tìm hiểu một số thuật toán điều khiển tương tranh trong cơ sở dữ liệu phân tán

BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC HUẾ
TRƢỜNG ĐẠI HỌC KHOA HỌC





TRẦN LÊ NGỌC





TÌM HIỂU MỘT SỐ THUẬT TOÁN ĐIỀU KHIỂN
TƢƠNG TRANH TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN




CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH
MÃ SỐ: 60.48.01




LUẬN VĂN THẠC SĨ KHOA HỌC
CÔNG NGHỆ THÔNG TIN

NGƢỜI HƢỚNG DẪN KHOA HỌC
TS. NGUYỄN MẬU HÂN



Huế, 2012




LỜI CAM ĐOAN

Tôi xin cam đoan luận văn là kết quả của quá trình nghiên
cứu của riêng tôi dƣới sự hƣớng dẫn của TS. Nguyễn Mậu Hân.
Các số liệu, kết quả đã nêu trong luận văn là trung thực và
chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác,
các tài liệu tham khảo có trích dẫn đầy đủ.

Ngƣời thực hiện luận văn


Trần Lê Ngọc

Tôi xin gửi lời cảm ơn chân thành đến TS. Nguyễn Mậu Hân, Thầy đã tận tình
hướng dẫn em trong suốt thời gian học tập cũng như thời gian thực hiện luận văn.
Vì thời gian và trình độ còn nhiều hạn chế cũng như số lượng lớn các thuật
ngữ, khái niệm cần trình bày, chắc chắn luận văn còn có chỗ sai sót. Rất mong
nhận được ý kiến góp ý và động viên của các Thầy/Cô cũng như tất cả các Anh/Chị
và các bạn để luận văn được hoàn thiện hơn nữa.
Xin chân thành cảm ơn!
Người thực hiện luận văn


Trần Lê Ngọc




MỤC LỤC
Trang phụ bìa
Lời cam đoan
Mục lục
Danh mục các ký hiệu, các chữ viết tắt
Danh mục các bảng
Danh mục các hình vẽ, đồ thị
MỞ ĐẦU 1
1. Lý do chọn đề tài 1
2. Mục đích nghiên cứu 1
3. Đối tƣợng và phạm vi nghiên cứu 1
4. Phƣơng pháp nghiên cứu. 1
5. Ý nghĩa khoa học và thực tiễn 2
6. Cấu trúc luận văn 2
CHƢƠNG 1. TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU PHÂN TÁN 3

1.1. Phân mảnh dữ liệu 4
1.1.1. Các lý do phân mảnh dữ liệu 4
1.1.2. Các yêu cầu của việc phân mảnh dữ liệu 5
1.2. Các chiến lƣợc phân tán dữ liệu 8
1.2.1. Tập trung dữ liệu 8
1.2.2. Chia nhỏ dữ liệu 8
1.2.3. Sao lặp dữ liệu 8
1.2.4. Phƣơng thức lai 9
1.3. Cấp phát tài nguyên trong hệ phân tán 9
CHƢƠNG 2. QUẢN TRỊ GIAO DỊCH PHÂN TÁN 11
2.1. Xử lý truy vấn phân tán 11
2.1.1. Mục đích của xử lý truy vấn 11
2.1.2. Chức năng của xử lý truy vấn 11
2.1.3. Các phƣơng pháp xử lý truy vấn cơ bản 11
2.1.4. So sánh xử lý truy vấn tập trung và phân tán 12
2.2. Quản trị các giao dịch phân tán 13
2.2.1. Các khái niệm 13
2.2.1.1. Quản lý giao dịch (Transaction Management – TM): 13



2.2.1.2. Giao dịch (Transaction): 14
2.2.2. Tính chất của giao dịch 14
2.2.3. Trạng thái của giao dịch 18
2.2.4. Xử lý giao dịch 20
2.3. Lịch biểu 21
2.3.1. Khái niệm lịch biểu 21
2.3.2. Các loại lịch biểu 22
2.4. Tính khả tuần tự 25
2.4.1. Tiến trình tuần tự 25

2.4.2. Tiến trình không tuần tự 25
2.4.3. Hai thao tác xung đột 25
2.4.4. Tiến trình tƣơng đƣơng 26
2.4.5. Tiến trình khả tuần tự 26
2.4.6. Tính khả tuần tự trong cơ sở dữ liệu phân tán 27
CHƢƠNG 3. ĐIỀU KHIỂN TƢƠNG TRANH TRONG CƠ SỞ DỮ LIỆU
PHÂN TÁN 28
3.1. Cơ sở của điều khiển tƣơng tranh phân tán 28
3.1.1. Các khái niệm 30
32
3.2. Các kỹ thuật điều khiển tƣơng tranh 34
3.2.1. Các kỹ thuật đồng bộ hóa dựa trên khóa hai pha 34
3.2.1.1. Quá trình thực hiện 2PL cơ bản 35
3.2.1.2. Kỹ thuật 2PL sao chép chính 39
3.2.1.3. Kỹ thuật 2PL biểu quyết 40
3.2.1.4. Kỹ thuật 2PL tập trung 40
3.2.1.4. Kỹ thuật 2PL phân tán 41
3.2.2. Phát hiện và ngăn chặn tắc nghẽn 42
3.2.2.1. Ngăn chặn tắc nghẽn 44
3.2.2.2. Phát hiện tắc nghẽn 46
47
3.2.3.1. Thuật toán TO cơ bản 49
3.2.3.2. Thuật toán TO bảo thủ 50
3.2.3.3. Thuật toán TO đa bản 52
3.2.3.4. Duy trì TO: 53



