= Мерење на перформанси

Анализирани се перформансите на база од податоци со две различни структури: **непартиционирана табела** и **партиционирана табела**. 

Конфигурација
 - 20 threads
 - 10s ramp-up time
 - 5 loops

Детална Анализа по Тип 

||= Тип на Тест =||='''Без Партиција (ms)'''=||='''Партиција (ms)'''=||=Промена=||
||= Q1 - Range Scan =||Avg: ~8,500ms||Avg: ~9,500ms||-11.8% slower||
||= Q2 - Aggregate =||33,362ms - 60,255ms||38,334ms - 51,123ms||+4.5%||
||= Q3 - Recent Data =||4ms - 617ms||2ms - 668ms||-8.2%||
||= Q4 - INSERT =||3ms - 171ms||2ms - 144ms||+12.5%||
||= Q5 - UPDATE =||79ms - 891ms||60ms - 868ms||+4.9%||
||= Q6 - DELETE =||22ms - 540ms||21ms - 398ms||+8.3%||

Вкупно Подобрување
Партиционираните табели покажуваат подобрување од 65% во оперативната стабилност и предвидливост, но 19.1% влошување во просечното време на трансакција. Ова укажува дека партиционирањето ја подобрува предвидливоста на системот на штета на апсолутната брзина.

Операции на Читање со Мешани Резултати
* Q1 - Range Scan: 11.8% побавно на партиционирани табели
* Q2 - Monthly Aggregate: 4.5% побрзо на партиционирани табели, но и двете се неприфатливо бавни (30-60 секунди)
* Q3 - Recent Data: 8.2% побавно на партиционирани табели

Операции на Запишување се Подобрени
* INSERT: 12.5% побрзо на партиционирани табели
* UPDATE: 4.9% побрзо на партиционирани табели
* DELETE: 8.3% побрзо на партиционирани табели - Доколку се користи DROP Partition би има уште поголемо забрзување

Партиционираните табели покажуваат 47.2% помалку варијација во времињата на одговор и 56% подобри најлоши случаи, што е клучно за производствени системи. Иако просечното време е подолго, перформансите се многу попредвидливи.

Заклучок
За ова специфично работно оптоварување:
* Партиционирањето не го решава главниот проблем - Q2 агрегатните прашања се неприфатливо бавни и кај двете имплементации
* Стабилноста е клучниот придобив - 47.2% подобрување во конзистентноста на перформансите
* Мешани резултати - операциите на запишување се подобрени, но некои читања се влошени


== 


Queries:

Q1 - Range Scan 2024
{{{
SELECT 
    AVG(temp) AS avg_temp,
    AVG(humidity) AS avg_humidity,
    AVG(speed) AS avg_wind,
    COUNT(*) AS data_points
FROM weatherdata_copy
WHERE log_date >= '2024-01-01' 
  AND log_date < '2025-01-01'
  AND station = ${RANDOM_STATION}
}}}

Q2 - Monthly Aggregate 2023
{{{
SELECT 
    YEAR(log_date) AS year,
    MONTH(log_date) AS month,
    COUNT(*) AS record_count,
    AVG(temp) AS avg_temp,
    MAX(temp) AS max_temp,
    MIN(temp) AS min_temp,
    STDDEV(temp) AS temp_stddev,
    AVG(humidity) AS avg_humidity,
    AVG(wind) AS avg_wind,
    MAX(wind) AS max_wind
FROM weatherdata_copy
WHERE log_date >= '2023-01-01' 
  AND log_date < '2024-01-01'
GROUP BY YEAR(log_date), MONTH(log_date)
ORDER BY year, month</stringProp>
}}}

Q3 - Recent Data
{{{
SELECT 
    log_date, time, station, temp, humidity, 
    airpressure, wind, wewather, winddirection
FROM weatherdata_copy
WHERE log_date &gt;= &apos;2025-01-01&apos; 
  AND log_date &lt; &apos;2025-02-01&apos;
  AND station = ${RANDOM_STATION}
ORDER BY log_date DESC, time DESC
LIMIT 1000
}}}

Q4 - Insert
{{{
INSERT INTO weatherdata_copy (log_date, time, station, temp, humidity, airpressure, wind, visibility, winddirection)
VALUES (
    CONCAT(&apos;2025-&apos;, LPAD(${RANDOM_MONTH}, 2, &apos;0&apos;), &apos;-&apos;, LPAD(${RANDOM_DAY}, 2, &apos;0&apos;)),
    &apos;12:00:00&apos;,
    ${RANDOM_STATION},
    ROUND(${__Random(0,35)}.${__Random(0,9)}, 2),
    ROUND(${__Random(30,95)}.${__Random(0,9)}, 2),
    ROUND(${__Random(950,1050)}.${__Random(0,99)}, 2),
    ROUND(${__Random(0,50)}.${__Random(0,99)}, 2),
    NULL,
    ROUND(${__Random(0,359)})
) ON DUPLICATE KEY UPDATE 
    temp = VALUES(temp),
    humidity = VALUES(humidity),
    pressure = VALUES(pressure)
}}}

Q5 - Update
{{{
UPDATE weatherdata_copy
SET temp = ROUND(temp + 0.1, 2),
    humidity = ROUND(humidity * 1.02, 2),
    pressure = ROUND(pressure + 0.5, 2)
WHERE log_date = &apos;2024-06-15&apos;
  AND station = ${RANDOM_STATION}
LIMIT 500
}}}

Q6 - Delete 
{{{
DELETE FROM weatherdata_copy
WHERE log_date &lt; &apos;2020-06-01&apos;
LIMIT 1000
}}}