Optimasi Kueri pada Database Oracle Melalui Indeks dan Partisi Tabel untuk Data Besar
DOI:
https://doi.org/10.52436/1.jpti.862Kata Kunci:
Database, Indexing, Optimization, Oracle Database, Performance, QueryAbstrak
Mengoptimalkan kinerja database sangat krusial di era dominasi data. Pertumbuhan data eksponensial, khususnya pada data Kredit Usaha Rakyat (KUR) sejumlah 227.587.131 baris di database Oracle yang digunakan dalam penelitian ini, menjadi tantangan utama. Eksekusi kueri SQL yang lambat menghambat efisiensi operasional. Penelitian ini menerapkan strategi optimasi kinerja database Oracle melalui teknik pengindeksan (indeks tunggal dan komposit) dan partisi tabel berdasarkan rentang (kolom tahun). Kedua teknik ini bertujuan mempercepat pengambilan data dan meningkatkan efisiensi akses pada tabel besar. Tujuan penelitian adalah mengoptimalkan eksekusi kueri SQL pada data KUR yang besar tersebut. Evaluasi dilakukan dengan membandingkan waktu respons kueri pada empat skenario tabel (tanpa indeks, indeks tunggal, indeks komposit, serta indeks komposit dengan partisi). Hasil evaluasi menunjukkan bahwa penerapan indeks (tunggal dan komposit) serta partisi tabel secara umum meningkatkan kinerja kueri seleksi dan join secara signifikan dibandingkan tanpa optimasi, dengan waktu tercepat dicapai pada tabel berpartisi dengan penyebutan partisi eksplisit (0,082 detik untuk seleksi sederhana). Namun, untuk kueri agregasi, tabel tanpa indeks memberikan waktu respons lebih cepat (58.100 detik) dibandingkan tabel dengan indeks tunggal (71.700 detik) ataupun kombinasi indeks komposit dan partisi.
Unduhan
Referensi
V. B. Ramu, “Optimizing Database Performance: Strategies for Efficient Query Execution and Resource Utilization,” International Journal of Computer Trends and Technology, vol. 71, no. 7, pp. 15–21, Jul. 2023, doi: 10.14445/22312803/ijctt-v71i7p103.
S. Samidi, D. Iskandar, M. Fachruroji, W. A. S. Wibowo, and A. Khaerani A, “Database Tuning in Hospital Applications Using Table Indexing and Query Optimization,” Jurnal Pendidikan Tambusai, vol. 6, no. 1, pp. 1960–1967, 2022, doi: 10.31004/jptam.v6i1.3241.
D. ’ Ulhaq, A. Ramsi, A. A. Ertiansyah, and S. Mukaromah, “Prosiding Seminar Nasional Teknologi dan Sistem Informasi (SITASI) 2023 Surabaya,” 2023. [Online]. Available: https://www.kaggle.com/kazanova/sentiment140
A. A. Chikkamannur, “Indexing Strategies for Performance Optimization of Relational Databases,” International Research Journal of Engineering and Technology, 2021, [Online]. Available: www.irjet.net
Samidi, Fadly, Y. Virmansyah, R. Y. Suladi, and A. B. Lesmana, “Optimasi Database dengan Metode Index dan Partisi Tabel pada Aplikasi E-Commerce. Studi pada Aplikasi Tokopintar,” Jurnal Pendidikan Tambusai, vol. 6, no. 1, pp. 2094–2102, 2022, [Online]. Available: https://jptam.org/index.php/jptam/article/view/3241
W. Khan, C. Zhang, B. Luo, T. Kumar, and E. Ahmed, “Robust Partitioning Scheme for Accelerating SQL Database,” in 2021 IEEE International Conference on Emergency Science and Information Technology (ICESIT), 2021, pp. 369–376. doi: 10.1109/ICESIT53460.2021.9696761.
V. Šalgová and K. Matiaško, “The Effect of Partitioning and Indexing on Data Access Time,” in 2021 29th Conference of Open Innovations Association (FRUCT), 2021, pp. 301–306. doi: 10.23919/FRUCT52173.2021.9435500.
A. Anchlia, “Enhancing Query Performance Through Relational Database Indexing,” International Journal of Computer Trends and Technology, vol. 72, no. 8, pp. 130–133, Aug. 2024, doi: 10.14445/22312803/IJCTT-V72I8P119.
S. O. Eka Putri, N. A. Zahra, N. R. Kuslaila, and S. Mukaromah, “PERBANDINGAN TEKNIK INDEXING BITMAP DAN B-TREE PADA ORACLE DATABASE,” Prosiding Seminar Nasional Teknologi dan Sistem Informasi, vol. 3, no. 1, pp. 439–446, Nov. 2023, doi: 10.33005/sitasi.v3i1.390.
I. C. Saidu, M. Yusuf, F. C. Nemariyi, and A. C. George, “Indexing techniques and structured queries for relational databases management systems,” Journal of the Nigerian Society of Physical Sciences, vol. 6, no. 4, Nov. 2024, doi: 10.46481/jnsps.2024.2155.
T. Yu, Z. Zou, W. Sun, and Y. Yan, “Refactoring Index Tuning Process with Benefit Estimation,” in Proceedings of the VLDB Endowment, VLDB Endowment, 2024, pp. 1528–1541. doi: 10.14778/3654621.3654622.
M. Kvet, “Database Index Balancing Strategy,” in 2021 29th Conference of Open Innovations Association (FRUCT), 2021, pp. 214–221. doi: 10.23919/FRUCT52173.2021.9435452.
V. Šalgová, “Effect of indexes on DML operations,” Transportation Research Procedia, vol. 55, pp. 1368–1372, May 2021, doi: 10.1016/j.trpro.2021.07.121.
P. F. Tanaem, A. R. Tanaamah, and infraim oktofianus boymau, “Partition Table in STARS: Concept and Evaluations,” Oct. 17, 2022. doi: 10.36227/techrxiv.21324264.v1.
M. H. Rachman, S. Samidi, and E. Aprianto, “COMPARISON OF INDEX, PARTITION, AND MATERIALIZED VIEW METHODS ON THE ORACLE DATABASE STUDY ON CENTRAL GOVERNMENT FINANCIAL REPORTS (LKPP),” Jurnal Teknik Informatika (Jutif), vol. 5, no. 4, pp. 1009–1014, Jul. 2024, doi: 10.52436/1.jutif.2024.5.4.1962.
H. C. Oracle, “VLDB and Partitioning Guide,” https://docs.oracle.com/en/database/oracle/oracle-database/23/vldbg/index.html.
I. Oktofianus Boymau, P. Fiodinggo Tanaem, A. Rocky Tanaamah, and K. Satya Wacana, “Tabel Partisi Pada STARS: Konsep Dan Evaluasi (Studi Kasus STARS UKSW),” vol. 8, no. 2, 2023.
