SQL Server 分布式数据库MSDTC 分布式事务错误和解决方法

一、问题现象

假如分布式事务的客户端和服务器端(可能N个)不在同一台服务器上，如分别为应用程序服务器和数据库服务器，经常会出现一下错误：

①在建立与服务器的连接时出错。在连接到SQL Server 2005 时，在默认的设置下SQL Server 不允许进行远程连接可能会导致此失败。(provider: 命名管道提供程序, error: 40 - 无法打开到SQL Server 的连接)。

②事务已被隐式或显式提交，或已终止。

③该伙伴事务管理器已经禁止了它对远程/网络事务的支持。(异常来自

HRESULT:0x8004D025)。（TransactionScope异常）

④[COMException (0x8004d00e):此事务已明地或暗地被确认或终止(异常来自HRESULT:0x8004D00E)]。（MSDTC 分布式事务错误）

⑤Import of MSDTC transaction failed: Result Code = 0x8004d023. （MSDTC安全性配置问题）

二、解决方法

遇到以上的问题或SQL Server分布式的问题，请按照以下步骤设置，问题应该可以得到解决。可能有些步骤对您来说是多余的，但求全不求漏。

1. 启动MSDTC服务。

MSDTC简介：MSDTC是Microsoft Distributed Transaction Coordinator的简称，即微软分布式事务协调器，描述：协调跨多个数据库、消息队列、文件系统等资源管理器的事务。如果停止次服务，则不会发生这些事务。如果禁用此服务，显式依赖此服务的其他服务将无法启动。

MSDTC启动方法：

①“开始”|“运行”，输入“services.msc”，或者“控制面板”|“管理工具”|“服务”，打开“服务”窗口，在名称中找到“Distributed Transaction Coordinator”，将其启动。

②“开始”|“所有程序”|“Microsoft SQL Server”|“服务管理器”，打开“SQL Server 服务管理器”窗口，选中“Distributed Transaction Coordinator”服务，将其启动。

2. 设置MSDTC组件。

①检查操作系统是否安装DTC组件。XP默认安装，Win2003默认不安装。安装步骤如下：

a. “开始”|“控制面板”|“添加/删除程序”|“添加/删除Windows组件”，选择“应用程序服务器”，单击“详细信息”，选择“启用网络DTC访问”，单击“确定”|“下一步”|“完成”。

b. 停止并重启MSDTC服务(命令：net stop msdtc和net start msdtc)。

c. 停止参与分布式事务的任何资源管理器服务（如Microsoft SQL Server 或Microsoft Message Queue Server），然后重新予以启动。

②“开始”|“运行”，输入“dcomcnfg”，或者“控制面板”|“管理工具”|“组件服务”，打开“组件

服务”窗口，“组件服务”|“计算机”|“我的电脑”，右键“属性”|“MSDTC”，勾选“使用本地协调器”，单击“安全性配置”，弹出“安全配置”窗口，勾选“网络DTC访问”、“允许远程客户端”、“允许远程管理”、“允许入站”、“允许出站”、“不要求进行验证”、“启用事务Inernet协议（TIP）事务”和“启用XA事务”(“允许入站”和“允许出站”据具体情况设置，客户端机器必须“允许出站”，服务器端机器必须“允许入站”)，DTC登陆账号必须是“NT AUTHORITY\NetworkService”。Vista系统只需勾选“使用本地协调器”即可。

③配置防火墙以允许与Msdtc.exe服务的网络通讯。【测试时可以退掉所有的防火墙和杀

毒软件】

3. 检查两台机器能够相互ping通Hostname。

注意是机器名，而不是IP。若不可以，进行如下设置：

①在目录“%windir%\system32\drivers\etc”下的hosts文件，写上IP和HostName的对应

信息，如“10.25.11.185 GSMAJK”。另外，你也可以使用DTCping工具来测试是否可以在

两台机器之间使用MSDTC,并帮你分析原因,下载地址可以到微软的站点。

4. 启动SQL Server 的分布式远程连接。

(1) SQL Server 2000：

①“开始”|“所有程序”|“Microsoft SQL Server”|“企业管理器”，鼠标选中SQL Server 实例，如：GSMAJK(Windows NT)，右键“属性”，弹出“SQL Server 属性（配置）”窗口，“连接”|“远程服务器连接”，选中“允许其他SQL Server 使用RPC远程连接到本SQL Server”和“强制分布式事务处理（MTS）”，SQL Server 2000默认情况下是选中的。

②配置防火墙以允许与SQL Server 服务相关的网络通讯。【测试时可以退掉所有的防火墙和杀毒软件】

(2) SQL Server 2005：参见如何配置SQL Server 2005 以允许远程连连接

①在您要从远程计算机连接到的SQL Server 实例上启用远程连接。

程连接”和“同事使用TCP/IP和named pipes”，然后单击“应用”。在接收到消息“直到重新启动数据库引擎服务后，对连接设置所做的更改才会生效”后，单击“确定”。单击“服务”，检查“MSSQLSERVER服务”是否启动。

②打开SQL Server Browser 服务。

③配置防火墙以允许与SQL Server 和SQL Server Browser 服务相关的网络通讯。【测试时可以退掉所有的防火墙和杀毒软件】

5. SQL Server是否安装必须的补丁。

如SQL Server 2000的SP4。

在一次.NET开发中，问题现象中①②③条全遇到了，弄了好几天都没有解决，后来，查看

数据库版本，一个是SQL Server 2000 SP3，一个是SQL Server 2000 RTM，我就在后者的基础上安装了SQL Server 2000 SP4，结果问题解决。

