第2讲 分布式数据库设计

2018/10/9
11

自底向上方法的设计特点：

一般是在现有已分布的数据库基础上进行设计。 须综合各站点的规格说明，以便得到分布式数据库的 全局概念模式。

在许多实际情况中，设计者都是一部分使用自顶向下方 法，另一部分又使用自底向上方法。
12
2018/10/9
§4 自顶向下设计分布式数据库

分布式数据库设计者必须仔细考虑数据是否分片，片段如 何复制，以及数据或片段如何分布。
7
2018/10/9
设计目标

尽量减少对网络的利用，即尽可能地减少站点之间的通 信次数和通信量，也就是使数据和应用实现最大程度的 本地性。

解决方法：尽可能地使数据考性使用该数据的应用进 行分配。在一个精心设计的分布式数据库中，“90% 的数据应当在本地站点找到，而只有10%的数据需要 在远程站点上进行访问”。
P={DEPT=1} （不是完整的）
P={DEPT=1,JOB=‘P’} （是完整的、最小的） P={DEPT=1,JOB=‘P’,SAL>500}（完整的，不是 最小的） 2018/10/9
27
导出式水平分片

例2 设全局关系SC（s#，C#，GRADE）
S（s#，SNAME，AGE，SEX）
若要将SC划分为男生的各门课成绩和女生的各门课成绩。 这就不能从SC本身的属性性质来执行选择，必须从关系S 的属性性质或水平片段来导出。

Ri∩Sj=φ 不相交 Ri∩Sj≠φ 相交
30
2018/10/9

当片段增多时，这种连接不容易判别，可用“连接图” 来表示。

使用连接图可以有效地表示片段间的连接情况。
S1 S2 R3 R4 S3 完全连接图 R3 R4 分区连接图 S3
2018/10/9
R1 R2
R1 R2
S1 S2
31
需求分析
系统需求
自顶向下设计过程
视图设计
外部模式定义
用户 输入
概念设计
全局概念模式
用户输入 视图集成
访问模式
分布设计
局部概念模式
物理设计
物理模式
16
反馈
观察与监视
反馈
2018/10/9
分片设计

在自顶向下的数据分布设计中，必须要解决的第一个问 题是数据的分片设计。 数据分片将数据库整体逻辑结构分解为合适的逻辑单 位——片段，然后由分配模式来定义片段及其副本在各 场地的物理分布，其主要目的是提高访问的局部性，有 利于按照用户的需求组织数据的分布和控制数据的冗余 度。

Define fragment SC1 as Select SC.S#,C#,GRADE from SC,S where SC.S#=S.S# and SEX=‘M’
28
2018/10/9

Define fragment SC1 as
Select SC.S#,C#,GRADE from SC,S where SC.S#=S.S# and SEX=‘F’
select * from SC where S# in (select SF.s# from SM)
29
2018/10/9
连接图

连接图（Join Graph）也称结合图。当一个应用要求连接 两个全局关系R和S时，原则上需要比较R和S的所有元组， 查看它们之间是否有相同属性值的元组存在。如果R水平分 片为{Ri}，S水平分片为{Sj}，此时只要把{Ri}和{Sj}进行比 较。有两种可能：
内容概要

分布式数据库系统设计内容 分布式数据库设计目标 分布式数据库设计方法 自顶向下设计分布式数据库 实例研究：飞机订票系统 自底向上设计分布式数据库
2018/10/9
1
§1 分布式数据库设计内容

集中式数据库系统设计的内容包括：数据库设计和围绕 数据库而展开的应用设计两个部分。分布式数据库系统 设计的内容也可分为：分布式数据库的设计和围绕分布 式数据库而展开的应用设计两个部分。 分布式数据库系统的设计远比集中式数据库系统的设计 复杂。为了要满足应用需求和优化系统性能，需要增加 站点互联，数据和程序在站点间的优化分布等。

9
2018/10/9

进行工作负荷分布，目的是充分利用每个站点计算机的 能力和资源，以提高应用执行的平行程度，从而提高系 统的性能。

工作负荷分布对处理本地性具有相反的影响，所以需 要在数据分布设计时考虑到两者之间的矛盾。 数据库的分布会受到各站点的存储能力的影响。

考虑各站点的存储能力。

10


各个应用的“原发站点”，即发出该应用的站点。
各个应用在每个站点被激活的频率（单位时间内被激 活的次数） 不太容易获知 各个应用对所要求访问的每个数据对象的访问次数、 类型和统计分布。
很难获知
2018/10/9

