基于分布式数据库查询优化策略的研究.docVIP

基于分布式数据库查询优化策略的研究 　　摘 要 在分布式数据库系统中，由于物理分布的不同使得数据的查询复杂度大大增加。对于给定的一个查询，往往会有不同的查询策略，而数据库查询优化策略就是在诸多策略中寻找作为有效的查询方法。有效的数据库查询策略能够在查询执行效率上成倍提升。文章主要结合分布式数据库系统的特点，对基于分布式数据库系统的查询优化策略进行研究，以期更好的改善基于分布式数据库系统的查询效率。 　　关键词 分布式数据库；查询；优化策略 　　中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2014）04-0033-02 　　随着计算机网络和互联网技术的快速进步，数据库技术也取得了巨大发展。分布式数据库系统是以集中式数据库为基础，并且结合计算机网络发展起来的，开始于20世纪的70年代，第一个基于分布式的数据库系统又CCA于1979年实现。在20世纪90年代以后，随着计算机和网络技术的不断成熟，分布式数据库系统也开始进入商业应用阶段。分布式数据库系统能够实现对计算机网络内具有逻辑关系的数据库进行管理，并且每个单独的结点都具有相对独立的处理能力，可以实现局部应用的功能。 　　1 分布式数据库查询优化分析 　　1.1 分布式数据库系统 　　分布式数据库系统是实现数据库系统与计算机网络的有效结合，与传统的集中式数据库系统相比，分布式数据库系统具有典型的相对独立性、冗余度适当、事务分布式处理等特点。在目前的分布式数据库系统中，数据在逻辑和物理层面都具有自身的独立性，同时数据还存在着分布层面的透明性。所谓数据的透明性，即指使用者无需对数据的逻辑分片进行考虑，同时也无需考虑数据的复制情况以及具体的物理位置、支持的数据类型等相关细节。在具有数据透明性的基础上，用户可以在不考虑数据分布的情况下编写查询程序，使得数据库系统的使用更加简便，有效性也会有明显的改善。基于分布式构建的数据库系统，为了更好的节约数据存储空间，同时保证数据的一致性，需要采取措施降低数据的冗余度，然后分布式数据库系统却需要依靠数据冗余度的增加来增加数据库系统的可靠性以及系统的其他性能。也正是如此，由于数据冗余度的相对增加，使得基于分布式数据库的数据查询变得更加复杂，因此对基于分布式数据库系统的查询优化策略研究具有十分重要的意义。 　　1.2 分布式查询优化结构 　　分布式数据库查询包含一定的过程，一般从结构上将分布式数据库查询分为四层，分别为查询分解、数据本地化、全局优化以及局部优化：第一层是查询分解，它依据全局概念模式对全局查询语句转化为SQL语句或关系代数表达式；第二层是数据本地化，它依据分片模式与片段的分配模式的相应内容将在全局关系上的查询分解为在相关片段上的查询，且尽可能实现近地化、本地化；第三层是全局优化，它的作用是找出分片查询的最优操作顺序，让查询代价达到最小，其中包括一个关键的操作就是关于优化连接，通过全局优化处理，输出一个片段上的、优化的关系代数的查询，它所需要的信息来其他各个站点的自分布式数据库的统计信息；最后一层是局部优化，它主要是在各个站点上进行数据片段的查询，由各个站点对子查询进行优化，其优化过程在很大程度上和集中式数据库的查询优化类似，分布式数据库查询代价重点考虑通信代价，所以数据本地化与全局优化是分布式数据库查询优化的核心。 　　1.3 分布式查询优化目标 　　在目前的数据库系统查询策略中，无论是目前的分布式数据库系统还是传统的集中式数据库系统，其查询策略都是基于执行查询的预期代价的，其不同之处在于具体查询代价的构成是不尽相同的。在传统的集中式数据库系统中，系统往往选择运行在某台计算机上，因此查询的代价构成是CPU+I/O，然而在基于分布式的数据库系统中，由于数据查询需要在站点之间进行通信，因此其查询代价除去基本的CPU+I/O，还需要考虑计算机网络的数据传输代价。因此可以发现，与集中式数据库相比，分布式数据库的查询代价相对较高，而且其复杂程度也相应增加。即便在目前的分布式数据库查询中也借鉴了集中式数据库的策略，然而在查询代价的规模和具体的优化策略方面还是有着本质区别的。在分布式数据库的查询优化策略中，主要有两个目标：一是实现查询的总代价最小，分布式数据库查询总代价是由I/O代价、CUP代价以及数据通信代价共同组成的；二是实现查询的响应时间最短，分布式数据库数据的冗余性与分布性加大了查询的并行处理的可能性，假如每次查询时间减少了，并且查询处理还能够并行，那么整体查询处理的时间也就减少了。第一种目标一般认为网络传输速度大大低于本地I/O速度与CUP速度，因此重点在于怎样降低网络通信代价以达到查询优化，而第二种目标一般认为增加了并行处理，通过减少局部代价也能够优化查询。这两个目标的实现对于分布式数据库