分布式数据库设计导论.docx-道客多多

资源描述

1、分布式数据库设计导论陈建荣严隽永叶天荣编著清华大学出版社内容简介本书全面系统地介绍分布式数据库 ( DDB) 的理论与设计方法。全书共七章 , 分成三部分。第一部分在介绍分布式数据库功能的基础上, 论述了分布式数据库必须解决的诸问题 ; 第二部分介绍解决第一部分提出的各种技术问题的方法 , 包括 DDB 的体系结构 , DDB 的优化设计、分

2、布式查询处理、分布式并发控制、 DDB 的可靠性等 ; 第三部分剖析了一个分布式数据库的原型系统 SDD-1。本书收集综合了大量有关 DDB 的最新资料 , 重点突出 “分布式 ”引起的种种技术问题 , 给读者提供了进一步研究的基础。本书要求读者对数据库的基本原理和计算机网络的基本概念有初步的了解 , 适合作为计算机专业高年级或研究生的有关教材 ,

3、也可作为有关教师、科技工作者的参考书。( 京 ) 新登字 158 号分布式数据库设计导论陈建荣严隽永叶天荣编著责任编辑贾仲良清华大学出版社出版北京清华园印刷厂印刷新华书店总店科技发行所发行开本 : 7 8 7 1 09 2 1 / 1 6 印张 : 1 3. 5 字数 : 3 1 5 千字1 9 92 年 8 月第 1 版 19 9 2 年 8 月第 1 次印刷印数 : 0001- 0000ISBN 7-302-01006-

4、4/ T P 368定价 : 0. 00 元序言人类社会不断发展进步 , 当今社会已进入到信息时代。信息量剧增 , 使得信息和数据处理处于越来越重要的地位 , 也成为人们越来越繁重的工作负担。计算机技术的发展使得快速处理大量数据成为可能 , 特别是数据库系统的出现和发展则成为信息和数据处理强有力的工具。 20 世纪 70 年代是集中式数据库系统从理

5、论到实践全面取得辉煌成就的年代 , 而分布式数据处理及其核心分布式数据库技术则成为 80 年代计算机科学技术的主要新研究领域之一。和计算机科学技术的其它研究领域一样 , 分布式数据库技术研究领域的出现和发展有着深刻的应用背景。人类社会中很多大型信息 ( 数据 ) 系统的结构 , 不论是军用上的还是民用上的 , 实际上都是一种多层

6、次的复杂分布式系统。事实上 , 除了因为逻辑和地理上的原因之外 , 很多信息 ( 数据 ) 系统为了提高本身的生存能力 ( 抗破坏性 ) , 也需要采用分布式处理结构。例如 , 军事上 C3I 系统和银行的资金转移系统中的分布式数据处理支撑环境都是典型的例子。对于分布处理的这种迫切需要 , 大大促进了作为分布式数据处理的主要支撑工具分布式

7、数据库技术的发展。国际上一些高级数据库研究机构都将分布式结构作为新一代数据库系统所必须具备的基本特征之一 , 即便是将来与知识库的结合或是发展数据库机恐怕也是如此。不断更新换代的计算机硬件和通信设备以及计算机网络技术 , 为分布式数据库技术的发展提供了良好的环境 , 预期分布式数据库技术在 90 年代会有更快的发展 ,

8、并且逐渐走向成熟 , 逐步得到应用。尽管分布式数据库技术发展迅速 , 日趋成熟 , 但由于其环境比集中式数据库系统要复杂得多 , 因而不论是在体系结构、查询处理、并发控制、恢复机制、安全保障、优化技术 , 还是在其应用环境研究方面 , 都还有很多理论和实际问题有待深入研究。特别是像分布式异构数据库集成、新型扩展数据模型、优化

9、理论、数据可靠性、安全性等大课题上还有待于新的突破 , 以获取完美的解决。就 “分布式数据库系统 ”这一专题 , 目前国内出版的书籍尚不多 , 这与其发展和研究是不相适应的。分布式数据库设计导论一书的作者在参阅了大量有关书籍、文献的基础上 , 组织了这本介绍本领域中基础知识的教材。全书内容比较全面 , 比较系统 , 可以作为专业

10、课教材 , 使初学者掌握分布式数据库设计的基本原理 , 为进一步开展研究工作打下基础。希望本书的出版对我国分布式数据库技术的教学和研究起到推动作用。陈火旺 1991 年写于国防科技大学前言分布式数据库 ( DDB) 是数据库技术与计算机网络技术相结合的产物。数据库是一种抽象的集中数据管理方法 , 它通过集中实现数据共享 , 通过抽象实

