۱۹۸۱

۱۴۲۰

۳۶۶۷

۴۳۵۶

۲۲۶۰

۴۷۸۹

۲۹۷۰

۳۵۲۶

۴۲۲۵

۳۶۶۹

۳۲۵۱٫۵۵

داده‌های غیر مشترک زیاد

۱۹۲۰

۲۴۴۸

۸۲۵۲

۵۰۹۸

۴۲۱۵

۳۵۱۰

۷۷۲۴

۱۷۵

۶۳۱۶

۴۲۱۹

۱۷۵

۲۰۹۶

۲۴۴۸

۱۳۹۴

۲۰۹۶

۱۷۶

۳۶۸۵

۱۷۵

۱۵۴۶

۱۷۵

۲۸۹۲٫۱۵

با توجه به مقادیر به دست آمده در جدول ۶-۹، مشاهده می‌شود که در مدل WD، تعداد داده‌های غیر مشترک و مشترک تراکنش‌ها در زمان اجرای تراکنش‌ها بسیار مؤثر است. در هنگامی که تعداد داده‌های غیر مشترک تراکنش‌ها کم است و تعداد داده‌های مشترک زیاد است، به طور متوسط هر دستور ۲۰٫۸۴۳۲ مرحله، زمان برای اجرا صرف خواهد کرد. اما زمانی که تعداد داده‌های غیر مشترک تراکنش‌ها زیاد است و تعداد داده‌های مشترک کم است، به طور متوسط هر دستور ۱۸٫۵۳۹۴ مرحله، زمان برای اجرا صرف خواهد کرد.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

مقایسه مدل‌های ۲PL، WW و WD براساس پارامتر تعداد داده‌های مشترک و غیر مشترک تراکنش‌ها
در شکل ۶-۴، تعداد مرحله‌های اجرای سه تراکنش با تعداد کمِ داده‌های غیر مشترک و سه تراکنش با تعداد زیادِ داده‌های غیر مشترک در مدل‌های ۲PL، WW و WD مقایسه شده‌اند.
شکل ۶-۴- مقایسه تعداد گام‌های اجرای تراکنش‌ها با تعداد کم و زیاد داده‌های غیر مشترک در مدل‌های ۲PL، WW و WD
همانطور که در شکل ۶-۴، مشاهده می‌شود، در هر دو حالت (تراکنش‌ها با تعداد کم و زیادِ داده‌های غیر مشترک) WW از نظر زمان اجرا سرعت بیشتری دارد. باید اشاره شود که WW دچار بن‌بست نمی‌شود و این یکی دیگر از مزایای آن به شمار می‌آید. در WW هرچه تعداد داده‌های غیر مشترک کمتر و تعداد داده‌های مشترک بیشتر باشد، زمان اجرا نیز کمتر خواهد بود و هرچه تعداد داده‌های غیر مشترک زیادتر و تعداد داده‌های مشترک کمتر شود زمان اجرا نیز زیادتر خواهد شد. در مورد ۲PL باید گفت که در حالتی که تراکنش‌ها دارای تعداد کمی داده‌های غیر مشترک و تعداد زیادی داده مشترک باشند سرعت کمتری نسبت به زمانی دارد که تراکنش‌ها دارای تعداد زیادی داده‌های غیر مشترک و تعداد کمی داده مشترک باشند. البته نباید فراموش کرد که ۲PL ممکن است دچار بن‌بست نیز شود. عملکرد WD نسبت به دو مدل دیگر در وضعیت بدتری قرار دارد. زمان اجرای آن در هر دو حالت (تراکنش‌ها با تعداد کم و زیاد داده‌های غیر مشترک) از دو مدل دیگر بیشتر است. همچنین لازم به ذکر است که WD نسبت به تعداد داده‌های غیر مشترک بسیار حساس است و با افزایش تعداد داده‌های غیر مشترک و کاهش تعداد داده‌های مشترک، زمان اجرا نیز به میزان چشم‌گیری افزایش می‌یابد.
پارامتر تعداد داده‌های مشترک در تراکنش‌هایی بدون داده غیر مشترک
در این آزمایش پارامتر مورد بررسی تعداد داده‌های مشترکِ بین تراکنش‌ها می‌باشد، البته هیچ داده غیر مشترکی در بین این تراکنش‌ها وجود ندارد.
در ابتدا زمان اجرای مدل‌ها، با سه تراکنشی که دارای ۲ نوع داده مشترک بودند محاسبه شد (این مجموعه از تراکنش‌ها، تراکنش‌ها با داده‌های مشترک کم (بدون داده غیر مشترک) نامیده شده‌اند). سپس زمان اجرا با سه تراکنشی که دارای ۲۰ نوع داده مشترک بودند نیز اندازه‌گیری گردید (این مجموعه از تراکنش‌ها، تراکنش‌ها با داده‌های مشترک زیاد (بدون داده غیر مشترک) نامیده شده‌اند).
بررسی مدل ۲PL