信息来源：互联网上搜集和本人经验的总结。

浅析分布式数据库查询优化

分布式数据库查询优化【摘要】本文针对分布式数据库查询优化进行了分析与探讨，讲述了其特点，与原理供相关计算机方面人员参考。【关键字】分布式、数据、查询、优化一、分布式数据库及其特点：分布式数据库系统是物理学上分散而逻辑上集中的数据库系统。分布式数据库系统使用计算机网络将地理位置分散而管理和控制又需要不同程度集中的多个逻辑单位连接起来，共同组成一个统一大业的数据库系统。因此，分布式数据库系统可以看成是计算机网络与数据库系统的有机结合。一个分布式数据库系统应该具有如下特点：数据的物理分布性、数据的逻辑整体性、站点自治性二、分布式数据库查询基本概念 1.分布式数据库查询优化的研究意义：分布式查询技术主要把用户提交的全局查询请求翻译为几个相关节点都可以识别的本地查询请求，以及把各个节点的查询结果汇总返回的问题，它包括分布式查询处理和分布式查询优化。分布式查询处理研究整个分布式查询处理的过程和策略；分布式查询优化研究查询策略的优化问题，即如何从多种方案中选择查询代价最少方案。分布式查询处理作为分布式数据库研究主要问题之一，它是用户与分布式数据库之间的接口，在分布式数据库中由于数据的分布与冗余，使得数据在各站点间的传输代价成为查询处理的主要矛盾；另一方面，数据的分布与冗余也增加了查询的并发处理的可能性，从而可以缩短查询处理的响应时间，提高处理速度。因此，与集中式数据库相比，分布式查询处理增加了不少新内容与复杂性。 2.分布式查询处理的层次结构：分布式查询处理按不同的层次执行，符合分布式数据库系统的层次结构。分布式查询处理可分为如下所示四个层次结构。 (1)查询分解查询分解是将查询问题(如SQL语句)转换成一个定义在全局关系上的关系代数表达式。这一层的做法与集中式DBMS相同，因为并未涉及分布问题。本层转换所需要信息在全局概念模式中得到。 (2)数据本地化数据本地化是把一个在全局关系上的查询进行具体化到合适片段上的查询。这一变换所需要信息在分片模式和片段的分配模式中获得。 (3)全局优化全局优化输入是分片查询，全局优化是找出分片查询的最佳操作次序，包括使得代价函数最小。全局优化一个重要方面是关于连接操作的优化，全局优化处理层输出是一个优化的、片段上的关系代数查询。这层转换所需要信息来自数据库的统计信息，包括各站点片段统计信息、资源信息和通信信息等。 (4)局部优化局部优化由与查询有关片段的各个站点执行。它由该站点上的DBMS进行优化，采用集中式数据库系统中查询优化的算法，所需要信息来自于局部模式。分布式查询优化通常在分布式查询层次结构中的数据本地化层和全局优化层。数据本地化阶段一般采用的是基于关系代数等价变换的优化算法。而全局优化阶段采用的算法，可具

基于 MyCat 分布式数据库解决方案的学汇总

基于MyCat 分布式数据库解决方案的学汇总最近公司推荐了mycat分布式中间件解决数据库分布式方案，今天到mycat官网学了一翻（https://www.360docs.net/doc/4013639458.html,），汇总下几个重点： 1、mycat是什么？ mycat是一个开源的分布式数据库系统,是一个实现了MySQL 协议的Server,前端用户可以把它看作是一个数据库代理,用MySQL 客户端工具和命令进行访问,后端可以用MySQL 原生(Native)协议访问数据库（不限于MYSQL数据库）, 其核心功能是分表分库,即将一个多表水平分割为N 个小表,存储在后端的数据库中。以下是几种通俗的方式介绍MYCAT： 1）对于DBA 来讲: Mycat 就是MySQL Server,而Mycat 后面连接的MySQL Server,就好象是MySQL 的存储引擎,如InnoDB,MyISAM 等,因此,Mycat 本身并不存储数据,数据是在后端的MySQL 上存储的,因此数据可靠性以及事务等都是MySQL 保证的,简单的说,Mycat 就是MySQL 最佳伴侣,它在一定程度上让MySQL 拥有了能跟Oracle PK 的能力。 2）对于开发来讲:

Mycat 就是一个近似等于MySQL 的数据库服务器,你可以用连接MySQL 的方式去连接Mycat(除了端口不同,默认的Mycat 端口是8066 而非MySQL 的3306,因此需要在连接字符串上增加端口信息),大多数情况下,可以用你熟悉的对象映射框架使用Mycat,但建议对于分片表,尽量使用基础的SQL 语句,因为返样能达到最佳性能,特别是几千万甚至几百亿条记录的情况下。 3）对于架构师来讲： Mycat 是一个强大的数据库中间件,不仅仅可以用作读写分离、以及分表分库、容灾备份,而且可以用于多租户应用开发、平台基础设施、让你的架构具备很强的适应性和灵活性,借助于即将发布的Mycat 智能优化模块,系统的数据访问瓶颈和热点一目了然,根据返些统计分析数据,你可以自动或手工调整后端存储,将不同的表映射到不同存储引擎上,而整个应用的代码一行也不用改变。 2）双活部署 mycat、zk均采用双中心部署 3、常见的数据库切分优化方案传统数据库存在着先天性的弊端,但是NoSQL 数据库又无法将其替今,NoSQL 只能作为传统数据的补充而不能将其

论分布式数据库的设计与实现

论分布式数据库的设计与实现摘要：本文讨论某高校管理信息系统中分布式数据库的设计与实现。该系统架构设计采用C/S与B/S混合的架构方式。在全局数据与各院系的数据关系中，采用水平分片的方式；在全局数据与各部门之间，以及数据库服务器与Web数据库服务器的数据关系中，采用垂直分片的方式。设计过程中采用了基于视图概念的数据库设计方法。开发过程中在数据集成、测试、分布式数据库部署等方面做了大量的工作。并使用合并复制的方式有效地解决了分布式数据库中数据同步的问题。关键词：分布式数据库架构设计应用数据集成合并复制针对某高校管理信息系统的开发，该高校共有三个校区，总校区和两个校区，教务处等校级行政部门在总校区办公，15个院、系分布在两个校区。在工作中它们处理各自的数据，但也需要彼此之间数据的交换和处理，如何处理分散的数据和集中的管理是一个难题。学校信息系统中复杂而分散的数据信息之间的交换、相互转换和共享等问题是系统开发要解决的关键性问题，分布式数据库系统技术为解决这个问题提供了可能。 1、系统的架构设计采用分布式的C/S与B/S混合的架构方式。各院系、部（室）通过局域网直接访问数据库服务器，软件采用C/S架构；其它师生员工通过Internet访问Web 服务器，通过Web服务器再访问数据库服务器，软件采用B/S架构。学校各部门之间工作时数据交互性较强，采用C/S架构可以使查询和修改的响应速度快；其它师生员工不直接访问数据库服务器，能保证学校数据库的相对安全。 2、数据的分布从全局应用的角度出发，将局部数据库自下而上构成分布式数据库系统，各系部存放本机构的数据，全局数据库则存放所有业务数据，并对数据进行完整性和一致性的检查，这种做法虽然有一定的数据冗余，但在不同场地存储同一数据的多个副本，能提高系统的可靠性和可用性，也提高了局部应用的效率，减少了通讯代价。将关系分片，有利于按用户需求组织数据的分布，根据不同的数据关系采用了不同的分片方式：（1）在全局数据与各院系的数据关系中，由于各院系的数据是全局数据的子集，采用了水平分片的方式。（2）在全局数据与教务处、总务处等各部门之间，数据是按照其应用功能来划分的，所以采用了垂直分片的方式。在数据库服务器与Web数据库服务器

