• 한국정보과학회논문지:데이타베이스
• /
• 제31권4호
• /
• pp.373-383
• /
• 2004

대량의 데이타를 관리하는 현대 데이타베이스 시스템 환경에서는 데이타베이스 시스템 튜닝에 대한 중요성이 증가하고 있다. 특히, 데이타베이스 시스템 성능 인자(performance parameters)를 시스템부하에 따라 적절하게 튜닝하여야 한다. 본 논문에서는 TPC-W 환경에서 데이타베이스 시스템의 단일 성능 인자 튜닝 전략 2가지(처리량 평가 방법, 응답시간 평가 방법)를 제시한다. 효과성을 입증하기 위하여 제시한 튜닝 전략은 두 개의 상용 데이타베이스 시스템에 적용하였다. 실험 결과는 제시된 튜닝 전략이 성능 향상에 기여함을 보인다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2007년도 추계 국제학술대회
• /
• pp.67-67
• /
• 2007

• 정보처리학회논문지D
• /
• 제13D권2호
• /
• pp.183-190
• /
• 2006

데이터베이스 응용분야에 따라 데이터베이스 워크로드는 서로 다른 자원 사용 형태를 보인다. 데이터베이스 관리자는 워크로드 특성을 반영하는 자원 관리를 통하여 시스템 성능을 향상시킬 수 있다. 본 논문은 성능지표와 자원간의 관계를 분석하여 데이터베이스 시스템 성능에 영향을 주는 자원을 선별하는 방법을 제시한다. 첫째, 본 방법은 피어슨 상관계수와 유의도 검정을 적용하여 데이터베이스 시스템 자원 확장에 대해 감소되거나 증가되는 성능지표를 선별한다. 둘째, 감소/증가 관계를 갖는 성능지표를 이용하여 데이터베이스 시스템에 성능에 영향을 주는 자원을 선별한다. 실험은 TPC-C 및 TPC-W 환경에서 본 방법을 수행하였으며, 제안된 자원 선별 방법에 대한 검증 시험을 수행하였다.

• 한국식품과학회지
• /
• 제36권1호
• /
• pp.174-182
• /
• 2004

Hygienic standards for pizza specialty restaurant located in Seoul during summer, 2000 were established based on HACCP concept by measuring temperature, time, pH, $A_{w}$ and microbiological assessments of pizza, and evaluation of hygienic conditions of kitchens and workers. Kitchen and worker conditions were average 1.2 and 1.0 (3 point Sly's scale), respectively, Microbial contaminations occurred at $5-60^{\circ}C$, pH above 5.0, and $A_{w}$ (0.93-0.98). Microbial assessments for pizza processing revealed $1.5{\times}10^{2}-3.9{\times}10^{8}\;CFU/g$ of TPC and $0.5{\times}10^{1}-1.6{\times}10^{7}\;CFU/g$ of coliforms, exceeding standards ($TPC\;10^{6}\;CFU/g\;and\;coliform\;10^{3}\;CFU/g$) established by Solberg et al., although significantly decreased after baking. S. aureus was not discovered, but Salmonella was found in onions. Tools and containers such as pizza cutting knife, topping container, serving bowl, pizza plate, working board, and dough kneading board contained $6.2{\times}10^{2}-1.1{\times}10^{9}\;CFU/g$ of TPC, $2.0{\times}10^{1}-6.2{\times}10^{3}\;CFU/g$ of coliforms. Workers' hands contained $3.1{\times}10^{4}\;CFU/g$ of TPC and S. aureus as compared to safety standards of Harrigan and McCance (500 and 10 CFU/g of TPC and coliforms per $100cm^{2}$). CCPs (critical control points) were determined as receiving, topping, and baking according to CCP decision tree analysis. Results suggest purchase of quality materials, careful monitoring of time and temperature, hygienic use of tools and utensils, and sanitary practicer by workers are recommended as control points for safe pizza production.

