г. Санкт-Петербург и Ленинградская область, Россия
сотрудник с 01.01.2004 по 01.01.2025
Предлагается экспериментально обоснованный подход к оценке влияния фрагментации данных на производительность СУБД MySQL (InnoDB) и выбору метода её устранения. Цель: исследование зависимости времени выполнения операций чтения и записи от степени фрагментации данных и определение наиболее эффективного способа дефрагментации. Методы: анализ архитектуры InnoDB (B+-деревья, page split); создание экспериментального стенда на базе MySQL 8.0 в Docker; генерация тестовой таблицы объёмом 500 000 записей; моделирование фрагментации через массовые DELETE, UPDATE и хаотичные INSERT; нагрузочное тестирование sysbench; измерение времени запросов, латентности, IOPS и data_free. Результаты: фрагментация замедляет SELECT в 2,5–3,5 раза, INSERT и UPDATE – в 2–3 раза. Рост data_free с 2 до 38 МБ коррелирует с падением TPS на 58%. OPTIMIZE TABLE восстанавливает производительность до 95–98% от исходного уровня. Практическая значимость: методики мониторинга и плановой дефрагментации применимы для транспортных информационных систем с высокой интенсивностью обновлений данных (трекинг, логистика).
фрагментация данных, MySQL, InnoDB, производительность, page split, OPTIMIZE TABLE, B+-дерево, data_free, интеллектуальные транспортные системы.
1. The InnoDB Storage Engine Oracle // MySQL 8.0 Reference Manual. URL: http://dev.mysql.com/doc/refman/8.0/ en/innodb-storage-engine.html (дата обращения: 13.05.2026).
2. Schwartz B., Zaitsev P., Tkachenko V. High Performance MySQL: Optimization, Backups, and Replication. Third Edition. Sebastopol (CA): O’Reilly Media, 2012. 826 p.
3. Хомоненко А. Д., Цыганков В. М., Мальцев М. Г. Базы данных: учебник для вузов / под ред. А. Д. Хомоненко. 6-е изд., доп. СПб.: Корона-Век, 2009. 736 с.
4. Zaitsev P. MySQL File System Fragmentation Benchmarks // Percona Blog. 22.03.2008. URL: http://www.percona. com/blog/mysql-file-system-fragmentation-benchmarks (дата обращения: 13.05.2026).
5. Huang S.-M., Chang L.-P. Exploiting Page Correlations for Write Buffering in Page-Mapping Multichannel SSDs // ACM Transactions on Embedded Computing Systems. 2016. Vol. 15, iss. 1. Art. no. 12. 25 p. DOI:https://doi.org/10.1145/2815622
6. Малютин А. Г., Лаврухин А. А., Окишев А. С. Архитектурные аспекты реализации корпоративной информационной системы мониторинга и учета ресурсов // Известия Транссиба. 2017. № 4 (32). С. 130–141.
7. Павлов Д. В. Реляционная распределенная система управления базами данных с автоматической масштабируемостью // Вестник Уфимского государственного авиационного технического университета. 2012. Т. 16, № 3 (48). С. 143–152.
8. Малыгин Д. С. Проблемы производительности реляционных баз данных в распределенных архитектурах и стратегии их решения // Современные наукоемкие технологии. 2024. № 10. С. 61–71. DOI:https://doi.org/10.17513/snt.40173
9. Харченко П. А. Совершенствование системы и технологии эксплуатации подвижного состава на основе анализа информации средств регистрации параметров движения, диагностики и мониторинга технического состояния локомотива // Вестник Ростовского государственного университета путей сообщения. 2025. № 1 (97). С. 201–210. DOI:https://doi.org/10.46973/0201-727X_2025_1_201
10. Безфамильный Д. Г. Концептуальные подходы к оптимизации жизненного цикла разработки программного обеспечения // Современные инновации, системы и технологии. 2026. Т. 6, № 2. С. 1027–1034. DOI:https://doi.org/10.47813/2782- 2818-2026-6-2-1027-1034
11. Нихтер Д. Настройка производительности MySQL. Секреты и приемы / пер. с англ. СПб.: БХВ-Петербург, 2023. 340 с.