分布式数据库管理系统简介

分布式数据库管理系统简介一、什么是分布式数据库：分布式数据库系统是在集中式数据库系统的基础上发展来的。是数据库技术与网络技术结合的产物。分布式数据库系统有两种：一种是物理上分布的，但逻辑上却是集中的。这种分布式数据库只适宜用途比较单一的、不大的单位或部门。另一种分布式数据库系统在物理上和逻辑上都是分布的，也就是所谓联邦式分布数据库系统。由于组成联邦的各个子数据库系统是相对“自治”的，这种系统可以容纳多种不同用途的、差异较大的数据库，比较适宜于大范围内数据库的集成。分布式数据库系统（DDBS）包含分布式数据库管理系统（DDBMS和分布式数据库（DDB）。在分布式数据库系统中，一个应用程序可以对数据库进行透明操作，数据库中的数据分别在不同的局部数据库中存储、由不同的DBMS进行管理、在不同的机器上运行、由不同的操作系统支持、被不同的通信网络连接在一起。一个分布式数据库在逻辑上是一个统一的整体：即在用户面前为单个逻辑数据库，在物理上则是分别存储在不同的物理节点上。一个应用程序通过网络的连接可以访问分布在不同地理位置的数据库。它的分布性表现在数据库中的数据不是存储在同一场地。更确切地讲，不存储在同一计算机的存储设备上。这就是与集中式数据库的区别。从用户的角度看，一个分布式数据库系统在逻辑上和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。就好那些数据是存储在同一台计算机上，有单个数据库管理系统（DBMS）管理一样，用户并没有什么感觉不一样。分布式数据库中每一个数据库服务器合作地维护全局数据库的一致性。分布式数据库系统是一个客户/ 服务器体系结构。在系统中的每一台计算机称为结点。如果一结点具有管理数据库软件，该结点称为数据库服务器。如果一个结点为请求服务器的信息的一应用，该结点称为客户。在ORACL客户，执行数据库应用，可存取数据信息和与用户交互。在服务器，执行ORACL软件，处理对ORACLE 数据库并发、共享数据存取。ORACL允许上述两部分在同一台计算机上，但当客户部分和服务器部分是由网连接的不同计算机上时，更有效。分布处理是由多台处理机分担单个任务的处理。在ORACL数据库系统中分布处理的例子如：客户和服务器是位于网络连接的不同计算机上。单台计算机上有多个处理器，不同处理器分别执行客户应用。参与分布式数据库的每一服务器是分别地独立地管理数据库，好像每一数据库不是网络化的数据库。每一个数据库独立地被管理，称为场地自治性。场地自治性有下列好处： ?系统的结点可反映公司的逻辑组织。

数据库大作业设计题目

《数据库原理及技术》大作业大纲类同卷，网上抄袭，大作业格式不正确一律0分处理一、课程设计的目的和要求（1）培养学生运用所学课程《数据库原理及技术》的理论知识和技能，深入理解《数据库原理及技术》课程相关的理论知识，学会分析实际问题的能力。（2）培养学生掌握用《数据库原理及技术》的知识设计计算机应用课题的思想和方法。（3）培养学生调查研究、查阅技术文献、资料、手册以及编写技术文献的能力。（4）通过课程大作业，要求学生在教师的指导下，独立完成大作业要求的相关内容，包括： ①通过调查研究和运用Internet，收集和调查有关资料、最新技术信息。 ②基本掌握撰写小论文的基本步骤和写作方法。 ③根据课题的要求基本理解和掌握E-R图的设计方法和关系模式的转换。 ④根据课题的要求基本理解和掌握数据流图（DFD）和数据字典（DD）的设计方法。 ⑤创建数据库及各种数据库对象。二、课程设计题目要求：（1）任选下列一个题目，调查分析一个具体的或模拟的实例；（2）描述该实例的业务信息和管理工作的要求；（3）列出实体、联系；（4）指出实体和联系的属性；（5）画出E-R图；（6）将E-R图转换成关系模式，并注明主码和外码；（7）建立数据字典；（8）创建数据库；（9）根据题目的要求写查询、存储过程、触发器等。题目：（1）学校图书借阅管理系统功能要求： ●实现图书信息、类别、出版社等信息的管理； ●实现读者信息、借阅证信息的管理； ●实现图书的借阅、续借、归还管理； ●实现超期罚款管理、收款管理； ●创建触发器，分别实现借书和还书时自动更新图书信息的在册数量；

