Compresión en SQL Server 2008
Enrique Catalá
Solid Quality Mentors
ecatala@solidq.com

Compresión en SQL Server 2008
Agenda
• Motivación
• Aproximaciones en SQL Server 2008
• Backup comprimidos
• Compresión de datos
•
•
FILA
PÁGINA
• Cómo estimar el ahorro
• Cómo aplicar compresión
• A quién aplicar compresión

Compresión en SQL Server 2008
Motivación
• Cada día se almacena:
• Más información – Terabytes con cierta frecuencia
• Más variopinta – imágenes, videos, audio, gráficos, mapas
• Retos de grandes BDs
• Tamaño de base de datos
• Manejabilidad de la BD (backup, índices, chekdb, …)
• Mecanismo: compresión
• A nivel de fichero:
o NTFS
o BD: backups de base de datos
o A nivel de OLTP Sería complicado de manejar comprimir/descomprimir trozos grandes
• A nivel de fila / página:
o compresión/descompresión de trozos pequeños de información

Compresión en SQL Server 2008
Motivación
• Si reducimos la información almacenada
•
Tablas/índices más pequeños
o Más fácil de gestionar
•
Ficheros más pequeños
o Más fácil de copiar
• Se tiende a guardar demasiada información
• Otros fabricantes ya lo cubren:
Almacenamiento
CPU
Mejora
Rendimiento
Oracle
-29%
+10%
+10%
DB2
-39%
+10%
+6%

Compresión en SQL Server 2008
Aproximaciones
• A nivel de fichero
•
Compresión de BACKUP
•
•
•
Ninguno (como hasta ahora*)
Compresión de fila – ROW
Compresión de página – PAGE
• A nivel de datos
* Vardecimal cubierto desde SQL 2005 SP2

Compresión en SQL Server 2008
Aproximación– BACKUP
• BACKUP comprimido (Ratios 5:1)
•
•
•
Depende de los datos
Similar a otros fabricantes. Algoritmo propietario
Resultados (para BACKUP y RESTORE)
o Menos I/O y menos tiempo
o Más CPU
– Depende de carga OLTP, pero asumible a partir de 4 Cores
• Todos pueden RESTORE con compresión
•
Sólo Enterprise Edition BACKUP con compresión

Compresión en SQL Server 2008
BACKUP
• Sintaxis:
•
BACKUP DATABASE ... WITH COMPRESSION
•
EXEC sp_configure 'backup compression default', '1'
•
•
•
•
Sin compresión: 131 segundos (2,685 Mb/s) – 361 Mb
Con compresión: 49 segundos (7,081 Mb/s) – 44 Mb
Ratio 8:1 en tamaño
Ratio 2.6:1 en tiempo
• Por defecto deshabilitado
• Rendimiento real* para AdventureWorks:
• Compresion NTFS: 600 segundos – 117 Mb (posterior)
• Compresión NTFS: 270 segundos – 117 Mb
• Cálculo del rendimiento real en vuestros sistemas:
•
SELECT backup_size/compressed_backup_size FROM msdb..backupset;
* Virtual Server 2005 R2 800Mb Ram, W2003 R2, HP dv9000

DEMO
Compresión de
backups

Compresión en SQL Server 2008
Consideraciones compresion BACKUP
• No es posible tener en un mismo conjunto, BACKUPS
comprimidos y descomprimidos
• Uso intensivo de CPU. Podemos limitar su impacto
creando un resource pool que limite el uso de CPU a
un 20% como máximo
• Versiones anteriores de SQL Server no pueden
restaurar backups comprimidos
• No es necesario especificar nada en el RESTORE

Compresión en SQL Server 2008
Formatos de compresión – ROW
• Compresión a nivel de fila
• Eficiencia en almacenamiento de cada columna
• Conceptualmente, casi todas las columnas son de longitud
•
variable.
Nulos de longitud fija = nada de espacio
• Arreglar “errores” de elección de tipos de datos:
•
•
•
Smallint, int, bigint, decimal, numeric, smallmoney, money
Datetime, datetime2, timestamp
Char, nchar

Compresión en SQL Server 2008
Compresión de filas: Consideraciones
• Se puede aplicar a:
•
•
•
•
•
Tablas almacenadas como HEAP
Tablas almacenadas como índices agrupados
Índices no agrupados
Vistas indexadas
Tablas e índices particionados (inclusive de forma independiente
cada partición)
• La compresión no se activa en los índices no agrupados
de forma automática
• La compresión no varia al crear un índice agrupado sobre
un HEAP
• OJO! No soluciona la fragmentación…REINDEXA!

