《分布式数据库系统及应用》知识总结.docVIP

第一章 分布式数据库系统概述 理解分布式数据库系统的特点： （1）物理分布性：数据不是存放在一个站点上 （2）逻辑整体性：是与分散式数据库系统的区别 （3）站点自治性：是与多处理机系统的区别 （4）数据分布透明性 （5）集中与自治相结合 （6）存在适当的数据冗余度 （7）事务管理的分布性 能够按照不同标准描述分布式数据库系统的分类： （1）按局部DBMS的数据模型分类 同构型DDBS 同构同质型（同一个公司的同一种模式） 同构异质型（不同公司不同模式） 异构型DDBS （2）按DDBS的全局控制类型分类 全局控制集中型DDBS：全局控制机制和全局数据词典位于中心站点 全局控制分散型DDBS：全局控制机制和全局数据词典分散在网络的各个站点上。 全局控制可变型DDBS：也称主从型DDBS。分成两组站点，一组包含全局控制机制和全局控制词典，另外一组不包含。 3、理解分布式数据库中数据的独立性和分布透明性： 逻辑独立性 物理独立性（表示用户程序与数据的全局逻辑结构和数据的物理结构无关） 分布独立性（用户不必关心全局数据的分布情况，包括逻辑分片、物理位置分配情况以及各站点数据库的数据模型等） 分三个层次： 分片透明性（完全分布透明性）：位于全局概念模式与分片模式之间，用户编写应用程序只对全局关系进行操作，不必考虑数据的逻辑分片 位置透明性（中级分布透明性）：位于分片模式和分配模式之间。包括两情形-----各片段被复制情况和片段及其各副本的站点位置分配情况。 局部数据模型透明性（低级分布透明性）：需要知道数据的分片情况和站点分配情况 第二章 分布式数据库系统设计 1、理解分布式数据库的设计目标： （1）本地性或近地性 尽量减少通信次数和通信量，90/10准则 分片和分布方案（本地和远程访问次数）择优 （2）控制数据适当冗余 冗余增加了可靠性、可用性，提高了效率 维护数据一致性开销增加 （3）工作负荷分布 各站点可以分担整个工作任 本地性降低 （4）存储能力和费用 2、理解水平分片的定义、分类和应用： 定义：水平分片是对全局关系执行“选择”操作，把具有相同性质的元祖进行分组，构成若干个不相交的子集。 可以分为两类：初级分片、导出分片（应用看课件_分布式数据库系统设计1，15页开始）。 理解垂直分片的定义和应用 定义：垂直分片通过“投影”操作把一个全局关系的属性分成若干组，基本目标是将使用频繁的属性聚集在一起。（应用看课件_分布式数据库系统设计2，9页开始） 能够描述分片的基本原则： 原则：完整性、不相交性、可重构性 5、掌握数据片段分配的分类和常用方法： 分类：水平、垂直 分配方法： （1）非冗余分配设计方法 最佳适应法 分片和分布方案（本地和远程访问次数）择优 （2）冗余分配的设计方法 所有得益站点法 附加复制法 6、掌握最佳适应法和所有得益站点法的基本特点： （1）最佳适应法特点：对每一种分配都进行估算，然后选择最佳站点。 （2）所有得益站点法特点：确定非复制问题的解确定一组站点分配副本。 7、能够描述DATAID-D方法设计分布式数据库的各个阶段： （1）分片设计 （2）非冗余分配 （3）冗余分配 （4）局部模式的重新构造 8、能够根据给出的条件对关系进行具体分片，给出正确的限定关系（见课后题67页2.9，2.10） 第三章 分布式数据库系统中的查询处理和优化（连接与等值连接见课件3.1） 1、掌握分布式数据库查询的分类 局部查询：只涉及本地单个站点的数据, 优化同集中式。 远程查询：也只涉及单个站点的数据, 但要远程通讯, 选择站点。 全局查询：涉及多个站点数据, 优化复杂。 2、理解关系代数运算的交换率（书上83页） 3、掌握直接连接优化算法的分类 利用站点依赖信息的算法 分片与复制算法 站点依赖和数据复制结合算法 Hash划分算法 4、掌握半连接运算（课件3.2） 5、掌握半连接和直接连接查询优化算法的区别 取决于数据传输和局部处理的相对费用 如果传输费用是主要的，采用半连接，SDD-1 如果本地费用是主要的，采用直接连接,System R* 6、理解Hash划分算法的特点 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算法 7、能够描述基于半连接算法查询优化的基本原理和步骤 基本原理 通常有两次传输 但是传输的数据量和传输整个关系相比，要远远少 一般有：T半T全 半连接的得益：当card（R）card（R’），可减少站点间的数据传输量 半连接的损失：传输(B (S) =C0+C1* size (B)* val( B[S]) 基本原理是在传到另一个站点做连接前，消除与连接无关的数据，减少做连接操作的数据量，从而减小传输代价 采用半连接优化算法的步骤 计算每种半连接方案的代价，并从中选择一种最