11、现数据的独立性 , 给用户提供了一个总的、聚合的、唯一的数据集合及其统一的管理方法。计算机网络是分散的计算机系统 , 在利用通信线路相互连接的计算机之间分布数据与程序 , 以适应用户地域分散的需要。因此 , 分布式数据库是集中与分散的统一 , 它能够在一个更高的层次上 , 给用户提供前所未有的功能。正因为上述原因及应用要求

12、的不断提高 , 随着计算机应用从单机网络分布处理的发展 , 分布式数据库无论从理论上 , 实践上都受到了极大的重视 , 尤其是一些地域上分散的大团体、大机构越来越需要应用分布式数据库技术。研究表明 , 分布式系统 ( 特别是以分布式数据库为核心的分布式系统 ) 是 80 年代计算机科学的发展方向之一。分布式数据库从理论上提出了不同于集

13、中式数据库的新问题 , 本书试图叙述有关这些问题的性质及其现行的解决方法。重点突出 “分布式 ”引起的种种技术问题 , 给读者提供进一步研究的基础。全书共七章 , 分成三部分 , 包括如下内容 :第一部分 ( 分布式数据库概述 ) 包含第一章 , 介绍分布式数据库的发展及其由来 , 分布式数据库的特点 , DBM S 的组成与功能 , 在此基础上概括出分

14、布式数据库必须解决的技术问题。第二部分 ( 分布式数据库原理、设计与实现 ) 主要介绍各种解决由第一部分所提出的各种技术问题的方法。共有五章 , 具体内容如下 :第二章 ( 分布式数据库体系结构 ) 给出分布式数据库体系结构的一个框架。首先 , 在总结现有分布式数据库的基础上 , 给 DDB 分类 ; 其次从逻辑概念层次上给出 DDB 的一般体系结

15、构 , 该体系结构能够满足各种对 DDB 的不同要求 , 包括结点自治性、数据透明性和完整性等 ; 最后在此体系结构的框架中 , 讨论模式特征和控制系统等问题。第三章 ( 分布式数据库的优化设计 ) 介绍 DDB 的设计技术。首先 , 给出 DDB 的一般设计流程 , 明确其重点要解决的问题数据分配问题 ; 然后介绍有关数据分配问题的各个方面 , 包括计算分

16、配费用的模型、分配单位的确定、及数据分配的优化等 ; 最后讨论 DBA 管理数据分配的问题。第四章 ( 分布式查询处理 ) 讨论用户与 DDB 的接口即分布式查询处理。在该章中首先论述分布式查询处理的研究历史 , 给出分布式查询处理的一般模式 ; 然后介绍分布式并发查询处理的模型 ; 最后讨论了两类分布式查询的处理方法。第五章 ( 分布式并

17、发控制 ) 讨论 DDB 中的并发控制问题 , 给出分布式并发控制的一般处理模式 , 并以此为基础 , 介绍一系列并发控制技术和方法。第六章 ( 分布式数据库可靠性 ) 讨论在系统部件失效的情况下 , 如何保持系统其余部分继续正常运行 , 并有效地恢复的问题 , 即 DDBM S 的可靠性问题。在该章中介绍了三方面的机制 : 可靠网络机制、可靠查询处理机

18、制和可靠并发控制机制。第三部分 ( 实例研究 ) 包括第七章 , 剖析一个分布式数据库的原型系统 SDD-1 ( Syst em For Distr ibut ed Dat abases) 、该系统的一些设计思想和原则。它的某些基本算法 , 具有很强的代表性。本书要求读者对数据库的基本原理和计算机网络的基本概念有一定的了解 , 可作为计算机软件专业高年级或研究生的有关教

19、材 , 也可作为有关专业教师、软件工作者的参考书。本书第一、四、五章由陈建荣编写 , 第六、七章由严隽永编写 , 笫三章由陈建荣和严隽永合写 , 第二章由陈建荣和叶天荣合写。陈建荣负责统编全书。在本书的形成中 , 受到了国防科技大学陈火旺教授、海军工程学院刘孟仁副教授的有益指导与大力支持 , 陈火旺教授详细审校了全书。侯艳文