Compresión en SQL Server 2008
Formatos de compresión – ROW
DateId
CarrierTracking
OfferID
PriceDisc
20070601
4911-403C-98
10
0.00
20070601
4911-403C-99
10
0.00
20070602
6431
10
0.00
20070602
6431-4D57-83
10
0.00
20070602
6431-4D57-84
10
0.00
20070602
6431-4D57-85
10
100.00
20070603
4E0A-4F89-AE
10
0.00
DateId
CarrierTracking
OfferID
PriceDisc
20070601
4911-403C-98
10
0.00
20070601
4911-403C-99
10
0.00
20070602
6431
10
0.00
20070602
6431-4D57-83
10
0.00
20070602
6431-4D57-84
10
0.00
20070602
6431-4D57-85
10
100.00
20070603
4E0A-4F89-AE
10
0.00
• Microsoft® SQL
Server™ 2005 Service
Pack 2 (SP2)
• VarDecimal
• Habilita que valores
decimales puedan ser
almacenados en
tamaño variable
• Máxima precisión
requería 17 bytes!!!

Compresión en SQL Server 2008
Formatos de compresión – ROW
DateId
CarrierTracking
OfferID
PriceDisc
20070601
4911-403C-98
10
0.00
20070601
4911-403C-99
10
0.00
20070602
6431
10
0.00
20070602
6431-4D57-83
10
0.00
20070602
6431-4D57-84
10
0.00
20070602
6431-4D57-85
10
100.00
20070603
4E0A-4F89-AE
10
0.00
• Columnas de tamaño
fijo:
• SQL Server 2008 extiende
la lógica a tipos de datos
fijos:
o int, bigint, datetime, char, etc.
DateId
CarrierTracking
OfferID
PriceDisc
20070601
4911-403C-98
10
0.00
20070601
4911-403C-99
10
0.00
20070602
6431
10
0.00
20070602
6431-4D57-83
10
0.00
20070602
6431-4D57-84
10
0.00
20070602
6431-4D57-85
10
100.00
20070603
4E0A-4F89-AE
10
0.00

DEMO
• Vardecimal en
SQL 2005
• Compresión de
filas

Compresión en SQL Server 2008
Formatos de compresión – PAGE
• A nivel de página
• Un paso más allá de compresión de fila
• Secuencia de 3 fases:
1. Compresión de fila (visto anteriormente)
2. Compresión de prefijos
3. Compresión de diccionario
• Cuanto más frecuencia, mayor eficiencia de
almacenamiento

Compresión en SQL Server 2008
Formatos de compresión – PAGE – Prefijos
• Segundo paso: reemplazo de prefijos
• Los prefijos se almacenan en un área de la página
(anchor record)
• Prefijos por columna
• Cada columna su lista de prefijos
• No se expande a todas las columnas
• Formato de almacenamiento

Compresión en SQL Server 2008
Formatos de compresión – PAGE – Prefijos
DateId
CarrierTracking
OfferID
PriceDisc
20070601
4911-403C_9 8
10
0.00
20070601
4911-403C_9 9
10
0.00
20070602
6431-4D57_8 2
10
0.00
20070602
6431-4D57_8 3
10
0.00
20070602
6431-4D57_8 4
10
0.00
20070602
6431-4D57_8 5
10
100.00
20070603
4E0A-4F89_AE
10
0.00
DateId
CarrierTracking
OfferID
PriceDisc
200706011
4911-403C_98
8
12
8
11
6431-4D57_82
3
2
3
2
3
2
3
2
3
7
2
11
7
2
11
7
2
11
3
4
7
2
3
11
5
2
4E0A-4F89-AE
2
7
prefijos:
•
0.00
10
2
9
• Compresión mediante
100.00
3
•
Lista de prefijos se
almacena en la página,
para prefijos comunes
para cada columna
Cada valor encontrado
se reemplaza por:
o Token para el prefijo
o Sufijo para el valor

