
DBAハイウォーターマークとデータベース運用
以下は、各主要データベースにおけるハイウォーターマーク(High Water Mark, HWM)の概念と、その運用・メンテナンス手法(統計情報の更新、インデックスの再構築など)についてまとめたブログ記事の例です。
はじめに
この備忘録は、筆者の実績と知見を基に作成したものです。
一部、表現や内容の整理にAIのサポートを活用しましたが、
実際の経験に基づく知識とスキルを反映しています。
PostgreSQL、Oracle Database、MySQL、MariaDB、SQLite、Microsoft Access、Microsoft SQL Server、DB2、Sybase、Netezzaは
実務経験があります。
ほかのDBに関しましては独学にて勉強やAIを活用させていただきました。
・ハイウォーターマーク、インデックスの断片化、ジョブでの再編成処理
上記の4つは実務で経験しており非常に役立っております。
※一部、表現や整理にAIを活用しました
~各DBMSの実践とメンテナンス手法~
データベースの運用において、ハイウォーターマーク(HWM)は非常に重要な概念です。
HWMとは、テーブルや領域内で一度でもデータが書き込まれた最終ブロック(またはページ)の位置を示し、
たとえ行が削除されてもこの境界は下がらないため、全体スキャン時に不要な空領域も読み込んでしまうことがあります。
本記事では、OracleやPostgreSQL、MySQL/MariaDB、SQLite、Microsoft Access、FileMaker、
Microsoft SQL Server、Amazon Aurora、Ingres、DB2、Sybase、Netezza など、各主要DBMSにおけるHWMの取り扱いと、
統計情報の更新やインデックスの再構築といったメンテナンス方法について解説します。
1. Oracle Databaseの場合
Oracleでは、テーブルのハイウォーターマークは実際にデータが存在した最終ブロックを示します。
削除後もHWMは変わらず、全表スキャン時に不要なブロックも読み込むため、パフォーマンス低下の原因に。
そのため、テーブルの再編成(テーブル移動やパーティション交換など)や圧縮機能を利用してHWMを下げる運用が行われます。
また、定期的な統計収集(アプリケーション終了時や専用ジョブで実施)やインデックスの再構築・再構成も、
最適なクエリプラン生成のための重要な作業となります。
※詳しくは shift-the-oracle.com の記事 も参照ください
2. PostgreSQLの場合
PostgreSQLはOracleのような明示的なHWMの概念は持ちません。
MVCC(多版同時制御)とVACUUMプロセスにより、削除された行の領域は再利用される仕組みになっています。
しかし、適切なVACUUM(および必要に応じてVACUUM FULL)を実行しないと、ファイルサイズが膨らみ、
クエリ実行時のI/Oが増加する可能性があるため、定期的なメンテナンスが求められます。
3. MySQL / MariaDBの場合
MySQLやMariaDBでは、使用するストレージエンジンによって挙動が異なります。
MyISAMの場合
テーブルファイル内にHWMが存在し、削除後もファイルサイズが縮小されないため、
OPTIMIZE TABLE コマンドを実行してHWMを下げ、空き領域を再利用できるようにします。InnoDBの場合
内部ではページ管理と再利用が行われるため、MyISAMほど明確なHWMはありませんが、
テーブルの断片化が進むとクエリ性能に影響するため、定期的な再編成(ALTER TABLE ... FORCE など)を検討します。
4. SQLiteの場合
SQLiteはシンプルなファイルベースのDBMSですが、
データの挿入・削除後にファイルサイズが自動で縮小されないため、
定期的に VACUUM コマンドを実行してデータファイルを再構築し、
不要な空領域(HWMに相当する部分)を解放することが推奨されます。
5. Microsoft Access / FileMakerの場合
Microsoft AccessやFileMakerでも、データ削除後にファイルサイズが縮小されず、
実質的にHWMが残る現象が発生します。
そのため、コンパクトと修復(Accessの場合)や、
ファイルの圧縮・再構築(FileMakerの場合)を定期的に実施し、
ディスク上の不要領域を解放する運用が求められます。
6. Microsoft SQL Serverの場合
SQL Serverでは、OracleのようなHWMという概念は直接は存在しませんが、
データファイル内の空領域や断片化は問題となります。
定期的なインデックスの再構築(REBUILD)または再構成(REORGANIZE)を実施することで、
断片化を解消し、統計情報の精度向上を図ります。
また、自動統計更新機能や、メンテナンスジョブによる統計再収集が、
クエリオプティマイザの最適なプラン選択に寄与します。
7. Amazon Auroraの場合
Amazon Auroraは、MySQL互換またはPostgreSQL互換で提供されるため、
それぞれのストレージエンジンの特性が反映されます。
MySQL互換の場合はMyISAM/InnoDBの注意点、
PostgreSQL互換の場合はVACUUM処理の重要性が適用され、
いずれも定期的なメンテナンスが推奨されます。
8. Ingres / DB2 / Sybase / Netezzaの場合
Ingres
伝統的なRDBMSとして、テーブル領域の管理や空領域の再利用に注意が必要です。
適切なメンテナンスツールで定期的な再編成が望まれます。DB2 (IBM)
DB2もテーブルスペース内でHWMに類似する概念を持ち、
再編成(REORG) コマンドなどで空領域の回収を行います。
また、統計情報の収集もパフォーマンス維持に重要な役割を果たします.Sybase
Sybase ASEでは、データページの最終使用位置が性能に影響するため、
定期的なインデックス再構築やテーブルの再編成が推奨されます。Netezza
Netezzaは専用アプライアンスとして、ゾーンマップなど独自の手法で空領域管理を行いますが、
データの再編成や統計情報の更新は、最適なクエリ性能を維持するために重要です。
9. 統計情報更新とインデックス再構築の運用
各DBMSに共通する点として、
・データの変更(INSERT/UPDATE/DELETE)後は、オプティマイザが正確なプランを生成できるよう、
統計情報の更新が必要です。
これはアプリケーション終了時や定期ジョブで自動実施するケースが多いです。
・インデックスの断片化は、読み取り性能低下の原因となるため、
定期的な**再構築(REBUILD)または再構成(REORGANIZE)**によって、
物理的な整理と空間回収を行うことが望まれます。
実際の運用では、各DBMSの特性を理解した上で、
自動メンテナンスジョブ(例:Oracleの自動統計収集、SQL Serverのメンテナンスプランなど)や
アプリケーション終了時のトリガー処理を組み合わせることで、
常に最新の統計情報と最適なインデックス状態を保つ工夫が重要です。
まとめ
各DBMSごとにHWMの扱い方は異なりますが、
共通して言えるのは「不要な空領域が残ると、全体スキャンや断片化によるパフォーマンス低下の原因となる」という点です。
OracleではHWMを下げるための再編成、PostgreSQLではVACUUM、
MySQLではOPTIMIZE TABLE、AccessやFileMakerではコンパクト操作、
SQL Serverではインデックス再構築など、
それぞれの運用ツールを駆使して最適化を図ることが重要です。
また、定期的な統計情報の更新も、クエリプラン最適化のためには欠かせない運用タスクとなります。
このようなメンテナンス作業を自動ジョブやアプリケーション終了時の処理に組み込むことで、
常に最適なデータベースパフォーマンスを維持できるでしょう。
以上が、各DBMSにおけるハイウォーターマークの理解と、
統計更新・インデックス再構築を含むメンテナンスの実践方法の概要です。
各システムの運用ルールや特性に合わせて、適切なメンテナンス計画を立てる参考になれば幸いです。
*参考資料