20、同志负责了本书图稿的绘制与整理 , 海军工程学院计算机机房的同志在本书的录入中做了大量工作。在此谨向他们表示衷心的感谢。由于水平有限 , 且分布式数据库技术发展迅速。书中错误之处在所难免 , 敬请读者批评指正 , 谢谢 !目录序言前言第一章绪论 11. 1 分布式数据库的发展及其由来 11. 2 分布式数据库系统的组成与功能 21. 3 分布式

21、数据库系统的特点 71. 4 分布式数据库系统需要解决的问题 8第二章分布式数据库的体系结构 102. 1 分布式数据库的分类 102. 2 体系结构层次 112. 3 模式特征 132. 4 控制系统 152. 5 存取和数据透明性 182. 6 结点间的完整性 202. 7 小结 21第三章分布式数据库的优化设计 223. 1 数据分配问题 223. 2 数据分配的单位、表示与费用 253. 3

22、用静态调度的优化数据分配 333. 4 用静态调度的启发式数据分配 373. 5 用动态调度的数据分配 453. 6 分配管理问题 473. 7 小结 48第四章分布式查询处理 504. 1 分布式查询处理问题 504. 2 分布式查询处理模型 534. 3 基于半连接的分布式查询处理方法 584. 4 带有碎片的分布式查询处理方法 85第五章分布式并发控制 995. 1 分布式并发控制

23、问题 1005. 2 事务处理模型 1025. 3 分布式并发控制理论 1075. 4 分布式并发控制技术 111 5. 5 综合的分布式并发控制方法 1295. 6 分布式并发控制方法的性能 1395. 7 小结 163第六章分布式数据库可靠性 1666. 1 可靠网络机制 1666. 2 可靠查询处理机制 1726. 3 并发控制机制的可靠操作 173第七章实例研究 ( 分布式数据库 SDD-1 设计 ) 17

24、57. 1 引言 1757. 2 系统组织 1767. 3 并发控制 1797. 4 分布式查询处理 1987. 5 可靠写 2007. 6 目录管理 2017. 7 小结 201参考文献 2029第一章绪论本章首先介绍分布式数据库的发展及其由来 , 然后介绍分布式数据库系统的组成及其功能。在此基础上 , 阐明分布式数据库的优点和特点 , 根据这些特点 , 提出分布式数据库系统需要解决的问题。

25、最后给出本书的目标和结构。1. 1 分布式数据库的发展及其由来分布式数据库 ( DDB) 是数据库技术与计算机网络技术相结合的产物。 70 年代后期 , 这两项技术已逐渐趋于成熟。就数据库来说 , 作为第四代数据库系统的关系数据库 , 已经在理论与实践上取得了极大的进展 , 数据库的研究与发展正处在顶盛时期。一些关系数据库系统 , 如系统

26、R 、 IN GR ES 等的研制已经取得了成功 , 并逐渐商品化。另一方面 , 数据通信领域的进展 , 促进了计算机网络技术的迅猛发展。一些通信媒介 , 如无线电、卫星及光纤等已经开始应用于计算机通信网 , 远程数据通信网已开始装备和应用 , 如美国的 A R PAN E T , T E L E NE T , 法国的 T RA NSPAC, 加拿大的 DAT A PAC 等 , 局部网络如E T H

27、 E RN E T 也有了发展。因此可以这样说 , 数据库与计算机网络技术的成熟与广泛应用 , 是分布式数据库产生与发展的前提 , 给分布式数据库的发展提供了技术的可能性 , 积累了应用的经验并提出了进一步应用的问题。分布式数据库符合系统管理的思想与目标。它特别适合于一些地域上分散的大团体、大机构的组织结构与管理原则。在这些单

28、位中 , 往往既要有各子单位的分散管理 , 也要在高一级层次上实现协同管理 , 既要有局部控制 , 同时也需要高层次的协作。这种协同管理要求各子单位之间有灵活的信息流动过程和信息的统一管理。因此以往的集中式数据库越来越不能满足它们日益增长的应用需要。人们在考虑新的数据管理方案时 , 越来越认识到建立分布式数据库系统的必

29、要性。另一方面 , 在数据管理发展的以往十年中 , 集中式数据库作为一种主要的工具 , 已经广泛应用于这些大机构的数据管理。大机构一般都拥有数量不等的集中式数据库 , 构成各部门或子单位的信息系统 , 随着应用要求的不断提高 , 人们越来越认识到集中式数据库的局限性 , 迫切需要将这些子系统通过日益廉价的通信媒介连接起来 , 组成一

