Xử lý và tối ưu hóa truy vấn trong cơ sở dữ liệu hướng đối tượng phân tán

BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC
VÀ CÔNG NGHỆ VIỆT NAM

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ

……..………………

MAI THÚY NGA

XỬ LÝ VÀ TỐI ƯU HÓA TRUY VẤN TRONG CƠ SỞ
DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN

LUẬN ÁN TIẾN SĨ TOÁN HỌC

HÀ NỘI – 2017


VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM
HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ

……..….***…………

MAI THÚY NGA

XỬ LÝ VÀ TỐI ƯU HÓA TRUY VẤN TRONG CƠ SỞ
DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN

LUẬN ÁN TIẾN SĨ TOÁN HỌC
Chuyên ngành: Cơ sở Toán học cho Tin học

Mã số: 62 46 01 10
Người hướng dẫn khoa học:
1. PGS. TS. Đoàn Văn Ban
2. TS. Nguyễn Mạnh Hùng

HÀ NỘI – 2017


LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả
được viết chung với các đồng tác giả đã được sự chấp thuận của các tác giả
trước khi đưa vào luận án. Các kết quả nêu trong luận án là trung thực và
chưa từng được ai công bố trong bất kỳ công trình nào khác.

Tác giả

Mai Thúy Nga


LỜI CÁM ƠN

Luận án được hoàn thành tại Học viện Khoa học và Công nghệ, Viện Hàn lâm
Khoa học và Công nghệ Việt Nam. Tác giả xin được bày tỏ lòng biết ơn chân thành
và sự kính trọng sâu sắc đối với PGS.TS Đoàn Văn Ban. Tác giả đã nhận được sự
hướng dẫn tận tình và các kinh nghiệm nghiên cứu khoa học quý giá của Thầy trong
suốt quá trình học nghiên cứu sinh. Tác giả cũng chân thành cám ơn TS Nguyễn
Mạnh Hùng với những định hướng nghiên cứu và góp ý để luận án được hoàn thiện.
Trong thời gian làm nghiên cứu sinh, tác giả đã nhận được những kiến thức quý
giá và sự góp ý chân thành từ các Thầy, Cô giáo của Học viện Khoa học và Công

nghệ. Tác giả xin gửi tới các Thầy, Cô lời cảm ơn chân thành nhất.
Tác giả xin chân thành cảm ơn Ban lãnh đạo Viện Công nghệ thông tin, Học
viện Khoa học và Công nghệ, Bộ phận Quản lý Nghiên cứu sinh và các Phòng ban
chức năng của Viện Công nghệ thông tin và Học viện Khoa học và Công nghệ đã tạo
mọi điều kiện thuận lợi trong quá trình học tập, nghiên cứu của tác giả.
Tác giả xin cảm ơn Ban Giám hiệu, Bộ môn Tin học trường Đại học Thăng
Long đã quan tâm giúp đỡ mọi mặt để tác giả hoàn thành nhiệm vụ học tập. Xin chân
thành cảm ơn sự quan tâm, động viên và những đóng góp quý báu
của các đồng nghiệp.
Cuối cùng, tác giả xin dành những lời cám ơn tới mọi thành viên trong gia đình,
sự khuyến khích và động viên của gia đình là động lực để tác giả hoàn thành luận án
này.


MỤC LỤC
MỤC LỤC

........................................................................................................................ i

DANH MỤC CÁC THUẬT NGỮ ............................................................................................ iv
BẢNG VIẾT TẮT CÁC THUẬT NGỮ......................................................................................v
DANH MỤC HÌNH MINH HỌA ............................................................................................. vi
DANH MỤC BẢNG ................................................................................................................ vii
MỞ ĐẦU

........................................................................................................................1

CHƯƠNG 1 -

CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN ...............................7

1.1. Cơ sở dữ liệu hướng đối tượng ............................................................................. 7
1.1.1. Đối tượng ........................................................................................................ 8
1.1.2. Kiểu và lớp...................................................................................................... 9
1.1.3. Hợp phần....................................................................................................... 11
1.1.4. Phân lớp con và tính kế thừa ........................................................................ 12
1.2. Cơ sở dữ liệu hướng đối tượng phân tán ............................................................. 14
1.2.1. Mô hình cơ sở dữ liệu hướng đối tượng phân tán ........................................ 14
1.2.2. Các ưu điểm của CSDL phân tán ................................................................. 15
1.2.3. Các vấn đề cần giải quyết trong CSDL phân tán .......................................... 16
1.2.4. Kiến trúc CSDL hướng đối tượng phân tán.................................................. 20
1.2.5. Quản lý đối tượng ......................................................................................... 22
1.2.6. Quản lý giao dịch .......................................................................................... 25
1.3. Đánh giá hiệu năng CSDL HĐT với thư viện OO7 ............................................ 25
1.3.1. Giới thiệu ...................................................................................................... 25
1.3.2. Một số nghiên cứu khác về đánh giá hiệu năng CSDL HĐT ....................... 26
1.3.3. Thiết kế CSDL của OO7............................................................................... 27
1.3.4. Kịch bản đánh giá hiệu năng ........................................................................ 30
1.3.5. Kết quả thực nghiệm ..................................................................................... 32
1.4. Kết luận chương 1 ............................................................................................... 36
CHƯƠNG 2 -

