Thiết kế cơ sở dữ liệu phân tán để tổ chức khai thác thông tin về giao thông

- i -
Số hóa bởi Trung tâm Học liệu

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG




NGUYỄN THỊ LAN ANH



THIẾT KẾ CƠ SỞ DỮ LIỆU PHÂN TÁN ĐỂ TỔ CHỨC
KHAI THÁC THÔNG TIN VỀ GIAO THÔNG




LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH








Thái Nguyên - 2014

- ii -
Số hóa bởi Trung tâm Học liệu

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG





NGUYỄN THỊ LAN ANH



THIẾT KẾ CƠ SỞ DỮ LIỆU PHÂN TÁN ĐỂ TỔ CHỨC
KHAI THÁC THÔNG TIN VỀ GIAO THÔNG
CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH
Mã số: 60 48 01 01



LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH





NGƢỜI HƢỚNG DẪN KHOA HỌC
PGS. TS ĐỖ TRUNG TUẤN

Thái Nguyên - 2014

- iii -
Số hóa bởi Trung tâm Học liệu

Lời cảm ơn
Để hoàn thành chƣơng trình cao học và viết luận văn này, em đã nhận đƣợc sự
giúp đỡ và đóng góp nhiệt tình của các thầy cô trƣờng Đại học Công nghệ Thông tin
và Truyền Thông, Đại học Thái Nguyên.
Trƣớc hết, em xin chân thành cảm ơn các thầy cô trong bộ phận Đào tạo sau
đại học, Đại học Công nghệ thông tin và Truyền thông, trƣờng Đại học Thái
Nguyên đã tận tình giảng dạy, trang bị cho em những kiến thức quý báu trong suốt
những năm học qua. Em xin gửi lời biết ơn sâu sắc tới PGS. TS Đỗ Trung Tuấn đã
dành rất nhiều thời gian và tâm huyết hƣớng dẫn, chỉ bảo em trong suốt quá trình
thực hiện đề tài.
Xin chân thành cảm ơn gia đình, bạn bè đã nhiệt tình ủng hộ, giúp đỡ, động
viên cả về vật chất lẫn tinh thần trong thời gian học tập và nghiên cứu.
Trong quá trình thực hiện luận văn, mặc dù đã rất cố gắng nhƣng cũng không
tránh khỏi những thiếu sót. Kính mong nhận đƣợc sự cảm thông và tận tình chỉ bảo
của các thầy cô và các bạn.



- iv -
Số hóa bởi Trung tâm Học liệu

Lời cam đoan
Luận văn thạc sỹ này tôi nghiên cứu và thực hiện dƣới sự hƣớng dẫn của
PGS.TS Đỗ Trung Tuấn. Để hoàn thành bản luận văn này, ngoài các tài liệu đã liệt
kê, tôi cam đoan không sao chép các công trình hoặc đồ án tốt nghiệp của ngƣời khác.

Tác giả



NGUYỄN THỊ LAN ANH


- v -
Số hóa bởi Trung tâm Học liệu

MỤC LỤC
Lời cảm ơn i
Lời cam đoan iv
MỤC LỤC v
Danh mục hình vẽ vii
Danh mục các từ viết tắt viii
MỞ ĐẦU 1
CHƢƠNG 1. 3
CƠ SỞ DỮ LIỆU PHÂN TÁN 3
1.1. Cơ sở dữ liệu tập trung 3
1.2. Cơ sở dữ liệu phân tán 3
1.2.1. Khái niệm cơ sở dữ liệu phân tán 3
1.2.3. Các hình thức tổ chức hệ thống phân tán 4
1.2.4. Ƣu nhƣợc điểm của hệ phân tán 6

1.2.5. Kiến trúc cơ bản của CSDL phân tán 6
1.3. So sánh cơ sở dữ liệu phân tán và cơ sở dữ liệu tập trung 9
1.4. Sự cần thiết của cơ sở dữ liệu phân tán 12
1.5. Kết luận chƣơng 14
CHƢƠNG 2. 15
THIẾT KẾ CƠ SỞ DỮ LIỆU PHÂN TÁN 15
2.1. Các vấn đề về phân mảnh dữ liệu 15
2.1.1. Lý do phân mảnh 15
2.1.2. Các kiểu phân mảnh 16
2.1.3. Mức độ phân mảnh 16
2.1.4. Các quy tắc phân mảnh 17
2.1.5. Các kiểu cấp phát 17
2.1.6. Các yêu cầu thông tin 18
2.2. Các phƣơng pháp phân mảnh 19
2.2.1. Phân mảnh dữ liệu ngang 19
2.2.2. Phân mảnh dọc 24
2.2.3. Phân mảnh hỗn hợp 27
2.3. Cấp phát
27
2.3.1. Bài toán cấp phát 27
2.3.2. Yêu cầu về thông tin 28
2.3.3. Mô hình cấp phát 29
2.4. Truy vấn trong cơ sở dữ liệu phân tán 31
2.4.1. Mục đích của xử lý truy vấn 31
2.4.2. Các tầng của quá trình xử lý truy vấn 32
2.5. Kĩ thuật thực hiện phép nối và phép hợp của đại số quan hệ 33
2.5.1. Phép chọn 35
2.5.2. Phép nối 36
2.5.3. Phân mảnh 38

- vi -
Số hóa bởi Trung tâm Học liệu

2.7. Kết luận chƣơng 43
CHƢƠNG 3. 44
THIẾT KẾ CƠ SỞ DỮ LIỆU VỀ CÁC CUNG ĐƢỜNG THÁI NGUYÊN 44
3.1. Phát biểu bài toán 44
3.2. Thiết kế cơ sở dữ liệu phân tán các cung đƣờng 45
3.2.1. Thiết kế lƣợc đồ quan hệ tổng thể 45
3.2.2. Thiết kế phân mảnh 52
3.2.3. Thiết kế định vị 54
3.2.4. Thiết kế sơ đồ ánh xạ địa phƣơng 54
3.2.5. Thiết kế hệ thống mạng cho hệ thống 55
3.3. Cài đặt ứng dụng 56
3.3.1. Cấu hình các Server 56
3.3.2. Môi trƣờng hoạt động 57
3.3.3. Công nghệ sử dụng 57
3.4. Giới thiệu chƣơng trình 59
3.4.1. Mục tiêu mà hệ thống đạt đƣợc 59
3.4.2.Cấu trúc chƣơng trình 59
3.4.3. Một số giao diện chính 60
3.5. Kết luận chƣơng 61
KẾT LUẬN 62
Kết quả đạt đƣợc 62
Hƣớng nghiên cứu tiếp 62
Tài liệu tham khảo 63


