bài giảng về cơ sở dữ liệu nâng cao

TRƯỜNG ĐẠI HỌC HÀNG HẢI
KHOA CÔNG NGHỆ THÔNG TIN
BÀI GIẢNG
CƠ SỞ DỮ LIỆU NÂNG CAO
Biên soạn: Th.S Nguyễn Trung Đức
Hải Phòng – 2008

1
BỘ GIAO THÔNG VẬN TẢI
TRƯỜNG ĐẠI HỌC HÀNG HẢI
BỘ MÔN: HỆ THỐNG THÔNG TIN
KHOA: CÔNG NGHỆ THÔNG TIN
BÀI GIẢNG
CƠ SỞ DỮ LIỆU NÂNG CAO
TÊN HỌC PHẦN : CƠ SỞ DỮ LIỆU NÂNG CAO
MÃ HỌC PHẦN : 17406
TRÌNH ĐỘ ĐÀO TẠO : ĐẠI HỌC CHÍNH QUY
DÙNG CHO SV NGÀNH : CÔNG NGHỆ THÔNG TIN
HẢI PHÒNG - 2008

2
Tên học phần: Cơ sở dữ liệu nâng cao Loại học phần: 2
Bộ môn phụ trách giảng dạy: Hệ thống Thông tin Khoa phụ trách: CNTT.
Mã học phần: 17406 Tổng số TC: 2
TS tiết
Lý thuyết
Thực hành/Xemina
Tự học
Bài tập lớn
Đồ án môn học
45

30
15
0
0
0
Điều kiện tiên quyết:
Sinh viên phải học và thi đạt các học phần sau mới được đăng ký học học phần này:
Cơ sở dữ liệu.
Mục tiêu của học phần:
Cung cấp kiến thức nâng cao về mô hình cơ sở dữ liệu quan hệ, các phương pháp thiết kế cơ
sở dữ liệu khác nhau.
Nội dung chủ yếu:
Giới thiệu về các hệ quản trị dữ liệu; Các mô hình mạng, mô hình phân cấp; Điều khiển tương
tranh trong hệ quản trị cơ sở dữ liệu; An toàn và xử lý sai sót; Mô hình cơ sở dữ liệu hướng đối
tượng; Mô hình cơ sở dữ liệu phân tán.
Nội dung chi tiết:
PHÂN PHỐI SỐ TIẾT
TÊN CHƯƠNG MỤC
TS
LT
TH
BT
KT
Chương 1. Hệ quản trị cơ sở dữ liệu và lịch sử phát
triển
3
3
1.1. Quan niệm về CSDL
1.2. Ứng dụng của hệ quản trị CSDL
1.3. Lịch sử của các hệ quản trị dữ liệu

Chương 2. Mô hình mạng, mô hình phân cấp
3
3
2.1. Mô hình mạng
2.1.1. Giới thiệu
2.1.2. Các khái niệm
2.2. Mô hình phân cấp
2.2.1. Giới thiệu
2.2.2. Các khái niệm
Chương 3. Thiết kế cơ sở dữ liệu khái niệm
3
3
3.1. Giới thiệu
3.2. Trừu tượng hoá trong thiết kế CSDL
3.3. Các thuộc tính tương xứng giữa các lớp
3.4. Các mô hình dữ liệu
3.5. Mô hình thực thể quan hệ
Chương 4. Điều khiển khai thác tương tranh
3
3
4.1. Giới thiệu
4.2. Một số khái niệm
4.3. Đặc tính của khai thác không xung đột
4.3.1. Một số khái niệm
4.3.2. Khai thác có thứ tự
4.3.3. Đồ thị về thứ tự thực hiện các giao tác
Chương 5. An toàn dữ liệu và xử lý sai sót
3
3
5.1. An toàn trong CSDL

5.1.1. Phạm vi an toàn dữ liệu
5.1.2. Các yêu cầu bảo vệ CSDL
5.1.3. Các dạng sai sót
5.2. Các điều khiển an toàn dữ liệu
5.2.1. Điều khiển luồng thông tin

3
PHÂN PHỐI SỐ TIẾT
TÊN CHƯƠNG MỤC
TS
LT
TH
BT
KT
5.2.2. Điều khiển suy diễn
5.2.3. Điều khiển truy nhập
Chương 6. Đánh giá câu hỏi
3
2
1
6.1. Phân tích câu hỏi
6.1.1. Phân tích cú pháp
6.1.2. Phân tích ngữ nghĩa
6.2. Cấu trúc đại số câu hỏi
6.2.1. Cây đại số quan hệ
6.2.2. Các luật biến đổi cây đại số quan hệ
6.2.3. Các bước tối ưu cây đại số quan hệ
6.3. Phân rã câu hỏi
Chương 7. Cơ sở dữ liệu hướng đối tượng
12

5
6
1
7.1. Giới thiệu về hướng đối tượng
7.1.1. Các khái niệm hướng đối tượng
7.1.2. Mô hình hoá việc phân tích hướng đối tượng
7.1.3. Mô hình hóa dữ liệu
7.2. Nguyên tác của các mô hình hướng đối tượng
7.2.1. Mô hình hoá các đối tượng
7.2.2. Phương pháp
7.2.3. Xác định dạng dữ liệu
7.2.4. Các liên kết thừa kế giữa các lớp
7.2.5. Đa cấu và sự áp đặt
7.2.6. Xác định tập các đối tượng
7.2.7. Khía cạnh động
7.2.8. Lược đồ CSDL hướng đối tượng
7.3. Tính bền vững các các đối tượng
7.3.1. CSDL hướng đối tượng
7.3.2. Quản lý tính bền vững
7.3.3. Kế thừa tính bền vững
7.3.4. Tính bền vững do tham chiếu
7.3.5. Tích hợp với ngôn ngữ lập trình
7.4. Đại số với các đối tượng phức tạp
7.4.1. Mở rộng đại số quan hệ theo đường dẫn và các
phương pháp
7.4.2. Các phép toán đại số
7.4.3. Các phép toán nhóm
7.4.4. Đồ thị các phép toán
Chương 8. Cơ sở dữ liệu phân tán
15

5
9
1
8.1. Cấu trúc CSDL phân tán
8.2. Đánh giá CSDL phân tán
8.3. Thiết kế CSDL phân tán
8.3.1. Bản sao dữ liệu
8.3.2. Chia nhỏ dữ liệu
8.4. Tính thông suốt và tính tự trị của CSDL phân tán
8.5. Xử lý câu hỏi
8.6. Khôi phục sai sót trong CSDL phân tán
Nhiệm vụ của sinh viên:
Tham dự các buổi học lý thuyết và thực hành, làm các bài tập được giao, làm các bài kiểm tra
giữa kỳ và bài thi kết thúc học phần theo đúng quy định.

4
Tài liệu học tập:
1. Nguyễn Xuân Huy, Giáo trình về cơ sở dữ liệu, Đại học Quốc Gia Hà Nội, 2000.
2. Nguyễn Xuân Huy-Lê Hoài Bắc, Bài tập cơ sở dữ liệu, Nhà xuất bản Thống kê, 2003.
3. Phạm Hữu Khang, Đoàn Thiện Ngân, Quản trị SQL Server 2000, Nhà xuất bản Thống kê,
2004.
Hình thức và tiêu chuẩn đánh giá sinh viên:
- Hình thức thi: thi viết.
- Tiêu chuẩn đánh giá sinh viên: dựa trên thái độ tham dự các buổi học lý thuyết và thực hành,
kết quả làm các bài tập được giao, các bài kiểm tra giữa kỳ và bài thi kết thúc học phần.
Thang điểm: Thang điểm chữ A,B,C,D,F.
Điểm đánh giá học phần: Z=0,3X+0,7Y
Bài giảng này là tài liệu chính thức và thống nhất của Bộ môn Hệ thống Thông tin,
Khoa Công nghệ Thông tin và được dùng để giảng dạy cho sinh viên.
Ngày phê duyệt: / /

Trưởng Bộ môn

5
MỤC LỤC
Chương 1. Hệ quản trị cơ sở dữ liệu 7
1.1. Quan niệm về CSDL 7
1.2. Các khả năng của một hệ quản trị cơ sở dữ liệu. 7
Chương 2. Cơ sở dữ liệu hướng đối tượng 9
2.1. Nhu cầu về hệ thống cơ sở dữ liệu hướng đối tượng 9
2.1.1. Các đối tượng phức tạp 9
2.1.2. Quản lý các tri thức 9
2.1.3. Quản trị các dữ liệu phân tán 10
2.1.4. Nhu cầu về hệ thống cơ sở dữ liệu hướng đối tượng 10
2.2. Khái niệm về hướng đối tượng 11
2.2.1. Đối tượng 12
2.2.2. Lớp đối tượng 12
2.2.3. Cá thể 13
2.2.4. Kế thừa 13
2.3. Cơ sở dữ liệu hướng đối tượng 13
2.4. Thiết kế cơ sở dữ liệu hướng đối tượng 14
2.4.1. Phân lớp 14
2.4.2. Tổng quát hóa và đặc biệt hóa 14
2.4.3. Gộp 15
2.5. Xây dựng cơ sở dữ liệu hướng đối tượng 15
Chương 3. Cơ sở dữ liệu phân tán 17
3.1. Các phương pháp phân tán dữ liệu 17
3.1.1. Khái niệm về phân tán dữ liệu 17
3.1.1.1. Các lý do phân mảnh 17
3.1.1.2. Các kiểu phân mảnh 17
3.1.1.3. Mức độ phân mảnh 19