PHÂN MẢNH VÀ CẤP PHÁT LỚP CÁC ĐỐI TƯỢNG PHÂN TÁN ....37


ii

2.1. Phân mảnh và cấp phát lớp các đối tượng........................................................... 38
2.1.1. Mục tiêu của phân mảnh và cấp phát ........................................................... 38
2.1.2. Phân mảnh lớp các đối tượng ....................................................................... 38

2.1.3. Cấp phát lớp .................................................................................................. 41
2.2. Các thông tin đầu vào của bài toán phân mảnh dọc và cấp phát lớp .................. 42
2.2.1. Thông tin về CSDL ....................................................................................... 42
2.2.2. Thông tin về ứng dụng .................................................................................. 45
2.2.3. Thông tin về mạng ........................................................................................ 48
2.2.4. Bảng các kí hiệu sử dụng .............................................................................. 48
2.3. Hàm mục tiêu của phân mảnh và cấp phát .......................................................... 49
2.4. Biến đổi các tham số đầu vào theo các quan hệ .................................................. 50
2.5. Thuật toán AttrFrag phân mảnh dựa trên thuộc tính ........................................... 54
2.5.1. Xây dựng ma trận truy vấn sử dụng thuộc tính ............................................ 54
2.5.2. Xây dựng ma trận tương quan thuộc tính ..................................................... 55
2.5.3. Sử dụng thuật toán BEA để phân mảnh ....................................................... 55
2.5.4. Bổ sung các phương thức vào các mảnh ...................................................... 57
2.5.5. Thuật toán AttrFrag phân mảnh dựa trên tương quan thuộc tính ................. 57
2.6. Thuật toán FragAlloS phân mảnh đồng thời cấp phát ........................................ 58
2.6.1. Mô hình chi phí ............................................................................................. 59
2.6.2. Thuật toán FragAlloS ................................................................................... 60
2.6.3. Ví dụ minh họa ............................................................................................. 62
2.6.4. Đánh giá thuật toán ....................................................................................... 63
2.6.5. Thực nghiệm thuật toán FragAlloS trên OO7 .............................................. 64
2.7. So sánh các thuật toán ......................................................................................... 68
2.8. Kết luận chương 2 ............................................................................................... 70
CHƯƠNG 3 TỐI ƯU HÓA BIỂU THỨC ĐƯỜNG DẪN TRONG CƠ SỞ DỮ LIỆU
HƯỚNG ĐỐI TƯỢNG PHÂN TÁN ........................................................................................72

3.1. Xử lý truy vấn trong cơ sở dữ liệu quan hệ ......................................................... 72
3.1.1. Tổng quan về xử lý truy vấn phân tán .......................................................... 72


iii

3.1.2. Các tầng xử lý truy vấn ................................................................................. 77
3.2. Xử lý truy vấn đối tượng phân tán ...................................................................... 83
3.2.1. Giới thiệu ...................................................................................................... 83
3.2.2. Các kỹ thuật tối ưu hóa truy vấn đối tượng .................................................. 85
3.3. Thuật toán BloomOpt tối ưu hóa truyền dữ liệu trong biểu thức đường dẫn ..... 88
3.3.1. Giới thiệu ...................................................................................................... 88
3.3.2. Truy vấn có biểu thức đường dẫn ................................................................. 89
3.3.3. Bộ lọc Bloom ................................................................................................ 90
3.3.4. Sử dụng bộ lọc Bloom để giảm chi phí giao tiếp ......................................... 92
3.3.5. Thảo luận về các tham số.............................................................................. 97
3.4. Tối ưu hóa biểu thức đường dẫn – Thuật toán PathExpOpt ............................... 97
3.4.1. Đồ thị biểu diễn truy vấn dạng các biểu thức đường dẫn ............................. 97
3.4.2. Mô hình tối ưu hoá truy vấn ....................................................................... 100
3.4.3. Tách cây truy vấn thành các cây con cảm sinh........................................... 101
3.4.4. Nguyên lý tối ưu hóa .................................................................................. 103
3.4.5. Thuật toán tối ưu hóa PathExpOpt ............................................................. 105
3.4.6. Đánh giá độ phức tạp và cài đặt thuật toán ................................................. 109
3.4.7. Kết quả thực nghiệm ................................................................................... 110
3.5. Kết luận chương 3 ............................................................................................. 112
KẾT LUẬN

....................................................................................................................113

DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ ..............................................................115
TÀI LIỆU THAM KHẢO .......................................................................................................116


iv

DANH MỤC CÁC THUẬT NGỮ
Biểu thức đường dẫn

Path expression

Bộ lọc Bloom

Bloom filter

Cây con cảm sinh

Induced subtree

Cấp phát lớp

Class allocation

Duyệt đối tượng

Object traversal

Đồ thị con cảm sinh

Induced subgraph

Đối tượng phức hợp

Composite object

Lớp/kiểu sưu tập

Collection class

Lược đồ đối tượng

Object schemas

Mô hình chi phí

Cost model

Mối quan hệ kế thừa

Inheritance relationship

Phân cấp lớp

Class hierarchy

Phân mảnh lớp

Class fragmentation

Phương thức đơn giản

Simple method

Phương thức phức tạp

Complex method

Tối ưu hóa truy vấn

Query optimization

Thuộc tính đơn giản

Simple attribute

Thuộc tính phức tạp

Complex attribute


v

BẢNG VIẾT TẮT CÁC THUẬT NGỮ
CSDL (Database)

Cơ sở dữ liệu

CSDL PT (Distributed Database)

Cơ sở dữ liệu phân tán

CSDL HĐT (Object Oriented Database)

Cơ sở dữ liệu hướng đối tượng

CSDL HĐT PT (Distributed Object Oriented Cơ sở dữ liệu hướng đối tượng

Database)

phân tán

DDL (Data Difinition Language)

Ngôn ngữ định nghĩa dữ liệu

ODL (Object Definition Language)

Ngôn ngữ định nghĩa đối tượng

ODMG (Object Database Management Group)

Nhóm quản trị CSDL đối tượng, tổ
chức đề xuất mô hình ODMG và
ngôn ngữ OQL

OID (Object Identifier)

Định danh đối tượng

OQL (Object Query Language)

Ngôn ngữ truy vấn đối tượng


vi

DANH MỤC HÌNH MINH HỌA

Hình 1.1: Môi trường của hệ CSDL phân tán ................................................................ 14
Hình 1.2: Mối liên hệ giữa các vấn đề trong CSDL PT ................................................. 19
Hình 1.3: Kiến trúc Server theo đối tượng ..................................................................... 21
Hình 1.4: Kiến trúc Server theo trang ............................................................................ 22
Hình 1.5: Đồ thị kết nối đối tượng của OO7 .................................................................. 28
Hình 1.6: Mô hình hóa thiết kế CSDL của OO7 ............................................................ 29
Hình 1.7: Biểu đồ thao tác duyệt dạng COLD ............................................................... 33
Hình 1.8: Biểu đồ thao tác duyệt dạng HOT.................................................................. 34
Hình 1.9: Biểu đồ truy vấn dạng COLD ........................................................................ 35
Hình 1.10: Biểu đồ truy vấn dạng HOT ......................................................................... 35
Hình 2.1: Lược đồ CSDL với các ma trận QMU và QSF .............................................. 47
Hình 2.2: Phương án phân mảnh và cấp phát sinh ra bởi thuật toán FragAlloS ............ 65
Hình 2.3: Phương án không phân mảnh và cấp phát tại cùng trạm s1 (tương tự với s2/s3/s4)
........................................................................................................................................ 65
Hình 2.4: Phương án phân mảnh và cấp phát ngẫu nhiên .............................................. 66
Hình 2.5: Biểu đồ so sánh chi phí các phương án .......................................................... 68
Hình 2.6: So sánh chi phí của các thuật toán Ezeife, AttrFrag và FragAlloS ................ 70
Hình 3.1: Lược đồ phân tầng tổng quát để xử lý truy vấn phân tán .............................. 77
Hình 3.2: Rút gọn truy vấn ............................................................................................. 81
Hình 3.3: Minh hoạ các lớp có thuộc tính phức hợp...................................................... 89
Hình 3.4: Các lớp truy vấn ............................................................................................. 98
Hình 3.5: Đồ thị truy vấn ............................................................................................... 99
Hình 3.6: Minh họa kết quả thử nghiệm ...................................................................... 110
Hình 3.7: Biểu đồ so sánh chi phí PathExpOpt với các thuật toán khác ..................... 111