- vii -
Số hóa bởi Trung tâm Học liệu

Danh mục hình vẽ
Hình 1.1. Mô hình CSDL phân tán 4
Hình 1.2. Mô hình Peer-to-peer 4
Hình 1.3. Mô hình File Server 5
Hình 1.4. Mô hình Client Server 5
Hình 1.5. Kiến trúc cơ bản của CSDL phân tán 6
Hình 1.6. Các phân mảnh và mô hình vật lý cho một quan hệ toàn cục 8
Hình 2.1 So sánh các phƣơng pháp nhân bản 18
Hình 2.1. Lƣợc đồ phân tầng tổng quát để xử lý truy vấn phân tán 33
Hình 2.2. Rút gọn phân mảnh ngang với phép chọn 35
Hình 2.3a. Cây đại số quan hệ truy vấn gốc 37
Hình 2.3b. Rút gọn phân mảnh ngang với phép kết nối 38
Hình 2.5. Rút gọn cho phân mảnh gián tiếp 42
Hình 2.6. Rút gọn phân mảnh hỗn hợp 43
Hình 3.1. Tỉnh Thái Nguyên 44
Hình 3.2. Cần thiết an toàn giao thông 45
Bảng 1. Cấu trúc bảng HUYEN 46
Bảng 2. Cấu trúc bảng DUONG 47
Bảng 3. Cấu trúc bảng LOAIMADUONG 47
Bảng 4. Cấu trúc bảng KIEUDUONG 48
Bảng 5. Cấu trúc bảng TOCHUCGIAOTHONG 48
Bảng 6. Cấu trúc bảng MUCDOHUHONG 49
Bảng 7. Cấu trúc bảng LOAIBAOTRI 49
Bảng 8. Cấu trúc bảng DONVITHICONG 50
Bảng 9. Cấu trúc bảng THONGTINBAOTRI 51
Hình 3.3. Sơ đồ về mối quan hệ 51
Hình 3.3. Sơ đồ định vị của các mảnh tại các vị trí 54
Hình 3.3. Các mảnh và hình ảnh vật lý của một quan hệ tổng thể 55
Hình 3.3. Mô hình mạng của hệ thống quản lí các cung đƣờng 56

Hình 3.7. Giao diện form quản lý thông tin cung đƣờng 60
Hình 3.8. Giao diện form quản lý thông tin bảo trì 61
Hình 3.9. Giao diện form tìm kiếm cung đƣờng 61


- viii -
Số hóa bởi Trung tâm Học liệu

Danh mục các từ viết tắt
DBMS
Database Management System
ADSL
Đƣờng truyền bất đối xứng Asymmetric
Digital Subscriber Line
C#
Ngôn ngữ lập trình
CPU
Central Processing Unit
CSDL
Cơ sở dữ liệu
CSDLPT
Cơ sở dữ liệu phân tán
DB2
Hệ quản trị cơ sở dữ liệu DB2 của IBM
DHM
Highway Development and Management
System
ER
Entity-Relationship
ETL

Extract Transform Load
IMS
Information Management System
LAN
Local Area Network
Mainframe
Máy tính mainframe
MDX
Multidimensional eXpressions
MSIL
MicroSoft Intermediate Language
MSSQL
Microsoft SQL Server
NT
Network Technology
ORACLE
Hệ quản trị cơ sở dữ liệu ORACLE
Partition
Phân đoạn
PC
Máy vi tính, máy cá nhân
SQL
Structured Query Language
XML
Extensible Markup Language


- 1 -
Số hóa bởi Trung tâm Học liệu

MỞ ĐẦU
Trong hệ thống kết cấu hạ tầng kinh tế - xã hội, hạ tầng giao thông vận tải
đóng vai trò rất quan trọng trong việc tạo điều kiện đi lại thuận lợi cho nhân dân,
giao thƣơng hàng hóa, thúc đẩy tăng trƣởng kinh tế, giảm nhẹ thiên tai, phòng thủ
quốc phòng, cải thiện đời sống cho nhân dân, do đó phải ƣu tiên phát triển. Nhiều
cung đƣờng liên tỉnh, liên huyện, liên xã đƣợc bảo trì, nâng cấp, nhiều cung đƣờng
mới đƣợc mở rộng. Vì vậy khối lƣợng thông tin về giao thông ngày càng lớn, phong
phú và đa dạng, cần phải quản lý thông tin này một cách khoa học.
Hiện tại, Sở Giao thông Thái Nguyên quản lý các thông tin này theo cách thức
sau: các đơn vị quản lý giao thông tại các cung đƣờng thƣờng xuyên có báo cáo về
các Sở giao thông nhƣ: lƣu lƣợng tham gia giao thông, số vụ tai nạn xảy ra, chất
lƣợng các cung đƣờng, công tác bảo dƣỡng duy tu, giám sát cung đƣờng, Với và
cách thức tổ chức đó sẽ tốn thời gian và dữ liệu có thể không đồng bộ.
Để khắc phục những nhƣợc điểm trên cần áp dụng công nghệ thông tin vào
trong quá trình quản lý. Vì vậy tôi đã chọn đề tài “Thiết kế cơ sở dữ liệu phân tán để
tổ chức khai thác thông tin về giao thông” làm đề tài luận văn tốt nghiệp của mình.
Đối tƣợng và phạm vi nghiên cứu.
Đối tƣợng nghiên cứu của đề tài gồm: Nghiên cứu về CSDL phân tán,
thiết kế CSDL phân tán nhƣ: các vấn đề về thiết kế phân tán, các
phƣơng pháp thiết kế phân tán, phƣơng pháp phân mảnh, cấp phát cho
các mảnh, … tìm hiểu Các thông tin về giao thông. Ứng dụng lý thuyết
thiết kế CSDL phân tán vào hệ thống. Ứng dụng khả năng quản trị
CSDL phân tán của SQL Server và Visual Studio vào hệ thống.
Trong phạm vi thực hiện của đề tài sẽ phân tích, thiết kế cơ sở dữ liệu
các cung đƣờng trên địa bàn tỉnh Thái Nguyên.