Compresión en SQL Server 2008
Formatos de compresión – PAGE – Diccionario
DateId
CarrierTracking
1 200706011
4
2
OfferID
3
4911-403C-9C
PriceDisc
6431-4D57-82
10
1 1
2 8
4
0.00
1 1
2 9
4
0.00
1 2
3
4
0.00
1 2
3 3
4
0.00
1 2
3 4
4
0.00
1 2
3 5
4
100.00
4
0.00
• Compresión por
4
1 3
4E0A-4F89-AE
DateId
CarrierTracking
1 200706011
1
1
1
1
1
1
2 9
1
2
3
1
2
1
1
2
3
10
3
4911-403C-9C
2 8
1 3
2
2
OfferID
4
PriceDisc
6431-4D57-82
0.00
4
4
4
4
4
4
3 3
4
4
2
3 4
4
4
2
3 5
4
4E0A-4F89-AE
4
4
100.00
4
diccionario:
• Un valor común de
•
diccionario se almacena en
la página
Los valores comunes son
reemplazados por tokens
• Un ratio de compresión de
2X a 7X para anticipación
de datos reales en tablas
de hecho en un almacén
de datos

Compresión en SQL Server 2008
Compresión de páginas: Consideraciones
• OJO! Compresión de página en HEAPs solo se
realiza con:
•
•
•
BULK INSERT
INSERT INTO…WITH(TABLOCK)
REBUILD con reactivación de compresión por página
• Sentencias DML no se comprimen en HEAPs
• Nosotros hemos de lanzar un ALTER TABLE…WITH
COMPRESSION = PAGE

Compresión en SQL Server 2008
Compresión: Tipos de datos
• No afecta a:
• Varchar,nvarchar,image,text,ntext
• XML, FILESTREAM, varbinary y sql_variant
• Date, time (ya extremadamente compactos)
• Beneficio obtenido en otros tipos de datos:
• datetime, datetime2, datetimeoffset: ahorra 2 bytes si no almacena
segundos
char: solo ocupa lo necesario (como varchar)
int, bigint,float, real,…: solo usa lo necesario
binary: no almacena los ceros que puede evitar
…
•
•
•
•
• En todos los tipos de datos, NULL y 0 no ocupan ningun byte

Compresión en SQL Server 2008
Compresión de filas: Sintaxis
• Crear tabla con compresión habilitada (ROW ó
PAGE):
CREATE TABLE T1
(c1 int, c2 nvarchar(50) )
WITH (DATA_COMPRESSION = ROW);
CREATE TABLE PartitionTable1 (col1 int, col2
varchar(max)) ON myRangePS1 (col1)
WITH (
DATA_COMPRESSION = ROW ON PARTITIONS (1),
DATA_COMPRESSION = PAGE ON PARTITIONS (2 TO 4) );
• Activar compresión en tabla ya existente:
ALTER TABLE T1 REBUILD WITH
(DATA_COMPRESSION = ROW);
• Desactivar compresión en tabla:
ALTER TABLE T1 REBUILD WITH
(DATA_COMPRESSION = NONE);

DEMO
Compresión de
páginas

Compresión en SQL Server 2008
BACKUP
• Resultados
Normal
Row
Page
Tiempo (segs)
Espacio (kb)
23
54.90%
36.002 73.62%
51
136.468
14
69.57%
37.159 70.08%
46
124.188
6
64.71%
35.952 63.91%
17
99.616

Compresión en SQL Server 2008
Consideraciones extra
• La compresión puede ser ONLINE u OFFLINE
• Compresión ONLINE con un único thread (paginación
no beneficiada)
• En un HEAP, si existen índices no agrupados, han de ser
recreados para apuntar a las nuevas ubicaciones de las
páginas recién comprimidas
• Se soporta vardecimal por compatibilidad con SQL
2005, pero se considera depreciado debido a
compresión por fila
• Convivencia vardecimal – ROW y PAGE compression
pero sin beneficio

Compresión en SQL Server 2008
Consideraciones extra
• La compresión permite almacenar mas
información por página, pero no por fila
• SQL Server garantiza que la descompresión de
un dato es siempre posible (cabe)
•
No se puede comprimir una tabla donde el tamaño
máximo de una fila + sobrecarga de compresión, superan
8060 bytes

Compresión en SQL Server 2008
Resumen
• Motivación
• Aproximaciones en SQL Server 2008
• Backup comprimidos
• Compresión de datos
•
•
FILA
PÁGINA
• Cómo estimar el ahorro
• Cómo aplicar compresión
• A quién aplicar compresión