sql server 2014 第9章 系统体系结构

Database theroy and design 数据库原理与设计 第9章 系统体系结构
1
第9章 系统体系结构
学习完本章后，应当掌握如下知识： （1） 不同数据库的系统体系结构特点； （2）并行数据库的基本概念； （3）分布式数据库的基本概念和基本特点以及数据分片； （4）主动数据库的概念； （5）多媒体数据库的基本概念
14
9.3.1 概述
• 从例子可以得出分布式一个更确切的定义：分布式数据库 是由一组数据组成的，这组数据分布在计算机网络的不同 计算机上，网络中的每个结点具有独立处理的能力（称为 场地自治），可以执行局部应用。同时，每个结点也能通 过网络通信子系统执行全局应用。 • 这个定义比前一个定义更强调了场地自治性以及自治场地 之间的协作性。这就是说，每个场地是独立的数据库系统 ，它有自己的数据库、自己的用户、自己的CPU，运行自 己的DBMS，执行局部应用，具有高度的自治性。同时各 个场地的数据库系统又相互协作组成一个整体。这种整体 性的含义是，对于用户来说，一个分布式数据库系统逻辑 上看如同一个集中式数据库系统一样，用户可以在任何一 个场地执行全局应用。
13
9.3.1 概述
• 假设一个银行有三个支行，图9-3中的三个场地分别代表 一个支行所在地。在一般情况下，一个支行的用户所提出 的各种应用，只需要通过访问该支行的帐目数据库即可实 现。也就是说，这些应用完全由该支行的计算机进行处理 。我们把这些应用称之为局部应用。局部应用的典型例子 就是银行的借贷业务，它只需要存取某一支行的数据库就 可完成。如果分布式数据库只限于局部应用，那么还只是 起了分散式数据库的作用。 • 而银行中的很多业务，并非只限于某一支行的数据库。如 银行中的通兑业务，即场地1存款的用户可能到场地2或场 地3去取款；银行中的转帐业务，要求从一个支行的帐户 中转出若干金额到另一个支行的帐户中去。这些应用要求 就要同时更新两个支行（场地）上的数据库。我们把这些 应用称为全局应用（或分布应用）。
7
9.1.3 分布式系统
• 在分布式数据库系统中，数据库存储在几台计算 机中。分布式系统中的计算机之间通过各种通信 媒介相互通信。这些计算机不共享主存储器或磁 盘。分布式系统中的计算机的规模和功能可大可 小，小到工作站，大到大型机系统。 • 分布式数据库一般是地理上是分开的、分别管理 的，并且是以较低的速度相互连接的。 • 在分布式系统中，将事务区分为局部事务和全局 事务。局部事务是仅访问在发起事务的站点上的 数据的事务，而全局事务是需要访问发起事务的 站点之外的某个站点上的数据，或者需要访问几 个不同站点上的数据的事务。
2
9.1.1 客户/服务器体系结构
• 集中式数据库系统是运行在一台计算机上 ，不与其他计算机系统交互的数据库系统 。这样的数据库系统范围很广，既包括运 行在个人计算机上的单用户数据库系统， 也包括运行在高端服务器系统上的高性能 数据库系统。而另一方面，客户－服务器 系统在功能上划分为一个服务器系统和多 个客户端系统。
19
9.3.3 数据分片
• （4）混合分片是指按上述三种分片方式得 到的片段继续按另一种方式分片。例如， 先按水平分片得到的某一片段再进行垂直 分片，或者按垂直分片得到的某一分片段 又按水平分片方式继续分为若干片段。
20
9.3.3 数据分片
• 无论哪种分片方式都应满足以下条件： • （1）完全性。一个全局关系中的数据必须完全地 划分为若干片段，不允许某些数据属于全局关系 但不属于任何一个片段。 • （2）不相交性。不允许一个全局关系地某些数据 既属于该全局关系的某一个片段又属于该全局关 系的另一个片段（垂直分片中的码属性除外）。 • （3）可重构性。可以由片段重构全局关系，对于 垂直分片可以用连接操作重构全局关系。
5
9.1.2 并行系统
• 对数据库系统性能的度量有两种主要方式：
– （1）吞吐量，在给定的时间段里所能完成任务的数量； – （2）响应时间，单个任务从提交到完成所需要的时间。
• 对于处理大量小事务的系统，通过并行地处理许多事务可 以提供它的吞吐量。对于处理大事务的系统，通过并行地 执行每个事务中的子任务可以缩短它的响应时间，同时提 高它的吞吐量。 • 并行性研究中的两个重要的问题是加速比和扩展比。通过 增加并行度在更短时间里运行一个给定的任务称为加速比 。通过增加并行度处理更大的任务称为扩展比。
15
9.3.1 概述
• • • • • 分布式数据库应的特点： 1．数据独立性 2．集中与自治共享结合的控制方式 3．适当增加数据冗余度 4．全局的一致性、可串行性和可恢复性
16
9.3.2 分布式数据库的系统结构
• 图9-4是分布式数据库的系统一种模式结构的示意图，实 际的系统并非都具有这种结构。在这个结构中，各级模式 的层次清晰，可以概括和说明分布式数据库系统的概念和 结构。 • 图9-4的模式结构从整体上可以分为两大部分：下部是集 中式数据库系统的模式结构，代表了各局部场地上局部数 据库系统的基本结构；上部式分布式数据库系统增加的模 式级别，其中包括： • （1）全局外模式(Global External Schema) • （2）全局概念模式(Global Conceptual Schema) • （3）分片模式(Fragmentation Schema) • （4）分布模式(Allocation Schema)