- 2 -
Số hóa bởi Trung tâm Học liệu

Hƣớng nghiên cứu của đề tài : Nghiên cứu và ứng dụng CSDL phân tán, tìm

hiểu, thu thập các thông tin về giao thông. Từ những thông tin thu thập đƣợc phân
tích, thiết kế CSDL phân tán để quản lý các thông tin đó
Phƣơng pháp nghiên cứu : Để thực hiện đƣợc mục tiêu và nhiệm vụ đặt ra
trong đề tài, tôi áp dụng hai phƣơng pháp nghiên cứu đó là: phƣơng pháp nghiên
cứu lý thuyết và phƣơng pháp nghiên cứu thực nghiệm. Đối với phƣơng pháp
nghiên cứu lý thuyết: tôi tiến hành nghiên cứu và thu thập các tài liệu liên quan đến
CSDL phân tán, thiết kế CSDL phân tán, các công cụ có thể triển khai quản trị
CSDL phân tán. Tiếp đến tôi thu thập các tài liệu liên quan đến thông tin về hệ
thống các cung đƣờng. Đối với phƣơng pháp thực nghiệm: tôi phân tích yêu cầu
thực tế của hệ thống và để xác định đƣợc các chức năng, quy trình hoạt động của hệ
thống. Tiếp theo vận dụng cơ sở lý thuyết liên quan nhƣ CSDL phân tán, thiết kế
CSDL phân tán vào thiết kế hệ thống, sử dụng công cụ SQL Server và Visual
Studio để quản trị CSDL phân tán và công cụ thiết kế giao diện và cuối cùng đánh
giá kết quả đạt đƣợc.
Ý nghĩa khoa học của đề tài : Việc ứng dụng CSDL phân tán để quản lý dữ
liệu về các cung đƣờng hiện nay là vấn đề quan trọng và cần thiết cho những ngƣời
làm công tác quản lý giao thông vận tải có cái nhìn chính xác, và đƣa ra quyết định
kịp thời.
Bố cục của luận văn
Luận văn chia thành các chƣơng:
1. Chƣơng 1: Tổng quan về cơ sở dữ liệu phân tán
2. Chƣơng 2: Thiết kế cơ sở dữ liệu phân tán
3. Chƣơng 3: Thiết kế, xây dựng cơ sở dữ liệu các cung đƣờng tại Thái
Nguyên
Cuối luận văn là phần kết luận và tài liệu tham khảo.

- 3 -
Số hóa bởi Trung tâm Học liệu

CHƢƠNG 1.

CƠ SỞ DỮ LIỆU PHÂN TÁN
1.1. Cơ sở dữ liệu tập trung
Trong mô hình CSDL tập trung, các thành phần xử lý ứng dụng, phần mềm cơ
sở dữ liệu và bản thân CSDL đều ở trên một bộ xử lý.
Ví dụ ngƣời dùng máy tính cá nhân có thể chạy các chƣơng trình ứng dụng có
sử dụng phần mềm cơ sở dữ liệu Oracle để truy nhập tới cơ sở dữ liệu nằm trên đĩa
cứng của máy tính cá nhân đó. Từ khi các thành phần ứng dụng, phần mềm cơ sở
dữ liệu và bản thân cơ sở dữ liệu cùng nằm trên một máy tính thì ứng dụng đã thích
hợp với mô hình tập trung.
Hầu hết công việc xử lý luồng thông tin chính đƣợc thực hiện bởi nhiều tổ
chức mà vẫn phù hợp với mô hình tập trung. Ví dụ một bộ xử lý mainframe chạy
phần mềm cơ sở dữ liệu IMS hoặc DB2 của IBM có thể cung cấp cho các trạm làm
việc ở các vị trí phân tán sự truy nhập nhanh chóng tới cơ sở dữ liệu trung tâm. Tuy
nhiên trong rất nhiều hệ thống nhƣ vậy, cả 3 thành phần của ứng dụng cơ sở dữ liệu
đều thực hiện trên cùng một máy mainframe do vậy cấu hình này cũng thích hợp
với mô hình tập trung.
1.2. Cơ sở dữ liệu phân tán
1.2.1. Khái niệm cơ sở dữ liệu phân tán
Một CSDL phân tán là một tập hợp nhiều CSDL có liên đới logic và đƣợc
phân bố trên một mạng máy tính.
Tính chất phân tán: Toàn bộ dữ liệu của CSDL phân tán không đƣợc
cƣ trú ở một nơi mà cƣ trú trên nhiều trạm thuộc mạng máy tính, điều
này giúp chúng ta phân biệt CSDL phân tán với CSDL tập trung đơn lẻ.
Tương quan logic: Toàn bộ dữ liệu của CSDL phân tán có một số các
thuộc tính ràng buộc chúng với nhau, điều này giúp chúng ta có thể

- 4 -
Số hóa bởi Trung tâm Học liệu

phân biệt một CSDL phân tán với một tập hợp CSDL cục bộ hoặc các

tệp cƣ trú tại các vị trí khác nhau trong một mạng máy tính [03].


Hình 1.1. Mô hình CSDL phân tán
Trong hệ thống cơ sở dữ liệu phân tán gồm nhiều trạm, mỗi trạm có thể khai
thác các giao tác truy nhập dữ liệu trên nhiều trạm khác.
1.2.3. Các hình thức tổ chức hệ thống phân tán
a)Mô hình Peer-to-peer
Các máy tính cá nhân và máy trạm có thể đƣợc sử dụng nhƣ một hệ thống độc
lập trợ giúp các ứng dụng địa phƣơng. Mỗi thành viên trong mạng có vai trò ngang
nhau, tự quản lý tài nguyên của chính mình và chia sẻ tài nguyên cho các máy tính
khác trên mạng. Mỗi một máy tính trên mạng vừa đóng vai trò máy chủ (Server),
vừa đóng vai trò là máy khách (Client).
Đây là mô hình mạng đơn giản, phù hợp với những hệ thống mạng nhỏ không
có yêu cầu cao về bảo mật.

