第八章 分布式数据库02.ppt

第二章 分布式数据库设计 分布式数据库设计 核心问题 技术角度：满足应用的要求和使性能优化产生的问题 组织管理角度：把一个应用分开来会对一个单位的组织产生重大的影响 自底向上方法（集成法） 存在多个数据库（还可能是异构\自治） 无设计问题（信息集成）! 自顶向下方法（重构法） 已有DB… 如何分割数据及如何分配这些数据到不同站点 分片 分割关系成“片段” 分配 将片段置放到站点 目标 优化响应时间/吞吐量/费用/… DDB的本地性或近地性 90%的数据应当在本地站点找到 减少了远程访问 简化应用执行控制 分布式数据的可用性和可靠性 工作负荷分布 充分利用站点的能力和资源 与本地性可能不匹配 存储能力和费用 数据分片设计 分片目的 产生一个对全局数据合适的划分方案 片段作为DDB中数据的分配和存储单位 能减少应用中的操作量 对应用具有最大可能的本地性 本地应用与每个应用的原发站点有关。对不同站点发出的应用，即使它们执行同样的功能，也看作是不同的应用。 选择一些重要的，经常发生的经典应用 分析这些应用的访问局部性 对于水平分片 用合适的谓词将全局关系划分成片段以适应不同站点上的局部需求。如有矛盾，以更重要的应用的需求为准 分析应用的连接操作以决定是否需要作导出分片 对垂直分片 分析属性亲密度。结合考虑 节省空间和I/O代价 安全性。某些属性不让某些用户看到。 假若有全局关系R被分段为子关系(片段)集合 F = {F1, F2, …, Fn}, 则 F满足 完整性 x ? R, ? Fi?F 有 x?Fi 不相交性 ?x?Fi, ?? Fj 使得 x?Fj, i ? j 重构性 存在函数 g 使得 R = g(F1, F2, …, Fn) 职工关系 E (e#, name, loc, sal,…) 查询： Qa: select * Qb: select * from E from E where loc=Sa where loc=Sb and… and ... e# NM Loc Sal E 水平分片 基本水平分片 以关系自身的属性性质为基础，执行“选择”操作，将关系分割成若干个不相交的片段。 执行选择操作的条件(或称谓词)叫做限定语。 如： F = { F1, F2 } F1 = ?loc=Sa(E)，F2 = ?loc=Sb(E) 若 R ? F = {F1, F2, …, Fn}, 则 完整性 对于每一个元组 t?R, ?Fi?F 使得 t?Fi 例: SEX={‘M’, ‘F’} 季节={春, 夏, 秋, 冬} 不相交性 对?t?Fi, ?? Fj 使得 t?Fj, i ? j 要求 限定语之间互斥，它们的片段必不相交 可重构性 操作是并? (可以忽略, 因为完整性就蕴含着) R = ? {F1, F2, …, Fn} 能够正确有效分片的谓词P必须是“完整的”和“最小的”。其判定条件 若 P={P1, P2, …, Pn} 则 仅当属于同一分片中的任意两个元组被任一应用以同等概率访问时, 称谓语集合P是完整的 若P的全部谓词与应用密切相关, 称P是最小的 例子 EMP ( E#, NAME, DEPT, JOB, SAL, TEL, …) DEPT={1, 2} JOB={‘P’, ‘-P’} 假定，应用经常查询的内容是属于部门1且是程序员的职员。 则可能有的水平分段限定 P={ DEPT=1} 不完整, 元组访问概率不相同 P={DEPT=1, JOB=‘P’} 合适正确, 该谓词获得四个片段 {DEPT=1, JOB=‘P’}, {DEPT=1, JOB=‘-P’} {DEPT=2, JOB=‘P’}, {DEPT=2, JOB=‘-P’} P={DEPT=1, JOB=‘P’, SAL500} 完整但是不最小, SAL500与应用无关 “手工”检查! e.g., F1 = ?loc=‘Sa’ (E) ; F2 = ? loc=‘Sb’ ( E) 生成具有满足分段原则的限定谓词 设有关系 E (e#, name, loc, sal, …)，查询使用的简单谓词是： A10, A5, Loc = Sa, Loc = Sb 下一步： ? 生成 “最小