3.1.1.4. Quy tắc phân mảnh đúng đắn 19
3.1.1.5. Các kiểu cấp phát 19
3.1.1.6. Các yêu cầu thông tin 19
3.1.2. Phân mảnh ngang 20
3.1.2.1. Yêu cầu thông tin của phân mảnh ngang. 20
3.1.2.2. Phân mảnh ngang nguyên thủy 21
3.1.2.3. Phân mảnh ngang dẫn xuất 23
3.1.3. Phân mảnh dọc 24
3.1.4. Cấp phát 24
3.2. Kiểm soát dữ liệu ngữ nghĩa 26
3.2.1. Quản lý khung nhìn 26
3.2.1.1. Khung nhìn trong quản lý tập trung 26
3.2.1.2. Cập nhật qua các khung nhìn 26
3.2.1.3. Khung nhìn trong cơ sở dữ liệu phân tán 27
3.2.2. An toàn dữ liệu 27
3.2.2.1. Kiểm soát cấp quyền tập trung 27
3.2.2.2. Kiểm soát cấp quyền phân tán 28
3.3. Quản lý giao dịch và điểu khiền đồng thời phân tán 28
3.3.1. Các khái niệm cơ bản về giao dịch 28
3.3.1.1. Tính nguyên tử 29
3.3.1.2. Mục dữ liệu 29

6
3.3.1.3. Khóa 30
3.3.1.4. Kiểm soát hoạt động đồng thời bằng khóa 30
3.3.1.5. Khóa sống (livelock) 31
3.3.1.6. Khóa “cứng” (deadlock) 31
3.3.1.7. Tính khả tuần tự của lịch biểu. 32
3.3.1.8. Bộ xếp lịch 33
3.3.1.9. Nghi thức 33

3.3.2. Mô hình giao dịch đơn giản 33
3.3.2.1. Ý nghĩa của giao dịch – hàm đặc trưng 33
3.3.2.2. Kiểm tra tính khả tuần tự bằng đồ thị có hướng 35
3.3.3. Nghi thức khóa 2 pha 35
3.3.4. Mô hình khóa đọc và khóa ghi 36
3.3.4.1. Ý nghĩa của giao dịch với khóa đọc và khóa ghi 36
3.3.4.2. Đồ thị tuần tự hóa trong các giao dịch Rlock và Wlock 36
Chương 4. Hệ trợ giúp ra quyết định 38
4.1. Giới thiệu về hệ trợ giúp ra quyết định 38
4.2. Thiết kế cơ sở dữ liệu cho hệ trợ giúp ra quyết định 39
4.2.1. Thiết kế logic 39
4.2.2. Thiết kế vật lý 40
4.3. Kho dữ liệu và kho dữ liệu chuyên đề 40
4.3.1. Kho dữ liệu 41
4.3.2. Kho dữ liệu chuyên đề. 41
4.3.3. Các lược đồ về chiều 42
4.4. Xử lý phân tích trực tuyến 43
4.4.1. Giới thiệu 43
4.4.2. Bảng chéo 43
4.4.3. Cơ sở dữ liệu nhiều chiều 44
4.5. Khai phá dữ liệu 44

7
Chương 1. Hệ quản trị cơ sở dữ liệu
1.1. Quan niệm về Cơ sở dữ liệu
Cơ sở dữ liệu (CSDL) là gì?
Định nghĩa: Một cơ sở dữ liệu (Database) là một tập hợp có cấu trúc các dữ liệu tác nghiệp được
lưu trữ lại và được các hệ ứng dụng cụ thể sử dụng.
Ngày nay CSDL tồn tại trong hầu hết các ứng dụng, ví dụ:
- Ứng dụng quản lý kho hàng;

- Hệ thống đặt chỗ máy bay;
- Quản lý nguồn nhân lực…
Hệ quản trị cơ sở dữ liệu là gì?
Định nghĩa: Hệ quản trị cơ sở dữ liệu (Database Management System - DBMS) là một hệ thống
phần mềm cho phép tạo lập CSDL và điều khiển mọi truy nhập đối với CSDL đó.
Hệ cơ sở dữ liệu là gì?
Hệ CSDL là một hệ thống bao gồm 4 thành phần:
- CSDL hợp nhất: CSDL của hệ có hai tính chất tối thiểu hóa dư thừa và được chia sẻ.
- Những người sử dụng: Người sử dụng của hệ là bất kỳ một người nào có nhu cầu truy nhập
vào CSDL, bao gồm tất cả những người sử dụng cuối, những người viết chương trình ứng dụng và
những người điều khiển toàn bộ hệ thống hay còn gọi là người quản trị CSDL.
- Phần mềm quản trị CSDL.
- Phần cứng của hệ bao gồm các thiết bị nhớ thứ cấp được sử dụng để lưu trữ CSDL.
1.2. Các khả năng của một hệ quản trị CSDL.
Có hai khả năng cho phép phân biệt các hệ quản trị CSDL với các kiểu hệ thống lập trình khác:
- Khả năng quản lý dữ liệu tồn tại lâu dài;
- Khả năng truy nhập các khối lượng dữ liệu lớn một cách hiệu quả.
Đặc điểm thứ nhất chỉ ra rằng có một CSDL tồn tại trong một thời gian dài, nội dung của CSDL
này là các dữ liệu mà một hệ quản trị CSDL truy nhập và quản lý. Đặc điểm thứ hai phân biệt một
hệ quản trị với một hệ thống xử lý tệp cũng quản lý dữ liệu tồn tại lâu dài nhưng nói chung không
cung cấp các truy nhập nhanh chóng đến các bộ phận dữ liệu tùy ý.
Các khả năng của một hệ quản trị CSDL hầu hết là cần thiết khi khối lượng dữ liệu cần lưu trữ
là rất lớn, bởi vì các khối lượng dữ liệu nhỏ thì các kỹ thuật truy nhập đơn giản, chẳng hạn quét tuần
tự các dữ liệu là thích hợp.
Khi xem xét hai đặc điểm trên của một hệ quản trị CSDL là cơ bản, còn một số các khả năng
khác mà có thể thấy trong hầu hết các hệ quản trị CSDL thương mại, đó là:
- Hỗ trợ ít nhất một mô hình dữ liệu hay một sự trừu tượng toán học mà qua đó người sử dụng
có thể quan sát dữ liệu.

8

- Đảm bảo tính độc lập dữ liệu hay sự bất biến của các chương trình ứng dụng đối với các thay
đổi về cấu trúc trong mô hình dữ liệu.
- Hỗ trợ các ngôn ngữ cấp cao nhất định cho phép người sử dụng định nghĩa cấu trúc của dữ
liệu, truy nhập dữ liệu và thao tác dữ liệu.
- Quản trị giao dịch, có nghĩa là khả năng cung cấp các truy cập đồng thời, đúng đắn đối với
CSDL từ nhiều người sử dụng tại cùng một thời điểm.
- Điều khiển truy cập, có nghĩa là khả năng hạn chế truy nhập đến dữ liệu bởi những người sử
dụng không được cấp phép và khả năng kiểm tra tính đúng đắn của dữ liệu.
- Phục hồi dữ liệu, có nghĩa là khả năng phụ hồi, không làm mất mát dữ liệu đối với các lỗi của
hệ thống.

9
Chương 2. Cơ sở dữ liệu hướng đối tượng
2.1. Nhu cầu về hệ thống CSDL hướng đối tượng
Nhìn chung hệ quản trị CSDL quan hệ được sử dụng nhiều nhưng chưa đáp ứng được hết các
yêu cầu của thực thế. Bên cạnh mô hình quan hệ, mô hình mạng và phân cấp vẫn tồn tại. Một số
hạn chế của hệ quản trị CSDL quan hệ.
2.1.1. Các đối tượng phức tạp
Một cách hình thức, một đối tượng nhằm xác định một cấu trúc phức tạp. Ví dụ: Các đối tượng
có cấu trúc phức tạp thường thấy là một siêu văn bản, một lược đồ, bức ảnh hay chương trình. Sự
phức tạp của các đối tượng này thể hiện qua: - Cấu trúc của đối tượng; - Mô hình hóa các đối tượng;
- Ngôn ngữ hỏi trên các đối tượng.
Bình thường, CSDL quan hệ xử lý các loại dữ liệu quen thuộc như số, chữ, ngày tháng, logic.
Với các loại dữ liệu này, chưa thể thể hiện các loại dữ liệu định tính hay một danh sách.
Chính vì vậy người ta đòi hỏi mô hình hóa các đối tượng phức tạp và xử lý chúng trong hệ quản
trị nhờ ngôn ngữ chương trình. Các đối tượng phức tạp được coi như các kí tự, các dữ liệu phức.
Trong chương trình, chúng được mô tả theo các kiểu đặc biệt. Giải pháp này đụng chạm đến các
khái niệm cũng quan trọng khác là hiện tượng dư thừa mã khi mô tả các đối tượng phức tạp trong
chương trình ứng dụng, đụng chạm đến sự phụ thuộc chương trình/dữ liệu. Như vậy việc xử lý các
dữ liệu phức, có kích thước lớn theo giải pháp đó là không hiệu quả.