Hình 1.2. Mô hình Peer-to-peer

- 5 -
Số hóa bởi Trung tâm Học liệu

b) Mô hình File Server
Máy chủ tệp một số máy dịch vụ tệp đƣợc gán trực tiếp vào mạng LAN, máy
chủ tệp là một thiết bị quản lý các hoạt động tệp và phục vụ các máy tính cá nhân
đƣợc kết nối trong mạng LAN. Mỗi máy cá nhân đƣợc phân chia một dung lƣợng
cố định trên ổ cứng của máy chủ tệp, chƣơng trình ở các máy tính cá nhân có thể
tham chiếu đến các tệp trên phần đĩa tƣơng ứng của nó bằng một đặc tả đƣờng dẫn.
Những hạn chế của máy chủ tệp nhƣ: dữ liệu di chuyển trên mạng quá nhiều, việc
kiểm soát dữ liệu là phi tập trung, các máy trạm phải đủ mạnh.

Hình 1.3. Mô hình File Server
c) Mô hình Client/Server
Một số máy dịch vụ tệp đƣợc gán trực tiếp vào mạng LAN: Server có chức
năng điều khiển, lƣu trữ CSDL, xử lý các truy vấn và quản lý việc khai thác tài
nguyên trên mạng của các máy tính khác. Thuật ngữ client đƣợc sử dụng để chỉ
ngƣời khai thác tài nguyên mạng.

Hình 1.4. Mô hình Client Server

- 6 -
Số hóa bởi Trung tâm Học liệu

1.2.4. Ưu nhược điểm của hệ phân tán
- Ưu điểm: Đáp ứng nhanh hầu hết các ứng dụng sử dụng dữ liệu tại các trạm
Tăng cƣờng các đơn thể ứng dụng và CSDL mà không làm cản trở ngƣời sử
dụng hiện tại. Kiểm soát dữ liệu địa phƣơng theo hƣớng hoàn thiện sự tích hợp
và quản trị dữ liệu từ xa Tăng cƣờng khả năng của hệ thống liên quan đến sự dƣ
thừa dữ liệu.
- Nhược điểm: Phần mềm đắt và phức tạp. Phải xử lý các thay đổi thông báo trong
mọi địa điểm. Khó kiểm soát tính toàn vẹn dữ liệu với nhiều bản sao dữ liệu đƣợc
phân bố khắp mọi nơi. Đáp ứng chậm nhu cầu của các trạm trong trƣờng hợp các
phần mềm ứng dụng không đƣợc phân bố phù hợp với việc sử dụng chung.
1.2.5. Kiến trúc cơ bản của CSDL phân tán
Đây không là kiến trúc tƣờng minh cho tất cả các CSDL phân tán, tuy vậy
kiến trúc này thể hiện tổ chức của bất kỳ một CSDL phân tán nào.

Hình 1.5. Kiến trúc cơ bản của CSDL phân tán
Ngƣời ta xét các khái niệm sau [2]


Sơ đồ tổng thể
Sơ đồ phân đoạn
Sơ đồ định vị
Sơ đồ ánh xạ địa phƣơng 2
Sơ đồ ánh xạ địa phƣơng 1
DBMS của vị trí 1
CSDL địa phƣơng tại vị trí 1
Các vị trí khác…
DBMS của vị trí 2
CSDL địa phƣơng tại vị trí 2

- 7 -
Số hóa bởi Trung tâm Học liệu

(1) Lược đồ toàn cục
Lƣợc đồ toàn cục định nghĩa tất cả dữ liệu đƣợc chứa trong cơ sở dữ liệu phân
tán nhƣ trong cơ sở dữ liệu tập trung. Vì vậy, lƣợc đồ toàn cục đƣợc định nghĩa
chính xác nhƣ định nghĩa lƣợc đồ cơ sở dữ liệu tập trung. Tuy nhiên, mô hình dữ
liệu lƣợc đồ toàn cục cần phải tƣơng thích với việc định nghĩa các ánh xạ tới các
mức của cơ sở dữ liệu phân tán. Vì vậy mô hình dữ liệu quan hệ sẽ đƣợc sử dụng

trong kiến trúc mô hình tham chiếu cơ sở dữ liệu phân tán, định nghĩa một tập các
quan hệ toàn cục.
(2) Lược đồ phân mảnh
Mỗi quan hệ toàn cục có thể chia thành nhiều phần không chồng lặp lên nhau
đƣợc gọi là phân mảnh. Ánh xạ giữa các quan hệ toàn cục và phân mảnh đƣợc định
nghĩa là lƣợc đồ phân mảnh. Ánh xạ này là mối quan hệ một-nhiều. Ví dụ, nhiều
phân mảnh tƣơng ứng với một quan hệ toàn cục, nhƣng chỉ một quan hệ toàn cục
tƣơng ứng với một phân mảnh. Các phân mảnh đƣợc chỉ ra bằng tên của quan hệ
toàn cục với một chỉ số (chỉ số phân mảnh). Ví dụ, R
i
chỉ đến phân mảnh thứ i trong
quan hệ toàn cục R.
Các kiểu phân mảnh dữ liệu bao gồm phân mảnh ngang và phân mảnh dọc và
một kiểu phân mảnh phức tạp hơn là sự hết hợp của 2 loại trên. Trong tất cả các
kiểu phân mảnh, một phân mảnh có thể đƣợc định nghĩa bằng một biểu thức ngôn
ngữ quan hệ cho các quan hệ toàn cục nhƣ là các toán hạng và kết quả đầu ra là các
phân mảnh.
(3) Lược đồ cấp phát
Các phân mảnh là những phần logic của các quan hệ toàn cục đƣợc chứa ở
một hay nhiều trạm trong mạng. Lƣợc đồ cấp phát xác định các phân mảnh đƣợc
chứa ở những trạm nào. Tất cả các phân mảnh tƣơng ứng với cùng một quan hệ R
và đƣợc lƣu ở dùng một trạm j tạo thành một mô hình vật lý của quan hệ toàn cục
lên trạm j. Do đó, có một ánh xạ một-một giữa một mô hình vật lý và một cặp là
một quan hệ toàn cục đƣợc định danh và một chỉ số trạm tƣơng ứng với một mô

- 8 -
Số hóa bởi Trung tâm Học liệu

hình vật lý. Ký hiệu Rji tƣơng ứng với mô hình vật lý mảnh thứ i của quan hệ R trên
trạm j.

Có thể định nghĩa một bản sao của một phân mảnh tại một trạm cho trƣớc và
kí hiệu bằng tên Quan hệ toàn cục R và hai chỉ số. Ví dụ R
3
2
để chỉ bản sao của
phân mảnh R
2
đƣợc chứa ở trạm 3. Hai mô hình vật lý có thể giống nhau, ví là bản
sao của nhau.
Lƣợc đồ các trạm phụ thuộc: gồm lƣợc đồ ánh xạ cục bộ, DBMS của các trạm
cục bộ, cơ sở dữ liệu ở trạm đó.


Hình 1.6. Các phân mảnh và mô hình vật lý cho một quan hệ toàn cục
(4) Lược đồ ánh xạ cục bộ
Do ba mức đầu các trạm độc lập, nên chúng không phụ thuộc vào mô hình dữ
liệu của DBMS cục bộ. Ở mức thấp hơn, nó cần phải ánh xạ mô hình vật lý thành
các đối tƣợng đƣợc thao tác bởi các DBMS cục bộ. Ánh xạ này đƣợc gọi là lƣợc đồ
ánh xạ cục bộ và phụ thuộc vào kiểu của DBMS cục bộ. Trong hệ thống không
đồng nhất có các kiểu khác nhau của ánh xạ cục bộ tại các trạm khác nhau. Yếu tố
quan trọng nhất để thiết kế kiến trúc này là:
Phân mảnh và cấp phát dữ liệu;
Quản lí dƣ thừa dữ liệu;
Quan hệ toàn cục
Phân mảnh
Mô hình vật lý
R
1
trạm 1
R

2
trạm 2
R
3
trạm 3

- 9 -
Số hóa bởi Trung tâm Học liệu

Sự độc lập của các DBMS cục bộ;
(5) DBMS ở các trạm cục bộ độc lập
Tính năng trong suốt trong ánh xạ cục bộ cho phép xây dựng một hệ thống cơ
sở dữ liệu phân tán đồng nhất hoặc không đồng nhất. Trong hệ thống đồng nhất, các
lƣợc đồ độc lập của một trạm đƣợc định nghĩa sử dụng cùng một mô hình nhƣ
DBMS cục bộ nhƣng trong hệ thống không đồng nhất thì các lƣợc đồ ánh xạ cục bộ
dùng để phối hợp các kiểu khác nhau của DBMS…
1.3. So sánh cơ sở dữ liệu phân tán và cơ sở dữ liệu tập trung
Cơ sở dữ liệu tập trung cùng với cơ sở dữ liệu không qua thiết kế hình thành
trƣớc khi có cơ sở dữ liệu phân tán. Hai hình thức này phát triển trên cơ sở tự phát
và hệ thống tập trung. Nhƣ vậy hai hình thức này không đáp ứng đƣợc yêu cầu tổ
chức và công việc trên phạm vi lớn.
Cơ sở dữ liệu phân tán đƣợc thiết kế khác cơ sở dữ liệu tập trung. Do đó cần
đối sánh các đặc trƣng của cơ sở dữ liêu phân tán với cơ sở dữ liệu tập trung để thấy
đƣợc lợi ích của cơ sở dữ liệu phân tán. Đặc trƣng mô tả cơ sở dữ liệu tập trung là
điều khiển tập trung, độc lập dữ liệu, giảm bớt dƣ thừa, cơ cấu vật lý phức tạp đối
với khả năng truy cập, toàn vẹn, hồi phục, điều khiển tƣơng tranh, biệt lập và an
toàn dữ liệu.
a) Điều khiển tập trung:
Điều khiển tập trung các nguồn thông tin của công việc hay tổ chức. Có ngƣời
quản trị đảm bảo an toàn dữ liệu. Trong cơ sở dữ liệu phân tán: không đề cập đến

vấn đề điều khiển tập trung. Ngƣời quản trị cơ sở dữ liệu chung phân quyền cho
ngƣời quản trị cơ sở dữ liệu địa phƣơng.
b) Độc lập dữ liệu
Độc lập dữ liệu là một trong những nhân tố tác động đến cấu trúc cơ sở dữ liệu
để tổ chức dữ liệu chuyển cho chƣơng trình ứng dụng. Tiện lợi chính của độc lập dữ
liệu là các chƣơng trình ứng dụng không bị ảnh hƣởng khi thay đổi cấu trúc vật lý

- 10 -
Số hóa bởi Trung tâm Học liệu

của dữ liệu. Trong cơ sở dữ liệu phân tán, độc lập dữ liệu có tầm quan trọng cũng
nhƣ trong cơ sở dữ liệu truyền thống. Khái niệm cơ sở dữ liệu trong suốt mô tả hoạt
động chƣơng trình trên cơ sở dữ liệu phân tán đƣợc viết nhƣ làm việc trên cơ sở dữ
liệu tập trung. Hay nói cách khác tính đúng đắn của chƣơng trình không bị ảnh
hƣởng bởi việc di chuyển dữ liệu từ nơi này sang nơi khác trong mạng máy tính.
Tuy nhiên tốc độ làm việc bị ảnh hƣởng do có thời gian di chuyển dữ liệu [03].
c) Giảm dư thừa dữ liệu
Trong CSDL tập trung, tính dƣ thừa hạn chế đƣợc càng nhiều càng tốt vì:
Dữ liệu không đồng nhất khi có vài bản sao của cùng cơ sở dữ liệu logic; để
tránh đƣợc nhƣợc điểm này giải pháp là chỉ có một bản sao duy nhất.
Giảm không gian lƣu trữ. Giảm dƣ thừa có nghĩa là cho phép nhiều ứng dụng
cùng truy cập đến một cơ sở dữ liệu mà không cần đến nhiều bản sao ở những nơi
chƣơng trình ứng dụng cần.
Trong cơ sở dữ liệu truyền thống tính dƣ thừa dữ liệu cũng cần quan tâm vì:
Tính cục bộ của chƣơng trình ứng dụng sẽ tăng nếu dữ liệu đặt ở mọi
nơi mà chƣơng trình ứng dụng cần.
Khả năng sẵn sàng của hệ thống cao bởi vì khi có lỗi ở một nơi nào đó
trong hệ thống thì không cản trở hoạt động của chƣơng trình ứng dụng.
Nói chung, nguyên nhân đối lập với tính dƣ thừa đƣa ra trong môi trƣờng truyền
thống vẫn còn đúng cho hệ thống phân tán và vì vậy công việc định giá mức độ tốt

của tính dƣ thừa đòi hỏi định giá lại công việc lựa chọn mức độ dƣ thừa dữ liệu.
Cơ sở dữ liệu phân tán khắc phục đƣợc hai nhƣợc điểm này vì dữ liệu đƣợc
chia ra thành nhiều phần nhỏ và chỉ có một bản sao logic tổng thể duy nhất để tiện
cho việc truy cập dữ liệu.



- 11 -
Số hóa bởi Trung tâm Học liệu

d) Cấu trúc vật lý và khả năng truy cập
Ngƣời sử dụng truy cập đến cơ sở dữ liệu tập trung phải thông qua cấu trúc
truy cập phức tạp: định vị cơ sở dữ liệu, thiết lập đƣờng truyền
Trong cơ sở dữ liệu phân tán, cấu trúc truy cập phức tạp không phải là công cụ
chính để truy cập hiệu quả đến cơ sở dữ liệu. Hiệu quả có nghĩa là thời gian tìm
kiếm và chuyển dữ liệu nhỏ nhất, chi phí truyền thông thấp nhất.
Mỗi cách thức truy cập cơ sở dữ liệu phân tán viết bởi ngƣời lập trình hoặc tạo
ra bởi một bộ tối ƣu. Công việc viết ra một cách thức truy cập cơ sở dữ liệu phân
tán cũng giống nhƣ viết chƣơng trình duyệt trong cơ sở dữ liệu tập trung. Công việc
mà chƣơng trình duyệt này làm là xác định xem có thể truy cập đến đƣợc bao nhiêu
cơ sở dữ liệu.
e) Tính toàn vẹn, hồi phục và điều khiển tương tranh
Mặc dù trong cơ sở dữ liệu, tính toàn vẹn, hồi phục và điều khiển đồng thời
liên quan nhiều vấn đề liên quan lẫn nhau. Mở rộng hơn vấn đề này là việc cung cấp
các giao tác. Giao tác là đơn vị cơ bản của việc thực hiện: giao tác cụ thể là bó công
việc đƣợc thực hiện toàn bộ hoặc không đƣợc thực hiện.
Trong cơ sở dữ liệu phân tán, vấn đề điều khiển giao tác tự trị có ý nghĩa quan
trọng: hệ thống điều phối phải chuyển đổi các quỹ thời gian cho các giao tác liên
tiếp. Nhƣ vậy giao tác tự trị là phƣơng tiện đạt đƣợc sự toàn vẹn trong cơ sở dữ liệu.
Có hai mối nguy hiểm của giao tác tự trị là lỗi và tƣơng tranh.

1. Thứ nhất, trong cơ sở dữ liệu phân tán với cấp độ tự trị cao ở mỗi điểm,
ngƣời có dữ liệu địa phƣơng sẽ cảm thấy an toàn hơn vì họ có thể tự bảo vệ
dữ liệu của mình thay vì phụ thuộc vào ngƣời quản trị hệ thống tập trung.
2. Thứ hai, vấn đề an toàn thực chất với hệ thống phân tán không giống nhƣ
các hệ thống thông thƣờng khác mà còn liên quan đến mạng truyền thông.
Nhƣ vậy trong cơ sở dữ liệu phân tán vấn đề an toàn cơ sở dữ liệu phức tạp hơn.

- 12 -
Số hóa bởi Trung tâm Học liệu

f) Tính biệt lập và an toàn: trong CSDL truyền thống, ngƣời quản trị hệ thống
có quyền điều khiển tập trung, ngƣời sử dụng có chắc chắn đƣợc phân quyền mới
truy cập vào đƣợc dữ liệu. Điểm quan trọng là trong cách tiếp cận cơ sở dữ liệu tập
trung, không cần thủ tục điều khiển chuyên biệt.
Trong CSDL phân tán, những ngƣời quản trị địa phƣơng cũng phải giải quyết
vấn đề tƣơng tự nhƣ ngƣời quản trị cơ sở dữ liệu truyền thống.
1.4. Sự cần thiết của cơ sở dữ liệu phân tán
a) Sự phát triển của các cơ cấu tổ chức
Cùng với sự phát triển của xã hội, nhiều cơ quan, xí nghiệp có cơ cấu tổ chức
không tập trung, hoạt động phân tán trên phạm vi rộng. Vì vậy thiết kế và cài đặt cơ
sở dữ liệu phân tán là phù hợp, đáp ứng mọi nhu cầu truy cập và khai thác dữ liệu.
Cùng với sự phát triển của công nghệ viễn thông, tin học, động cơ thúc đẩy kinh tế,
việc tổ chức các trung tâm máy tính lớn và tập trung trở thành vấn đề cần nghiên cứu.
Cơ cấu tổ chức và vấn đề kinh tế là một trong những nguyên nhân quan trọng
nhất của sự phát triển cơ sở dữ liệu phân tán.
b) Giảm chi phí truyền thông
Trong thực tế, sử dụng một số ứng dụng mang tính địa phƣơng sẽ làm giảm
chi phí truyền thông. Bởi vậy, việc tối ƣu hoá tính địa phƣơng của các ứng dụng là
một trong những mục tiêu chính của việc thiết kế và cài đặt một CSDL phân tán.
c) Hiệu quả công việc