• 한국식품저장유통학회지
• /
• 제24권7호
• /
• pp.949-956
• /
• 2017

본 연구는 새싹보리를 이용하여 제품 개발에 적용할 수 있도록, 생리활성물질의 최적 추출구간을 설정하는 데에 목적이 있다. 에탄올 농도(0-100%), 마이크로웨이브 전력(60-300 W), 추출시간(4-20분)을 종속 변수로 설정한 후, 빠르고 추출 수율이 좋은 마이크로웨이브추출법을 이용하여 16구의 다른 추출 조건을 중심합성계획법에 따라 설정하여 새싹보리를 추출하였다. 이 후, 추출물의 총 폴리페놀 함량, 총 플라보노이드 함량, DPPH 라디칼 소거능 활성을 측정하였다. 모든 회귀식의 $R^2$는 0.9 이상으로 5% 수준 이내에서 유의성이 인정되었다. 총 폴리페놀의 최적 추출조건은 에탄올 농도 58.94%, 마이크로웨이브 전력 209.04 W, 추출시간은 18.17분으로 나타났으며, 총 플라보노이드의 최적 추출 조건은 에탄올 농도 52.7%, 마이크로웨이브 전력 73.03 W, 추출시간은 5분으로 나타났다. DPPH 라디칼소거능 활성의 경우, 에탄올 농도 75.84%, 마이크로웨이브 전력 210.79 W, 추출시간 은 6.5분으로 나타났다. 조건에 따른 TPC, TFC 그리고 DPPH 라디칼 소거능 활성의 예측값은 각각 3.84 mg GAE/g, 3.00 mg RE/g 그리고 35.43%의 수치를 나타냈다. 최적 범위 내 임의의 점, 즉 에탄올 농도 40%, 마이크로웨이브 전력 120 W, 추출시간은 18분에서 실험값은 3.38 mg GAE/g, 2.64 mg RE/g, 그리고 37.94%를 나타냈으며 예측값과 실제 실험값은 유사한 값을 보였다.

• 한국콘텐츠학회논문지
• /
• 제10권4호
• /
• pp.84-90
• /
• 2010

데이터베이스 시스템의 응용분야가 데이터웨어하우징에서 전자상거래에 이르기까지 광범위해지면서 데이터베이스 시스템이 대형화되었다. 이로 인해 데이터베이스 시스템의 성능 향상을 위한 튜닝이 중요한 논점이 되었다. 데이터베이스 시스템의 튜닝은 워크로드 특성을 고려하여 수행할 필요가 있다. 그러나 복합적인 데이터베이스 환경에서 워크로드를 식별하기는 어려우므로 자동적인 식별 방법이 요구된다. 본 논문에서는 데이터베이스 워크로드를 자동적으로 식별하는 SVM 워크로드 분류기를 제안한다. TPC-C와 TPC-W 성능 평가에서 자원할당 파라미터 변경에 따른 워크로드 데이터를 수집하여 SVM을 통해 분류 한다. SVM의 커널별 커널 파라미터와 오류 허용 임계치 값인 C의 조정을 통하여 최적의 SVM 워크로드 분류기를 선택한다. 제안한 SVM 워크로드 분류기와 Decision Tree, Naive Bayes, Multilayer Perceptron, K-NN 분류기의 분류 성능을 비교한 결과, SVM 워크로드 분류기가 다른 기계 학습 분류기보다 9% 이상 향상된 분류 성능을 보였다.