Hơn nữa, do cấu trúc dữ liệu hiện tại là quá đơn giản, không thể dùng cho mô hình hóa các đối
tượng phức tạp, thí dụ đối tượng trong hệ thống phân cấp hay đồ thị.
Ví dụ 2.1. Một đối tượng phức tạp, chẳng hạn trong CAD, thường được phân rã và đặt trong các
quan hệ nhỏ; chính vì vậy mà thông tin ngữ nghĩa sẵn có trong một vấn đề bị chia nhỏ ra, phân tán
dưới dạng các giá trị trong các quan hệ. Điều này khiến người sử dụng phải nhìn thế giới của bài
toán theo cách nhìn của CSDL quan hệ. Để có thể khôi phục các ngữ nghĩa ban đầu, không tránh
được việc yêu cầu các phép kết nối quan hệ, là phép toán tốn kém tài nguyên để thực hiện.
Ngoài việc mô hình hóa, việc truy vấn CSDL thông qua ngôn ngữ cũng cần phải xem xét. Khó
có thể có ngôn ngữ lý tưởng trên các đối tượng phức tạp. Cũng có thể sử dụng các ngôn ngữ lập
trình để giải quyết nhưng sẽ gặp khó khăn về sự khác biệt giữa kiểu dữ liệu và cách khai thác dữ
liệu của ngôn ngữ lập trình và ngôn ngữ CSDL. Ngôn ngữ truy vấn CSDL thì dựa trên cơ sở tập
hợp, trong khi ngôn ngữ lập trình dựa trên các thủ tục.
Các ứng dụng về CSDL được nhìn nhận theo hai khía cạnh:
- Khía cạnh tĩnh: thể hiện qua các dữ liệu.
- Khía cạnh động: thể hiện qua các phép xử lý tác động lên dữ liệu.
Người ta thấy những đối tượng được hệ quản trị CSDL quan hệ xử lý đặc biệt là dữ liệu tĩnh.
Phần tác động của chúng, tức các hoạt động, được mô tả riêng biệt thông qua các chương trình ứng
dụng tác động lên các dữ liệu. Người lập trình phải biết cấu trúc quan hệ của các đối tượng, bởi lẽ
hệ quản trị CSDL quan hệ không đáp ứng những nhu cầu về các đối tượng động.
2.1.2. Quản lý các tri thức

10
Một quan hệ được tổ chức như một tập các n-bộ, thể hiện những sự kiện. Một hệ quản trị
CSDL quan hệ cho phép xử lý các sự kiện, các tri thức dưới dạng tổng quát và trừu tượng.
Người ta sử dụng tri thức này theo hai khía cạnh, ứng với hai cách suy luận:
- Đưa ra sự kiện mới, dựa trên các sự kiện và các tri thức đã biết.
- Sử dụng để trả lời các câu hỏi cần đến suy luận.
Do vậy việc quản lý các tri thức trong CSDL là nhu cầu thực tế, nhất là đối với các ứng dụng
cần đến các kiến thức chuyên gia.
Hệ quản trị CSDL sử dụng các điều kiện toàn vẹn. Điều kiện ràng buộc dưới dạng các tri thức

cần giới thiệu loại dữ liệu đặc biệt là tri thức trong cả các chức năng quản trị và ngôn ngữ người sử
dụng. Khi đưa tri thức vào ngôn ngữ hỏi dữ liệu hay ngôn ngữ chương trình người ta cần giải quyết:
- Tri thức được mã hóa trong chương trình ứng dụng thường hay mắc nhược điểm là mô tả dữ
liệu trùng lặp.
- Việc quản lý mối liên hệ giữa những người sử dụng có dùng tri thức khó có thể tốt như việc
quản lý trong trường hợp chỉ sử dụng các dữ liệu định lượng.
- Việc suy luận với khối lượng lớn các thông tin như các sự kiện và tri thức trong hệ quản trị
CSDL có thể nặng nề, dẫn đến việc làm mất tính hiệu quả của toàn bộ hệ thống.
2.1.3. Quản trị các dữ liệu phân tán
Một hệ quản trị CSDL thông thường được tổ chức như một phần mềm cổ điển và được cài đặt
trên một máy tính tập trung. Hiện nay môi trường tin học phục vụ các công tác đa dạng với các đối
tượng phức tạp hơn, khiến người ta phải dùng đến hệ thống không tập trung và xử lý song song.
Như vậy cần có công cụ khác là hệ quản trị CSDL phân tán.
Hệ phân tán tạo lập do việc tập hợp các máy nối nhau theo mạng truyền thông dùng cho một
công việc tổng thể và được quản lý trên địa bàn rộng lớn. Yêu cầu đặt ra ở đây là quản trị và xử lý
những dữ liệu phân tán tại các máy độc lập. Các trạm độc lập ấy đã có các hệ quản trị, nhưng không
hoàn toàn giống nhau.
Để khai thác dữ liệu theo hệ thống quản trị CSDL phân tán, người ta không thể không thay đổi
hệ quản trị cũ. Ít ra cũng phải mở rộng hệ quản trị CSDL tập trung. Hệ thống phân tán cũng đòi hỏi
các chức năng xử lý song song.
Các hệ thống với các chức năng xử lý song song được thiết lập để khai thác các khả năng xử lý
song song của máy đa bộ xử lý. Đi đôi với các thiết bị cho phép xử lý dữ liệu một cách song song,
cũng có các ngôn ngữ bậc cao cho phép mô tả dữ liệu phân tán và mô tả song song các chức năng
xử lý.
Nhược điểm của các hệ quản trị CSDL thế hệ hai đòi hỏi đưa ra các hệ thống tiên tiến. Đó là các
CSDL hướng đối tượng, CSDL suy diễn và CSDL phân tán.
2.1.4. Nhu cầu về hệ thống CSDL hướng đối tượng
Các thí dụ về CSDL thường lấy từ lĩnh vực xử lý dữ liệu truyền thống. Một ứng dụng xử lý dữ
liệu có đặc trưng là dùng các tệp dữ liệu, xử lý dữ liệu tệp để đáp ứng các yêu cầu. Các công nghệ
CSDL quan hệ, mạng hay phân cấp đều thể hiện các tiếp cận khác nhau nhằm tích hợp các tệp dữ

liệu để đáp ứng nhu cầu ứng dụng. Các điểm mạnh của CSDL quan hệ đã khiến chúng chiếm ưu thế
trên thị trường CSDL. Tuy nhiên việc tăng tính khái quát, trừu tượng của các kiểu dữ liệu do máy
xử lý lại là điểm yếu của công nghệ quan hệ. Trước khi đề cập vấn đề hướng đối tượng trong

11
CSDL, bên cạnh các hạn chế của CSDL quan hệ, người ta còn thấy các hạn chế nêu trên về hệ
thống CSDL nói chung, về phạm vi ngữ nghĩa, về cấu trúc dữ liệu, về tính chủ động và tính toàn
vẹn dữ liệu.
1. Phạm vi ngữ nghĩa: Lý thuyết quan hệ chỉ hỗ trợ một phần các khái niệm ngữ nghĩa. Nhiều
khái niệm về ngữ nghĩa không thể hiện qua mô hình quan hệ được.
2. Cấu trúc dữ liệu: Các hệ thống quan hệ bị hạn chế bớt về cấu trúc dữ liệu. Trong hệ thống
quan hệ các dữ liệu được tổ chức thành bảng gồm các thuộc tính đơn. Nhiều kiểu thông tin không
phù hợp với cách thể hiện này.
3. Tính thụ động của dữ liệu: Trong hệ thống quan hệ, dữ liệu hầu hết là thụ động. Các chương
trình ứng dụng có vai trò kích hoạt các dữ liệu này, để dữ liệu trở nên linh động. Trong mô hình
hướng đối tượng, người ta có thể biết được hành vi cũng như cấu trúc dữ liệu.
4. Toàn vẹn ngữ nghĩa: Đảm bảo tính toàn vẹn ngữ nghĩa là có thể giữ được tính bền vững của
ngữ nghĩa CSDL dưới tác động của các chương trình. Hệ thống quan hệ quản lý hành vi của dữ liệu
theo các chương trình ứng dụng. Cùng một dữ liệu có thể mang các hành vi khác nhau, nên dữ liệu
cần có ý nghĩa khác nhau tùy theo chương trình sử dụng, dễ gây nên tình trạng vi phạm tính toàn
vẹn dữ liệu. Những tình huống kém khả năng như vậy của CSDL quan hệ sẽ được CSDL hướng đối
tượng khắc phục, nhất là đối với các đối tượng dữ liệu phức tạp và có khối lượng lớn các thông tin
ngữ nghĩa. Các lĩnh vực điển hình cần đến CSDL hướng đối tượng là:
- CSDL đa phương tiện, cần lưu trữ khối lượng lớn các tín hiệu âm thanh, hình ảnh và văn bản;
cần liên kết nhiều kiểu dữ liệu.
- Các hệ thống thông tin địa lý, cần xử lý nhiều loại dữ liệu thống kê, bản đồ; các dữ liệu được
thu thập từ nhiều vùng khác nhau.
- Các CSDL phục vụ thiết kế gồm các sơ đồ, nhiều thành phần dữ liệu phức tạp liên kết nhau.
Một thiết kế đòi hỏi xử lý qua nhiều giai đoạn, nhiều thế hệ.
2.2. Khái niệm về hướng đối tượng

Để thấy quan điểm về hướng đối tượng, hãy xét một vật trong thế giới thực là chiếc ghế. Ghế là
một phần tử, hay là một thể hiện của lớp rộng hơn gọi là đồ đạc. Một tập các thuộc tính liên kết với
đối tượng trong lớp đồ đạc, chẳng hạn giá thành, kích thước, trọng lượng, vị trí và mầu sắc. Những
điều này được áp dụng mỗi khi người ta nói về cái bàn hay cái ghế, tủ…. Bởi vì ghế là thành viên
của lớp đồ đạc, nó thừa kế tất cả các thuộc tính đã xác định cho lớp.
Mỗi đối tượng trong lớp đồ đạc có thể được xử lý theo nhiều cách. Mỗi phép xử lý này sẽ thay
đổi một hay nhiều thuộc tính của đối tượng và chúng được gọi là dịch vụ hay phương pháp trên đối
tượng.
Các đối tượng sẽ bao bọc:
- Dữ liệu thông qua giá trị thuộc tính.
- Các phép toán như các hoạt động có tác dụng thay đổi giá trị thuộc tính.
- Các đối tượng khác, như là các đối tượng phức tạp.
- Các hằng số, như các giá trị mặc định.
- Các thông tin liên quan.

