystem eingesetzt werden. Die Daten werden direkt auf dem Datenbankserver analysiert und die Ergebnisse mit SQL abgefragt. Gleichzeitig wird die bestehende Implementierung untersucht und ihre Komplexit t verringert. Im Ergebnis kann die Analyse nicht nur schneller, sondern auch komfortabler f r den Anwender durchgef hrt werden. Viele Arten der Datenanalyse der Netzwerktopologiedaten k nnen nun mit SQL, ohne zus tzliche Programme durchgef hrt werden. Am Ende des Buches werden mehrere Beispiele f r Datenanfragen aufgef hrt, die den Einsatz der neuen Funktionen zeigen und Hinweise zur Laufzeit geben.

• Format: Paperback
• Language: German
• ISBN: 3842881614
• ISBN13: 9783842881617
• Release Date: October 2012
• Publisher: Diplomica Verlag
• Length: 124 Pages
• Weight: 0.35 lbs.
• Dimensions: 0.3" x 5.8" x 8.3"