vii

DANH MỤC BẢNG

Bảng 1.1: Các tham số CSDL chính của OO7 ............................................................... 27
Bảng 1.2: Các kịch bản duyệt đối tượng ........................................................................ 30
Bảng 1.3: Kich bản truy vấn .......................................................................................... 31
Bảng 1.4: Môi trường thực nghiệm ................................................................................ 32
Bảng 2.1: Ma trận MAU của lớp GiaoViên ................................................................... 44
Bảng 2.2: Matrận QMU của lớp Giáo viên .................................................................... 45
Bảng 2.3: Ma trận QSF của lớp Giáo viên ..................................................................... 46
Bảng 2.4: Ma trận SSC................................................................................................... 48
Bảng 2.5: Bảng các kí hiệu sử dụng ............................................................................... 48
Bảng 2.6: Ma trận QMU sau biến đổi ............................................................................ 53
Bảng 2.7: Ma trận SQF sau biến đổi (chuyển vị của ma trận QSF sau biến đổi). ......... 54
Bảng 2.8: Ma trận tương quan thuộc tính đã phân nhóm (CA) ..................................... 56
Bảng 2.9: Ma trận request .............................................................................................. 62
Bảng 2.10: Ma trận pay .................................................................................................. 62
Bảng 2.11: Bảng các dữ liệu thử nghiệm với OO7 ........................................................ 64
Bảng 2.12: Kết quả chạy với phương án 1 ..................................................................... 66
Bảng 2.13: Kết quả chạy với phương án 2 ..................................................................... 67
Bảng 2.14: Kết quả chạy với phương án 3 ..................................................................... 67
Bảng 2.15: So sánh độ phức tạp các thuật toán.............................................................. 68
Bảng 2.16: Chi phí của các thuật toán Ezeife, AttrFrag và FragAlloS .......................... 70
Bảng 3.1: Độ phức tạp của phép tính đại số quan hệ ..................................................... 74
Bảng 3.2: Minh hoạ xây dựng bộ lọc Bloom ................................................................. 91
Bảng 3.3: Các cây con cảm sinh .................................................................................. 102
Bảng 3.4: So sánh PathExpOpt với các thuật toán khác .............................................. 111


MỞ ĐẦU
Sự phát triển của các ứng dụng dữ liệu chuyên sâu đã vượt quá khả năng xử
lý của Hệ thống quản trị cơ sở dữ liệu quan hệ. Có thể liệt kê một số lĩnh vực
chuyên sâu của cơ sở dữ liệu như: Multimedia, địa lí, CAD/CAM/CIM và các hệ

thống tài chính phức tạp. Các hạn chế của cơ sở dữ liệu quan hệ đã thúc đẩy sự
phát triển của Hệ thống cơ sở dữ liệu hướng đối tượng (CSDL HĐT). CSDL HĐT
ra đời từ những năm 60 và đã được thương mại hóa, có rất nhiều ứng dụng loại
CSDL này vào các bài toán thực tế. CSDL HĐT cũng được xây dựng với mục
đích tích hợp với ngôn ngữ lập trình hướng đối tượng, loại ngôn ngữ lập trình phổ
biến nhất trong các ứng dụng ngày nay. Các nghiên cứu cho thấy CSDL HĐT sẽ
tiếp tục phát triển và cung cấp các khả năng nổi trội trong việc xử lý dữ liệu phức
tạp. Các hệ thống quản trị CSDL HĐT được phát triển, điển hình như Cache,
DB4o, Versant, O2, Orion, ObjectStore, …
Trong CSDL HĐT, “đối tượng” là đơn vị trung tâm, mỗi đối tượng được lưu
trữ không chỉ dữ liệu mà còn thao tác trên chúng. CSDL HĐT có các đặc trưng cơ
bản là tính đóng gói, kế thừa, đa hình. Tuy nhiên, không giống như mô hình quan
hệ, chưa có một mô hình đối tượng nào được thừa nhận rộng rãi và đặc tả được
một cách hình thức và chính xác các đặc trưng khác nhau của hệ thống hướng đối
tượng. Một số mô hình đối tượng chuẩn đã được phát triển như mô hình ODMG
[22] trong đó bao gồm ngôn ngữ định nghĩa dữ liệu ODL và ngôn ngữ truy vấn dữ
liệu OQL, mô hình SQL3 [41] mở rộng từ mô hình quan hệ.
Trong các hệ thống CSDL HĐT, ngoài vấn đề về chức năng và độ phù hợp
của loại CSDL HĐT trong các bài toán ứng dụng thì vấn đề hiệu năng của chúng
cũng luôn được cân nhắc nhằm đánh giá xem CSDL HĐT đã thực sự hiệu quả trong
quá trình triển khai dự án hay chưa. Trong các tiêu chuẩn đánh giá hiệu năng CSDL
HĐT, OO7 [17] được coi là tiêu chuẩn và là thư viện phổ biến, cung cấp khá đầy
đủ các kịch bản kiểm thử để đánh giá các loại CSDL HĐT theo nhiều góc độ khác
nhau. Thư viện OO7 với các đặc tả chi tiết về lược đồ dữ liệu cho phép đánh giá
hiệu năng một số loại CSDL HĐT phổ biến như Db4o, Versant, …, trên nhiều khía
cạnh khác nhau đặc biệt là cấu trúc CSDL và các thao tác xử lý đối tượng.


2

Để đáp ứng nhu cầu của doanh nghiệp lớn với dữ liệu phân tán ở nhiều vị trí
địa lý khác nhau, CSDL được phát triển trong môi trường mạng tạo thành mô hình
cơ sở dữ liệu phân tán (CSDL PT). Với các lợi thế về mặt công nghệ của các giao
thức và chuẩn về phần mềm, phần cứng và mạng truyền thông, việc phát triển các
hệ thống CSDL PT ngày càng cần thiết và dễ dàng hơn. Một số mục tiêu của việc
phát triển một hệ thống CSDL PT là tăng độ tin cậy và tính sẵn sàng, đáp ứng tính
phân tán của tổ chức, có khả năng mở rộng, … Phần lớn các nhà cung cấp hệ thống
CSDL lớn đều đưa ra các sản phẩm hỗ trợ sự phân tán dữ liệu, ví dụ IBM, Oracle,
Microsoft, Sybase, ...
Mô hình phân tán ban đầu cũng phát triển trong ngữ cảnh mô hình dữ liệu
quan hệ, sau đó mở rộng trong mô hình dữ liệu hướng đối tượng tạo thành mô hình
cơ sở dữ liệu hướng đối tượng phân tán (CSDL HĐT PT).
Trong CSDL HĐT PT, rất nhiều vần đề cần được nghiên cứu. Một số vấn đề
có thể giải quyết được bằng các giải pháp đã áp dụng cho CSDL quan hệ. Tuy
nhiên, với các đặc điểm riêng của CSDL HĐT có những vấn đề đòi hỏi những kỹ
thuật chuyên biệt. Trong các vấn đề đó, việc xử lý truy vấn đối tượng phân tán để
nâng cao hiệu năng của hệ thống đặt ra nhiều thách thức cho các nhà nghiên cứu.
Xử lý truy vấn liên quan đến vấn đề thiết kế phân tán và tối ưu hóa phân tán.
Bài toán thiết kế phân tán được chia thành hai giai đoạn chính là phân mảnh
và cấp phát. Phân mảnh là chia nhỏ dữ liệu thành các phần khác nhau mà khi kết
hợp các phần lại chúng ta lại có được CSDL nguyên thủy ban đầu và đảm bảo
không bị mất mát thông tin. Sự phân mảnh hợp lí sẽ giảm các truy cập vào các dữ
liệu không cần thiết trong các ứng dụng. Kết quả của giai đoạn phân mảnh là tập
các mảnh được định nghĩa theo một lược đồ phân mảnh. Phân mảnh được thực
hiện với hai kỹ thuật chính là phân mảnh dọc và phân mảnh ngang. Có rất nhiều
các nghiên cứu về phân mảnh dọc và ngang trong CSDL quan hệ đã được thực
hiện, từ các đề xuất sử dụng các thuật toán kinh điển như thuật toán năng lượng
nối [5], thuật toán đồ thị [43] đến các thuật toán heuristic, tiến hóa [19], [33], [27].
Cấp phát là qui trình gán các mảnh đã phân chia vào các trạm trên mạng. Mục đích
của cấp phát là tối thiểu hóa chi phí truyền dữ liệu và tối thiểu hóa số các thông

điệp cần xử lý để đáp ứng yêu cầu của các ứng dụng thực tế. Cũng như phân mảnh,


3

cấp phát trong CSDL quan hệ đã có rất nhiều nghiên cứu được công bố, có thể liệt
kê một số thuật toán trong các nghiên cứu gần đây [3], [7], [8], [10], [28]. Cả hai
bài toán phân mảnh và cấp phát đều là bài toán NP-khó với không gian tìm kiếm
rất lớn.
Trong CSDL HĐT PT phân mảnh và cấp phát thực hiện trên các lớp đối
tượng. Phân mảnh dọc nhằm mục đích chia một lớp thành các phần nhỏ hơn, mỗi
phần gồm một số thuộc tính và phương thức. Phân mảnh ngang chia các đối tượng
trong cùng một lớp thành các phần khác nhau, mỗi phần gồm một số đối tượng.
Ezeife và Barker đề nghị thuật toán phân mảnh dựa trên thuật toán năng lượng nối
cho cả trường hợp phân mảnh dọc [24] và ngang [25]. Lee và Lim đưa ra thuật
toán phân mảnh các thuộc tính [50]. Baiao đưa ra thuật toán phân mảnh hỗn hợp
[12]. Darabant chứng minh thứ tự phân mảnh các lớp cũng ảnh hưởng đến hiệu
quả phân mảnh, từ đó đề nghị thuật toán tìm thứ tự phân mảnh tốt nhất [21]. Một
số thuật toán phân mảnh khác trong CSDL HĐT PT theo các hướng khác nhau
như dựa trên tác tử thông minh [32], tiếp cập theo hướng heuristic [39], phân cụm
dựa trên lý thuyết mờ [20]. Cấp phát là định vị các mảnh đối tượng vào các trạm
tương ứng của mạng liên kết. Các nghiên cứu tập trung tìm ra các thuật toán cấp
phát nhằm tối thiểu hóa chi phí. Không nhiều nghiên cứu đề cập đến vấn đề cấp
phát trong CSDL HĐT PT. Trong [13], K. Barker và S. Bhar đã đưa ra các khái
niệm cơ bản để thiết lập mô hình cho bài toán cấp phát lớp, trong đó các tác giả
cũng đề nghị một hướng tiếp cận đồ thị để giải quyết bài toán. Trong [6] và [37]
đề cập đến thuật toán di truyền để chọn ra phương án cấp phát gần tối ưu. Các giải
thuật heuristic cho bài toán cấp phát lớp trong CSDL HĐT PT được đề cập trong
[14] và [29]. Phân mảnh và cấp phát trong CSDL HĐT PT nảy sinh các vấn đề
phức tạp mới do các đặc tính của hướng đối tượng.

Một hạn chế của các phương pháp phân mảnh dựa trên phương thức là khi
phân mảnh một lớp con đã đưa các phương thức của lớp cha vào để phân mảnh
cùng các phương thức của lớp con nhưng lại không đưa các thuộc tính của lớp cha
vào lớp con, như vậy khi thực hiện phương thức rất có thể vẫn phải truy cập thuộc
tính từ một trạm khác. Một hạn chế khác của các phương pháp là hai giai đoạn
phân mảnh và cấp phát tách biệt nhau, phân mảnh xong rồi mới đến cấp phát.


4

Trong quá trình phân mảnh không sử dụng thông tin về chi phí giữa các trạm trong
mạng, tuy nhiên trong nghiên cứu của Ma H. [38] cho CSDL quan hệ đã chỉ ra
rằng thông tin chi phí này sẽ ảnh hưởng đến phương án phân mảnh.
Tiếp theo là bài toán tối ưu hóa truy vấn, bài toán này rất khó phân tích trong
môi trường phân tán bởi có nhiều yếu tố liên quan. Trong phạm vi luận án chúng
tôi tập trung vào vấn đề tối ưu hóa các biểu thức đường dẫn, một dạng truy vấn
phổ biến trong CSDL HĐT. Biểu thức đường dẫn là một dãy tham chiếu để truy
xuất đến các đối tượng theo các thuộc tính hoặc phương thức. Tối ưu hóa việc tính
toán biểu thức đường dẫn là một bài toán được nhiều nghiên cứu quan tâm. Mục
tiêu của tối ưu hóa truy vấn biểu thức đường dẫn là tìm một chiến lược thực thi
biểu thức đường dẫn một cách hợp lý nhằm tối thiểu hóa chi phí. Chi phí được
tính toán ở đây là chi phí theo thao tác xuất nhập, chi phí tính toán và chi phí truyền
dữ liệu. Trong môi trường phân tán hiện nay, chi phí đáng kể nhất là chi phí truyền
dữ liệu. Chiến lược thực thi thường phân thành hai kiểu: duyệt từ trên xuống hoặc
từ dưới lên. Đã có một số nghiên cứu về tối ưu hóa biểu thức đường dẫn trong môi
trường tập trung như hướng tiếp cận heuristic của Ozkan trong [45], hay viết lại
các biểu thức đường dẫn phức tạp về dạng đơn giản trong luận án tiến sĩ của
Trương Ngọc Châu [2].
Tuy nhiên, có rất ít các nghiên cứu tập trung vào vấn đề xử lý truy vấn đối
tượng trong môi trường phân tán. Các thuật toán đưa ra trong [52], [34] đều là các

thuật toán qui hoạch động. Thuật toán của Sun W. và các công sự trong [52] mới
chỉ xét từng biểu thức đường dẫn, chưa kết hợp các biểu thức đường dẫn, như vậy
nếu một truy vấn có hai hay nhiều biểu thức đường dẫn mà các biểu thức đường
dẫn này có phần chung thì những phần chung này sẽ được thực hiện lặp lại. Thuật
toán của Kim H. và Lee S. trong [34] chưa đề cập đến việc lọc các thông tin không
cần thiết cho các truy vấn từ các mảnh lớp, thuật toán sinh đồ thị con trong nghiên
cứu này cũng chưa chính xác.
Từ phân tích về các nghiên cứu hiện tại, mục tiêu nghiên cứu của luận án là
nghiên cứu các vấn đề xử lý truy vấn để nâng cao hiệu năng của hệ thống truy vấn
hướng đối tượng. Với mục tiêu này, nội dung nghiên cứu của luận án bao gồm:


5

 Nghiên cứu các hệ thống đánh giá hiệu năng của CSDL HĐT trong
môi trường tập trung và phân tán
 Nghiên cứu các thuật toán phân mảnh và cấp phát đối tượng, đề xuất
thuật toán phân mảnh và cấp phát đối tượng phân tán mới, phục vụ xử
lý truy vấn hiệu quả hơn.
 Nghiên cứu các thuật toán tối ưu hóa truy vấn có chứa biểu thức đường
dẫn trong CSDL HĐT và đề xuất thuật toán tối ưu hóa biểu thức đường
dẫn mới trong CSDL HĐT PT.
Đối tượng nghiên cứu của luận án là CSDL HĐT PT, các thư viện đánh giá
hiệu năng, các thuật toán phân mảnh, cấp phát và tối ưu hóa truy vấn đã có.
Phạm vi nghiên cứu của luận án là bài toán phân mảnh và cấp phát các lớp,
tối ưu hóa biểu thức đường dẫn.
Phương pháp nghiên cứu là nghiên cứu lý thuyết, xây dựng các thuật toán
và đánh giá độ phức tạp các thuật toán, cài đặt thực nghiệm các thuật toán, kiểm
tra trên các bộ dữ liệu để so sánh đánh giá kết quả.
Các đóng góp chính của luận án bao gồm:

 Đánh giá hiệu năng một số CSDL HĐT phổ biến như Db4o,Versant
thông qua thư viện OO7 trên các tiêu chí chính: Tốc độ xử lí trong việc
duyệt đối tượng, mức độ hiệu quả trong việc thay đổi đối tượng (tạo,
xóa và cập nhật), hiệu quả của việc xử lý các loại câu truy vấn đối
tượng.
 Đề xuất hai thuật toán cho việc phân mảnh và cấp phát trong CSDL
HĐT: (1) Thuật toán phân mảnh dọc các lớp đối tượng dựa trên tương
quan thuộc tính. (2) Thuật toán heuristic thực hiện phân mảnh dọc và
cấp phát đồng thời các lớp đối tượng dựa trên chi phí. Thuật toán (2)
có độ phức tạp chỉ tương đương các thuật toán phân mảnh thông
thường nhưng lại thực hiện được đồng thời cả hai giai đoạn phân mảnh
và cấp phát. Kết quả của giai đoạn phân mảnh và cấp phát phục vụ cho
việc tối ưu hóa truy vấn CSDL HĐT PT.


6

 Đề xuất thuật toán truyền dữ liệu để thực hiện truy vấn biểu thức đường
dẫn trong CSDL HĐT PT bằng bộ lọc Bloom. Đề xuất thuật toán tối
ưu hóa biểu thức đường dẫn trong CSDL HĐT PT bằng quy hoạch
động sử dụng cơ chế sinh cây con cảm sinh và cơ chế truyền dữ liệu
bằng bộ lọc Bloom.
Luận án được tổ chức thành phần mở đầu, ba chương nội dung và kết luận.
Chương I giới thiệu các khái niệm cơ bản trong CSDL HĐT và CSDL HĐT
PT, từ các định nghĩa cơ bản đến kiến trúc tổng thể của một hệ quản trị CSDL
HĐT PT. Phần cuối chương tập trung phân tích thư viện OO7, cài đặt thư viện này
để đánh giá hiệu năng của các hệ quản trị CSDL HĐT PT.
Chương II trình bày các thông tin đầu vào và cách biến đổi các tham số đầu
vào của bài toán phân mảnh và cấp phát theo các quan hệ trong CSDL HĐT PT.
Tiếp theo, đề xuất thuật toán phân mảnh dựa trên tương quan thuộc tính và thuật

toán heuristic để phân mảnh dọc và cấp phát lớp một cách đồng thời. Phần cuối là
so sánh đánh giá các thuật toán dựa trên độ phức tạp và kết quả chạy thực nghiệm
chương trình.
Chương III nghiên cứu các vấn đề liên quan đến tối ưu hóa truy vấn. Mô
hình tối ưu hóa truy vấn bao gồm việc liêt kê các kế hoạch thực thi truy vấn, xây
dựng mô hình chi phí và chiến lược tìm kiếm để đạt chi phí tối thiểu. Luận án đề
xuất thuật toán tối ưu biểu thức đường dẫn trong CSDL HĐT PT, thuật toán sử
dụng phương pháp liệt kê cây con cảm sinh trong một đồ thị và cơ chế của bộ lọc
Bloom để giảm chi phí truyền dữ liệu giữa hai trạm.
Phần kết luận cuối cùng nêu những đóng góp của luận án, các hướng nghiên
cứu tiếp theo được đặt ra từ kết quả của luận án.