30、个统一的分布式数据库。当然 , 也有可能另起炉灶 , 重新建立一个适合于全范围的分布式数据库系统。与其它计算机技术一样 , 硬件的发展 ( 特别是电子元器件集成度的不断提高 ) 、价格不断下降是分布式数据库产生与发展的最根本的动力。只有通信线路的价格继续不断下降、可靠性更日益提高时 , 分布式数据库才能越来越有吸引力。此外

31、, 功能强大的小型、微型机的发展 , 也对分布式数据库的产生与发展起了重要的推动作用。作为一种与大型机的发展相互补的更为廉价的方法 , 人们将小、微型机用通信线路连接起来构成一个功能上与大型机不相上下的分布式系统。2总之 , 应用上的需要 , 硬件特别是通信网络与小型、微型机的发展 , 数据库的成熟与应用 , 说明分布式数据库

32、不仅十分必要 , 而且在技术上可行。因此 , 自 70 年代后期以来 , 分布式数据库一直是发展得比较迅速与活跃的领域。在国际范围内 , 各国在 DDB 领域的研究上都投入了大量的人力和物力。美国、西欧、日本等国相继提出了规模宏大的 DDB 研制计划。如西德的 POR E L 系统先后经历了 11 年 , 投资超过 450 万马克 , 法国的 SIR IU S 更是一个全

33、国性的 DDB 研制计划。国际上 , 每年都举行多次专门会议 , 研究由于分布式而引起的种种问题。发表的有关论文更是汗牛充栋。英国国家计算中心 ( Nat ional Comput ing Centr e ) 专门对 DDB 作了分析与预测 , 断言分布式系统 , 特别是以 DDB 为核心的分布式系统是 80 年代计算机科学发展的方向之一。分布式数据库系统发展至今天 , 已有 1

34、0 多年的历史 , 取得了决定性的成果 , 许多基本问题被提出并已解决。一些原型系统 , 如美国的 SDD-1、 R * 、分布式 I NGR E S 和 M U L T IBASE , 西德的 POR E L 、 V DN , 法国的 SIR IU S- DE L T A 、 POL YPH E M E 等等的研制与发展 , 在分布式数据库领域积累了相当的经验。一些产品正在试制与推出 , 如分布式 I NGR E S/ ST AR , O

35、 RA CL E 公司的 SQL * ST A R 等。总之 , 分布式数据库的技术已经成熟 , 其产品化的时代已经到来。我国自 80 年代初期以来 , 也对分布式数据库系统作了大量的研究。先后研究设计了一些分布式数据库系统 , 如中科院数学所设计并由该所与上海科技大学、华东师范大学合作实现的 C - POR EL , 合肥工业大学微机所设计和研制的分布式数据

36、库 H , 海军工程学院的 N DBASE 等。然而 , 目前有关分布式数据库的书见到的却很少。本书正是根据这种需要 , 在多年的教学与研究的基础上编写成的。1. 2 分布式数据库系统的组成与功能一个分布式数据库是一个处理属于一些相关联的数据库数据的系统 , 如图 1. 1 所示。这些相联的数据库称作结点。一般来说 , 它们地域上分布在一些由数

37、据通信网络相联的不同物理场所。结点也可以在同一机器上 , 这里关键是可以处理一些数据库的机制 , 而不必考虑其通信线路的性质。分布式数据库系统有如下两种设计方法 , 如图 1. 2 所示。( 1) 自顶向下 ( t op -dow n) 方法 : 从总体上完成设计 , 一般都是从全局做起。用这种方法系统设计员能够控制整个系统 , 包括数据库全局视图和局部

38、视图。其过程是划分系统中的数据和系统功能 , 可能包含重复 , 最后将其分配到各个场所。见图 1. 2( a)( 2) 自底向上 ( b ott om -up) 方法 : 将现有独立存在的数据库连接起来 , 给用户提供一个统一的系统。采用自底向上的方法意味着必须接受现成的数据库 , 容纳由此而来的结点之间的差异。因此设计更加困难。自底向上的设计过程见

39、图 1. 2( b ) 。采用不同的设计方法 , 分布式数据库的组织结构会有很大的不同。前者在各结点所建立的机制是同质的 , 因此所得的分布式数据库系统称作同质的分布式数据库系统 ; 后者所构成的存在一级明显的局部数据库管理系统和局部视图 , 这些局部数据库系统往往是不相同的 , 因此这种由不同的数据库的联接所构造的称作异质的分布式