3
9.1.1 客户/服务器体系结构
• 由于个人计算机的速度更快、能力更强、价格更 低，因此集中式体系结构发生了变化，连接到集 中式系统的终端现在被个人计算机所替代。相应 地，以前由集中式系统直接执行的用户界面功能 现在越来越多地由个人计算机来处理。其结果是 ，集中式系统现在起服务器的作用，它满足由客 户系统产生的请求。图9-1是一个客户－服务器系 统的一般结构。
6
9.1.2 并行系统
• 并行性研究中的两个重要的问题是加速比和扩展比。通过增加并行度 在更短时间里运行一个给定的任务称为加速比。通过增加并行度处理 更大的任务称为扩展比。 • 并行系统包括一套组件：处理器、主存储器、磁盘。这些组件之间通 过互连网络互相通信。有三个普遍使用的互连网络类型：总线、网格 和超立方体。所有的系统组件可以通过一个单独的通信总线来发送和 接受数据，这种结构非常适合于只有少量处理器的情况。网格则是将 各种组件都安排成网格中的结点，每个结点都和网格中它的所有邻接 组件连接。在超立方体网络系统中，系统组件按二进制编号，如果某 两个组件的二进制编号正好相差1位，那么它们之间相互连接。 • 并行机器有若干种体系结构模式，包括共享内存系统结构、共享磁盘 体系结构、无共享体系结构和层次的体系结构。图9-2是并行数据库 体系结构图。
11
9.2.2 并行系统设计
• 一个大型的并行数据库还必须注意下列可用性问 题：在某些处理器和磁盘发生故障时的适应能力 ；数据和模式发生改变时的联机重组。由于具有 大量的处理器和磁盘，那么至少有一个处理器和 磁盘发生故障的概率就比单处理器单磁盘的系统 大得多。如果并行系统设计得不好，当任何一个 组件发生故障时，系统就会停止工作。假设单个 的处理器和磁盘发生故障的可能性很小，随着处 理器和磁盘数目的增长，系统发生故障的概率线 性地增长。如果一个单处理器单磁盘的系统每5年 发生一次故障，那么具有100个处理器的系统每 18天就会发生一次故障。
17
9.3.3 数据分片
• 将数据分片，使数据存放的单位事实关系而是片段，这既 有利于按照用户的需求较好地组织数据的分布，也有利于 控制数据的冗余度。 • 分片的方式有多种，水平分片和垂直分片是两种基本的分 片方式，混合分片和导出分片是较复杂的分片方式。 • （1）水平分片是指按一定的条件将关系按行（水平方向 ）分为若干不相交的子集，每个子集为关系的一个片段。 • （2）垂直分片是指将关系按列（垂直方向）分为若干子 集。垂直分片的诸片段必须能够重构原来的全局关系，即 可以用连接的方法恢复原关系，因此垂直分片的诸片段通 常都包含关系的码。
10
9.2.1 并行数据库概述
• 实际上十几年前，并行数据库系统几乎被全部否定，甚至 一些最坚定的拥护者都不再坚持它，但是，现在，每一个 数据库供应商都成功地打开了并行数据库产品的市场。下 面的一些趋势促成了这种转变。 • 随着计算机的大量使用，企业组织的事务需求增长了，万 维网的增长创造了大量拥有数以百万计浏览者的网站，从 这些浏览者收集来的数据量的增长在许多公司产生了巨大 的数据库。企业组织正使用这些不断增长的大量数据计划 市场行为和定价，用于这种目的的查询称为决策支持查询 ，而这样的查询所需要的数据量可能高达TB级。单处理 器系统无法胜任按需要速度处理如此大量的数据。 • 数据库查询的面向集合的特性很自然地将自身引向并行化 ，许多商品化和研究性的系统已经证明了并行查询处理的 能力和可扩展性。
9
9.2 并行数据库
• 计算机体系结构的发展趋势是从单处理器结构向 多处理器结构过渡。因为提高单处理器的性能越 来越困难，单处理器性能有物理极限，尽管高性 能处理器价格昂贵，可以用廉价的多处理器来代 替，因此能否为越来越多的用户维持高事务吞吐 量和低响应时间以成为衡量DBMS性能的重要指 标。并行数据库以高性能、高可用性、高扩充性 为指标，充分利用多处理器平台的能力，通过多 种并行性，在联机事务处理与决策支持应用两种 典型环境中提供优化的响应时间和事务吞吐量。
18
9.3.3 数据分片
• （3）导出分片是指导出水平分片，即水平分片的条件不 是本身属性的条件而是其他关系的属性的条件。例如学生 选课关系SC(Sno,Cno,Grade),若不是按照学号和课程号 或成绩的某类条件分片，而是按照学生年龄>18岁和≤18 岁来分片，则这类分片称为导出分片，可以用SQL语句来 表达这两个片段。年龄>18岁的学生选课片段SC_A（ Sno,Cno,Grade）由下面的查询结果组成： • SELECT Sno,Cno,Grade • FROM S,SC • WHERE S.Sno=SC.Sno AND S.Sage>18; • 年龄≤18岁的片段SC_B由下面的查询结果组成： • SELECT Sno,Cno,Grade • FROM S,SC • WHERE S.Sno=SC.Sno AND S.Sag.1 概述