5
§2 分布式数据库设计目标
影响分布式数据库性能的因素内容

数据的分布情况设计会影响系统的总体性能。


20
2018/10/9
数据分片规则

R = {R1, R2, …, Rn}, 则 R满足

完备性原则：要把所有的数据映射到各个片断中 ?x R, RiR 必有 xRi ，i=1,2,…,n 可重构原则：关系分片后的各个片断可重构整个关系 存在函数 g 使得R = g(R1, R2, …, Rn) 即，R=∪Ri (水平分片）,R=∞Ri（垂直分片） 不相交原则：关系分片后的各个片断不能重叠 Ri∩Rj=空集,i≠j,i,j=1,2,…,n(水平分片) Ri∩Rj=主键属性,i,j=1,2,…,n(垂直分片)
只有当属于同一分片中的任意两个元组被任一应
用以同等概率进行访问时，称谓语集合P是完整的。
如果谓词P的全部谓词与应用密切相关，称P是最
小的。
26
2018/10/9
例：EMP(E#,NAME,DEPT,JOB,SAL,TEL,…) DEPT={1,2} JOB={‘P’, ‘-P’} 假定，应用经常查询的内容是属于部门1且是程序员的职 员。 则可能有的水平分段限定
2018/10/9
§3 分布式数据库设计方法

分布式数据库系统的创建方法有重构法和组合法两种， 相应的分布式数据库设计方法即自顶向下方法和自底向 上方法。 自顶向下方法的设计特点：


一般是重新设计数据库。 首先定义数据库的全局内容，然后再对其进行分片成 多个数据库子集，再分别定义局部数据库的模式与位 置。

2
2018/10/9

数据库系统设计的核心部分是数据库设计，数据库设计 的主要问题是模式和内模式问题。这两个问题在分布式 数据库中变为全局模式设计和每个站点的局部数据库设 计的问题，其中的关键问题是数据库的全局模式应如何 划分，并映射到合适的站点上。这就产生了分布式数据 库设计所特有的两个问题：数据的分片设计和片段的位 置分配设计。

如果同一个片段的任两个元素具有“相同性质”的话， 那么数据分配时所使用的任意一种方法都将把这两个元 素放在一起，以这种方式得到的片段将是分布式数据库 中数据最合适的分配和存储单位。
19
2018/10/9
数据分片的基本类型和方法

水平分片：通过对一全局对象的实例（或元组）进行选 择得到的子集构成。一般来说，水平分段是不相交的。 垂直分片：通过将全局对象在其属性子集上进行投影得 到的。 混合分片：通过交替水平分片与垂直分片，可以产生混 合分片。建立混合分片最简单的方法包括：把水平分片 应用到垂直分片中或把垂直分片应用到水平分片中。
集中式数据库自顶向下设计过程

需求分析

收集用户数据库应用的非结构规格说明，并产生一种 无歧义的定义和在设计数据库中要考虑的元素分类。 这些信息被收集在设计数据字典中。

概念设计

13
有时进一步分成视图设计和视图综合，产生全局、综 合数据库模式的一种概念规格说明和在此模式上执行 应用的概念规格说明。 2018/10/9
R1 R2 R3 R4 简单连接图
S1 S2 S3 S4
32
2018/10/9

如果连接图中包含此两个关系R和S片段之间的所有连接， 此连接图为全连接图。

如果连接图不包含某些连接，称为简化连接图。简化连 接图又包含：

访问多个数据对象所需的时间和费用。会因为这些数 据对象是存放在同一站点，还是分布在多个站点有很 大区别。因为如果分布在多个站点上，就要进行站点 与站点之间的通信。
6
2018/10/9

数据是否被复制、复制副本的多少也会影响系统的性能。

数据的多副本不但可以提高系统的可用性和可靠性， 而且还可以提高系统处理的并发度。然而，为了维护 数据的一致性，对某个数据进行更新，则需要对数据 的所有副本同样进行更新。
2018/10/9


21
水平分片实施方法

水平分片的方法可分为初级分片和导出分片两类。

初级水平分片以关系自身的属性性质为基础，执行 “选择”操作，将该关系分片成若干个不相交的片段。
导出式水平分片是从另一个关系的属性性质或水平片 段推导出来的。采用导出分片可使片段与片段之间的 “连接”变得更容易。
如果S已经进行水平分片，分为SF和SM，分别为男生全体和 女生全体，则上述的片段定义可以基于片段SF和SM导出。 Define fragement SC1 as select * from SC where S# in (select SF.s# from SF)
Define fragement SC1 as