12
Việc bao bọc thông tin của các đối tượng có nghĩa là tất cả thông tin này được thu gọn lại
dưới một tên và có thể được dùng như một đặc tả hay một thành phần chương trình.
2.2.1. Đối tượng
Khái niệm về đối tượng là khái niệm sinh ra từ việc nhận thức thế giới thực. Một đối tượng có
các đặc tính sau:
- Mang tên duy nhất, không thay đổi.
- Thuộc về một lớp.
- Có thể gửi các thông báo đến các đối tượng khác.
- Có trạng thái riêng.
Định nghĩa 2.1. Đối tượng là một thực thể có vai trò xác định rõ ràng trong lĩnh vực ứng dụng,
có trạng thái, hành vi và được xác định tên.
Ví dụ về các đối tượng thuộc lớp Người. Chúng liên lạc với nhau thông qua thông báo. Thông
báo là dạng các thao tác áp dụng lên đối tượng. Thao tác trong môi trường hướng đối tượng được
gọi là phương pháp. Chẳng hạn phương pháp kết hôn tác động lên đối tượng để biết đối tượng này

kết hôn với ai.
Định nghĩa 2.2. Trạng thái bao gồm tính chất của đối tượng, như là thuộc tính và các mối quan
hệ, và những giá trị gán cho các tính chất đó.
Định nghĩa 2.3. Phép toán là một hàm số hay một dịch vụ mà tất cả các thể hiện của lớp đều
chấp nhận.
Định nghĩa 2.4. Phương pháp là việc thực hiện của một phép toán.
Hành vi và cấu trúc của một đối tượng trong môi trường lập trình hướng đối tượng hoàn toàn do
lớp đối tượng xác định. Lớp là khái niệm cơ bản trong tiếp cận hướng đối tượng.
Định nghĩa 2.5. Hành vi là thể hiện cách thức tác động của một một đối tượng.
2.2.2. Lớp đối tượng
Một lớp đối tượng có giao diện và miền riêng. Giao diện của đối tượng là cái mà các đối tượng
khác thấy được. Giao diện lớp đối tượng gồm hai thành phần sau:
1. Thuộc tính của lớp: Trong chừng mực nào đó các thuộc tính của lớp được coi tương đương
với các thuộc tính của quan hệ. Đương nhiên thông qua thuộc tính lớp người ta có thể thể hiện các
liên kết giữa các đối tượng, hay trong lớp cũng có thuộc tính ảo, chẳng hạn thuộc tính tuổi có giá trị
tùy thuộc vào thuộc tính ngày sinh. Đối với lớp, không có hạn chế gì về cách thức cấu trúc thuộc
tính hay cách liên kết với nhau. Các thuộc tính có thể là đối tượng, dùng để tạo đối tượng phức tạp
hơn. Người ta không xử lý trực tiếp các giá trị thuộc tính của đối tượng mà xử lý thông qua các
phương pháp liên kết với lớp đối tượng.
2. Phương pháp gắn với lớp đối tượng: Các thông báo chuyển đến lớp đối tượng nhờ phương
pháp gắn với lớp đối tượng. Chúng thường có dạng các phép toán, các hàm với các tham số. Các
đối tượng trong một lớp chỉ có thể được truy cập thông qua các phương pháp. Tại mức giao diện,
phần hiện rõ là tên phương pháp và các tham số cần cho phương pháp này.
Định nghĩa 2.6. Lớp đối tượng là tập các đối tượng có chung cấu trúc và hành vi.

13
Định nghĩa 2.7. Sơ đồ lớp cho biết cấu trúc tĩnh của mô hình hướng đối tượng, đó là các lớp
đối tượng, cấu trúc bên trong của chúng, và mối quan hệ mà chúng tham gia.
Miền riêng của lớp đối tượng là phần xác định lớp, nhưng không hiện ra cho đối tượng khác
thấy. Miền này có thể gồm các thông tin chi tiết về cấu trúc của lớp đối tượng. Trong chương trình

người ta có thể cài đặt che giấu các giá trị, ngay cả các liên kết cũng bị che giấu, cũng như không
thấy được các thông báo. Việc bảo vệ thông tin làm việc bên trong cùng với các giá trị đối tượng
trước các sử dụng thông thường này được gọi là che dấu thông tin.
Một khái niệm quan trọng trọng trong OOP là bao bọc, có nghĩa mọi vấn đề về đối tượng đều
được nhận biết thông qua định nghĩa lớp đối tượng. Người ta truy cập khái niệm nhờ giao diện lớp
và xác định các hành vi thông qua việc xác định lớp.
Định nghĩa 2.8. Sơ đồ đối tượng là đồ thị gồm các thể hiện của đối tượng, tương thích với sơ đồ
lớp.
Định nghĩa 2.9. Bao gói, hay bao bọc là kĩ thuật che giấu, làm ẩn những chi tiết về cài đặt bên
trong của đối tượng đối với các truy cập từ bên ngoài.
2.2.3. Cá thể
Cá thể hóa là quá trình khẳng định sự tồn tại của các đối tượng trong môi trường hướng đối
tượng, bằng việc xác định lớp của chúng. Mỗi đối tượng là một cá thể của lớp; thường được dùng
với thuật ngữ thể hiện của lớp.
2.2.4. Kế thừa
Khái niệm kế thừa là khái niệm quan trọng trong tiếp cận hướng đối tượng. Người ta thường
dụng thuật ngữ này khi chỉ định lớp đối tượng này tiếp thụ, thừa kế các thuộc tính của lớp đối tượng
khác. Tuy nhiên mỗi lớp con có thể mạng một số thuộc tính hay phương pháp riêng.
Định nghĩa 2.l0. Kế thừa là tính chất cho phép các lớp con kế thừa những thuộc tính, phép toán
của lớp cha.
Việc kế thừa nhiều lần xẩy ra khi một lớp kế thừa từ nhiều lớp.
2.3. CSDL hướng đối tượng
Dù có nhiều ngôn ngữ hướng đối tượng, đa số CSDL hướng đối tượng dựa trên C++. Lựa chọn
này là do tính hiệu quả và thông dụng của C++.
Thực tế CSDL hướng đối tượng có các ưu điểm:
- Cho phép xét các liên kết đối tượng dưới dạng các phép lưu trữ với các đối tượng.
- Các đối tượng được phép dùng chung cho nhiều người sử dụng.
- Khả năng phát triển kho tri thức bằng cách thêm các đối tượng mới và các phép xử lý kèm
theo.
- Phát triển hệ quản trị CSDL dựa trên việc xử lý các đối tượng phức tạp, thiết kế giao diện

chương trình, mô tả đối tượng động và trừu tượng.
Hệ quản trị CSDL hướng đối tượng là hệ quản trị cho phép lưu trữ và chia sẻ các đối tượng với
nhiều ứng dụng. Hệ thống hướng đối tượng là sự mở rộng có ý nghĩa của lập trình hướng đối tượng.
Trong môi trường OOP các đối tượng được coi như các biến chương trình, chỉ tồn tại với vòng đời
của chương trình đã tạo ra và sử dụng đối tượng. Còn trong hệ thống CSDL hướng đối tượng, các
đối tượng là bền vững hơn. Thuật ngữ bền vững được dùng với nghĩa đối tượng tồn tại không lệ