Sự tồn tại một số hệ thống xử lý điạ phƣơng đạt đƣợc thông quan việc xử lý
song song. Vấn đề này có thể thích hợp với mọi hệ đa xử lý. CSDL phân tán có
thuận lợi trong phân tích dữ liệu phản ánh điều kiện phụ thuộc của các ứng dụng,
cực đại hoá tính địa phƣơng của ứng dụng. Theo cách này tác động qua lại giữa các
bộ xử lý đƣợc làm cực tiểu. Công việc đƣợc phân chia giữa các bộ xử lý khác nhau
và tránh đƣợc các tắc nghẽn thông tin trên mạng truyền thông hoặc các dịch vụ

- 13 -
Số hóa bởi Trung tâm Học liệu

chung của toàn hệ thống. Sự phân tán dữ liệu phản ánh hiệu quả làm tăng tính địa
phƣơng của các ứng dụng.
d) Độ tin cậy và tính sẵn sàng
Cách tiếp cận CSDL phân tán, cho phép truy nhập độ tin cậy và tính sẵn sàng
cao hơn. Tuy nhiên, để đạt đƣợc mục đích đó là vấn đề không đơn giản đòi hỏi kỹ
thuật phức tạp. Những lỗi xuất hiện trong một CSDL phân tán có thể xảy ra nhiều
hơn vì số các thành phần cấu thành lớn hơn, nhƣng ảnh hƣởng của lỗi chỉ ảnh
hƣởng tới các ứng dụng sử dụng các trạm lỗi. Sự hỏng hóc của toàn hệ thống hiếm
khi xảy ra.
CSDL phân tán là sự tập hợp các dữ liệu thuộc cùng một hệ thống về mặt
logic nhƣng phân bố trên các trạm của mạng máy tính. Công nghệ CSDL phân tán
là sự kết hợp giữa hai vấn đề phân tán và hợp nhất:
Phân tán: phân tán dữ liệu trên các trạm của mạng;
Hợp nhất: hợp nhất về mặt logic các dữ liệu phân tán sao cho chúng
xuất hiện với ngƣời sử dụng giống nhƣ với CSDL đơn lẻ duy nhất.
Công nghệ CSDL phân tán mới thực sự phát triển trong những năm gần đây
nhờ sự phát triển của kỹ thuật tính toán, kỹ thuật truyền thông và mạng máy tính.
Những ứng dụng đƣợc xây dựng trên CSDL phân tán đã xuất hiện nhiều trên thị
trƣờng và từng bƣớc chứng minh tính ƣu việt của nó so với CSDL tập trung.
Tuy nhiên, hệ cơ sở dữ liệu phân tán cũng có những hạn chế nhƣ:

Phần mềm phức tạp và kinh phí tốn kém;
Phải xử lý các thay đổi thông báo trong mọi địa điểm;
Khó kiểm soát tính toàn vẹn dữ liệu với nhiều bản sao dữ liệu đƣợc
phân bố khắp mọi nơi;
Nói chung, kỹ thuật thiết kế cơ sở dữ liệu phân tán phức tạp nhƣng hệ cơ sở
dữ liệu phân tán cũng cần thiết cho xu hƣớng phát triển kinh tế hiện nay.

- 14 -
Số hóa bởi Trung tâm Học liệu

1.5. Kết luận chƣơng
Cơ sở dữ liệu phân tán rất quan trọng vì nhiều lý do khác nhau, nó có thể đƣợc
cài đặt trên các mạng máy tính diện rộng và các mạng cục bộ nhỏ. Có hai lý do về
tổ chức và kỹ thuật đối với sự phát triển cơ sở dữ liệu phân tán đó là: Cơ sở dữ liệu
phân tán đƣợc xây dựng để khắc phục các thiếu sót của cơ sở dữ liệu tập trung và nó
phù hợp hơn trong cấu trúc phân quyền của nhiều tổ chức. Kỹ thuật cơ sở dữ liệu
phân tán đƣợc mở rộng và phát triển từ kỹ thuật của cơ sở dữ liệu truyền thống.
Trong môi trƣờng mới này, một số vấn đề kỹ thuật đòi hỏi các giải pháp khác, và
một số giải pháp hoàn toàn mới.


- 15 -
Số hóa bởi Trung tâm Học liệu

CHƢƠNG 2.
THIẾT KẾ CƠ SỞ DỮ LIỆU PHÂN TÁN
2.1. Các vấn đề về phân mảnh dữ liệu
Phần lớn các hệ cơ sở dữ liệu phân tán đƣợc thiết kế theo hƣớng từ trên xuống
(TopDown). Thiết kế phân mảnh dữ liệu là công việc đầu tiên phải thực hiện. Mục
đích của việc phân mảnh dữ liệu là tạo ra các đơn vị cấp phát logic, sao cho chi phí

để thực hiện truy vấn thông tin là thấp nhất. Các bộ hoặc các thuộc tính của quan
hệ không thể đƣợc xem nhƣ một đơn vị cấp phát, vì sẽ làm cho việc cấp phát trở lên
phức tạp hơn. Thiết kế phân mảnh bằng cách nhóm một số bộ trong trƣờng hợp
phân mảnh ngang hay nhóm các thuộc tính trong trƣờng hợp phân mảnh dọc có
cùng đặc tính theo quan điểm cấp phát. Các mảnh hình thành bằng các phƣơng pháp
phân mảnh tạo ra các đơn vị cấp phát dữ liệu khác nhau [2].
2.1.1. Lý do phân mảnh
Trong thiết kế CSDL phân tán, cần thiết phải thực hiện phân mảnh dữ liệu vì
những lý do sau đây:
1. Trong các hệ quản trị CSDL, các quan hệ đƣợc lƣu trữ dƣới dạng các bảng
hai chiều. Các thao tác đối với CSDL đƣợc thực hiện trên các bảng. Tuy
nhiên trong thực tế, các ứng dụng chỉ yêu cầu thao tác trên các tập con của
các quan hệ, là khung nhìn dữ liệu của ngƣời sử dụng. Vì vậy việc xem tập
con của quan hệ là đơn vị truy cập thông tin để phân tán dữ liệu là hợp lý.
2. Việc phân rã một quan hệ thành nhiều mảnh, mỗi mảnh đƣợc xử lý nhƣ
một đơn vị dữ liệu, sẽ cho phép thực hiện nhiều giao dịch đồng thời. Đồng
thời việc phân mảnh các quan hệ cũng cho phép thực hiện song song một
câu vấn tin bằng cách chia nó thành một tập các câu vấn tin con hoạt tác
trên các mảnh. Vì thế việc phân mảnh sẽ làm tăng mức độ hoạt động đồng
thời và tăng lƣu lƣợng hoạt động của hệ thống. Tuy nhiên không phải việc

- 16 -
Số hóa bởi Trung tâm Học liệu

phân mảnh chỉ có ƣu điểm hoàn toàn, mà nó cũng thể hiện những hạn chế
nhất định nhƣ:
3. Nếu ứng dụng có những yêu cầu “xung đột” ngăn cản phân rã thành các
mảnh đƣợc sử dụng độc quyền.
4. Những ứng dụng có các khung nhìn đƣợc định nghĩa trên nhiều mảnh khác
nhau sẽ làm giảm hiệu suất hoạt động của hệ thống, làm tăng chi phí truy

cập dữ liệu đến các mảnh và tăng chi phí kết nối các mảnh
5. Việc kiểm soát ngữ nghĩa, đặc biệt là vấn đề kiểm tra tính toàn vẹn sẽ khó
khăn hơn
2.1.2. Các kiểu phân mảnh
Các quan hệ cơ sở dữ liệu thƣờng đƣợc biểu diễn dƣới dạng bảng. Việc phân
mảnh một quan hệ thành nhiều quan hệ con khác nhau theo các cách khác nhau, sẽ
có các cách phân mảnh tƣơng ứng. Có hai kiểu phân mảnh tƣơng ứng với việc chia
quan hệ theo chiều dọc và chia quan hệ theo chiều ngang .
Phân mảnh theo chiều dọc: Các quan hệ đƣợc chia theo chiều dọc. Nghĩa là
thiết lập một quan hệ mới chỉ có một số thuộc tính từ quan hệ gốc. Thực chất đây là
phép chiếu trên tập con các thuộc tính của quan hệ.
2.1.3. Mức độ phân mảnh
Phân mảnh cơ sở dữ liệu đến mức độ nào là đủ, không làm ảnh hƣởng đến
hiệu năng của việc thực hiện truy vấn. Mức độ phân mảnh có thể là phân mảnh một
quan hệ chƣa đƣợc phân mảnh, có thể phân mản các quan hệ đã đƣợc phân mảnh.
Có thể phân mảnh theo chiều dọc (theo từng thuộc tính) hoặc theo chiều ngang
(theo từng bộ trong quan hệ).
Một mức độ ứng phân mảnh thích hợp sao cho tránh đƣợc các hạn chế khi
phân mảnh chỉ đƣợc định nghĩa ứng với các ứng dụng sẽ chạy trên cơ sở dữ liệu.

- 17 -
Số hóa bởi Trung tâm Học liệu

2.1.4. Các quy tắc phân mảnh
Các nguyên tắc để đảm bảo cơ sở dữ liệu khi phân mảnh sẽ đảm bảo tính
không thay đổi về ngữ nghĩa. Dƣới đây là ba qui tắc phải tuân thủ khi phân mảnh cơ
sở dữ liệu quan hệ.
1. Tính đầy đủ: Quan hệ R đƣợc phân rã thành các mảnh R1, R2…Rn, thì mỗi
mục dữ liệu có trong quan hệ R sẽ đƣợc chứa trong ít nhất một mảnh Ri (i=1, ,n).
Quy tắc này đảm bảo cho các mục dữ liệu trong R đƣợc ánh xạ hoàn toàn vào các

mảnh và không bị mất. Mục dữ liệu có thể hiểu là bộ trong phân mảnh ngang và
thuộc tính trong phân mảnh dọc.
2. Tính phục hồi: Nếu một quan hệ R đƣợc phân rã thành các mảnh R1,
R2,…,Rn khi đó: R = Ri, Ri FR. Toán tử thay đổi tùy theo từng loại phân
mảnh. Khả năng phục hồi quan hệ từ các mảnh sẽ đảm bảo bảo toàn các phụ thuộc.
3. Tính tách biệt: Nếu quan hệ R đƣợc phân rã ngang thành các mảnh Ri,
i=1, n và mục dữ liệu di nằm trong một mảnh Ri thì nó sẽ không nằm trong mảnh
Rk , (k≠j). Quy tắc này đảm bảo các mảnh phân rã rời nhau. Trong trƣờng hợp phân
mảnh dọc, khóa chính của quan hệ phải đƣợc lập lại trong tất cả các mảnh. Vì vậy
tính tách biệt trong phân mảnh dọc đƣợc hiểu không liên quan gì đến khóa chính
của quan hệ.
2.1.5. Các kiểu cấp phát
Giả sử CSDL đã đƣợc phân mảnh, thích hợp và thoả các yêu cầu phải cấp
phát cho các vị trí trên mạng. Khi dữ liệu đƣợc cấp phát, có thể không nhân bản
hoặc có thể đƣợc nhân bản. Không nhân bản, thƣờng đƣợc gọi là CSDL phân
hoạch, các mảnh chỉ đƣợc cấp phát trên các trạm và không có bản sao nào trên
mạng. Trong trƣờng hợp nhân bản, hoặc toàn bộ CSDL đều có ở trên tất cả các từng
trạm (CSDL đƣợc nhân bản đầy đủ), hoặc các mảnh của CSDL đƣợc phân tán tới
các trạm bằng cách các mảnh sao đƣợc đặt trên nhiều trạm (CSDL đƣợc nhân bản
từng phần). Một số các bản sao của mảnh có thể là đầu vào cho thuật toán cấp phát
hoặc quyết định giá trị của biến đƣợc xác bởi thuật toán.