分布式数据库系统复习题

一、何为分布式数据库系统？一个分布式数据库系统有哪些特点？答案：分布式数据库系统通俗地说，是物理上分散而逻辑上集中的数据库系统。分布式数据库系统使用计算机网络将地理位置分散而管理和控制又需要不同程度集中的多个逻辑单位连接起来，共同组成一个统一的数据库系统。因此，分布式数据库系统可以看成是计算机网络与数据库系统的有机结合。一个分布式数据库系统具有如下特点：物理分布性，即分布式数据库系统中的数据不是存储在一个站点上，而是分散存储在由计算机网络连接起来的多个站点上，而且这种分散存储对用户来说是感觉不到的。逻辑整体性，分布式数据库系统中的数据物理上是分散在各个站点中，但这些分散的数据逻辑上却构成一个整体，它们被分布式数据库系统的所有用户共享，并由一个分布式数据库管理系统统一管理，它使得“分布”对用户来说是透明的。站点自治性，也称为场地自治性，各站点上的数据由本地的DBMS管理，具有自治处理能力，完成本站点的应用，这是分布式数据库系统与多处理机系统的区别。另外，由以上三个分布式数据库系统的基本特点还可以导出它的其它特点，即：数据分布透明性、集中与自治相结合的控制机制、存在适当的数据冗余度、事务管理的分布性。二、简述分布式数据库的模式结构和各层模式的概念。分布式数据库是多层的，国内分为四层：全局外层：全局外模式，是全局应用的用户视图，所以也称全局试图。它为全局概念模式的子集，表示全局应用所涉及的数据库部分。全局概念层：全局概念模式、分片模式和分配模式全局概念模式描述分布式数据库中全局数据的逻辑结构和数据特性，与集中式数据库中的概念模式是集中式数据库的概念视图一样，全局概念模式是分布式数据库的全局概念视图。分片模式用于说明如何放置数据库的分片部分。分布式数据库可划分为许多逻辑片，定义片段、片段与概念模式之间的映射关系。分配模式是根据选定的数据分布策略，定义各片段的物理存放站点。局部概念层：局部概念模式是全局概念模式的子集。局部内层：局部内模式局部内模式是分布式数据库中关于物理数据库的描述，类同集中式数据库中的内模式，但其描述的内容不仅包含只局部于本站点的数据的存储描述，还包括全局数据在本站点的存储描述。三、简述分布式数据库系统中的分布透明性，举例说明分布式数据库简单查询的各级分布透明性问题。分布式数据库中的分布透明性即分布独立性，指用户或用户程序使用分布式数据库如同使用集中式数据库那样，不必关心全局数据的分布情况，包括全局数据的逻辑分片情况、逻辑片段的站点位置分配情况，以及各站点上数据库的数据模型等。即全局数据的逻辑分片、片段的物理位置分配，各站点数据库的数据模型等情况对用户和用户程序透明。

数据挖掘期末大作业任务

数据挖掘期末大作业 1.数据挖掘的发展趋势是什么？大数据环境下如何进行数据挖掘。对于数据挖掘的发展趋势，可以从以下几个方面进行阐述： (1)数据挖掘语言的标准化描述:标准的数据挖掘语言将有助于数据挖掘的系统化开发。改进多个数据挖掘系统和功能间的互操作,促进其在企业和社会中的使用。 (2)寻求数据挖掘过程中的可视化方法:可视化要求已经成为数据挖掘系统中必不可少的技术。可以在发现知识的过程中进行很好的人机交互。数据的可视化起到了推动人们主动进行知识发现的作用。 (3)与特定数据存储类型的适应问题:根据不同的数据存储类型的特点,进行针对性的研究是目前流行以及将来一段时间必须面对的问题。 (4)网络与分布式环境下的KDD问题:随着 Internet的不断发展,网络资源日渐丰富,这就需要分散的技术人员各自独立地处理分离数据库的工作方式应是可协作的。因此,考虑适应分布式与网络环境的工具、技术及系统将是数据挖掘中一个最为重要和繁荣的子领域。 (5)应用的探索:随着数据挖掘的日益普遍,其应用范围也日益扩大,如生物医学、电信业、零售业等领域。由于数据挖掘在处理特定应用问题时存在局限性,因此,目前的研究趋势是开发针对于特定应用的数据挖掘系统。 (6)数据挖掘与数据库系统和Web数据库系统的集成:数据库系统和Web数据库已经成为信息处理系统的主流。 2. 从一个3输入、2输出的系统中获取了10条历史数据，另外，最后条数据是系统的输入，不知道其对应的输出。请使用SQL SERVER 2005的神经网络功能预测最后两条数据的输出。首先，打开SQL SERVER 2005数据库软件，然后在界面上右键单击树形图中的“数据库”标签，在弹出的快捷菜单中选择“新建数据库”命令，并命名数据库的名称为YxqDatabase，单击确定，如下图所示。然后，在新建的数据库YxqDatabas中，根据题目要求新建表，相应的表属性见下图所示。

分布式数据库查询优化技术

分布式数据库查询优化技术摘要在分布式数据库中，由于高可靠性和高速度性是其重要特点，所以对查询执行的要求也就更高。而查询执行中查询优化是执行的关键环节，查询优化在很大程度上决定查询的效率或快慢。本文讨论的重点是对分布式查询执行的全局处理策略进行优化，尽可能避免通信代价的开销，并着眼于查询执行的实际代价，从分布式系统中选出一个最优的执行节点。从查询执行的效果出发，通过统计的方式，不断从最近的查询执行代价学习纠正最近查询执行的统计代价，为查询的全局处理提供参考，以达到优化执行、提高执行效率和速度的目的。 1 分布式数据库概述 1.1 分布式数据库的定义所谓分布式数据库系统就是由分布于多个计算机结点上的若干个数据库组成, 每个子数据库系统都是一个独立的数据库系统，它们都拥有各自的数据库、中央处理机、终端，以及各自的局部数据库管理系统，分布式数据库在使用上可视为一个完整的数据库,而实际上它是分布在地理分散的各个结点上。当然,分布在各个结点上的子数据库在逻辑上是相关的。简单的说，分布式数据库系统是一系列集中式数据库系统的联合。它们在逻辑上属于同一系统，但在物理结构上是分布式的[1]。 1.2 分布式数据库系统的组成如图1-1所示，分布式数据库系统由以下述成分组成: (1)多台计算机设备，并由计算机网络连接。 (2)计算机网络设备，网络通讯的一组软件。 (3)分布式数据库管理系统，它包括GDBMS、LDBMS、CM,除了具有全局用户接口由GDBMS连接外，还可以具有自治场地用户接口，由场地DBMS，并持有独立的场地目录。 (4)分布式数据库管理者（DDB），包括全局数据库(GDB)和局部数据库(LDB)以及自制场地的自治场地数据库。 (5)分布式数据库管理者(DDBA)，它可分为二级，一级为全局数据库管理者(GDBA),另一级问局部或自治场地数据库管理者，统称为局部数据库管理者(LDBA)。 (6)分布式数据库系统软件文档，这是一组与软件相匹配的软件文档及系统各种使用说明和文件。图1-1 分布式数据库系统的结构 1.3 分布式数据库系统的功能通常的集中式数据库管理系统应具备以下几个基本的功能[2]: (1)数据库定义功能; (2)数据存取功能; (3)数据库运行管理; (4)数据库的建立和维护功能。分布式数据库除了须具备以上集中式数据库的功能外，一般还须具有以下几个方面的功能: (1)分布在网络中的各节点的数据库，其物理位置对用户透明; 在用户眼里见到的只是整个系统中有哪些数据库，无论是本地还是远程数据库，用户操纵某一数据库就像操纵本地数据库一样。 (2)处于网络中的各数据库共享的数据应保证一致性:

大型数据库_大作业

南京邮电大学计算机学院《大型数据库技术》Course Project 姓名：班级：学号：团队：1~2人一组，鼓励1人一组期限：2016年6月17日（2人一组：2016年6月12日）报告提交地点：课上（6月12日），学科楼6号楼541（6月17日）题目：利用MySQL实现一个类似美团外卖的外卖订单的数据库管理系统，具体任务如下。 1）结合数据库系统概论的知识，设计外卖订单的数据库管理系统的关系（schema），至少应该包括商户管理，商品管理，客户管理，订单管理等四部分。（注意：在商户管理中应该包括商户外卖订单收入总额字段，客户管理中应包括客户外卖订单消费总额字段。） 2）简单描述以下的具体流程场景，设计相应的SQL语句，并验证结果， a) 商户插入，修改自身信息 b) 商户插入，修改商品信息 c) 客户插入，修改客户信息 3）简述以下的具体流程场景，设计相应的SQL语句，并验证结果，多用户场景下，客户下订单，商户接订单的具体流程。（注意：需要更新商户的收入总额，客户的消费总额，不考虑订单失败的情况。） 4）简述的下列后台统计对账功能，设计相应的SQL语句，并验证结果， a)判断商户收入总额，客户消费总额是否与订单管理中相关订单中的总额一致 b)统计近一月的收入总额最多的商户，及其所有商品中订单总金额最多的商品。（注意：可以假设一张订单只有一种商品，鼓励去除此假设。） 5）简单描述以下的具体流程场景，设计相应的SQL语句，并验证结果，如何通过触发器来实现订单管理的复制，即创建订单管理的一张镜像表。 6）简述下列问题的解决方案，如果有对应的SQL语句，需要设计相应的SQL语句，并验证结果。 a) 当订单表中数据过多时的处理策略 b) 对数据库系统的备份和恢复策略报告内容：报告应由6部分组成，每部分对应与上述一个任务，并附有章节目录。在每一部分需要简述本部分的需求，具体操作流程，以及流程中操作对应的SQL语句，并验证结果（模拟数据，结果截图），以及其它，如schema关系图等有利于方案说明的信息。如果是2人一组，需要写清楚每个人的分工情况。

金融级分布式数据库架构设计

目录 1.行业背景 (3) 2.数据库分布式改造的途径 (3) 3.分布式数据库总体架构 (4) 4.两阶段提交的问题 (5) 5.CAP与BASE的抉择 (7) 6.raft的优势 (8) 6.1. Leader选举 (9) 6.2. 日志复制 (10) 6.3. 安全性 (11) 7.分布式数据库如何实现PITR (16)

1.行业背景银行业从最初的手工记账到会计电算化，到金融电子化，再到现在的金融科技，可以看到金融与科技的结合越来越紧密，人工智能、大数据、物联网、区块链等新兴技术改变了金融的交易方式，为金融行业的创新前行提供了源源不断的动力。同时互联网金融的兴起是一把双刃剑，带来了机遇的同时也带来了挑战。普惠金融使得金融的门槛降低，更多的普通大众参与到金融活动中，这让金融信息系统承受了越来越大的压力。于是我们可以看到大型商业银行、保险公司、证券公司、交易所等核心交易系统都在纷纷进行分布式改造，其中数据库作为有状态的应用，成为了信息系统中唯一的单点，承担了所有来自上层应用的压力。随着数据库瓶颈的凸显，进行分布式改造迫在眉睫。 2.数据库分布式改造的途径数据库进行分布式改造主要有三种途径：分布式访问客户端、分布式访问中间件、分布式数据库。由于其分布式能力实现在不同的层次（应用层、中间层、数据库层），对应用程序有不同的侵入程度，其中分布式访问客户端对应用侵入性最大，改造难度最大，而分布式数据库方案对应用侵入性最小，但是架构设计及研发难度最大。

3.分布式数据库总体架构其实当前市面上的分布式数据库总体架构都是类似的，由必不可缺的三个组件组成：接入节点、数据节点、全局事务管理器。总体架构如下，协调节点负责sql解析，生成分布式执行计划，sql转发，数据汇总等；数据节点负责数据存储与运算；全局事务管理器负责全局事务号的生成，保证事务的全局一致性。这个架构或多或少都受到了google spanner F1论文的影响，这篇文章主要分析了这几个组件在实现上有什么难点，该如何进行架构设计。

分布式数据库设计方案

1.大型分布式数据库解决方案企业数据库的数据量很大时候，即使服务器在没有任何压力的情况下，某些复杂的查询操作都会非常缓慢，影响最终用户的体验；当数据量很大的时候，对数据库的装载与导出，备份与恢复，结构的调整，索引的调整等都会让数据库停止服务或者高负荷运转很长时间，影响数据库的可用性和易管理性。分区表技术让用户能够把数据分散存放到不同的物理磁盘中，提高这些磁盘的并行处理能力，达到优化查询性能的目的。但是分区表只能把数据分散到同一机器的不同磁盘中，也就是还是依赖于一个机器的硬件资源，不能从根本上解决问题。分布式分区视图分布式分区视图允许用户将大型表中的数据分散到不同机器的数据库上，用户不需要知道直接访问哪个基础表而是通过视图访问数据，在开发上有一定的透明性。但是并没有简化分区数据集的管理、设计。用户使用分区视图时，必须单独创建、管理每个基础表（在其中定义视图的表）,而且必须单独为每个表管理数

据完整性约束，管理工作变得非常复杂。而且还有一些限制，比如不能使用自增列，不能有大数据对象。对于全局查询并不是并行计算，有时还不如不分区的响应快。库表散列在开发基于库表散列的数据库架构，经过数次数据库升级，最终采用按照用户进行的库表散列，但是这些都是基于自己业务逻辑进行的，没有一个通用的实现。客户在实际应用中要投入很大的研发成本，面临很大的风险。面对海量数据库在高并发的应用环境下，仅仅靠提升服务器的硬件配置是不能从根本上解决问题的，分布式网格集群通过数据分区把数据拆分成更小的部分，分配到不同的服务器中。查询可以由多个服务器上的CPU、I/O来共同负载，通过各节点并行处理数据来提高性能；写入时，可以在多个分区数据库中并行写入，显著提升数据库的写入速度。