40、数据库系统。有关分3图 1. 1 分布式数据库结构图 1. 2 分布式数据库设计方法4布式数据库的详细分类情况见第二章。然而 , 不管采用哪一种设计方法 , 分布式数据库呈何种结构 , 在系统中都存在两种类型的用户 : 全局用户、局部 ( 或结点 ) 用户。全局用户看到的是分布式数据库的全局视图 , 局部用户看到的是某一个结点数据库的局部视图。全局

41、用户在分布式数据库管理系统 DDBM S 的控制下 , 处理整个分布式数据库中的数据 ; 局部用户在局部数据库管理系统的控制下 , 处理某一特殊结点的数据 , 其理想情况应与分布式数据库的存在无关。一般用全局级模式描述 DDB 中数据的逻辑结构 , 即全局视图。相应地 , 用局部级模式表示对结点数据的描述 , 即局部视图。分布式数据库必须提供

42、描述全局视图与局部视图的数据模型。分布式数据库的一个常见例子是银行的电子转移系统。假定这样的一个系统由三个结点组成 , 分别分布在北京、上海、天津 , 其中北京地区的帐户记录保存在北京的数据库中 , 同样 , 上海、天津地区的帐户记录分别保存在上海、天津的数据库中 , 这些数据库通过通信线路相联 , 构成一个统一的分布式数

43、据库 ( 见图 1. 3) 。在这样的系统中 , 任意一个结点 ( 比如说北京 ) , 可以存取该结点的帐户 , 称作局部查询 , 同时也可以存取另一个结点 ( 比如说上海 ) 的帐户 , 称作远程查询。当然 , 北京的用户一般在北京存取其帐户记录 , 上海的用户一般在上海存取其帐户记录。然而 , 也可有这样的存取用户 : 他在多个结点有帐户记录。对这样的用户

44、来说远程查询是必不可少的。有时甚至需要既包含局部查询 , 也包含远程查询的复杂查询 ( 如将用户的一个帐户记录中的资金转移到另一个帐户记录 ) 。分布式数据库的一个主要功能就是给用户提供进行复杂查询的能力 , 使用户就好象在一个单一的数据库上操作一样。也就是说 , 给用户提供一个统一的数据视图和操作接口 , 通过这个接口 , 用

45、户可使用整个系统中的信息 , 而且可以不管数据的具体位置 , 与使用一个单一的集中数据库一样。图 1. 3 银行电子资金转移系统分布式数据库管理系统的组成及处理查询的过程如图 1. 4 所示。全局用户给出一个5查询 ( 或一般地称用户请求 , 包括查询和更新 , 这里以查询为例说明 ) , 因为查询是根据全局视图而作的 , 所以称作全局查询 ( 全局请

46、求 ) 。当 DDBM S 接收到一个全局查询时 , DDBM S 中的转换模块访问系统目录 , 根据查询得到所访问的数据的位置。将总体查询分割成用局部功能表达的查询 , 送到 DDBM S 的分布式执行模块 ( DE ) , DE根据所得到的查询 ( 可能是一小块由子查询组成的程序 ) 给出处理调度并组织实施 , 如果子查询涉及本地的数据 , 则将子查询送到本地的局

47、部 DBM S, 否则通过通信线路送到远程的局部 DBM S, 各局部 DBM S 处理子查询并将结果送给 DE , 由 DE 将其中一些子结果送到转换模块 , 由它对这些图 1. 4 分布式数据库组成及功能子结果作适当的计算组合 , 给用户提供总的结果。这里转换模块的作用是分割、计算和重新组合。分布执行模块的作用是给出查询的处理调度过程、保证其同步各子

48、查询的执行正确地实施、并作为 DDBM S 与网络通信的接口。DDBM S 必须给用户提供基于数据模型的数据描述语言 , 由全局数据库管理员( GDBA ) 使用这个语言定义全局模式。DDBM S 也必须提供数据操纵语言 , 使用户不必关心数据的分布而达其全局查询。在上面银行系统的例子中 , 将数据存放在银行系统使用频率最高的地方。这样就提高了处理的频率与数据的可用性 , 也因而经常按需要将数据划分成不同的碎片 , 分布到不同的场所。将同一个用户不同性质的帐目存放到不同的场所 , 就是一个数据分割与分布的例子。分布式数据必须具有适合于这种分割与分布的体系结构。在分布式数据库中 , 由于下面两个原因 , 经常需要将相同数据冗余地存放在

展开阅读全文