14
thuộc vào vòng đời của chương trình tạo ra nó. Chương trình khác có thể truy cập hay hủy bỏ đối
tượng này. Hệ thống CSDL hướng đối tượng có các nét đặc trưng sau:
- Ngôn ngữ CSDL có khả năng mô tả lớp đối tượng, tao sinh, lưu trữ và xóa đối tượng.
- Các đối tượng cho phép chương trình ứng dụng truy cập. Mỗi đối tượng trong kho các đối
tượng có tên duy nhất OID. Khái niệm OID khác với khái niệm khóa chính trong cơ sở dữ liêu quan
hệ. Khóa chính là tập các thuộc tính xác định duy nhất bộ dữ liệu, mang giá trị có thể thay đổi được.
Trong hệ thống hướng đối tượng, OID thường là chuỗi 64, 128bit hoặc cao hơn và mang giá trị
không thay đổi Một đối tượng cũng có thể có các thuộc tính mang vai trò như khóa chính trong
CSDL quan hệ. Điều này hoàn toàn phụ thuộc vào việc xác định lớp. Việc gán OID hoàn toàn do hệ
quản trị CSDL hướng đối tượng thực hiện.
Kho đối tượng là nơi chứa dữ liệu tạo nên CSDL hướng đối tượng. Hệ quản trị CSDL hướng
đối tượng cần có các chức năng cơ bản như hệ quản trị CSDL bình thường, như điều khiển tương
tranh, an toàn dữ liệu, toàn vẹn dữ liệu… Thực ra, hệ quản trị CSDL hướng đối tượng hoạt động
như hệ quản trị thường, với sự tham giá của phần mềm hướng đối tượng để truy cập các đối tượng.
2.4. Thiết kế CSDL hướng đối tượng
Để xác định rõ việc thực hiện CSDL hướng đối tượng theo các dạng tiếp cần, trước hết cần xác
định cách thức thiết kế một hệ thống hướng đối tượng.
Một CSDL hướng đối tượng gồm các đối tượng; tất cả các thứ thuộc về lớp. Để xây dựng mô
hình khái niệm cho CSDL hướng đối tượng, người ta cần xác định tập các lớp đối tượng.
Lớp đối tượng được xác định nhờ các thuộc tính và phương thức thức. Người ta cũng phải xác
định sự tương tác giữa các lớp. Khái niệm về lớp cũng tương tự như kiểu dữ liệu đã giới thiệu trước
đây.

2.4.1. Phân lớp
Quá trình phân lớp liên quan đến việc định tên đối tượng với các thuộc tính, hành vi tương tự
nhau và nhóm các đối tượng vào cùng một lớp. Theo thí dụ về sơ đồ người ta xác định sơ đồ với các
thuộc tính tên, ngày tạo, hình vẽ. Các phép toán chung là lưu trữ tìm kiếm, vẽ.
Trong đoạn chương trình trên, danh sách các trường và các kiểu dữ liệu đơn giản dùng cho các
sơ đồ được liệt kê trong mục thuộc tính. Tiếp theo là các phương thức, có tên và các tham số. Có
một số phương thức như tạo mới, xóa… áp dụng cho tất cả các đối tượng trong CSDL.
Tất cả các định nghĩa về giao diện lớp đối tượng cần có phép toán tạo mới và hủy bỏ đối tượng.
Quá trình phân lớp sẽ tạo ra lớp của các đối tượng có các thuộc tính, phương thức chung, và một vài
đối tượng có thuộc tính và phương thức riêng. Lúc đó người ta cần đến khái niệm tổng quát hóa và
chuyên biệt hóa.
2.4.2. Tổng quát hóa và đặc biệt hóa
Tổng quát hóa là quá trình xác định lớp đối tượng mang các thuộc tính tương tự và theo sự
tương tự này người ta có thể trừu tượng hóa để được lớp cao hơn, hay lớp cha. Chẳng hạn ban đầu
người ta xác định lớp hình tam giác, hình vuông, hình chữ nhật, và hình tròn rồi trừu tượng hóa
thành lớp cao hơn về sơ đồ, gồm các thuộc tính chung của tất cả các sơ đồ.
Định nghĩa 2.11. Lớp trừu tượng là lớp không có thể hiện trực tiếp, nhưng các thành phân sau
nó có thể có thể hiện trực tiếp.
Định nghĩa 2.12. Lớp cụ thể là lớp có thể có các thể hiện trực tiếp.

15
Chuyên biệt hóa là quá trịnh ngược lại với tổng quát hóa. Bắt đầu từ lớp sơ đồ, người ta có thể
xác định lớp con để phân biệt các loại sơ đồ khác nhau; mỗi lớp con chia sẻ thuộc tính và phương
thức chung trong lớp sơ đồ nhưng có các thuộc tính và phương thức dùng riêng.
Người ta dùng cây phân cấp để thể hiện quá trình tổng quát hóa. Phân cấp nả rất có ý nghĩa
trong hệ thống hướng đối tượng, để chỉ ra dãy các thừa kế. Khi mô tả các lớp, người ta cần chỉ ra sự
tham gia của lớp vào dãy kế thừa này.
Hai định nghĩa lớp đối tượng này đều tham chiếu đến lớp đối tượng cha bằng câu lệnh kế thừa.
Lớp tam giác thừa kế tất cả các thuộc tính và phương thức của sơ đồ. Các thuộc tính bổ sung cũng
được mô tả ngay. Phương thức tạo mới được mô tả lại, tính đến các đặc trưng riêng của hình tam

giác. Phương thức Diện tích cũng là phương thức dùng riêng cho hình tam giác. Còn lớp đối tượng
Hình đều cạnh thì thừa kết tính chất củ lớp Tam giác. Điều này có nghĩa nó thừa kết các tính chất
của lớp tam giác và lớp so đồ. Lớp đối tượng này cũng có thuộc tính riêng. Người ta mô tả lại các
phương thức để phù hợp với loại hình này.
2.4.3. Gộp
Gộp là quá trình liên kết các lớp đối tượng với nhau để tạo lên một lớp gộp. Chẳng hạn CSDL
ngân hàng gồm khách hàng, tài khoản, chi nhánh và mối quan hệ giữa chúng. Khi thực hiện CSDL
này theo kĩ thuật quan hệ, người ta tạo các các quan hệ tách biệt đối với mỗi thực thể và dùng khái
niệm khóa ngoài để thể hiện mối quan hệ 1-n. Người ta cũng dùng quan hệ khác có khóa ngoài để
thể hiện quan hệ m-n giữa khách hàng và tài khoản. Để thiết lập khung nhìn về tất cả thông tin liên
quan đến một tài khoản nào đó, người ta cần nối 4 bảng cơ sở.
Trong CSDL hướng đối tượng người ta giải quyết vấn đề này nhở lớp đối tượng gộp. Lớp đăng
ký được tạo, liên kết các đối tượng kiểu khác hàng, tài khoản, và chi nhánh. Mỗi đối tượng đăng ký
sẽ liên kết một khách hàng với một tài khoản, có thuộc tính đặc biệt cho biết thời gian thực hiện
đăng ký này.
2.5. Xây dựng CSDL hướng đối tượng
Một số điều liên quan đến lược đồ CSDL hướng đối tượng xuất hiện khi phân lớp đối tượng,
tổng quát hóa, đặc biệt hóa và gộp. Các vấn đề này xảy ra song song. Người ta không trình bày quá
trình chuyển từ mô hình thực thể E/R sang mô hình hướng đối tượng bởi lẽ không có điểm tương tự
giữa một bên là thực thể và mối quan hệ, một bên là lớp đối tượng. Hơn nữa, mô hình E/R hầu như
hướng dữ liệu chứ không cho biết về hành vi của thực thể khi dựa vào hạng của quan hệ mà thực
thể tham gia.
Sơ đồ
Hình chữ nhật
Hình tam giác
Hình tròn
Hình vuông
Tam giác đều

25

- Chi phí nhỏ nhất: Hàm chi phí gồm có chi phí lưu mỗi mảnh F
i
tại vị trí S
j
, chi phí vấn tin F
i
tại vị trí S
j
, chi phí cập nhật F
i
tại tất cả mọi vị trí chứa nó và chi phí truyền dữ liệu. Vì thế bài toán
cấp phát cố gắng tìm một lược đồ cấp phát với hàm chi phí tổ hợp thấp nhất.
- Hiệu quả: Chiến lược cấp phát được thiết kế nhằm duy trì một hiệu quả lớn nhất đó là hạ thấp
thời gian đáp ứng và tăng tối đa lưu lượng hệ thống tại mỗi vị trí.
Nói chung bài toán cấp phát tổng quát là bài toán phức tạp, vì thế các nghiên cứu đều tập trung
tìm ra các giải thuật heuristic tốt để có thể có được các lời giải tối ưu. Để phân biệt bài toán cấp
phát tập tin truyền thống với cấp phát mảnh trong các thiết kế CSDL phân tán, chúng ta gọi bài toán
thứ nhất là bài toán cấp phát tập tin, và bài toán sau là bài toán cấp phát CSDL.
Hiện không có một mô hình heuristic tổng quát nào nhận một tập các mảnh và sinh ra một chiến
lược cấp phát gần tối ưu ứng với các loại ràng buộc. Các mô hình đã được phát triển chỉ mới đưa ra
một số giả thiết đơn giản hóa và dễ áp dụng cho một số cách đặt vấn đề cụ thể.
Thông tin cho cấp phát:
Thông tin về CSDL:
Để thực hiện phân mảnh ngang, chúng ta đã định nghĩa độ tuyển hội sơ cấp. Bây giờ chúng ta
cần mở rộng định nghĩa đó cho các mảnh và định nghĩa độ tuyển của một mảnh F
j
ứng với câu vấn
tin q
i
. Đây là số lượng các bộ của F

