Sadas Engine è un DBMS relazionale specificatamente progettato per ottimizzare I tempi di esecuzione di applicazioni analitiche operanti su grossi volumi di dati statici, come quelli normalmente contenuti in un Data Warehouse.

La differenza principale sta nell’organizzazione fisica dei dati: i database tradizionali memorizzano i dai per righe, mentre Sadas Engine lo fa per colonne.

L’approccio tradizionale basato su una organizzazione per righe è certamente il più adatto in ambienti transazionali, dove solitamente occorre accedere a parecchi attributi relativamente ad un numero limitato di item.
Per contro, nelle applicazioni OLAP viene solitamente analizzato un numero limitato di attributi relativamente ad un volume molto grande di record, e in questo caso l’organizzazione colonnare risulta parecchio più efficiente. Con una organizzazione colonnare diventa inoltre possibile effettuare una compressione più efficiente dei dati, riducendo ulteriormente i tempi di I/O delle query.

Il primo aspetto è l’organizzazione dei dati per colonne, ma vi sono anche altre tecniche che vengono utilizzate e che sono basate sulla natura statica dei dati trattati (che sono essenzialmente read-only):
– la creazione di specifiche strutture di indici, basate su algoritmi proprietari, che tramite opportune ridondanze accelerano l’elaborazione di grossi file;
– un approccio di adeguamento dinamico delle strutture sulla base delle tipologie di query più frequentemente eseguite (learn by usage). In pratica vengono continuamente analizzati i piani di accesso derivanti dalle varie query e per quelli più frequenti vengono create ulteriori specifiche strutture di indici e dati che ne accelerano l’elaborazione.

Dopo un certo periodo di utilizzo, le query di tipo più comune verranno eseguite ancora più velocemente di quanto avveniva subito dopo l’installazione. Va comunque rilevato che il tempo originale di esecuzione risulta già di per sé considerevolmente migliore di quello ottenibile con DBMS tradizionali.

Per analizzare questo aspetto è stata utilizzata la struttura del TPC Benchmark™H (TPC-H), uno standard per la valutazione di sistemi Data Warehouse. Le prestazioni ottenute sono state migliori di un fattore variabile tra 5 e 75 volte, dipendentemente dalla tipologia di query eseguita. Questi valori si riferiscono alla elaborazione “iniziale” e non tengono conto degli ulteriori miglioramenti ottenibili successivamente grazie alle tecniche di “learn by usage”.

Ci sono sostanzialmente due tipi di vantaggi:
– operativi: gli utenti possono ottenere i loro risultati in un tempo molto inferiore, e questo talvolta impatta la stessa fattibilità di particolari analisi.
– economici: grazie alla maggiore efficienza operativa di Sadas Engine le infrastrutture hardware e software necessarie all’ambiente DWH sono più economiche rispetto a quelle necessarie con strumenti tradizionali.

Sadas Engine è stato specificatamente progettato per lavorare su grossi volumi di dati; sono queste infatti le situazioni dove gli strumenti tradizionali talvolta mostrano problemi di performance e dove quindi ha senso valutare l’introduzione di tecnologie alternative.