分布式数据库课程设计报告

分布式数据库在学生信息管理系统中的应用班级: 姓名: 设计时间: 指导教师: 评语:_________________________________ 评阅成绩:＿＿＿＿评阅教师:＿＿＿＿＿目录摘要 (2) 第一章绪论 (4) 1．1课题研究的意义 (4)

1．2分布式数据库技术国外发展现状 (5) 1．3分布式数据库技术国内发展现状 (5) 1．4分布式数据库技术发展动向 (5) 第二章分布式数据库理论 (7) 2．1分布式数据库理论 (7) 2．1．1分布式数据库系统的有关概念 (7) 2．1．2分布式数据库系统的特点 (7) 2．1．3分布式数据库数据分片 (9) 2．1．4分布式数据库数据分布 (9) 2．1．5数据分布设计策略 (10) 第三章系统总体设计 (13) 系统功能设计 (13) 系统结构设计 (13) 系统概念设计 (14) 系统逻辑设计 (14) 系统物理设计（表设计） (14) 第四章系统实现 (19) P OWER B UILDER开发工具简介 (19) P OWERBUILDER 9应用程序开发的基本步骤 (19) 编码规范 (20) 应用程序对象A PP_MAPBEX (20) 具体窗口的实现 (21) 摘要社会在飞速的发展，计算机的应用正深入到人们生活的每一个角落。我们作为当代的大学生，更应该推动和实践计算机信息系统在生活在的应用，为将来的工作和学习打好基础。

本系统为简易的分布式学生信息管理系统，实现学生的基本信息管理和学生成绩管理。本系统采用了Power Builder9＋SQL2000的结构来开发程序。Power Bulider(以下简称pb)做为应用程序开发工具和程序界面开发工具，pb具有功能强大，集成性好的优点，很适合小型系统的应用开发和界面开发。后台数据库使用SQL 2000系统，Microsoft SQL Server 2000是美国微软公司推出的使用相当广泛的数据库管理系统，包含一套图形工具，如服务器管理（用于启动和关闭数据库服务）、企业管理器（用于创建和修改数据库及备份数据库等）和查询分析器（用于交互执行Transact-SQL 语句和过程并提供图形查询分析功能）等。本报告说明了整个系统从分析到设计再到实现的具体步骤和过程，从中我学到了很多知识和技能。关键词：分布式信息管理系统 PB+SQL2000

湖南大学分布式数据库大作业

分布式数据库课程设计题目基于MongoDB的QQ空间模拟实现学生姓名刘家宇学生学号20110801126 专业班级计科一班指导老师王永恒完成日期 2015年1月15日

一、设计目的 QQ空间是现在大家经常使用的社交平台。在QQ空间上可以自己发表说说，查看其他人的说说，也可以给其他人的留言板上留言。这些功能都丰富了我们的社交生活，因此本次用JAVA连接Mongodb来实现一个简单的QQ空间模拟实现。二、编写环境 Eclipse+Mongodb 三、环境配置首先要运行MongoDB服务器，然后通过在eclipse里添加MongoDB的jar包来获取关于MongoDB的java方法，然后用这些方法来启动和操作MongoDB服务器。在MongoDB官网“https://www.360docs.net/doc/4013639458.html,/downloads”下载MongoDB服务器应用包，将里面的exe文件放到一个自己设置的MongoDB文件夹中，如“F： \MongoDB” 打开CMD，在刚刚的创建文件夹的目录下，输入指令 “mongod–dbpath “F:\MongoDB\data””如下图所示MongoDB服务器连接设置成功：

四、设计实现 1、数据库设计 Mongo数据库的设计创建一个名为：soial的Mongo数据库，然后创建一些数据集合 ①用户数据集合（userInfo）：含有用户名(name)、用户密码(pwd)、用户地址(address)、用户出生年月日(year、month、day)、用户证件号(id)和是否处于登陆状态(status)这些属性 ②个人好友数据集合(userFriend)：含有好友名(friend)和个人用户名(name)属性。 ③留言板数据集合（userMassage）：含有留言内容(massage)、留言人名(recipient)和对谁留言(sender)的属性 ④说说数据集合(userSaySay)：说说内容(massage)和个人用户名(name)属性。等等

分布式数据库系统(DDBS)概述.

分布式数据库系统(DDBS概述一个远程事务为一个事务,包含一人或多个远程语句,它所引用的全部是在同一个远程结点上.一个分布式事务中一个事务,包含一个或多个语句修改分布式数据库的两个或多个不同结点的数据. 在分布式数据库中,事务控制必须在网络上直辖市,保证数据一致性.两阶段提交机制保证参与分布式事务的全部数据库服务器是全部提交或全部回滚事务中的语句. ORACLE分布式数据库系统结构可由ORACLE数据库管理员为终端用户和应用提供位置透明性,利用视图、同义词、过程可提供ORACLE分布式数据库系统中的位置透明性. ORACLE提供两种机制实现分布式数据库中表重复的透明性：表快照提供异步的表重复;触发器实现同步的表的重复。在两种情况下，都实现了对表重复的透明性。在单场地或分布式数据库中，所有事务都是用COMMIT或ROLLBACK语句中止。二、分布式数据库系统的分类： (1 同构同质型DDBS：各个场地都采用同一类型的数据模型(譬如都是关系型，并且是同一型号的DBMS。 (2同构异质型DDBS：各个场地采用同一类型的数据模型，但是DBMS的型号不同，譬如DB2、ORACLE、SYBASE、SQL Server等。 (3异构型DDBS：各个场地的数据模型的型号不同，甚至类型也不同。随着计算机网络技术的发展，异种机联网问题已经得到较好的解决，此时依靠异构型DDBS就能存取全网中各种异构局部库中的数据。三、分布式数据库系统主要特点： DDBS的基本特点： (1物理分布性：数据不是存储在一个场地上，而是存储在计算机网络的多个场地上。逻辑整体性：数据物理分布在各个场地，但逻辑上是一个整体，它们被所有用户(全局用户共享，并由一个DDBMS统一管理。 (2场地自治性：各场地上的数据由本地的DBMS管理，具有自治处理能力，完成本场地的应用(局部应用。 (3场地之间协作性：各场地虽然具有高度的自治性，但是又相互协作构成一个整体。 DDBS的其他特点 (1数据独立性 (2集中与自治相结合的控制机制 (3适当增加数据冗余度

数据库大作业

华南理工大学数据库原理与设计大作业报告专业：计算机科学与技术班级： 2015春学号： 20 学生姓名：陈亮完成时间：

目录目录 (2) 1、概述 (4) 2、需求分析 (6) 零售前台（POS）管理系统 (6) 后台管理系统 (7) 数据需求 (7) 3、数据库逻辑设计 (9) 概念结构设计 (9) 4、软件功能设计 (13) 逻辑结构设计 (13) 物理结构设计 (15) 完整性设计 (20) 安全性设计 (22) 5、界面设计 (24) 系统功能结构图 (24) 模块设计与实现（部分界面） (24) 6、结束语 (31)

7、参考文献 (33)

1、概述超市管理信息系统是针对超级市场的销售而开发的。应用超市管理信息系统能够转变超市的工作方式，有效提高销售速度和服务水平，提高客户对超市的信任度和满意度，改善客户关系。运用超市管理信息系统，在销售商品时实行出口一次性付款，可以实现超市内部现代化管理，能够准确把握每一种商品的销售动态，防止商品断档或过量储备，商品开发方向、进货的适时化都可通过超市管理信息系统来完成。超市管理信息系统将手工编制好的销售账目或根据原始超市销售记录直接在系统内制作超市销售信息，同时可对输入的超市销售信息进行修改、查询等操作。这种集约化的销售管理模式既便于对超市销售信息的收集、整理和加工，又便于操作员的需求信息在最短的时间内得到反馈，同时超市管理信息系统可自动分析各种商品销售变化规律，商品销售结构、居民消费变化等，从而为合理进货、经营、加工、库存、销售等提供科学的决策依据。超市管理信息系统充分运用计算机管理信息技术，建立数据库，对超市的进销存过程进行详细分析，实现了对超市的进货、销售和库存的科学管理。

CAP理论与分布式数据库

根据CAP理论，一致性(C)，可用性(A)，分区容错性(P)，三者不可兼得，必须有所取舍。而传统数据库保证了强一致性(ACID模型)和高可用性，所以要想实现一个分布式数据库集群非常困难，这也解释了为什么数据库的扩展能力十分有限。而近年来不断发展壮大的NoSQL运动，就是通过牺牲强一致性，采用BASE模型，用最终一致性的思想来设计分布式系统，从而使得系统可以达到很高的可用性和扩展性。但是，对于CAP理论也有一些不同的声音，数据库大师Michael Stonebraker就撰文《Errors in Database Systems, Eventual Consistency, and the CAP Theorem》，表示为了P而牺牲C是不可取的。事实上，数据库系统最大的优势就对一致性的保证，如果我们放弃了一致性，也许NoSQL比数据库更有优势。那么，有没有可能实现一套分布式数据库集群，即保证可用性和一致性，又可以提供很好的扩展能力呢？回答是：有的。目前，有很多分布式数据库的产品，但是绝大部分是面向DSS类型的应用，因为相比较OLTP应用，DSS应用更容易做到分布式扩展。Michael Stonebraker提到了一种新型的数据库VoltDB，它的定义是Next-Generation SQL Database for Fast-Scaling OLTP Applications。虽然产品还没有问世，但是从技术资料上来看，它有几个特点： 1.采用Share nothing架构，将物理服务器划分为以CPU core为单位的Virtual node，采用Sharding技术，将数据自动分布到不同的Virtual node，最大限度的利用机器的计算资源； 2.采用内存数据访问技术，类似于内存数据库(In-memory database)，区别于传统的数据库(Disk-based database)，消除了传统数据库内存管理的开销，而且响应速度非常快； 3.每个Virtual node上的操作是自治的，利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销(比如Latch和Lock)； 4.数据同步写多个副本，不存在单点故障，而且消除了传统数据库需要记录redo log的开销。

分布式数据库大作业

分布式数据库大作业 Hadoop MapReduce云计算模型研究学院: 软件学院专业: 软件工程 2014年01月02日大连理工大学 Hadoop MapReduce云计算模型研究 1.引言 Hadoop[1]就是一个分布式系统基础架构,由Apache基金会开发。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算与存储。简单地说来,Hadoop就是一个可以更容易开发与运行处理大规模数据的软件平台。其包括两个部分:HDFS[2]与MapReduce[3]。 DFS即HadoopDistributed(Hadoop分布式文件系统),HDFS具有高容错性,并且可以被部署在低价的硬件设备之上。HDFS很适合那些有大数据集的应用,并且提供了对数据读写的高吞吐率。HDFS就是一个master/slave的结构,就通常的部署

来说,在master上只运行一个Namenode,而在每一个slave上运行一个Datanode。HDFS支持传统的层次文件组织结构,同现有的一些文件系统在操作上很类似,比如您可以创建与删除一个文件,把一个文件从一个目录移到另一个目录,重命名等等操作。Namenode管理着整个分布式文件系统,对文件系统的操作(如建立、删除文件与文件夹)都就是通过Namenode来控制[4]。 MapReduce就是由Google提出的一种并行分布式编程模型[5-7]。用以进行大数据量的计算。对于大数据量的计算,通常采用的处理手法就就是并行计算。至少现阶段而言,对许多开发人员来说,并行计算还就是一个比较遥远的东西。MapReduce就就是一种简化并行计算的编程模型,它让那些没有多少并行计算经验的开发人员也可以开发并行应用。MapReduce的名字源于这个模型中的两项核心操作:Map与Reduce。也许熟悉FunctionalProgramming(函数式编程)的人见到这两个词会倍感亲切。简单的说来,Map就是把一组数据一对一的映射为另外的一组数据,其映射的规则由一个函数来指定,比如对[1,2,3,4]进行乘2的映射就变成了[2,4,6,8]。Reduce就是对一组数据进行归约,这个归约的规则由一个函数指定,比如对[1,2,3,4]进行求与的归约得到结果就是10,而对它进行求积的归约结果就是24。 2.MapReduce的基本原理 MapReduce就是云计算的核心技术之一,它为并行系统的数据处理提供了一个简单、优雅的解决方案。其主要目的就是为了大型集群的系统能在大数据集上进行并行工作,并用于大规模数据的并行运算。 Divide and Conquer”就是Mapreduce的核心思想[8]。面对一个规模庞大的问题,要处理就是以TB计的数据,Mapreduce采用“输入”------“分解”------“解决”------“聚合”------“输出结果”的基本过程。在MapRedcue 模型中用户只须指定一个map函数来处理一个输入的key/value对,产生中间结果key/value对集,再通过一个由用户指定的reduce函数来处理中间结果中具有相同key值的value。适合用MapReduce 来处理的数据集(或任务)有一个基本要求: 待处理的数据集可以分解成许多小的数据集,而且每一

分布式数据库研究现状及发展趋势

山西大学研究生学位课程论文（2014 ---- 2015 学年第 2 学期）学院（中心、所）：计算机与信息技术学院专业名称：计算机应用技术课程名称：分布式数据库技术论文题目：分布式数据库研究现状及发展趋势授课教师（职称）：曹峰（）研究生姓名：刘杰飞年级：2014级学号：201422403003 成绩：评阅日期：山西大学研究生学院 2015年 6 月17日

分布式数据库研究现状及发展趋势摘要随着大数据、云时代的到来，数据库应用需求的拓展和计算机硬件环境的变化，特别是计算机网络与数字通信技术的飞速发展，卫星通信、蜂窝通信、计算机局域网、广域网和激增的Intranet及Internet得到了广泛应用，使分布式数据库系统应运而生。为了符合当今信息系统的应用需求和企业组织的管理思想和管理模式。分布式数据库提供了解决整个信息资产被分裂所成的信息孤岛，为孤岛联系在一起提供桥梁。本文主要介绍分布式数据库的研究现状，存在的一些问题以及未来的发展趋势。关键词分布式数据库；发展趋势；现状及问题 1.引言随着信息技术的飞速发展，社会经济结构、生产方式和消费结构已经发生了重大变化，这些变化深刻地影响着人民生活的方方面面。尤其是近十年来人们对计算机的依赖性越来越强，同时也对计算机提出了更高的要求。随着数据库在各个行业中的不断发展，各行业也对数据库提出了更高的要求，数据量也急剧增加，同时有关大数据分析的讨论正在愈演愈烈。甚至出现了爆炸性增长的趋势，一方面是由于移动互联网和移动智能终端的普及发展，数据信息正以每年40%的速度增长，造成数据量庞大；同时，数据种类呈多样性，文本、图片、视频等结构化和非结构化数据共存；另一方面也要求实时交互性强；最重要的是大数据蕴含了巨大的商业价值。相应的对于管理这些数据的复杂度也随之增加。同时各行业部门或企业所使用的软硬件之间的差异，这给开发企业管理数据库管理软件带来了巨大的工作量，如果能够有效解决这个问题，即使用同一模块管理操作不同的数据表格，对不同的数据表格进行查询、插入、删除、修改等操作，也即对企业简单的应用实现即插即用的功能，那么就能大大地减少软件开发的维护和更新费用，缩短软件的开发周期。分布式数据库系统的开发，降低了企业开发的成本，提高了软件使用的回报率。当今社会已进入了信息时代，人们将越来越多的信息存储在网络中的计算机上。如何更有效地存储、管理、共享和提取信息，越来越引起人们的关注。集中式数据库已经不能满足人们的需求，因此分布式数据库系统应运而生，并且得到迅速发展。分布式数据库系统的出现，有效地利用企业现有资源和网络资源。分布式数据库系统是一个面向地理上分布而在管理上需要不同程度集中的处理系统，主要解决在计算机网络上如何进行数据的分布和处理。由于分布式数据库有许多突出的优点，因此，分布式数据库系统可以广泛地应用于大企业，多种行业及军事国防等领域，这对建立集约型社会，加快社会主义现代化建设，将具有重要的现实意义。。

分布式数据库系统查询优化算法综述

网工102-韩伟彬-1006100162 分布式数据库系统查询优化算法综述摘要：随着互联网和数据库技术的飞速发展，分布式数据库在计算机网络上的应用越来越广泛，数据的查询也越叫复杂化，对查询的效率要求也越来越高。在分布式数据库中，查询处理方法的效率对系统的性能起着非常关键的作用，而在分布式数据库系统中，处理一个查询的代价主要是由进行通信的数据量来决定的，半连接是一种非常有效的工具（方法）来减少连接的代价，从而更好的减少通信的数据量。在这样一个分布式系统中，我们有能力分散那些数据（经常被不同的用户终端使用的）在不同的物理位置，同时可以通过查询的方式组合来自于不同站点的数据，假如在一个比较合适的系统中多个数据副本被使用，这样分散的数据将会产生一个比较合理的查询相应时间。关键字：数据库技术，分布式，数据库系统，查询，优化算法。一：分布式数据库的定义分布式数据库是一个逻辑上完整而在物理上分散在若干台互相连接着的计算机上的数据库系统，各组件分布在网络的各个节点上，依靠特定的更新和检索机制进行数据库分布，数据库的所有性能都会显著增强。分布式数据库系统使用计算机网络将地理位置分散而管理和控制又需要不同程度集中的多个逻辑单位连接起来，共同组成一个统一的数据库系统。因此，分布式数据库系统可以看成是计算机网络与数据库系统的有机结合。分布式数据库系统有两个重要的组成部分：（1）分布式数据库和（2）分布式数据库管理系统。分布式数据库是计算机网络中各站点上数据库的逻辑集合。也就是分布式数据库是一组结构化的数据集合，在逻辑上属于同一个系统，在物理上分布在计算机网络的不同站点上，是集中与分布的统一。这个定义强调了分布式数据库的两种特性；(1)数据分布性。即这些数据库是分布在不同站点上的。这把分布式数据库与单一的集中式数据库别开来。(2)逻辑关联性。即这些数据库具有某些把它们联系在一起的性质。这把分布式数据库与驻留在计算机网络不同站点上的一组本地数据库区别开来。分布式数据库管理系统是分布式数据库中的一组软件，负责管理分布环境下逻辑集成数据的存取、一致性和完整性。同时，由于数据的分布性，在管理机制上还必须具有计算机网络通信协议的分布管理特性。分布式数据库系统有两种：（1）在物理上分布的，但逻辑上却是集中的。这种分布式数据库只适宜用途比较单一的、不大的单位或部门。（2）在物理上和逻辑上都是分布的，也就是所谓联邦式分布数据库系统。由于组成联邦的各个子数据库系统是相对“自治”的，这种系统可以容纳多种不同用途的、差异较大的数据库，比较适宜于大范围内数据库的集成。