j
cần được truy xuất để xử lý q
i
. Giá trị này được ký hiệu là
Sel
i
(F
j
).
Một loại thông tin khác trên các mảnh là kích thước của chúng. Kích thước một mảnh F
j
được
cho bởi: size(F
j
) = card(F
j
) * Length(F
j
)
Trong đó length(F
j
) là chiều dài tính theo byte của một bộ trong mảnh F
j
Thông tin về ứng dụng:
Phần lớn các thông tin có liên quan đến ứng dụng đều đã được biên dịch trong khi thực hiện
phân mảnh nhưng cung cần một số ít nữa cho mô hình cấp phát. Hai số liệu quan trọng là số truy
xuất đọc do câu vấn tin q
i
thực hiện trên mảnh F
j

trong mỗi lần chạy của nó – ký hiệu là RR
ij
. Và
tương ứng là các truy xuất cập nhật – ký hiệu là UR
ij
.
Chúng ta định nghĩa hai ma trận UM và RM với các phần tử tương ứng u
ij
và r
ij
được đặc tả như
sau
- u
ij
= 1 nếu vấn tin q
i
có cập nhật mảnh F
j
, ngược lại sẽ bằng 0
- r
ij
= 1 nếu vần tin q
i
cần đọc mảnh F
j
, ngược lại sẽ băng 0.
Một vectơ O gồm các giá trị 0(i) cũng được định nghĩa, với 0(i) đặc tả vị trí đưa ra câu vấn tin
q
i
. Cuối cúng để định nghĩa ràng buộc thời gian đáp ứng, thời gian đáp ứng tối đa được phép của

mỗi ứng dụng cũng cần phải được đặc tả.
Thông tin về vị trí:
Với mỗi vị trí chúng ta cần biết về khả năng lưu trữ và xử lý của nó. Hiển nhiên là những giá trị
này có thể được tính bằng các hàm thích hợp hoặc bằng các phương pháp đánh giá đơn giản. Chi
phí đơn vị để lưu trữ dữ liệu tại các vị trị S
j
được ký hiệu là USC
j
. Cũng cần phải đặc tả số đo chi
phí LPC
j
là chi phí xử lý một đơn vị công việc tại vị trí S
j
. Đơn vị công việc cần phải giống với đơn
vị của RR và UR.
Thông tin về mạng:

17
Chương 3. Cơ sở dữ liệu phân tán
Thiết kế hệ thống thông tin có CSDL phân tán bao gồm:
- Phân tán và chọn những vị trí đặt dữ liệu;
- Các chương trình ứng dụng tại các điểm;
- Thiết kế tổ chức khai thác hệ thống đó trên nền mạng.
3.1. Các phương pháp phân tán dữ liệu
3.1.1. Khái niệm về phân tán dữ liệu
Khi thiết kế các hệ thống CSDL phân tán người ta thường tập trung xoay quanh các câu hỏi?
- Tại sao lại cần phải phân mảnh?
- Làm thế nào để thực hiện phân mảnh?
- Phân mảnh nên thực hiện đến mức độ nào?
- Có cách gì kiểm tra tính đúng đắn của việc phân mảnh?

- Các mảnh sẽ được cấp phát trên mạng như thế nào?
- Những thông tin nào sẽ cần thiết cho việc phân mảnh và cấp phát?
3.1.1.1. Các lý do phân mảnh
Trước tiên việc phân tán dữ liệu được thực hiện trên cơ sở cấp phát các tập tin cho các nút trên
một mạng máy tính. Các nút mạng thường nằm ở các vị trí địa lý khác nhau trải rộng trên một diện
tích lớn. Do vậy để tối ưu việc khai thác thông tin thì dữ liệu không thể để tập trung mà phải phân
tán trên các nút của mạng.
Hơn nữa một quan hệ không phải là một đơn vị truy xuất dữ liệu tốt nhất. Ví dụ như, nếu ứng
dụng được thực hiện trên một bộ phận nhỏ các dữ liệu của quan hệ mà quan hệ đó nằm tại các vị trí
khác nhau thì có thể gây ra những truy xuất thừa và hơn thế việc nhân bản các quan hệ làm tốn
không gian bộ nhớ. Do vậy phân rã một quan hệ thành nhiều mảnh, mỗi mảnh được xử lý như một
đơn vị sẽ cho phép thực hiện nhiều giao dịch đồng thời. Một câu truy vấn ban đầu có thể được chia
ra thành một tập các truy vấn con, các truy vấn này có thể được thực hiện song song trên các mảnh
sẽ giúp cải thiện tốc độ hoạt động của hệ thống.
Tuy nhiên chúng ta cũng sẽ gặp những rắc rối của việc phân mảnh, ví dụ nếu các ứng dụng có
những xung đột sẽ ngăn cản hoặc gây khó khăn cho việc truy xuất dữ liệu. Phân rã các mảnh nói
chung làm tăng chi phí trong việc truy xuất dữ liệu. Một vấn đề nữa liên quan đến việc kiểm soát
ngữ nghĩa và tính toàn vẹn dữ liệu.
3.1.1.2. Các kiểu phân mảnh
Thể hiện của các quan hệ chính là các bảng, vì thế vấn đề là tìm những cách khác nhau để chia
một bảng thành nhiều bảng nhỏ hơn. Rõ ràng có hai phương pháp khác nhau: Chia bảng theo chiều
dọc và chia bảng theo chiều ngang. Chia dọc ta được các quan hệ con mà mỗi quan hệ chứa một tập
con các thuộc tính của quan hệ gốc – gọi là phân mảnh dọc. Chia ngang một quan hệ ta được các
quan hệ con mà mỗi quan hệ chứa một số bộ của quan hệ gốc - gọi là phân mảnh ngang.

18
Ngoài ra còn có một khả năng hỗn hợp, đó là phân mảnh kết hợp cách phân mảnh ngang và
dọc. Tất nhiên quá trình phân mảnh gắn liến với vấn đề cấp phát và bài toán cụ thể.
Ví dụ 3.1.
Trong ví dụ này chúng ta sử dụng một CSDL của một công ty máy tính thực hiện các dự án

phần mềm gồm các quan hệ:
DuAn(MaDuAn, Ten, KinhPhi, ViTri);
NhanVien(MaNV, Ten, ChucVu);
TrachNhiem(MaNV, MaDuAn, TrachNhiem, ThoiGianTG);
Luong(ChucVu, Luong).
Hình 3.1. Dữ liệu của các bảng
NhanVien
TrachNhiem
MaNV
Ten
ChucVu
MaNV
MaDuAn
TrachNhiem
ThoiGianTG
E1
Hoàng Lan
Ks Điện
E1
P1
Quản lý
12
E2
Đình Vượng
Phân tích hệ thống
E2
P1
Phân tích
24
E3

Minh Tài
Ks Máy
E2
P2
Phân tích
6
E4
Dương Hà
Lập trình viên
E3
P3
Tư vấn
10
E5
Minh Hoa
Phân tích hệ thống
E3
P4
Kỹ sư
48
E6
Văn Hiền
Ks Điện
E4
P2
Lập trình viên
18
E7
Hoài Nam
Ks Máy

E5
P2
Quản lý
24
E8
Vân Dũng
Phân tích hệ thống
E6
P4
Quản lý
48
E7
P3
Kỹ sư
36
E8
P3
Quản lý
40
DuAn
Luong
MaDuAn
Ten
KinhPhi
Vitri
ChucVu
Luong
P1
Trang thiết bị
150000

Hà Nội
Ks Điện
4000
P2
CSDL
135000
Hải Phòng
Phân tích hệ thống
10000
P3
CAD/CAM
250000
Hà Nội
Ks Máy
3500
P4
Bảo Trì
310000
Quảng Ninh
Lập trình viên
4100
Người ta có thể chia ngang quan hệ DuAn Thành các quan hệ con DuAn1, DuAn2. DuAn1 chứa
những thông tin về các dự án có ngân sách dưới 200000$, còn DuAn2 lưu các thông tin về các dự
án có ngân sách trên 200000$.
Hình 3.2. Phân mảnh ngang quan hệ DuAn
DuAn1
MaDuAn
Ten
KinhPhi
Vitri

P1
Trang thiết bị
150000
Hà Nội
P2
CSDL
135000
Hải Phòng
DuAn2
MaDuAn
Ten
KinhPhi
Vitri
P3
CAD/CAM
250000
Hà Nội
P4
Bảo Trì
310000
Quảng Ninh
Ngoài ra cũng có thể phân mảnh dọc quan hệ DuAn thành hai quan hệ DuAn3, DuAn4. DuAn3
chỉ chứa thông tin về ngân sách của các dự án, còn DuAn4 lưu thông tin về tên và vị trí dự án. Điều
cần lưu ý là khóa của quan hệ DuAn phải xuất hiện trong cả hai mảnh.
Hình 3.3. Phân mảnh dọc quan hệ DuAn

19
DuAn3
DuAn4
MaDuAn

KinhPhi
MaDuAn
Ten
Vitri
P1
150000
P1
Trang thiết bị
Hà Nội
P2
135000
P2
CSDL
Hải Phòng
P3
250000
P3
CAD/CAM
Hà Nội
P4
310000
P4
Bảo Trì
Quảng Ninh
3.1.1.3. Mức độ phân mảnh
Phân mảnh CSDL đến mức độ nào là một quyết định rất quan trong có ảnh hưởng đến hiệu năng
thực hiện vấn tin. Mức độ phân mảnh có thể là từ thái cực không phân mảnh nào đến thái cực phân
mảnh thành từng bộ hoặc từng thuộc tính. Tuy nhiên nếu phân mảnh quá nhỏ sẽ có những tác động
không tốt đến hoạt động khai thác CSDL. Vậy cần phải định ra được một mức độ phân mảnh thích
hợp. Mức độ này sẽ tùy thuộc vào từng CSDL và các ứng dụng CSDL cụ thể.

