分布式数据库的数据分配算法

(2)检索事务应尽量局部化；更新事务所涉及的数据 片段的副本不宜过多，以减少保持数据一致性的代 价。对于分布式数据库系统的应用需求和理论研究， 国外都要领先于国内。对于数据分配问题的研究， 国外学者在基础理论方面贡献颇多，如文献[8] 中提 出的方法对于避免由于系统I／O瓶颈造成的效率下 降提供了帮助。 国内学者在对该问题的研究上虽然起步较晚，但是 也逐步跟上领先者的步伐，获得不少研究成果，如 “启发式试消副本法”在降低分配算法的复杂度方 面有很好的效果。
三、数据分配的研究趋势
目前，国内外学者已经研究出多种数据分配
方法，但基本上都存在代价公式复杂，算法 执行效率较低或所求结果与最优分配方案相 差较大的不足之处。一种基于遗传算法的数 据分配策略，更好地解决了数据分配问题。 这种分配策略利用了遗传算法高并行性，鲁 棒性，简单易行，实现方式规范，能够在深 度优先搜索和广度优先搜索之间维持很好的 平衡，以及不受优化函数连续可导等性质约 束的优良性能。
优缺点：该分配算法为了考虑片段间的相关
性，将整个分配分为三个步骤，这显得十分 繁琐，并且用IDC概念来构造片段组的计算开 销非常大。其中分配过程要进行两次，一是 片段的分配，二是片段组的分配，这极大地 增加了算法本身的复杂性和执行算法的开销。 该算法对统计信息考虑得比较合理，但是片 段组分配用到的某些统计信息必须受第一步 分配结果即片段分配的限制，也增加了复杂 性。另外，在代价公式中将通信代价和存储 代价一并处理，没有考虑代价单位的换算问 题。总之，该分配方法的复杂性还是较大， 实际应用中的可行性不高。
优缺点：分组局部优化中代价公式本身是很复
杂的，难于理解。它既考虑了单目查询和双目 查询，又考虑了本地处理代价和通信代价，要 确定哪些是单目运算，哪些是双目运算很不容 易，公式的复杂性很高，算法的可操作性差， 不利于实际应用。
2．2 启发式添加副本法
该方法的主要思想是：设待分配的数据片段
分布式数据库的数据分配算法
主要内容
一、数据分配问题的提出
二、典型数据分配算法分析与对比
三、数据分配的研究趋势
一、数据分配问题的提出
在分布式数据库系统的设计中，数据分配主要是解
决数据片段在分布式系统各节点上的分布。当然， 解决方案应满足一定的优化标准，其实质是要得到 一个最优分配方案。不过这样的问题因其复杂性太 大被列为NP难题。在很多实际应用中，其实也并不 一定要得到最优分配方案，一个足够接近最优分配 方案的近似最优分配方案往往也可以满足要求。 国内外学者在数据分配的基本原则上是有两点共识 的。 (1)数据应尽可能靠近要使用它的站点，并用负载平 衡方法找出一个系统性能的全局优化。
其间，用目标函数作为衡量其副本是否该被消
除的判断依据，当去掉一个片段副本时，计算 产生的总代价是否小于原方案(未去掉该片段 副本时的中间方案)，若是就消除该片段副本， 否则不消除，目的是尽可能使最终的分配方案 的总代价最小。 该算法是一种启发式算法，第一步，基于条件 设定，可以根据检索访问矩阵和检索事务执行 频率矩阵很容易地得到初始片段分配表；第二 步以第一步得到的分配表为基础，逐步消除片 段副本。在消除片段副本的过程中，目标函数 的计算量受分配表的影响，随着副本数的减少， 计算量也相应减小。
2. 4 基于代价／得益和内部数据交换的启发
式数据分配方法 基于代价／得益和内部数据交换的启发式片 段分配方法的算法思想为：先按照最小代价 原则分配片段，然后考虑片段之间的相关性， 对相关性大的片段进行合并成组，最后以片 段组为分配单位按照最小代价原则进行分配。 分配步骤分为三步：片段分配、片段组的构 造、片段组分配到系统节点上。
优缺点：添加副本法是一种典型的启发式方
法。它不但考虑到副本之间的相互影响，还 考虑到随着副本的增加而带来的费用上升问 题。从总的代价因素来考虑，增加副本数与 提高系统的可靠性之间不是线性关系。从以 往经验来看， 当副本数为2或3时，系统费用 较理想。当副本数进一步增加时，系统费用 不一定会降低，甚至有可能上升． 在此方法中，形成初始分配的方法是采用非 冗余最佳适应法。非冗余最佳适应法非本文 的主要参考，不作详述，只介绍一下它的优 缺点。
用非冗余最佳适应法进行数据分配，存储代
价最小，但是系统的可用性、可靠性和数据 的访问效率不高，并且没有体现出分布式数 据库系统的优越性。另外，假设数据片段的 数量为m，站点数为q，则非冗余最佳适应法 在每次决定分配某个数据片段之前要计算q次 全局代价，然后将q个结果进行比较。随着已 分配的数据片段的增多，每次的计算量会越 来越大。这种不使用启发式公式而用大量的 计算的方式，严重影响了初始分配的效率， 也给整个启发式添加副本法的算法复杂性带 来不利的影响。
谢谢！
优缺点：这种启发式试消副本法比起分组局部
优化法有着明显的实用性，但是这种方法只是 对检索应用较多、事务的检索／更新比普遍较 大的分布式数据库系统有着良好的实用性。而 对于更新应用较多或不比检索应用少、事务的 检索／更新比并非普遍较大甚至是更新／检索 比普遍较大的系统时，由于开始只考虑检索应 用(而分布式数据库系统可能是更新应用占有 相对较大比例)，数据片段的副本过多，导致 消除副本这一步的复杂度随更新应用所占的比 重的增加而增加。
二、典型数据分配算法分析与对比
对于分布式数据库的数据分配方法，国内外学者的 研究从未间断，下面列举四个典型方法。 2．1 分组局部优化法 分组局部优化的数据分配方法的算法思想为：将片段 等分成若干个组(最后一个组的片段数可能少于前面 组的片段数)，设定一个初始分配L0。首先对一个组 获得各种分配方案而不考虑其它组的分配，以此获得 整体n个片段的各种分配方案，从中选择最优的，得 到该组的局部最优。按照这个方法对余下的每个组进 行分配得到各组的局部优化，由此获得一个总体的优 化分配方案L1，比较L1和L0的代价误差，若误差未 满足条件，再对上述过程进行迭代处理直至误差满足 条件。
2. 3 启发式试消副本法
启发式试消副本法的基本思路是：对检索应用，
可以按照应用发出的原始站点将目标片段放在 应用所在站点而使得检索最优。这样一来，每 个数据片段可能有多个副本分布在网络的多个 站点上。对更新应用，则会因为要维护多个站 点上片段多副本的数据一致性而增加开销。因 此，第一步仅考虑检索需求片段的完全本地化， 即先保证检索应用最优，得到初始分配，显然 这种初始分配对更新应用是最坏的。然后再考 虑更新应用的影响，逐步消除片段副本数以减 小更新的通信代价。
为Fj，首先用最佳适应法确定一个非冗余的最 佳分配方案，然后再分别计算在剩余的场地 中的一个场地上增加片段Fj的副本后整个系统 的总费用，找出其中的最小费用，如果该费 用大于增加Fj副本前的最小费用，则停止计算； 否则，决定在相应的场地上增加数据片段Fj的 副本。这样一直计算下去，直到找出最小费 用为止。
四、参考ห้องสมุดไป่ตู้献


[1]邵佩英．分布式数据库系统及其应用[M]．北京：科学出版社，2000：7． [2]肖凌，刘继红，姚建初．分布式数据库系统的研究与应用[J]．计算机工程，2001，27(01)：33— 35． [3]王于同．一种分布式数据分布的启发式算法[J]．计算机时代，1995，4：18-20． [4]Shuoi W，Hsing-Lung C．Near—optimal data allocation over multiple broadcast channels[J]．Computer Communications，2006，29：1341—1349． [5]杨洲．分布式数据库中数据分配策略的研究[D]．哈尔滨：哈尔滨工程大学，2007． [6]郑宇，周广声．分布式数据库中的数据分配策略及其实例研究[J]．计算机工程与应用．1997,12： 1．7页 [7]杨艺．分布式数据库中数据分配方法的研究[D]．重庆：重庆大学，2004． [8]Ching-Ter Chang．Optimization approach for data allocation in multidisk database．European Joumal of Operational Research．2002，43：210—217P [9]Ran C,-iladi，Ephraim Korach,Rony Ohayon．Placement of network resources in communication networks．Computer Networks．2003，43：195．209P [10]韩启龙，郝忠孝．分布环境下实时数据的分配算法[J]．计算机工程，2006，l(3)：52—54． [11]李想.分布式数据库中数据分配策略研究.大连：大连理工大学，2009. [12]师广利，余东梅，袁占亭．分布式数据库设计中的数据分配问题研究．甘肃工业大学学报， 1999．12：61—65 [13]陈江萍．分布式数据库系统及其应用前景．现代图书情报技术，1996，3：29—31 [14]Kang S．，Moon S．A Integrated Access Control in Heterogeneous Distributed Database Systems.1992 IEEE Region 10 Conference on Computers，Communications and A utomation toward 2 1st Century,Vo 1．1pp 222—226． [15]IEEE Computing and Control Division．IEEE Colloquium on distributed databases．IEEE，I 993， 33．
同时在应用过程中对遗传算法进行了一定改
进：根据数据片段的更新检索比来初始群体， 采用适应度比例和精英保留策略相结合的选 择机制，采用自适应的交叉算子和变异算子。 改进后的算法具有更强的搜索全局最优解的 能力，以及更快的搜索速度。 该分配策略采用以事务处理为主的代价公式， 在选择统计信息时，以统计信息本身的重要 性，获取统计信息的代价，统计信息对代价 公式的复杂性的影响为原则，忽略了对代价 公式准确性影响不大或很难获取的统计信息， 降低了代价公式的复杂度，从而减小了算法 的执行开销。