分布式作业.docVIP

1.分布式数据库系统是由若干个站集合而成。这些站又称为节点，它们在通讯网络中联接在一起，每个节点都是一个独立的数据库系统，它们都拥有各自的数据库、中央处理机、终端，以及各自的局部数据库管理系统。因此分布式数据库系统可以看作是一系列集中式数据库系统的联合。它们在逻辑上属于同一系统，但在物理结构上是分布式的。 产生的根本原因是:由于计算机网络通信的迅速发展，以及地理上分散的公司、团体和组织对于数据库更为广泛应用的需求，在集中式数据库系统成熟技术的基础上产生和发展了分布式数据库系统. ? 2.???实现方案有: BigTable:?? BigTable内部存储数据的文件是Google SSTable格式的。 SSTable是一个持久化的、排序的、不可更改的key-value映射的数据结构。 从内部看，SSTable是一系列的数据块。???一个BigTable集群存储了很多表，每个表包含了一个Tablet集合。 每个Tablet包含了某个范围内的行所有相关数据。 初始状态下，一个表只有一个Tablet。随着表中数据的增长，它被自动分割成多个Tablet。 Amobea :?年开始发布一款 Amoeba for Mysql软件。这个软件致力于MySQL的分布式数据库前端代理层，它主要在应用层访问MySQL的时候充当SQL路由功能，专注于分布式数据库代理层（Database Proxy）开发。??Amoeba的优点 ：引入Amoeba的成本很小，熟悉过程需要的时间也很少，目前Amoeba的使用文档也相对比较完善。 能够在很多场景解决单机大数据量问题、大访问量的问题。 很容易解决读写分离（Amoeba for mysql）。 3.? 三 1. 分布式数据查询考虑的内容有哪些？ ? ? ? ? 答：要考虑：查询总代价是否为最小；每个查询的时间是否为最短。 ? ? ? ? 2．有哪些分布式数据查询策略和算法，它们的优缺点分别是什么？ ? 答：（1）策略有 结论：一个好的查询处理应该使数据的传输量和通信次数最少，这样才能使查询所花费的数据传输和/或通信时间最少，从而减少查询的总代价。 （2）算法有：基于半连接算法的查询优化处理；基于直接连接算法的查询优化处理。 其中四种基于直接连接的优化算法为：1.利用站点依赖信息的算法;2.分片与复制算法;3.站点依赖和数据复制结合算法;4,Hash划分算法. 算法比较: 站点依赖算法:无数据传递;可利用索引做本地连接;每个站点连接数据总量是R，两个片段. 分片和复制算法:数据传输总量是R;数据传送后,可能要重新创建索引;每个站点的连接数据量是(3/2)R,一个全关系和一个片段. Hash划分算法:数据传送量是R;索引方面, 比片段复制算法更低;每个站点的连接数据量同站点依赖。 四 1.请简要说明分布式数据库事务管理的内容以及具体管理方法。 ? 答：管理内容为：分布式提交；单个站点故障；网络故障；处理数据项的多个副本。 管理的方法的抽象模型如下图： 2.请简要说明两阶段提交协议的内容与工作方式，并说明两阶段提交协议故障内容及恢复基本方案。 答：内容与工作方式如下： 故障内容有： ?站点故障 事务故障 系统故障 介质故障 通信故障 网络分割故障 报文故障 3.请简要说明分布式数据更新及一致性维护基本方法。 答：主文本更新法：指定多副本中的一个为主文本，其他为辅文本。数据在主文本上得到更新，就认为完成了对该数据的更新。主文本负责把主文本所做的更新发送给各辅文本站点。 一致性维护可以用异步复制器。 五