3.1.1.4. Quy tắc phân mảnh đúng đắn
Chúng ta sẽ phải tuân thủ ba qui tắc trong khi phân mảnh mà chúng sẽ đảm bảo CSDL không có
thay đổi nào về mặt ngữ nghĩa sau khi phân mảnh.
1. Tính đầy đủ: Nếu một quan hệ R được phân mảnh thành các mảnh R
1
, R
2
,…, R
N
thì mỗi mục
dữ liệu có trong R phải có mặt trong một hoặc nhiều mảnh R
i
.
2. Tính tái thiết được: Nếu một quan hệ R được phân mảnh thành R
1
, R
2
,…, R
N
thì cần phải
định nghĩa một toán tử tái thiết  sao cho:
R = R
i
, i = 1 N.
Toán tử  thay đổi tùy theo từng loại phân mảnh; thông thường khi phân mảnh ngang thì  là
phép toán hợp còn phân mảnh dọc là phép toán kết nối.
3. Tính tách biệt: Nếu quan hệ R được phân mảnh ngang thành các mảnh R
1
, R
2

,…, R
N
và mục
dữ liệu t
i
nằm trong mảnh r
i
, thì nó sẽ không nằm trong các mảnh R
k
với k  j. Tiêu chuẩn này đảm
bảo rằng các mảnh ngang sẽ tách biệt với nhau. Nếu quan hệ được phân mảnh dọc, các thuộc tính
khóa chính phải được lặp lại trong mỗi mảnh. Vì thế trong trường hợp phân mảnh dọc, tính tách biệt
chỉ được định nghĩa trên các trường không phải là khóa chính của một quan hệ.
3.1.1.5. Các kiểu cấp phát
Giả sử CSDL đã được phân mảnh hợp lý và cần quyết định cấp phát các mảnh cho các vị trí trên
mạng. Khi dữ liệu được cấp phát, nó có thể được nhân bản hoặc duy trì một bản duy nhất.
Lý do cần phải nhân bản là nhằm đảm bảo độ tin cậy và hiệu quả cho các câu vấn tin chỉ đọc.
Nếu có nhiều bản sao của một mục dữ liệu thì chúng ta vẫn có cơ hội truy xuất được dữ liệu đố
ngay cả khi hệ thống xẩy ra sự cố. Hơn nữa các câu vấn tin chỉ đọc truy xuất đến cùng một mục dữ
liệu có thể cho thực hiện song song bởi vì các bản sao có mặt tại nhiều vị trí. Ngược lại câu vấn tin
cập nhật có thể gây ra nhiều rắc rối bởi vì hệ thống phải bảo đảm rằng tất cả các bản sao phải được
cập nhật chính xác. Vì vậy quyết định nhân bản cần được cân nhắc và phụ thuộc vào tỷ lệ giữa các
câu vấn tin chỉ đọc và câu vấn tin cập nhật. Quyết định này có ảnh hưởng đến tất cả các thuộc toán
của hệ quản trị CSDL phân tán và các chức năng kiểm soát khác.
3.1.1.6. Các yêu cầu thông tin
Một điều cần lưu ý trong việc thiết kế phân tán là quá nhiều yếu tố có ảnh hưởng đến một thiết
kế tối ưu. Tổ chức logic của CSDL, vị trí các ứng dụng, đặc tính truy xuất của các ứng dụng đến

20
CSDL, và các đặc tính của hệ thống máy tính tại mỗi vị trí đều có ảnh hưởng đến các quyết định

phân tán.
3.1.2. Phân mảnh ngang
Trong phần ngày chúng ta sẽ bàn đến hai chiến lược phân mảnh:
- Phân mảnh ngang nguyên thủy: Phân mảnh ngang nguyên thủy của một quan hệ được thực
hiện dựa trên các vị từ được định nghĩa trên quan hệ đó.
- Phân mảnh ngang dẫn xuất: Là phân mảnh một quan hệ dựa vào các vị từ được định nghĩa trên
một quan hệ khác.
3.1.2.1. Yêu cầu thông tin của phân mảnh ngang.
1. Thông tin về CSDL
Thông tin về CSDL là lược đồ toàn cục và các quan hệ gốc. Trong ngữ cảnh này chúng ta cần
biết được các quan hệ sẽ kết lại với nhau bằng phép kết nối hay phép tính khác. Để thể hiện người
ta thường dụng mô hình thực thể để biểu diễn các quan hệ với các mỗi liên kết giữa chúng.
Thông tin định lượng cần có là lực lượng của mỗi quan hệ R, đó là số bộ có trong R được ký
hiệu là card(R).
2. Thông tin về ứng dụng
Để phân tán ngoài thông tin định lượng Card(R) ta còn cần thông tin định tính cơ bản gồm các
vị từ được dùng trong các câu vấn tin. Lượng thông tin này phụ thuộc vào bài toán cụ thể.
Cho lược đồ quan hệ R(U), U = A
1
, A
2
,…, A
N
trong đó mỗi A
i
là một thuộc tính có miền giá trị
dom(A
i
). Một vị từ đơn giản P được định nghĩa trên R có dạng:
P: A

i
 <giá trị>
Trong đó   {=, <, <=, >=, >, <>}, A
i
là một thuộc tính, <giá trị>  dom(A
i
).
Như vậy cho trước một lược đồ R, nếu các miền giá trị dom(A
i
) là hữu hạn chúng ta có thể xác
định được tập tất cả các vị từ đơn giản trên R.
Ví dụ: Với hình 3.1. các vị từ đơn giản của quan hệ DuAn:
P1: Ten = “Bảo trì”
P2: KinhPhi <= 200000
Trong các bài toán thức tế các câu vấn tin thường chứa nhiều vị từ phức tạp hơn, là tổ hợp của
các vị từ đơn giản. Ví dụ vị từ hội sơ cấp của các vị từ đơn giản. Bởi một biểu thức boolean luôn có
thê biến đổi được thành dạng chuẩn hội cho nên chúng ta sử dụng hội sơ cấp để biểu diễn các vị từ
phức tạp.
Cho lược đồ quan hệ R(U), U = A
1
, A
2
,…, A
N
trong đó mỗi A
i
là một thuộc tính có miền giá trị
dom(A
i
). Pr = {p

1
, p
2
,…, p
t
}. Tập các vị từ hội sơ cấp M = {m
1
, m
2
,…, m
k
} được định nghĩa như
sau:
m
i
=  p
’
j
với 1  j  t
Trong đó p
’
j
= p
j
hoặc p
’
j
= p
j
Lưu ý: Phép lấy phủ định một vị từ không phải lúc nào cũng thực hiện được.

Theo những thông tin định tính về các ứng dụng chúng ta cần biết hai tập dữ liệu:

37
Bây giờ ta giả sử rằng T
4
là một giao dịch nhận khóa đọc A trước khi T
1
khóa ghi A. Nếu T
1
xuất hiện trước T
4
trong lịch biểu tuần tự thì T
4
đọc một giá trị của A có chứa hàm f, còn trong lịch
biểu S, giá trị được đọc bởi T
4
không chứa f. Vì vậy, T
4
phải thực hiện trước T
1
trong một lịch biểu
tuần tự tương đương với S. Suy luận duy nhất không thê thực hiện được là nếu trong S hai giao dịch
cùng nhần khóa đọc một mục A theo một thứ tự nào đó thì những giao dịch này phải xuất hiện theo
thứ tự đó trong một lịch biểu tuần tự. Đúng ra thứ tự tương đối này là của các khóa đọc không tạo ra
sẹ khác biệt nào trên các giá trị được tạo ra bởi các giao dịch thực hiện đồng thời.
Thuật toán 3.4. Kiểm tra tính khả tuần tự của các lịch biểu với các khóa đọc/ghi.
Vào: Một lịch biểu S cho một tập các giao dịch T
1
, T
2

,…, T
N
Ra: Khẳng định S có khả tuần tự hay không, nếu được sẽ đưa ra một lịch biểu tuần tự tương
ứng.
Phương pháp:
Chúng ta xây dựng một đồ thị G như sau. Các nút tương ứng là các giao dịch. Các cung được
xác định bằng quy tắc sau:
1. Giả sử trong S, giao dịch T
i
nhận khóa đọc hoặc khóa A. T
j
là giao dịch kế tiếp khóa ghi A,
và i  j. Khi đó chúng ta đặt một cung từ T
i
đến T
j
.
2. Giả sử trong S, giao dịch T
i
khóa ghi A. Gọi T
m
với m  i là một giao dịch khác khóa đọc A
sau khi T
i
mở khóa A những trước các giao dịch khác khóa ghi A. Chúng ta vẽ mộ cung từ T
i
đến
T
m
.

Nếu G có chu trình thi S là bất khả tuần tự, ngược lại thì một sắp xếp topo của G là thứ tự tuần
tự cho các giao dịch này.