• Korean Chemical Engineering Research
• /
• 제56권1호
• /
• pp.66-72
• /
• 2018

옥수수 대는 셀룰로오스와 헤미셀룰로오스 이외에 높은 함량의 리그닌을 포함하고 있어 리그닌 분해를 통해 폴리페놀 생산이 가능하여 천연 항산화물 생산이 가능한 후보이다. 옥수수 대로부터 마이크로파 전처리를 이용해 폴리페놀과 플라보노이드 추출 증대를 위해 반응표면분석법(RSM)을 이용하여 공정조건을 최적화하였다. 폴리페놀과 플라보노이드의 함량은 마이크로파 출력과 추출 시간 증가에 따라 유의하게 증가하는 경향을 보였다(p<0.05). 조건 최적화에 있어 698.6 W, 240 sec, 0 mol 조건에서 최대 TPC 82.4 mg GAE/g DM과 플라보노이드 18.1 mg QE/g DM이 예측되었다. 기존 추출법인 속실렛과 마이크로파 추출을 비교하였을 때, 마이크로파 추출이 폴리페놀과 플라보노이드 생산에 있어 13.5와 8.0배가 각각 높고 짧은 추출 시간과 낮은 에너지 소비로 기존 추출 대비 효과적인 공정임을 확인하였다. 본 연구는 옥수수 대로부터 유용물질 생산 가능성과 마이크로파 추출법이 상업화 공정 적용이 가능한 효과적인 추출법임을 확인하고 옥수수 대를 이용한 폴리페놀과 플라보노이드 생산을 통해 바이오당 생산과 더불어 부산물 크레딧을 확보하여 바이오 에탄올 가격 경쟁력을 높일 수 있는 추출공정을 제안하였다는 데 의의가 있다고 하겠다.

• 정보처리학회논문지D
• /
• 제11D권4호
• /
• pp.747-754
• /
• 2004

데이타베이스 시스템을 효율적으로 사용하기 위해 데이타베이스 관리자는 데이타베이스 시스템의 성능 특징들을 알아야 한다 데이터베이스 시스템에서 자원 사용은 워크로드에 따라 다르게 나타난다. 본 논문의 목적은 상이할 워크로드에서 데이타베이스 튜닝에 도움이 될 수 있도록 데이타베이스 시스템의 성능 특징 분석하고 식별하는 것이다. 이를 위해, OLTP 환경을 나타내는 TPC-C 워크로드와 웹기반의 전자상거래 환경을 나타내는 TPC-W워크로드에서 14개의 성능 지표에 의해 결정되는 자원 사용 형태를 분석하고 4개(데이타 버퍼, 개인 메모리, I/O 프로세스, 공유 메모리)의 자원 할당 변경에 따른 자원 사용 형태의 변화를 분석한다. 분석에 대한 결과로서 14개 중 8개의 성능 지표는 워크로드에서 성능차이를 보이고, 데이타 버퍼 자원의 변경은 데이타베이스 시스템에 영향을 준다. 본 논문의 결과는 데이타베이스 시스템 자동 튜닝의 기초 자료로서 사용될 수 있다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1041-1048
• /
• 2004

데이타베이스 시스템의 로그는 데이타베이스에서 수행된 연산에 관한 다양한 정보를 기록하고 있으나, 주로 장애시의 시스템 복구용으로 사용되고 있다. 본 논문은 데이타베이스 튜닝에 도움이 되는 내용을 제공하는 로그 분석 도구를 제안한다. 본 도구는 사용자에게 로그 분석을 통해 데이타베이스에 수행되는 워크로드 구성, 데이타베이스 스키마 특징, 질의의 자원 사용 상태를 제공한다. 본 논문에서는 개발된 로그 분석 도구의 구조, 특징적 기능, 구현, 검증절차 등을 기술한다. 본 로그 분석 도구의 검증은 TPC-W 벤치마크를 이용하여 수행하였으며 주요 분석 결과를 보인다.

• Journal of Information Technology Applications and Management
• /
• 제15권1호
• /
• pp.271-282
• /
• 2008

Database administrators are demanded to acquire much knowledges and take great efforts for keeping consistent performance in system. Various principles, methods, and tools have been proposed in many studies and commercial products in order to alleviate such burdens on database administrators, and it has resulted to the automation of DBMS which reduces the intervention of database administrator. This paper suggests a resource selection method that estimates the status of the database system based on the workload characteristics and that recommends tuneable resources. Our method tries to simplify selection information on DBMS status using data-mining techniques, enhance the accuracy of the selection model, and recommend tuneable resource. For evaluating the performance of our method, instances are collected in TPC-C and TPC-W workloads, and accuracy are calculated using 10 cross validation method, comparisons are made between our scheme and the method which uses only the classification procedure without any simplification of informations. It is shown that our method has over 90% accuracy and can perform tuneable resource selection.