3.2.3.5. Quản lý nhãn thời gian: 53
1.3.Mô phỏng nhiều giao dịch đồng thời trên hệ thống ATM đa ngân hàng. 55

3.3.1. Giới thiệu chƣơng trình 55
3.3.2. Mô tả bài toán 55
3.3.4. Thiết kế cơ sở dữ liệu 58
3.3.5. Đề xuất ý tƣởng thuật toán điều khiển tƣơng tranh 58
3.3.6. Nội dung thuật toán 59
3.3.7. Giao diện và các chức năng của chƣơng trình 60
3.3.8. Quy trình kiểm thử chƣơng trình 63
KẾT LUẬN 66
1. Đánh giá kết quả 66
2. Phạm vi ứng dụng 66
3. Hƣớng phát triển 66
TÀI LIỆU THAM KHẢO 68




DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

2PL
Two phases locking
ACK
Acknowledgment
ATM
Automated teller machine
BTO
Basic timestamp ordering
CSDL
Cơ sở dữ liệu
DM
Data Management

LC
Lock controller
PC
Primary copy
ROWA
Read one Write all
TM
Transaction Management
TO
Timestamp ordering
TS
Timestamp




DANH MỤC CÁC BẢNG

Số hiệu bảng
Tên bảng
Trang
1.1
Cơ sở dữ liệu của một công ty máy tính
7
1.2
Phân mảnh ngang Cơ sở dữ liệu
7
1.3
Phân mảnh dọc Cơ sở dữ liệu
7

1.4
Phân mảnh hổn hợp Cơ sở dữ liệu
8
2.1
Bảng mô tả các giao dịch
24
2.2
Bảng biểu diễn tiến trình tuần tự
25
2.3
Bảng biểu diễn tiến trình không tuần tự
25
2.4
Bảng biểu diễn tiến trình khả tuần tự
27
3.1
Bảng mô tả hai giao dịch rút và chuyển tiền
38
3.2
Bảng mô tả khóa tại nhiều trạm
46





DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Số hiệu hình vẽ
Tên hình vẽ

Trang
2.1
Quá trình xử lý truy vấn trong hệ thống phân tán
12
2.2
dữ liệu phân tán
13
2.3
Biểu đồ trạng thái của giao dịch
19
2.4
Lịch biểu tuần tự
23
2.5
Lịch biểu bất tuần tự
23
2.6
Lịch biểu khả tuần tự
24
3.1
Hiện tƣợng khóa chết (Deadlock)
31
3.2

33
3.3
t
34
3.4
Biểu đồ khóa 2 pha

36
3.5
Tình trạng tắc nghẽn
42
3.6
Đồ thị chờ của giao dịch tắc nghẽn
43
3.7
Tắc nghẽn tại nhiều trạm
46
3.8
Đồ thị điều khiển tƣơng tranh theo nhãn thời gian
49
3.9
Sơ đồ thuật toán BTO bảo thủ
51
3.10
Sơ đồ thuật toán TO đa bản
52
3.11
Mô hình hoạt động của máy ATM
56
3.12
Thiết kế cơ sở dữ liệu máy ATM
58
3.13
Giao diện đăng nhập máy ATM
61
3.14
Giao diện sau khi đăng nhập máy ATM

61
3.15
Giao diện Bảng điều khiển máy ATM
62
3.16
Hiển thị quá trình xử lý
62
3.17
Log và lƣu file Log
62





1
MỞ ĐẦU

1. Lý do chọn đề tài
Trong thực tiễn hiện nay, nhu cầu dùng chung một hệ cơ sở dữ liệu là rất lớn.
Vấn đề đặt ra là làm thế nào để có thể quản lý tốt các luồng dữ liệu và việc sử dụng
chung dữ liệu, chƣơng trình ứng dụng. Đặc biệt là làm thế nào để đáp ứng nhu cầu
ngƣời dùng một cách tốt nhất, chính xác nhất.
Lý thuyết điều khiển tƣơng tranh (hay đồng thời) đƣợc đƣa ra trong việc
quản lý các giao dịch trên cơ sở dữ liệu phân tán nhằm giải quyết các tính chất biệt
lập và nhất quán [5] trên một hệ cơ sở dữ liệu phân tán.
Từ những lý do cơ bản trên, đƣợc sự hƣớng dẫn và gợi ý của TS. Nguyễn
Mậu Hân, tôi đã chọn đề tài nghiên cứu của luận văn tốt nghiệp cao học là “Tìm
hiểu một số thuật toán điều khiển tương tranh trong cơ sở dữ liệu phân tán”.
2. Mục đích nghiên cứu

Đề tài tập trung tìm hiểu về các giao dịch, việc sử dụng các thuật toán điều
khiển tƣơng tranh và tầm quan trọng của chúng trong việc quản lý giao dịch trên cơ
sở dữ liệu phân tán.
Xây dựng chƣơng trình mô phỏng giao dịch đồng thời trên hệ thống ATM đa
ngân hàng.
3. Đối tƣợng và phạm vi nghiên cứu
Các thuật toán điều khiển tƣơng tranh sử dụng khoá, hiện tƣợng Deadlock,
dựa vào nhãn thời gian [4] và phƣơng pháp lạc quan là các đối tƣợng nghiên cứu
chính của đề tài nhằm đánh giá sự cần thiết của chúng trong quản lý giao dịch.
Phạm vi nghiên cứu của đề tài là tìm hiểu về giao dịch đồng thời, các thuật toán
đƣợc áp dụng trên cơ sở dữ liệu phân tán nhằm tối ƣu hoá thực hiện của các giao dịch
trong môi trƣờng phân tán [2]. Xây dựng chƣơng trình mô phỏng để xem xét việc thực
thi các giao dịch đồng thời, chƣơng trình mô phỏng không phải là ứng dụng.
4. Phƣơng pháp nghiên cứu.
Thu thập và nghiên cứu các tài liệu liên quan đến lý thuyết về điều
khiển tƣơng tranh trong cơ sở dữ liệu phân tán.



2
Tìm hiểu một số thuật toán điều khiển tƣơng tranh đã đƣợc áp dụng trên
cơ sở dữ liệu phân tán.
Khảo sát và tiến hành mô phỏng một số thuật toán để minh họa các giao
dịch đồng thời.
5. Ý nghĩa khoa học và thực tiễn
Trình bày các kiến thức về lý thuyết giao dịch và các kiến thức liên quan, bài
toán quản lý giao dịch và các kỹ thuật điều khiển tƣơng tranh đã đƣợc ứng dụng.
Xây dựng chƣơng trình mô phỏng việc thực thi các giao dịch đồng thời để từ đó
thấy đƣợc sự cần thiết trong việc nghiên cứu đề tài này để ứng dụng trong thực tiễn.
6. Cấu trúc luận văn

Nội dung luận văn gồm 3 chƣơng, cụ thể nhƣ sau:
Chương 1: Tổng quan về cơ sở dữ liệu phân tán
Giới thiệu tổng quan về cơ sở dữ liệu phân tán, các nguyên tắc phân mảnh dữ
liệu, các chiến lƣợc phân tán dữ liệu và việc cấp phát tài nguyên trong hệ cơ sở dữ
liệu phân tán.
Chương 2: Quản trị cơ sở dữ liệu phân tán
Tập trung nghiên cứu về xử lý truy vấn phân tán, quản lý các giao dịch phân
tán, lịch biểu và tính khả tuần tự trong thực thi các giao dịch phân tán.
Chương 3: Mô hình tương tranh trong cơ sở dữ liệu phân tán
Nghiên cứu về điều khiển tƣơng tranh trong cơ sở dữ liệu phân tán, các kỹ
thuật, thuật toán điều khiển tƣơng tranh.
Xây dựng chƣơng trình mô phỏng thuật toán điều khiển tƣơng tranh trên hệ
thống giao dịch vụ đa ngân hàng.



3
CHƢƠNG 1
TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU PHÂN TÁN

Cơ sở dữ liệu phân tán là tập hợp các cơ sở dữ liệu (CSDL) đƣợc liên kết
logic và làm việc một cách trong suốt với ngƣời sử dụng. Trong suốt với ngƣời sử
dụng hàm nghĩa ngƣời sử dụng có thể truy cập tất cả cơ sở dữ liệu nhƣ chúng thuộc
về một cơ sở dữ liệu duy nhất. Có sự độc lập ví trí, ngƣời sử dụng không biết nơi
lƣu trữ dữ liệu, có thể di chuyển dữ liệu dữ liệu từ vị trí vật lý này đến vị trí khác
mà không ảnh hƣởng đến ngƣời dùng khác.
Lý do phát triển cơ sở dữ liệu phân tán là:
• Các tổ chức thƣờng có nhiều chi nhánh ở nhiều nơi khác nhau.
• Cho phép mỗi vị trí lƣu giữ cơ sở dữ liệu riêng nhằm hỗ trợ truy cập hiệu quả
và tức thì các dữ liệu đƣợc dùng thƣờng xuyên.

• Các dữ liệu này có thể đƣợc dùng ở những nơi khác nhƣng tần suất sử dụng
ít hơn.
• Nếu có hƣ hỏng ở một máy tính tại một vị trí hay đƣờng liên lạc bị sụp đổ,
phần còn lại của mạng vẫn tiếp tục làm việc.
Tuy nhiên, còn tồn tại một số điểm bất lợi:
• Phí tổn gây ra bởi các tác vụ điều khiển và phối hợp có thể làm giảm đáng kể
hiệu năng.
• Khi dữ liệu đƣợc sao lƣu ở nhiều vị trí khác nhau sẽ dẫn đến việc gia tăng
các tài nguyên cần sử dụng nhằm bảo đảm cập nhật đồng thời và nhất quán.
Việc sao lƣu cần thêm không gian lƣu trữ.
• Vấn đề an toàn trở nên phức tạp.
• Khó khăn trong việc thay đổi: hiện nay chƣa có một công cụ hoặc phƣơng
pháp nào tối ƣu để trợ giúp ngƣời sử dụng có thể chuyển đổi dữ liệu từ tập
trung sang phân tán và ngƣợc lại.
Để giải quyết các vấn đề trên, khi tiến hành xây dựng một Hệ thống cơ sở dữ
liệu phân tán cần tiến hành tốt việc phân mảnh dữ liệu, cấp phát nguồn tài nguyên