22
0. Gọi F tập các mảnh hội sơ cấp
Pr’ = , F = 
1. p  Pr, nếu p phân hoạch R theo quy tắc 1
- Pr’ = Pr’  {p}
- Pr = Pr – {p}
- F = F  {f} với f là một mảnh hội sơ cấp theo p
2. p  Pr nếu p phân hoạch một mảnh f  F theo quy tắc 1
- Pr’ = Pr’  {p}
- Pr = Pr – {p}
- F = F  {f} với f là một mảnh hội sơ cấp theo p
Lặp lại bước 2 cho đến khi nào không p  Pr’ phân hoạch một mảnh f  F
3. p  Pr’ nếu p’ mà p tương đương với p’
- Pr’ = Pr’ – {p}
- F = F – {f} với f là một mảnh hội sơ cấp theo p
Sau bước 3 Pr’ là tập vị từ đầy đủ và tối thiểu cần tìm.
Bước tiếp theo của thiết kế phân mảnh ngang nguyên thủy là suy dẫn ra tập các vị từ hội sơ cấp
có thể được định nghĩa trên các vị từ trong tập Pr’. Các vị từ hội sơ cấp này xác định các mảnh cho
bước cấp phát.
Bước cuối của quá trình thiết kế là loại bỏ một số mảnh vô nghĩa. Điều này được thực hiện bằng
cách xác định những vị từ mâu thuẫn với tập các phép kéo theo I. Chẳng hạn, nếu Pr’ = (P1, P2),
trong đó
P1: A = giá trị 1
P2: A = giá trị 2
Và miền biến thiên của A là {giá trị 1, giá trị 2} rõ ràng I chứa hai phép kéo theo với khẳng
định:
i1: (A = giá trị 1)   (A = giá trị 2)

i2: (A = giá trị 1)  (A = giá trị 2)
Bốn vị từ hội sơ cấp sau đây được định nghĩa theo Pr’
m1: (A = giá trị 1)  (A = giá trị 2)
m2: (A = giá trị 1)  (A = giá trị 2)
m3: (A = giá trị 1)  (A = giá trị 2)
m4: (A = giá trị 1)  (A = giá trị 2)
Trong trường hợp này các vị từ hội sơ cấp m1 và m4 mâu thuẫn với phép kéo theo I và vì thế bị
loại khỏi M
Thuật toán 3.2. Thuật toán phân mảnh ngang nguyên thủy

23
Vào: Quan hệ R, tập các vị từ đơn giản Pr
Ra: M – tập các vị từ hội sơ cấp
Phương pháp:
0. Pr’ = COM-MIN(R,Pr)
Xác định tập M các vị từ hội sơ cấp
Xác định tập I các phép kéo theo giữa các P
i
 Pr’
1. m
i
 M nếu m
i
mâu thuẫn với I
M = M – {m
i
}
Sau bước này M là tập các vị từ hội sơ cấp.
3.1.2.3. Phân mảnh ngang dẫn xuất
Phân mảnh ngang dẫn xuất được định nghĩa trên một quan hệ thành viên của một đường nối dựa

theo phép toán chọn trên quan hệ chủ nhân của đường nối đó. Như thế nếu cho trước một liên kết L,
trong đó owner(L) = S và member(L) = R, các mảnh ngang dẫn xuất của R được định nghĩa là:
R
i
= R S
i
, 1  i  k
Trong đó k là số lượng các mảnh được định nghĩa trên R, và S
i
= S(E
i
), với E
i
là công thức định
nghĩa phân mảnh ngang nguyên thủy S
i
.
Ví dụ: Xét liên kết giữa bảng Luong và NhanVien. Chúng ta có thể nhóm các nhân viên thành
hai nhóm tùy theo lương. Giả sử nhóm có lượng từ 4000$ trở xuống và nhóm lương trên 4000$. Hai
mảnh NhanVien1 và NhanVien2 được định nghĩa như sau:
NhanVien1 = NhanVien Luong1
NhanVien2 = NhanVien Luong2
Trong đó
Luong1 = Luong(Luong  4000)
Luong2 = Luong(Luong > 4000)
Kết quả thu được như sau:
NhanVien1
NhanVien2
MaNV
Ten

ChucVu
MaNV
Ten
ChucVu
E1
Hoàng Lan
Ks Điện
E2
Đình Vượng
Phân tích hệ thống
E3
Minh Tài
Ks Máy
E4
Dương Hà
Lập trình viên
E6
Văn Hiền
Ks Điện
E5
Minh Hoa
Phân tích hệ thống
E7
Hoài Nam
Ks Máy
E8
Vân Dũng
Phân tích hệ thống
Muốn thực hiện phân mảnh ngang dẫn xuất chúng ta cần ba nguyên liệu: Tập các phân hoạch
của quan hệ chủ (chẳng hạn Luong1 và Luong2 trong ví dụ trên), quan hệ thành viên, và tập các vị

từ nối giữa quan hệ chủ và quan hệ thành viên (chẳng hạn NhanVien.ChucVu = Luong.ChucVu).
Cũng có một vấn đề phức tạp phải chú ý, trong lược đồ CSDL chúng ta hay gặp nhiều đường nối
đến một quan hệ R. Như thế có thể có nhiều cách phân mảnh ngang dẫn xuất cho R. Quyết định
chọn cách phân mảnh nào cần dựa trên hai tiêu chuẩn sau:
1. Phân mảnh có đặc tính nối tốt hơn;
2. Phân mảnh được sử dụng trong nhiều ứng dụng hơn.

24
3.1.2.4. Kiểm tra tính đúng đắn của phân mảnh ngang
1. Tính đầy đủ
Tính đầy đủ của một phân mảnh ngang nguyên thủy dựa vào các vị từ chọn được dùng. Với
điều kiện các vị từ chọn là đầy đủ, phân mảnh thu được cung được bảo đảm là đầy đủ, bởi vì cơ sở
của thuật toán phân mảnh là một tập các vị từ cực tiểu và đầy đủ. Tính đầy đủ sẽ được bảo đảm với
điều kiện là không có sai sót xẩy ra khi định nghĩa tập vị từ đầy đủ và cực tiểu Pr. Tính đầy đủ của
phân mảnh ngang dẫn xuất có hơi khác. Khó khăn là do vị từ định nghĩa phân mảnh có liên quan
đến hai quan hệ.
Gọi R là quan hệ thành viên của một liên kết mà chủ là quan hệ S được phân mảnh thành F
s
=
{S
1
, S
2
,…, S
N
}. A là thuộc tính nối giữa R và S. Vậy đối với mỗi bộ t của R, phải có một bộ t’ sao
cho t.A = t’.A
Quy tắc này được gọi là ràng buộc toàn vẹn hay toàn vẹn tham chiếu, bảo đảm mọi bộ trong các
mảnh của quan hệ thành viên đều nằm trong quan hệ chủ.
2. Tính tái thiết được

Tái thiết một quan hệ toàn cục từ các mảnh được thực hiện bằng toán tử hợp trong cả phân
mảnh ngang nguyên thủy lẫn dẫn xuất. Vì thế một quan hệ R với phân mảnh F
R
= {R
1
, R
2
,…, R
N
},
chúng ta có R =  R
i
, R
i
 F
R
.
3. Tính tách biệt
Chúng ta có thể dễ dạng thấy rằng tính tách rời của phân mảnh nguyên thủy là rõ ràng theo cách
phân mảnh của ta. Với phân mảnh dẫn xuất, tính tách rời sẽ được bảo đảm nếu các vị từ hội sơ cấp
xác đinh phân mảnh có tính loài trừ lẫn nhau.
3.1.3. Phân mảnh dọc.
Phân mảnh dọc một quan hệ r sẽ sinh ra các mảnh r
1
, r
2
,…, r
N
mỗi mảnh chứa một tập con thuộc
tính của R và cả khóa của r. Mục đích của phân mảnh dọc là phân hoạch một quan hệ thành một tập

các quan hệ nhỏ hơn để nhiều ứng dụng có thể chỉ chạy trên một quan hệ. Trong ngữ cảnh này, một
phân mảnh tối ưu là một phân mảnh sinh ra một lược đồ phân mảnh cho phép giảm đến tối da thời
gian thực thi các ứng dụng chạy trên các mảnh đó.
Phân mảnh dọc đã được nghiên cứu trong ngữ cảnh của các hệ CSDL tập trung. Lý do chính là
sử dụng nó làm một công cụ thiết kế cho phép các vấn tin làm việc trên các quan hệ nhỏ hơn vì thế
giảm bớt số truy xuất và tiết kiệm bộ nhớ. Một trong số các phương pháp phân mảnh dọc đã nghiên
cứu trong mô hình CSDL quan hệ là việc chuẩn hóa các quan hệ về các dạng chuẩn cấp cao.
Bên cạnh phương pháp chuẩn hóa các quan hệ còn có những phương pháp khác và chúng
thường gắn với mục tiêu của bài toán.
3.1.4. Cấp phát.
Bài toán cấp phát:
Giả sử rằng có một tập các mảnh F = {F
1
, F
2
,…, F
N
} và một mạng máy tính bao gồm các vị trị S
= {S
1
, S
2
,…, S
M
} trên đó có một tập các ứng dụng dạng Q = {q
1
, q
2
,…, q
k

} đang chạy. Bài toán cấp
phát là tìm một phân phối “tối ưu” của F cho S.
Tính tối ưu có thể được định nghĩa ứng với hai số đo: