Tuning em Banco de Dados

Authors

  • M. B. Alves UniFoa – Centro Universitário de Volta Redonda
  • B. F. Campos UniFoa – Centro Universitário de Volta Redonda
  • C. G. G. Dias UniFoa – Centro Universitário de Volta Redonda
  • A. P. S. Souza UniFoa – Centro Universitário de Volta Redonda
  • F. C. Carelli UniFoa – Centro Universitário de Volta Redonda
  • C. E. C. Vieira UniFoa – Centro Universitário de Volta Redonda
  • L. F. C. Sá UniFoa – Centro Universitário de Volta Redonda

Keywords:

Otimização de consultas, Aplicações T-SQL, SQL Server 2005, Desempenho.

Abstract

Devido ao grande volume de dados que são gerados pelas empresas que utilizam sistemas de informação estarem crescendo constantemente, é fundamental o papel do Banco de Dados. Geralmente estes dados precisam ser acessados a todo instante, logo, a disponibilidade dos resultados nem sempre são satisfatórias, nesse contexto entra a questão do desempenho ao se obter informações de um BD e como otimiza-las. Muitos dos problemas de performance não estão relacionados a infra-estrutura, Sistemas Operacionais ou mesmo ao Hardware, podemos encontrar problemas de perda de performance dentro do próprio BD, sendo as consultas a principal causadora desses problemas. Otimizar uma consulta torna-se uma discussão muito importante, levando em consideração ajustes nas mesmas e ajustes no próprio BD, podendo se ter um ganho de performance aceitável visto que cada consulta ao BD são tratadas de formas diferentes, dependendo do SGBD, este estudo avalia como melhorar o desempenho de aplicações T-SQL em um ambiente SQL Server 2005, sugerindo possíveis alterações que possa levar a ter um ganho de performance considerável.

Downloads

Download data is not yet available.

Published

2019-02-04

How to Cite

ALVES, M. B.; CAMPOS, B. F.; DIAS, C. G. G.; SOUZA, A. P. S.; CARELLI, F. C.; VIEIRA, C. E. C.; SÁ, L. F. C. Tuning em Banco de Dados. Cadernos UniFOA, Volta Redonda, v. 3, n. 1 esp, p. 83, 2019. Disponível em: https://revistas.unifoa.edu.br/cadernos/article/view/2827. Acesso em: 25 nov. 2024.

Similar Articles

1 2 3 4 5 6 7 8 9 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)