4
hợp lý, quản trị các giao dịch và xử lý các truy vấn phân tán, đồng thời xử lý tốt vấn
đề điều khiển tƣơng tranh.
1.1. Phân mảnh dữ liệu
1.1.1. Các lý do phân mảnh dữ liệu
Trong việc phân mảnh dữ liệu, điều quan trọng nhất là tạo ra đƣợc một đơn
vị phân tán phù hợp. Một quan hệ không phải là một đơn vị đáp ứng đƣợc yêu cầu
đó vì nhiều lý do.
Thứ nhất, khung nhìn của các ứng dụng thƣờng chỉ là một tập con của quan
hệ. Vì thế, đơn vị truy xuất không phải là toàn bộ quan hệ đó mà chỉ là các tập con
của nó. Kết quả là ta xem tập con của quan hệ làm cơ sở để thực hiện phân tán dữ

liệu là thích hợp nhất.
Thứ hai, nếu các ứng dụng có các khung nhìn đƣợc định nghĩa trên một quan
hệ cho trƣớc nằm tại những vị trí khác nhau thì có hai cách lựa chọn làm cơ sở để
phân tán: hoặc là toàn bộ quan hệ hoặc quan hệ không được nhân bản mà được lưu
ở một vị trí có chạy ứng dụng. Lựa chọn thứ nhất gây ra một số lƣợng lớn các truy
xuất không cần thiết đến dữ liệu ở xa. Ngƣợc lại, lựa chọn sau thực hiện nhân bản
không cần thiết, gây ra nhiều vấn đề khi cập nhật và có thể gây lãng phí không gian
lƣu trữ.
Thứ ba, việc phân rã một quan hệ thành nhiều mảnh, mỗi mảnh đƣợc xử lý
nhƣ một đơn vị, sẽ cho phép nhiều giao dịch thực hiện đồng thời. Ngoài ra việc
phân mảnh các quan hệ sẽ cho phép thực hiện song song một câu vấn tin bằng cách
chia nó ra 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 (song hành) và nhƣ vậy sẽ làm
tăng lƣu lƣợng hoạt động của hệ thống. Kiểu hoạt động đồng thời này mà chúng ta
gọi là đồng thời nội truy vấn (interquery concurrency).
Bên cạnh đó việc phân mảnh cũng tồn tại một số khiếm khuyết. Nếu ứng
dụng có những yêu cầu ngăn cản việc phân rã thành các mảnh để đƣợc sử dụng độc
quyền, thì những ứng dụng có các khung nhìn đƣợc định nghĩa trên nhiều mảnh sẽ
bị giảm hiệu suất hoạt động. Chẳng hạn nó có thể cần phải truy xuất dữ liệu từ hai



5
mảnh rồi nối hoặc hợp chúng lại với chi phí rất cao. Tránh đƣợc điều này là một vấn
đề cơ bản của kỹ thuật phân mảnh.
Vấn đề liên quan đến việc kiểm soát dữ liệu ngữ nghĩa (semantic data control),
đặc biệt là vấn đề kiểm tra tính toàn vẹn. Do kết quả của phân mảnh, các thuộc tính
tham gia vào một phụ thuộc có thể bị phân rã vào các mảnh khác nhau và đƣợc cấp
phát cho những vị trí khác nhau [1]. Trong trƣờng hợp này, một nhiệm vụ đơn giản nhƣ
kiểm tra các phụ thuộc cũng phải thực hiện truy tìm dữ liệu ở nhiều vị trí.

1.1.2. Các yêu cầu của việc phân mảnh dữ liệu
Cơ sở dữ liệu đƣợc phân mảnh đến một mức độ nào sẽ quyết định thời gian
thực hiện các truy vấn. Một mức độ nhƣ thế chỉ đƣợc định nghĩa với các ứng dụng
cụ thể trên CSDL. Việc phân mảnh một quan hệ tổng thể cũng phải tuân theo một
số các quy tắc nào đó để khi tái thiết lại quan hệ cũ vẫn bảo đảm ngữ nghĩa của nó.
Một phƣơng pháp thiết kế các phân mảnh đúng đắn phải thỏa mãn ba ràng buộc sau:
Tính đầy đủ (completeness): Nếu một quan hệ R đƣợc phân rã thành các
mảnh R
1
, R
2
, , R
k
thì mỗi mục dữ liệu có trong R phải có trong một hoặc
nhiều mảnh R
i

Tính tái thiết được (reconstruction): Nếu một quan hệ R đƣợc phân rã thành
các mảnh R
1
, R
2
, , R
k
thì phải tồn tại một toán tử sao cho: R = R
i
, i.
Toán tử thay đổi tùy theo từng loại phân mảnh, điều quan trọng là làm sao
xác định đƣợc nó. Trong thực tế khi các mảnh là đƣợc phân mảnh ngang thì
là phép hợp và khi phân mảnh dọc thì là phép nối.

Tính tách biệt (disjointness): Nếu một quan hệ R đƣợc phân mảnh ngang
thành các quan hệ R
1
, R
2
, , R
k
và mục dữ liệu t
i
nằm trong mảnh R
i
thì nó
sẽ không nằm trong một mảnh R
k
, k i. Tiêu chuẩn này bảo đảm các mảnh
ngang phải đƣợc tách rời nhau. Nếu quan hệ đƣợc phân mảnh dọc thì các
thuộc tính chung phải đƣợc lặp lại trong mỗi mảnh. Do đó, trong trƣờng hợp
phân mảnh dọc tính tách biệt chỉ đƣợc định nghĩa trên các trƣờng không phải
là thuộc tính chung của quan hệ.
Ví dụ: Xét cơ sở dữ liệu của một công ty phần mềm đƣợc tổ chức nhƣ sau:



6
CANBO (MACB, TENCB, CHUCVU): là quan hệ chứa dữ liệu về cán bộ
của công ty. Bao gồm, tên cán bộ (TENCB), mã số của cán bộ (MACB), chức vụ
của cán bộ trong công ty (CHUCVU) và ngày sinh của cán bộ (NGAYSINH).
TIENLUONG (CHUCVU, MUCLUONG): là quan hệ chứa dữ liệu quản lý
các mức lƣơng của cán bộ trong công ty. Gồm hai trƣờng CHUCVU và
MUCLUONG (mức lƣơng tƣơng ứng với chức vụ).

PHANMEM (MAPM, TENPM, KINHPHI): là quan hệ chứa dữ liệu quản lý
các phần mềm mà công ty đang xây dựng. Gồm ba trƣờng: MAPM (mã số phần
mềm), TENPM (tên của phần mềm) và KINHPHI (kinh phí xây dựng phần mềm).
HOSO (MACB, MAPM, NHIEMVU, THOIGIAN): gồm bốn trƣờng MACB
(mã số của cán bộ), MAPM (mã số phần mềm mà cán bộ đó làm việc), NHIEMVU
(nhiệm vụ của cán bộ đó trong phần mềm) và THOIGIAN (thời gian đƣợc phân
công trong quá trình xây dựng phần mềm).
Bảng 1.1: Cơ sở dữ liệu của một công ty máy tính
CANBO HOSO
MACB
TENCB
CHUCVU

MACB
MAPM
NHIEMVU
THOIGIAN
C1
C2
C3
C4
C5
C6
C7
C8
Tấn
Đạt
Lực
Trung
Hòa

Hùng
Dũng
Sinh
Phân tích HT
Lập trình viên
Phân tích HT
Phân tích HT
Lập trình viên
Kỹ sƣ điện tử
Phân tích HT
Thiết kế DL

C1
C2
C2
C3
C3
C4
C5
C6
C7
C8
P1
P1
P2
P3
P4
P2
P2
P4

P3
P3
Quản lý
Phân tích
Phân tích
Kỹ thuật
Lập trình
Quản lý
Quản lý
Kỹ thuật
Quản lý
Lập trình
12
34
6
12
10
6
20
36
48
15







7

PHANMEM TIENLUONG

Ví dụ về phân mảnh ngang:
Xét các phép toán đại số quan hệ sau:
PHANMEM 1 =
KINHPHI 20000
(PHANMEM)
PHANMEM 2 =
KINHPHI > 20000
(PHANMEM)
Bảng 1.2: Phân mảnh ngang Cơ sở dữ liệu
PHANMEM 1 PHANMEM 2

Dễ thấy, các mảnh thỏa mãn tính tái thiết được và tính đầy đủ
PHANMEM 1 PHANMEM ; PHANMEM 2 PHANMEM;
PHANMEM = PHANMEM 1 PHANMEM 2
Ví dụ về phân mảnh dọc:
Xét các phép toán đại số quan hệ sau:
PHANMEM 3 =
$1,$3
PHANMEM ; PHANMEM 4 =
$1,$4
PHANMEM
Bảng 1.3: Phân mảnh dọc Cơ sở dữ liệu
PHANMEM 3 PHANMEM 4
MAPM
TENPM
KINHPHI

CHUCVU

MUCLUONG
P1
P2
P3
P4
CSDL
CÀI ĐẶT
BẢO TRÌ
PHÁT TRIỂN
20000
12000
28000
25000

Kỹ sƣ điện tử
Phân tích HT
Lập trình viên
Thiết kế DL
1000
2500
3000
4000
MAPM
TENPM
KINHPHI
P1
P2
CSDL
CÀI ĐẶT
20000

12000
MAPM
TENPM
KINHPHI
P3
P4
BẢO TRÌ
PHÁT TRIỂN
28000
25000
MAPM
KINHPHI

MAPM
TENPM
P1
P2
P3
P4
20000
12000
28000
25000

P1
P2
P3
P4
CSDL
CÀI ĐẶT

BẢO TRÌ
PHÁT TRIỂN



8
Dễ thấy, các mảnh thỏa mãn tính tái thiết được và tính đầy đủ
PHANMEM 3 PHANMEM ; PHANMEM 4 PHANMEM ;
PHANMEM = PHANMEM 3


PHANMEM 4
Ví dụ về phân mảnh hỗn hợp: xét các phép toán đại số quan hệ sau:
PHANMEM 5 =
KINHPHI 20000
(
$1,$3
PHANMEM)
PHANMEM 6 =
KINHPHI > 20000
(
$1,$3
PHANMEM )
Bảng 1.4: Phân mảnh hổn hợp Cơ sở dữ liệu
PHANMEM 5 PHANMEM 6




1.2. Các chiến lƣợc phân tán dữ liệu

Việc định vị và phân tán dữ liệu ở các nút trong một mạng máy tính sẽ quyết
định tính hiệu quả và đúng đắn của hệ thống phân tán. Hiện nay ngƣời ta sử dụng 4
chiến lƣợc phân tán dữ liệu cơ bản là:
1.2.1. Tập trung dữ liệu
Tất cả các dữ liệu đƣợc tập trung tại một chổ. Cách này đơn giản nhƣng nó
tồn tại 3 nhƣợc điểm sau:
Dữ liệu không sẵn sàng cho ngƣời sử dụng khi truy nhập từ xa
Chi phí cho truyền thông lớn
Hệ thống ngừng hoạt động khi cơ sở dữ liệu bị sự cố
1.2.2. Chia nhỏ dữ liệu
Cơ sở dữ liệu đƣợc chia thành các phần nhỏ liên kết nhau (không trùng lặp).
Mỗi phần dữ liệu đƣợc đƣa đến các vị trí một cách thích hợp để sử dụng.
1.2.3. Sao lặp dữ liệu
Cơ sở dữ liệu đƣợc nhân thành nhiều bản từng phần hoặc đầy đủ và đƣợc đặt
ở nhiều vị trí trên mạng. Nếu bản sao của CSDL đƣợc lƣu giữ tại mọi vị trí của hệ
thống ta có trƣờng hợp sao lặp đầy đủ. Cách này thƣờng làm cực đại việc truy nhập
TENPM
KINHPHI
CSDL
CÀI ĐẶT
20000
12000
TENPM
KINHPHI
CSDL
CÀI ĐẶT
28000
25000

9
tới dữ liệu ở mọi địa phƣơng và nãy sinh nhiều vấn đề khi cập nhật nhƣ: khi có sự
thay đổi dữ liệu ở một vị trí thì cần xử lý lại để đồng bộ hóa dữ liệu cho các vị trí
khác. Hiện nay có nhiều kỹ thuật mới cho phép tạo bản sao không đầy đủ phù hợp
với yêu cầu dữ liệu ở mỗi vị trí và một bản đầy đủ đƣợc quản lý ở server. Sau một
khoảng thời gian nhất định các bản sao đƣợc làm đồng bộ với bản chính bằng một
ứng dụng nào đó. Ví dụ ứng dụng Briefcase của Windows là một chƣơng trình đồng
bộ hóa trên cơ sở dữ liệu Access.
1.2.4. Phương thức lai
Cơ sở dữ liệu đƣợc phân thành nhiều phần quan trọng và không quan trọng.
Phần ít quan trọng đƣợc lƣu giữ một nơi và phần quan trọng đƣợc lƣu trữ ở nhiều
nơi khác.
1.3. Cấp phát tài nguyên trong hệ phân tán
Cấp phát tài nguyên trong một hệ phân tán là một bài toán đƣợc nhiều ngƣời
quan tâm và nghiên cứu rộng rãi. Tuy nhiên, phần lớn các nghiên cứu này không tập
trung vào việc thiết kế dữ liệu mà sử dụng cho cách thức đặt các tập tin vào các vị
trí của hệ phân tán.
Bài toán cấp phát
Giả sử có một tập các mảnh F={F
1
, F
2
, , F
k
} và một mạng máy tính bao
gồm các vị trí S={S
1
, S
2

, , S
m
} trên đó có một tập các ứng dụng Q={Q
1
, Q
2
, ,
Q
q
} đang thực thi. Bài toán cấp phát (allocation problem) là tìm một phân phối tối
ƣu các mảnh F cho các vị trí S. Một phân phối đƣợc gọi là tối ƣu nếu nó thỏa mãn
hai yếu tố sau:
Chi phí nhỏ nhất: hàm chi phí bao gồm chi phí lƣu mỗi mảnh dữ liệu 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 các vị trí có
chứa nó, và chi phí truyền dữ liệu. Vì thế bài toán cấp phát sẽ tìm một lƣợc
đồ cấp phát với hàm chi phí là cực tiểu.
Hiệu quả: chiến lƣợc cấp phát đƣợc thiết kế nhằm cực tiểu hóa thời gian thực
hiện và tăng tối đa lƣu lƣợng hệ thống tại mỗi vị trí.
Ngƣời ta chứng minh đƣợc rằng bài toán cấp phát tổng quát, ký hiệu DAP
(database allocation problem) là một bài toán NP-đầy đủ. Vì thế hầu hết các nghiên

10
cứu đã đƣợc dành cho việc tìm ra đƣợc các thuật giải heuristic để có đƣợc lời giải
tối ƣu cho loại bài toán này.
Hiện nay chƣa có một mô hình heuristic tổng quát nào nhận một tập các
mảnh và sinh ra một chiến lƣợc cấp phát gần tối ƣu ứng với các ràng buộc cho trƣớc
mà chỉ mới đƣa ra một số giả thiết đơn giản hóa và dễ áp dụng cho một số cách đặt
vấn đề đơn giản.



11

CHƢƠNG 2
QUẢN TRỊ GIAO DỊCH PHÂN TÁN

2.1. Xử lý truy vấn phân tán
Chức năng chính của một bộ xử lý truy vấn là biến đổi một truy vấn của
ngƣời sử dụng ở mức cao thành một truy vấn tƣơng đƣơng ở mức thấp hơn. Phép
biến đổi này phải đạt đƣợc cả về tính đúng đắn và tính hiệu quả. Nghĩa là các truy
vấn ở mức thấp phải tƣơng đƣơng với truy vấn ban đầu và cho cùng một kết quả.
Các cách biến đổi này sẽ dẫn đến việc sử dụng tài nguyên máy tính khác nhau, nên
vấn đề đặt ra là lựa chọn phƣơng án nào để sử dụng tài nguyên ít nhất [2].
2.1.1. Mục đích của xử lý truy vấn
Giảm thiểu thời gian xử lý.
Giảm vùng nhớ trung gian.
Giảm chi phí truyền thông giữa các trạm.
Sử dụng ít tài nguyên.

2.1.2. Chức năng của xử lý truy vấn
Biến đổi một truy vấn phức tạp thành một truy vấn tƣơng đƣơng đơn giản
hơn.
Phép biến đổi này phải đạt đƣợc cả về tính đúng đắn và hiệu quả.
Mỗi cách biến đổi dẫn đến việc sử dụng tài nguyên máy tính khác nhau,
nên vấn đề đặt ra là lựa chọn phƣơng án nào dùng tài nguyên ít nhất.
2.1.3. Các phương pháp xử lý truy vấn cơ bản
Phƣơng pháp biến đổi đại số:
Đơn giản hóa câu truy vấn nhờ các phép biến đổi đại số tƣơng đƣơng
nhằm giảm thiểu thời gian thực hiện các phép toán. Phƣơng pháp này
không quan tâm đến kích thƣớc và cấu trúc dữ liệu.
Phƣơng pháp ƣớc lƣợng chi phí:
Xác định kích thƣớc dữ liệu, thời gian thực hiện mỗi phép toán trong câu
truy vấn. Phƣơng pháp này quan tâm đến kích thƣớc dữ liệu và phải tính
toán chi phí thời gian thực hiện mỗi phép toán.



12
2.1.4. So sánh xử lý truy vấn tập trung và phân tán
* Tập trung:
 Chọn một truy vấn đại số quan hệ tốt nhất trong số tất cả các truy vấn
đại số tƣơng đƣơng.
 Các chiến lƣợc xử lý truy vấn có thể biểu diễn trong sự mở rộng của
đại số quan hệ.
* Phân tán:
Kế thừa chiến lƣợc xử lý truy vấn nhƣ môi trƣờng tập trung. Ngoài ra
phải quan tâm thêm:
 Các phép toán truyền dữ liệu giữa các trạm
 Chọn các trạm tốt nhất để xử lý dữ liệu

 Cách truyền dữ liệu
Chúng ta có thể thấy quá trình xử lý truy vấn trong hệ thống phân tán theo sơ
đồ dƣới đây.

Hình 2.1: Quá trình xử lý truy vấn trong hệ thống phân tán



13
2.2. Quản trị các giao dịch phân tán
Để hiểu một thuật toán điều khiển tƣơng tranh hoạt động nhƣ thế nào, trƣớc
hết phải hiểu xem thuật toán đó tác động lên toàn bộ cơ sở dữ liệu phân tán nhƣ thế
nào, có duy trì đƣợc trạng thái nhất quán hay không.
Một hệ thống có khả năng tự thích ứng với các sự cố hệ thống và có khả
năng tự khôi phục để tiếp tục cung cấp dịch vụ.
2.2.1. Các khái niệm
2.2.1.1. Quản lý giao dịch (Transaction Management – TM):
Quản lý các giao dịch phân tán là việc giải quyết bài toán duy trì đƣợc cơ sở
dữ liệu trong trạng thái nhất quán ngay cả khi có nhiều truy cập đồng thời và khi
giao dịch có sự cố.
Chức năng của TM là quản lý các giao dịch. Mỗi giao dịch đƣợc thực thi
trong hệ quản trị cơ sở dữ liệu phân tán dƣới sự giám sát của một TM, nghĩa là giao
dịch chuyển mọi thao tác cơ sở dữ liệu của nó tới TM. Mọi tính toán phân tán cần
thiết để thực thi một giao dịch đều đƣợc quản lý bới TM.
Chức năng chính của DM là quản lý lƣu trữ trên cơ sở dữ liệu.


Hình 2.2: của hệ quản trị cơ sở dữ liệu phân tán

14
2.2.1.2. Giao dịch (Transaction):
Giao dịch là một đơn vị tính toán nhất quán và tin cậy trong các hệ cơ sở dữ
liệu phân tán, nó hàm chứa một số các đặt tính cơ bản nhƣ tính nguyên tố và tính
bền vững, nhằm chỉ ra sự khác biệt giữa một giao dịch và một câu truy vấn.
Về mặt trực quan, giao dịch nhận một cơ sở dữ liệu và thực hiện trên nó một
hành động làm thay đổi trạng thái, tạo ra một cơ sở dữ liệu mới. Nếu cơ sở dữ liệu
nhất quán trƣớc khi thực thi giao dịch, có thể đảm bảo rằng cơ sở dữ liệu cũng sẽ
nhất quán vào lúc kết thúc thực thi giao dịch dù cho thực thi đồng thời nhiều giao
dịch cùng một lúc hay là xảy ra sự cố trong quá trình thực thi.
Một giao dịch là một đơn vị thực hiện chƣơng trình truy xuất và có thể cập
nhật nhiều mục dữ liệu. Một giao dịch thƣờng là kết quả của sự thực hiện một
chƣơng trình ngƣời dùng và đƣợc phân cách bởi các câu lệnh (hoặc các lời gọi hàm)
có dạng Begin transaction và End transaction. Nó bao gồm tất cả các hoạt động thực
hiện giữa Begin transaction và End transaction.
Các lệnh của giao dịch bao gồm:
• Các lệnh thực hiện:
- Read(): Đọc dữ liệu từ CSDL và trả về giá trị phần tử đƣợc lƣu trong
CSDL.
- Write(): Lƣu giá trị của phần tử vào CSDL.
• Các lệnh giao dịch:
- Start(): Bắt đầu thực hiện một giao dịch.
- Commit(): Kết thúc thành công một giao dịch.
- Abort(): Hủy bỏ một giao dịch.
2.2.2. Tính chất của giao dịch
a) Tính nguyên tố (Atomicity)
Một giao dịch khi thực hiện thành công với sự phản ánh đúng trong cơ
sở dữ liệu hoặc bị hủy bỏ và không có thay đổi gì trong cơ sở dữ liệu.
Một giao dịch kết thúc thành công (gọi lệnh Commit) sau khi hoàn tất

những lệnh của nó. Nếu ngƣời sử dụng đƣợc báo là đã kết thúc thành



15
công một giao dịch thì họ sẽ chắc chắn rằng những thay đổi đƣợc thực
hiện bởi giao dịch sẽ đƣợc cập nhật trên cơ sở dữ liệu.
Một giao dịch có thể bị hủy bỏ (gọi lệnh Abort) sau khi thực hiện vài
lệnh. Trong trƣờng hợp này, cơ sở dữ liệu phục hồi lại các thay đổi dữ
liệu do các lệnh đó thực hiện. Lệnh Abort() đƣợc gọi có thể do nguyên
nhân phía ngƣời dùng hoặc hệ thống phát sinh lỗi. Lệnh này cũng
đƣợc gọi để loại trừ những kết quả chƣa hoàn thiện.
b) Tính nhất quán (Consistency)
Mỗi giao dịch phải bảo toàn sự nhất quán dữ liệu.
Hình thức nhất quán dữ liệu có thể đƣợc thực hiện bởi hệ thống thông
qua ràng buộc toàn vẹn.
Ràng buộc toàn vẹn hoạt động nhƣ bộ lọc, xác định rằng một giao
dịch đƣợc chấp nhận hay không.
c) Tính biệt lập (Isolation)
Khi ngƣời sử dụng gửi đi các giao dịch, mỗi giao dịch đƣợc thực hiện
bởi chính nó, không để lộ kết quả của nó cho những giao dịch khác
cùng hoạt động trƣớc khi nó kết thúc.
Đảm bảo cho mọi kết quả luôn luôn đúng, thậm chí khi có nhiều giao
dịch đƣợc thực hiện đồng thời trên cùng một mục dữ liệu.
Các kết quả từ việc xử lý giao dịch đồng thời cũng giống từ việc xử lý
giao dịch nối tiếp.
Tuân theo giao thức xử lý đồng thời.
d) Tính bền vững (Durability)
Đảm bảo một giao dịch khi kết thúc, kết quả của chúng đƣợc duy trì
và không bị xóa khỏi cơ sở dữ liệu. Vì thế, hệ quản trị cơ sở dữ liệu đảm bảo

rằng kết quả giao dịch luôn tồn tại dù xảy ra sự cố hệ thống, bằng cách:
Phục hồi những thay đổi trên đĩa tại thời điểm kết thúc giao dịch.



16
Ghi lại những thay đổi vào một file log trên đĩa và tại thời điểm bắt
đầu lại, đọc file log này và phục hồi lại những thay đổi trƣớc đó của
giao dịch.
Trƣờng hợp đĩa bị lỗi, dữ liệu đƣợc phục hồi từ dữ liệu sao lƣu dự
phòng, đĩa mirror,
e) Ví dụ
Giả sử rằng có một CSDL về thông tin ngân hàng.
Accounts : chứa thông tin về tài khoản và số dƣ của khách hàng.
Công việc cần thực hiện là chuyển tiền từ tài khoản của một ngân hàng
sang một tài khoản của một ngân hàng khác.
Ví dụ 1
- Thủ tục sau đây mô phỏng giao dịch chuyển tiền:
Procedure Transfer
Begin
Start;
input(fromaccount, toaccount, amount);
/‟ This procedure transfers “amount” from “fromaccount” into
“toaccount.‟ ”
temp : = Read(Accounts[fromaccount]);
if temp < amount then
begin
output(“insufficient funds”);
Abort;
end

else
begin
Write(Accounts[fromaccount], temp - amount);
temp : = Read(Accounts[toaccount]);
Write(Accounts[toaccount], temp + amount);
Commit;