分布式數(shù)據(jù)庫系統(tǒng)

分布式數(shù)據(jù)庫系統(tǒng)1

分布式數(shù)據(jù)庫系統(tǒng)是數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)技術(shù)兩者相互滲透和有機結(jié)合的結(jié)果。

粗略定義：

分布式數(shù)據(jù)庫是由一組數(shù)據(jù)組成，這些數(shù)據(jù)物理上分布在計算機網(wǎng)絡(luò)的不同結(jié)點上（也稱場地），邏輯上是屬于同一個系統(tǒng)。

定義強調(diào)兩點：分布性邏輯整體性1.概述2例子：一個分布式數(shù)據(jù)庫系統(tǒng)

分布式數(shù)據(jù)庫系統(tǒng)必須支持全局應(yīng)用3全局應(yīng)用

全局應(yīng)用指應(yīng)用中涉及兩個及兩個以上結(jié)點的數(shù)據(jù)庫。這和只存取本結(jié)點數(shù)據(jù)庫應(yīng)用不同，和只存取另一個結(jié)點（或遠(yuǎn)程結(jié)點）數(shù)據(jù)庫應(yīng)用也不同。

分布式數(shù)據(jù)庫確切定義分布式數(shù)據(jù)庫是由一組數(shù)據(jù)組成，這組數(shù)據(jù)分布在計算機網(wǎng)絡(luò)的不同計算機上，網(wǎng)絡(luò)中的每個結(jié)點具有獨立處理的能力（稱場地自治），可以執(zhí)行局部應(yīng)用。同時每個結(jié)點也能通過網(wǎng)絡(luò)通信子系統(tǒng)執(zhí)行全局應(yīng)用。

定義更強調(diào)：場地自治性自治場地間的協(xié)作性4分布式數(shù)據(jù)庫系統(tǒng)的特點數(shù)據(jù)獨立性

數(shù)據(jù)的邏輯獨立性

數(shù)據(jù)的物理獨立性

數(shù)據(jù)分布獨立性（分布透明性）

分布透明性是指用戶不必關(guān)心數(shù)據(jù)的邏輯分片、數(shù)據(jù)物理位置分布的細(xì)節(jié)、重復(fù)副本一致性、局部場地上數(shù)據(jù)庫支持哪種數(shù)據(jù)模型。

有了分布透明性，用戶的應(yīng)用程序編寫如同數(shù)據(jù)沒有分布。當(dāng)數(shù)據(jù)從一個場地移到另一個場地時不必修改應(yīng)用程序。集中式數(shù)據(jù)庫系統(tǒng)中5

數(shù)據(jù)分布的信息由系統(tǒng)存儲在數(shù)據(jù)字典中。用戶對非本地數(shù)據(jù)的訪問請求由系統(tǒng)根據(jù)數(shù)據(jù)字典予以解釋、轉(zhuǎn)換和傳送。

集中式數(shù)據(jù)庫系統(tǒng)中，數(shù)據(jù)獨立性是通過系統(tǒng)的三級模式（外模式、概念模式、內(nèi)模式）和它們之間的二級映射得到的。

分布式數(shù)據(jù)庫系統(tǒng)中，分布透明性是由于引入了新的模式和模式之間的映射得到的。分布式數(shù)據(jù)庫系統(tǒng)的特點6分布式數(shù)據(jù)庫系統(tǒng)的特點集中與自治相結(jié)合的控制結(jié)構(gòu)

集中式數(shù)據(jù)庫系統(tǒng)中，對共享數(shù)據(jù)庫的控制是集中的，并由DBA負(fù)責(zé)監(jiān)督和維護系統(tǒng)的正常運行。

分布式數(shù)據(jù)庫系統(tǒng)中，數(shù)據(jù)共享有兩個層次：

局部共享（相應(yīng)的控制機構(gòu)—自治，各場地獨立管理DBMS）全局共享（相應(yīng)的控制機構(gòu)----集中，協(xié)調(diào)各局部DBMS工作，執(zhí)行全局應(yīng)用）7分布式數(shù)據(jù)庫系統(tǒng)的特點適當(dāng)增加數(shù)據(jù)冗余度

集中式數(shù)據(jù)庫系統(tǒng)中，冗余數(shù)據(jù)浪費空間，易造成數(shù)據(jù)不一致性。分布式數(shù)據(jù)庫系統(tǒng)中，需要冗余數(shù)據(jù)，即不同場地存儲同一數(shù)據(jù)的多個副本。原因如下：

提高系統(tǒng)的可靠性、可用性當(dāng)某一場地出現(xiàn)故障時，系統(tǒng)可以對另一場地上的相同副本進行操作，不至于造成整個系統(tǒng)的癱瘓。提高系統(tǒng)性能系統(tǒng)可選擇用戶最近的數(shù)據(jù)副本進行操作，減少通信代價，改善整個系統(tǒng)性能。

存在的問題：冗余副本之間存在數(shù)據(jù)不一致，必須著力解決。8全局的一致性、可串行性和可恢復(fù)性

分布式數(shù)據(jù)庫系統(tǒng)中全局應(yīng)用要涉及到兩個以上結(jié)點的數(shù)據(jù)，全局事務(wù)可能由不同場地的多個操作組成。所以應(yīng)該保證數(shù)據(jù)庫的全局一致性、全局并發(fā)事務(wù)的可串行性和系統(tǒng)的全局可恢復(fù)性。

當(dāng)一個結(jié)點發(fā)生故障，操作失敗后如何使全局事務(wù)回滾？如何使另一個結(jié)點撤銷已執(zhí)行的操作或不必再執(zhí)行其他操作。分布式數(shù)據(jù)庫系統(tǒng)的特點采用的技術(shù)比集中式數(shù)據(jù)庫系統(tǒng)更復(fù)雜和困難。9

分布式數(shù)據(jù)庫系統(tǒng)的體系結(jié)構(gòu)是全局應(yīng)用的用戶視圖整體邏輯結(jié)構(gòu)定義片段以及全局關(guān)系到片段的映像定義片段的存放地點10

根據(jù)分布模式提供的信息，一個全局查詢可分解為若干個子查詢，每個子查詢要訪問的數(shù)據(jù)屬于同一場地的局部數(shù)據(jù)庫。片段是全局關(guān)系的邏輯部分，一個片段在物理上可分配到網(wǎng)絡(luò)的不同結(jié)點上。

分布模式到各局部數(shù)據(jù)庫的映像把存儲在局部場地的全局關(guān)系或全局關(guān)系的片段映像為各局部概念模式，局部概念模式采用局部場地的DBMS所支持的數(shù)據(jù)模型。分布式數(shù)據(jù)庫系統(tǒng)的體系結(jié)構(gòu)

分片模式和分布模式均是全局的，它們和相應(yīng)的映像使分布式數(shù)據(jù)庫系統(tǒng)具有了分布透明性。11

數(shù)據(jù)分片分布式數(shù)據(jù)庫系統(tǒng)中，將數(shù)據(jù)分片，使數(shù)據(jù)存放的單位是片段而不是關(guān)系。

數(shù)據(jù)分片的方式

水平分片

垂直分片

導(dǎo)出分片

混合分片SC中按照Age>18分片Age來自student12例：年齡>18歲的學(xué)生選課片段:SC_A(SNO,CNO,GRADE)由以下查詢結(jié)果組成：

SELECTSNO,CNO,GRADEFROMS,SCWHERES.SNO=SC.SNOANDAGE>18);年齡

18歲學(xué)生選課的片段:SC_B(SNO,CNO,GRADE)由以下查詢結(jié)果組成：

SELECTSNO,CNO,GRADEFROMS,SCWHERES.SNO=SC.SNOANDAGE

181);13

分片方式應(yīng)滿足的條件

完全性----一個全局關(guān)系中的數(shù)據(jù)必須完全地劃分為若干片段，不允許某些數(shù)據(jù)屬于全局關(guān)系但不屬于任何一個片段。

不相交性----不允許一個全局關(guān)系的某些數(shù)據(jù)既屬于該全局關(guān)系的每一個片段又屬于全局關(guān)系的另一個片段。

可重構(gòu)性----可由片段重構(gòu)全局關(guān)系。

垂直分片可用連接操作重構(gòu)全局關(guān)系；

水平分片可用并操作重構(gòu)全局關(guān)系。數(shù)據(jù)分片14

分布透明性----包括分片透明性、位置透明性和局部數(shù)據(jù)模型透明性。

分片透明性----分布透明性的最高層次。指用戶或應(yīng)用程序只對全局關(guān)系進行操作而不考慮關(guān)系的分片。當(dāng)分片模式改變了，由于全局到分片模式的映像、全局模式不變，應(yīng)用程序不必改寫。

位置透明性----分布透明的下一層次。指用戶或應(yīng)用程序不必了解片段的場地，當(dāng)存儲場地改變了，由于分片模式到分布模式的映像，應(yīng)用程序不必改變。

局部數(shù)據(jù)模型透明性----用戶或應(yīng)用程序不必了解局部場地上使用哪種數(shù)據(jù)模型，模型轉(zhuǎn)換以及數(shù)據(jù)庫語言的轉(zhuǎn)換由映像4完成。15例：設(shè)在分布式數(shù)據(jù)庫系統(tǒng)中全局關(guān)系：

Student(Sno,Sname,Sdept,Sage)現(xiàn)將Student關(guān)系劃分為兩個片段S-A,S-B。S-A代表理學(xué)院的學(xué)生，存儲在場地1（Site1)S-B代表文學(xué)院的學(xué)生,存儲在場地2和場地3（冗余)。有一個查詢：從終端讀入一個學(xué)號，查找該學(xué)號的學(xué)生姓名、年齡，并顯示在屏幕上。分布透明性16

假設(shè)應(yīng)用程序用嵌入式C寫的，略去細(xì)節(jié)，僅給出查詢部分的算法思想。情況1：若系統(tǒng)具有分片透明性，則Scanf(“%s”,Snumber);EXECSQLSELECTSname,SageINTO:NAME,:AGEFROMStudent/*在全局關(guān)系中查找*/WHERESno=:Snumber;Printf(“%s,%d”,NAME,AGE);分布透明性17情況2：若系統(tǒng)具有位置透明性，但不具有分片透明性，則需要考慮分片情況。Scanf(“%s”,Snumber);EXECSQLSELECTSname,SageINTO:NAME,:AGEFROMS-A/*先在片段S-A中查找*/WHERESno=:Snumber;If(!FOUND){EXECSQLSELECTSname,SageINTO:NAME,:AGEFROMS-B/*再在片段S-B中查找*/WHERESno=:Snumber;}Printf(“%s,%d”,NAME,AGE);分布透明性18分布透明性

情況3：若系統(tǒng)只具有局部數(shù)據(jù)模型透明性，不具有位置透明性（當(dāng)然也就不具有分片透明性），則需考慮分片和片段的存儲場地。Scanf(“%s”,Snumber);EXECSQLSELECTSname,SageINTO:NAME,:AGEFROMS-AATSite1

/*先在場地1的片段S-A中查找*/WHERESno=:Snumber;If(!FOUND){EXECSQLSELECTSname,SageINTO:NAME,:AGEFROMS-BATSite2

/*再在場地2的片段S-B中查找*/WHERESno=:Snumber;/*也可以在場地3的片段S-B中查找*/}Printf(“%s,%d”,NAME,AGE);用戶可選擇離他較近的某個場地進行訪問，可提高查詢效率。19

若沒有分片透明性，用戶必須了解分片情況；

若沒有位置透明性，場地選擇由用戶程序負(fù)責(zé)，用戶不僅要了解分片的情況，還必須了解片段存放的位置、場地分布的遠(yuǎn)近以及通信線路的質(zhì)量；

若系統(tǒng)具有位置透明性，上述任務(wù)由系統(tǒng)承擔(dān)，并且當(dāng)訪問場地2時，若該線路繁忙或出現(xiàn)通信故障，系統(tǒng)自動改為訪問場地3。分布透明性20

分布式數(shù)據(jù)庫管理系統(tǒng)（D-DBMS）分布式數(shù)據(jù)庫管理系統(tǒng)的結(jié)構(gòu)局部場地DBMS，建立和管理局部數(shù)據(jù)庫，提供場地自治，執(zhí)行局部應(yīng)用及全局查詢的子查詢?nèi)諨BMS，提供分布透明性，協(xié)調(diào)全局事務(wù)的執(zhí)行，協(xié)調(diào)各局部DBMS以完成全局應(yīng)用，保證數(shù)據(jù)庫的全局一致性，執(zhí)行并發(fā)控制，實現(xiàn)更新同步，提供全局恢復(fù)功能。全局?jǐn)?shù)據(jù)詞典，存放全局概念模式、分片模式、分布模式的定義及各模式間映射，存放用戶存取權(quán)限、完整性約束等通信管理（CM），完成各場地間的消息和數(shù)據(jù)的傳送，完成通信功能。各場地可同構(gòu)或異構(gòu)21

查詢處理和優(yōu)化分布式環(huán)境下的查詢處理和查詢優(yōu)化較集中式環(huán)境更復(fù)雜。實例:數(shù)據(jù)庫：簡化了的供應(yīng)商和零件數(shù)據(jù)庫S（Sno,City）104個元組，存放在場地A；P（Pno,Color）105個元組，存放在場地B；SP（Sno,Pno，Quantity）106個元組，存放在場地A；設(shè)每個關(guān)系的元組均為100字節(jié)長。查詢：供應(yīng)紅色零件的、北京的供應(yīng)商號。SELECTS.SnoFROMS,P,SPWHERESP.Pno=P.PnoANDS.Sno=SP.SnoAND

S.City=‘北京’AND

P.Color=‘紅色’；22

估算值（某些中間結(jié)果的元組數(shù)）紅色零件數(shù)=10

北京供應(yīng)商的裝運單數(shù)=105

對通信系統(tǒng)的假定

數(shù)據(jù)傳輸速度=104字節(jié)/秒傳輸延遲=1秒考慮幾種可能的查詢策略，并計算通信時間T[i]:T[i]=總傳輸延遲+總數(shù)據(jù)量/數(shù)據(jù)傳輸速度（單位：b/s）策略1：把關(guān)系P傳送到場地A，在場地A進行查詢處理，通信時間為：T[1]=1+105100/104=103秒（16.7分）字節(jié)長關(guān)系P的元組數(shù)數(shù)據(jù)傳輸速度S,SPP場地B場地A傳P傳輸延遲策略1：把關(guān)系P傳送到場地A，在場地A進行查詢處理，通信時間為：T[1]=1+105100/104=103秒（16.7分）字節(jié)長關(guān)系P的元組數(shù)數(shù)據(jù)傳輸速度S,SPP場地B場地A傳P查詢處理和優(yōu)化23策略2：把關(guān)系S、SP傳到場地B，在B地執(zhí)行查詢處理，所以，通信時間為：T[2]=2+（104+106）

100/10410100秒（2.8小時）S,SPP傳S傳SP場地A場地B查詢處理和優(yōu)化24策略3：(S)

SPP問答場地A場地B在場地A連接關(guān)系S和SP，選出城市為北京的元組（105個），然后對這些元組中的每個元組的Pno，詢問場地B，看零件是否為紅色。共問答105次，由于不是傳送數(shù)據(jù)，只是消息回答，所以通信時間為：

T[3]=2*105秒（2.3天）查詢處理和優(yōu)化25策略4：(S)

SPP問答場地A場地B在場地B選出紅色零件的元組（10個），然后對每一個元組逐一檢查場地A，看北京供應(yīng)商的裝運單中是否有這個零件裝運單（若有則選出S#），每做這樣一次檢查包括2次消息，共問答10次，通信時間為：

T[4]=2*10=20秒查詢處理和優(yōu)化26策略5：(S)

SPP傳（S#,P#）場地A場地B在場地A選出北京的供應(yīng)商的裝運單把結(jié)果送到B，在場地B完成最后處理，通信時間為：

T[5]=1+（105100）/104=103秒（16.7分）

查詢處理和優(yōu)化27策略6：S,SP

(P)傳

(P)場地A場地B在場地B的關(guān)系P中選出紅色的元組（10個），把結(jié)果送到場地A完成最終處理。通信時間為：

T[6]=1+（10100）/1041秒分布式數(shù)據(jù)庫中通信時間是最主要的開銷，故此例只考慮查詢處理中的通信時間。也有策略考慮數(shù)據(jù)傳輸速度和傳輸延遲的。不同策略通信時間相差很大，達(dá)多個數(shù)量級！必須優(yōu)化。查詢處理和優(yōu)化2