chapter1Introduction(new)解读.ppt

数据库系统的组成 人员 数据库管理员（Database Administrator，简称DBA） DBA负责全面管理和控制数据库。具体包括： 决定数据库中的信息内容和结构。 决定数据库的存储结构和存取策略。 定义数据的安全性要求和完整性约束条件。 DBA的重要职责是保证数据库的安全性和完整性。因此DBA负责确定各个用户对数据库的存取权限、数据的保密级别和完整性约束条件。 监控数据库的使用和运行。 数据库的改进和重组重构。 数据库系统的组成 人员 系统分析员 系统分析员负责应用系统的需求分析和规格说明，要和用户及DBA相结合，确定系统的软硬件配置，并参与数据库系统的概要设计。 数据库设计人员 负责数据库中数据的确定、数据库数据模式的设计。数据库设计人员必须参与用户需求调查和系统分析，然后进行数据库设计。 应用程序员(Application Programmers) 应用程序员负责设计和编写应用系统的程序模块，并进行调试和安装。 用户(End Users) 这里用户是指最终用户（End User）。最终用户通过应用系统的用户接口使用数据库。 Next Chapters Provide a more in-depth under-standing of how to create, maintain, and use a relational database. Our goal is an understanding of database theory along with a perception of practical details in existing database standards and products. * * * * 数据管理技术的发展 数据库系统阶段(20世纪60年代后期以来) 特点： 应用程序1 应用程序2 应用程序n 数据库 管理系统 数据库 数据管理技术的发展 分布式数据库 数据越来越多，对数据库的处理能力要求越来越高。 传统以小型机/大型机作为载体的集中式数据库系统的成本越来越高，且处理能力不能满足应用要求 保证数据的有效存储和组织，为应用提供高效和可靠的访问接口，并且保持良好的伸缩性和可扩展性，成为我们要解决的关键问题之一。 分布式并行文件系统，解决了海量数据存储问题，并且提供了统一的文件系统命令空间，如GFS、Hadoop HDFS、KFS等。 而面对海量的结构化数据(PB级)我们需要提供面向表形式的组织方式,并向应用提供类似表访问的接口(如SQL接口)。 数据管理技术的发展 基于列的结构化分布式数据库 Bigtable: Google distributed storage system for managing structured data that is designed to scale to a very large size. HBase: Apache Hadoop database, it is a scalable, distributed database that supports column-oriented structured data storage for large tables (billions of rows × millions of columns). Hypertable is a high performance distributed data storage system designed to support applications requiring maximum performance, scalability, and reliability. 数据管理技术的发展 基于代理的分布式数据库 PGPool-II：PostgreSQL服务器和客户端间的中间件。 在数据库和应用程序之间搭建一个中间层，对数据库访问进行代理。 负载均衡：查询请求分布到不同复制服务器上执行 并行查询：数据量大的并行查询 抑制连接限制过多：连接池技术，超过最大连接数放到队列中而非错误 中间层屏蔽底层的数据库节点信息，应用程序访问数据库就像访问单个数据库。 中间层使用连接池复用技术。 连接池：重用已有连接 复制：复制数据到多个数据库服务器，避免故障停机 数据管理技术的发展 分布式关系数据库 MapDDB：数据库中的数据可以按照某个行关键字进行分割，如即时通信系统中的业务数据就是可以按照用户帐户进行分库。为了解决用户数据在哪个子数据库里，再加上一套管理行关键字和数据库对应关系的系统。这样当应用程序要存取某个帐户的数据时，先根据对应关系找到对应的子数据库，然后直接访问数据库去存取数据即可。 使用普通PC服务器存储数据