git.sur5r.net Git - openldap/blob - doc/guide/admin/tuning.sdf

   1 # Copyright 1999, The OpenLDAP Foundation, All Rights Reserved.
   2 # COPYING RESTRICTIONS APPLY, see COPYRIGHT.
   3
   4 H1: Performance Tuning
   5
   6 There are several things you can do to tune the performance of
   7 slapd for your system. Most of them have to do with the LDBM
   8 backend. LDBM uses an index mechanism to store and retrieve
   9 information in slapd. Each entry is assigned a unique ID, used to
  10 refer to the entry in the indexes. A search for entries with a
  11 surname of "Jensen", for example, would look up the index entry
  12 "=JENSEN" in the surname index. The data returned is a list of
  13 IDs of entries having that value for the surname attribute. We
  14 have found several things to be useful in improving the
  15 performance of this indexing scheme, especially on modify
  16 operations.
  17
  18
  19
  20 H2: The allIDs threshold
  21
  22 Some index entries become so large as to be useless. For
  23 example, if every entry in your database is a person entry, the
  24 "=PERSON" index entry in the objectclass index contains every
  25 entry. This returns very little useful information, and can cause
  26 significant delays, especially on updates. To alleviate this
  27 problem, we have introduced the idea of an allIDs index entry.
  28
  29 The allIDs entry stands for a real index entry containing the IDs
  30 of every entry in the database, but it takes up very little space,
  31 never needs updating, and can be manipulated quickly and
  32 efficiently. The trade-off is that it does not prune the set of
  33 candidate entries at all during a search. This must be done
  34 using other, more "high-powered" index entries.
  35
  36 You can set the minimum number of IDs that an index entry may
  37 contain before it turns into an allIDs block by changing the
  38 {{EX: SLAPD_LDBM_MIN_MAXIDS}} variable in the
  39 {{EX: include/ldapconfig.h}} file. The actual number is determined at
  40 runtime by the LDBM backend, depending on the block size of
  41 the underlying device (i.e., the number you provide is rounded up
  42 to the nearest multiple of a block size).
  43
  44
  45
  46 H2: The entry cache
  47
  48 The LDBM backend can be configured to keep a cache of
  49 entries in memory. Since the LDBM database spends much of its
  50 time reading entries from the id2entry file into memory, this cache
  51 can greatly speed performance. The trade-off is that the cache
  52 uses some extra memory. The default cache size is 1000
  53 entries. See the discussion of the cachesize option in Section
  54 5.2.3 on LDBM configuration.
  55
  56
  57
  58 H2: The DB cache
  59
  60 The LDBM backend uses a number of disk-based index files. If
  61 the underlying hash or B-tree package supports in-memory
  62 caching of these files, performance can be greatly improved,
  63 especially on modifies. The size of this in-memory file cache is
  64 given by the dbcachesize option, discussed in more detail in
  65 section 5.2.3 on LDBM configuration. The default {{EX: dbcachesize}} is
  66 100K.
  67
  68
  69
  70 H2: Maintain the right indices
  71
  72 Finally, one of the best performance tune-ups you can do is to
  73 make sure you are maintaining the right indices. Too few indices
  74 can lead to poor search performance. Too many indices can
  75 lead to poor update performance. For example, the LDBM
  76 backend would be perfectly happy to maintain substring and
  77 approximate indices for the {{EX: objectclass attribute}}, but this would
  78 not be useful and would just slow down update operations. If
  79 your database has many entries and is handling queries for
  80 substring equality on the surname attribute, you should make
  81 sure to maintain a surname substring index so these queries are
  82 answered quickly.
  83
  84 So, take a look at the index lines in your slapd configuration file to
  85 ensure that only those indices that make sense and are needed
  86 are being maintained.
  87
  88 PB:
  89