第五章 分布式据库设计.doc

5 分布式数据库设计 本章主要解决分布式数据库模型设计问题，具体指出数据分段与分配的方法，即数据分布问题。这些方法是面向应用开发人员的。 5 . 1 分布式数据库设计概述 考虑集中式数据库设计的内容: (1) 概念模式的设计(包括应用所需要的全部数据) 物理数据库设计,即将概念模式映射到存储区域,并决定合适的存取方法. 分布式也要做这两件事,只不过化为: 全局模式的设计 对应上面（1） 每个站点的本地物理数据库设计 （2） 解决的方法与集中式相同，都是用关系数据库规范化理论和文件的物理组织方法。 同时在第（1）与第（2）步之间还要做： (1) 分段模式的设计 (2) 分配模式的设计 这两方面恰好全面表征了数据分布设计的特点，二者互相关联，要综合考虑。 在设计数据库之前，必须充分了解需求，严格按照软件工程的方法来设计数据库，做好数据库应用系统中的关键一环。（核心问题） 需求应包括： （1）都有哪些应用和哪些用户？应用与用户的对应，每个用户的功能需求（给出用例图，详细描述每个应用所用的数据及处理流程、应用与应用之间的时序关系等） （2）每个应用发出的站点（原发站点） （3）每个应用被使用的频度 （4）每个应用对‘数据对象’访问的次数、访问类型、统计分布情况等 （5）每个‘数据对象’数据量的大小，值的分布情况。 （6）站点间的距离、传输单位信息的费用 5.1.1 数据分布设计的目标 （1）处理的本地性 把数据和使用它们的应用尽量靠近---当然最好是在原发站点 （2）可用性和可靠性 可用性---对只读应用，可就地使用副本 可靠性---在物理上分散的站点分别存放副本，一旦正在使用站点上的数据出了问题（如盘坏了），可使用其它站点上的数据。 （3）工作负荷均衡---各尽所能，要考虑每个站点的能力、效率不同等因素，也要与本地性折衷考虑。 （4）经济上的考虑---经费开销少（存储、CPU、I/O、通讯等），相比之下，优先考虑通讯。 （5）效率方面的考虑---本地性、通讯量少、负荷均等也都会提高效率（互补）。 上述几条目标应综合考虑，有些情况是互补的，有些情况又是矛盾的（可靠与同步更新）。特别地要优先考虑大频率的、费时的、实时的应用。 5.1.2 自顶向下和自底向上的数据分布设计方法 （1）自顶向下的方法 （2）自底向上的方法 5. 2 数据库分段设计（分段模式设计） 数据分布设计包括分段和分配设计，分配的最小的逻辑单位是段。分段是分配的起点，但并不是终点，分配过程中可能还有改变。 回顾分段设计的规则： （1）完整性---全局关系中的任意数据必存在于某个段中。 （2）可重构性---必须能够由段重新构成全局关系 （3）不相交性---主要是指水平分段和导出式水平分段，这2种分段方式必须是全局关系的一个划分，即任意一个元组只能属于一个段，并且用所有段的合并运算重构全局关系；但对于垂直分段，如没重复的数据则没有结合属性，也就无法重构全局关系。 对于混合分段，显然是递归进行的，每步或是水平与导出式水平分段、或是垂直分，只要每步都按照上述规则，混合分段的结果也必然满足上述规则。 5.2.1 水平分段与导出式水平分段的设计 5.2.1.1 水平分段（初级分段）的设计 根据分段的基本条件，水平分段意味着要确定一组能使分段不相交、且完整的选择谓语，也就是限定语。为了便于讨论，不防令R是一个全局关系，并引入下述定义： 简单谓语： pi ： 属性名θ属性值 其中，θ 可以是算术比较、关系、集合等运算符。 （2）最小项谓语 设P简单谓语P1，P2，…,PN的集合，若Y是P的最小项谓语，则Y就是P中所有简单谓语的合取，其中每个简单谓语或者为自然形式，或者为否定形式，且Y不为永假。 即 Y =∧ pi* pi∈P 这里，pi*= pi，或者pi*= NOT pi，且Y≠永假 （3）一个段是一个最小项谓语所包含的所有元组的集合。 (4) 简单谓语pi与简单谓语集合P相关的条件是： 若P至少有两个最小项谓语（即至少有两个段），且其间的区别仅仅取决于pi两种形式（自然和否定），则至少有一个应用以不同的方法来访问相应的段。/////？？？？ 问题：如何评价分段是比较好的？或称合适的？ 可以这样回答：p 完整且最小。 所谓完整是指：同一个段中任意两个元组被任意应用等概率访问。 所谓最小是指：p 中每个pi都p与相关。 水平分段的方法： 5.2.1.2 导出式水平分段的设计 导出式水平分段应充分考虑段与段之间的分布式结合是否得到简化。 （1）充分调查两个全局关系的结合应用 （2）最好的方案是形成简单结合图。 （3）通常采用半结合或自然半结