CHƯƠNG 1 -

CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN

Chương này trình bày các khái niệm cơ bản trong cơ sở dữ liệu hướng đối
tượng và cơ sở dữ liệu hướng đối tượng phân tán, các ưu điểm và các vấn đề cần
xử lý trong cơ sở dữ liệu hướng đối tượng phân tán. Phần cuối chương tập trung
phân tích thiết kế của thư viện OO7, cài đặt thực nghiệm thư viện này để đánh giá
hiệu năng cơ sở dữ liệu hướng đối tượng phân tán trên các kịch bản duyệt đối
tượng và truy vấn đối tượng.
1.1. Cơ sở dữ liệu hướng đối tượng
Đến nay, mô hình Cơ sở dữ liệu (CSDL) quan hệ vẫn là mô hình tốt nhất và
được áp dụng rộng rãi nhất hiện nay để giả quyết những bài toán có quy mô dữ
liệu chưa thực sự quá lớn như Facebook hoặc Google. Tuy nhiên, mô hình CSDL
quan hệ có những hạn chế khi phải thiết kế và thực hiện các ứng dụng CSDL phức
tạp hơn. Ví dụ, CSDL dùng trong các thiết kế và sản xuất công nghiệp (CAD/CAM
và CIM), các thí nghiệm khoa học, viễn thông, hệ bản đồ và CSDL đa phương

tiện, ... Các ứng dụng phức tạp này đòi hỏi cấu trúc dữ liệu phải mềm dẻo và linh
hoạt hơn. Mô hình CSDL hướng đối tượng (CSDL HĐT) được đề xuất để giải
quyết các vấn đề này [1], [51], [44], [49]. CSDL HĐT có một số đặc điểm cơ bản
như sau [4]:
- Cung cấp khả năng lưu trữ và thao tác với các kiểu dữ liệu trừu tượng hơn
(như hình ảnh, bản đồ) và khả năng cho phép người dùng định nghĩa các
kiểu cho từng ứng dụng.
- Cung cấp khả năng biểu diễn quan hệ giữa các đối tượng dữ liệu theo quan
hệ tự nhiên của thế giới thực. Ví dụ trong đối tượng tài liệu có chứa một
đối tượng video và một đối tượng văn bản có đề mục.
- Có khả năng tích hợp trực tiếp với các ngôn ngữ lập trình hướng đối tượng,
ngôn ngữ mà ngày nay được sử dụng trong phần lớn các ứng dụng.
Hiện nay đã tồn tại một số hệ quản trị CSDL hướng đối tượng thương mại
như GEMSTONE, Versant, ObjectStore. Ngoài ra các có các hệ thống CSDL
hướng đối tượng khác như Orion, OpenOODB, IRIS, ...


8

1.1.1. Đối tượng
Khái niệm cơ bản nhất trong CSDL HĐT là đối tượng (object). Đối tượng
biểu diễn một thực thể có thực trong hệ thống được mô hình hóa. Khác với đối
tượng trong ngôn ngữ lập trình hướng đối tượng chỉ tồn tại trong thời gian chương
trình hoạt động, các đối tượng trong CSDL HĐT tồn tại lâu dài và được chia sẻ
với nhiều chương trình và ứng dụng [4].
Đơn giản nhất, mỗi đối tượng biểu diễn bằng một bộ (OID, trạng thái, giao
diện), trong đó OID (Object Identifier) là một định danh của đối tượng và trạng
thái (state) tương ứng là một biểu diễn trạng thái nào đó cho trạng thái hiện tại của
đối tượng, giao diện (interface) định nghĩa các hành vi của đối tượng.
OID được hệ thống tự động sinh ra và được sử dụng bên trong hệ thống để

xác định từng đối tượng, tạo ra và quản lý các tham chiếu lẫn nhau giữa các đối
tượng. Giá trị OID là bất biến trong suốt quá trình tồn tại của đối tượng trong hệ
CSDL.
Trạng thái của đối tượng là một giá trị nguyên tố hoặc một giá trị được xây
dựng. Gọi D là tập các miền giá trị được định nghĩa bởi hệ thống và miền các kiểu
dữ liệu trừu tượng do người dùng định nghĩa, gọi I là miền định danh được dùng
để đặt tên đối tượng và A là miền các tên thuộc tính. Một giá trị của dữ liệu trong
hệ thống được định nghĩa như sau:
1. Một phần tử của D là một giá trị và được gọi là giá trị nguyên tử (atomic
value)
2. [a1: v1,…, an: vn] được gọi là một giá trị bộ (tuple value), trong đó ai là
một phần tử của A và vi là một giá trị hoặc một phần tử của I. [ ] được
gọi là toán tử tạo lập bộ (tuple constructor)
3. {v1,…, vn} được gọi là giá trị tập hợp hoặc trị tập (set value), với vi là
một giá trị hoặc là một phần tử của I. { } được gọi là toán tử tạo lập tập
(set constructor)


9

Tập và bộ là các toán tử tạo lập dữ liệu, những toán tử này có vai trò chủ yếu
trong các ứng dụng CSDL. Những toán tử tạo lập khác như danh sách và mảng,
cũng được đưa vào để làm tăng sức mạnh của mô hình.
Ví dụ 1.1: Xem xét các đối tượng sau
(i1, 230)
(i2,”Sinh viên”)
(i3, {i6, i11})
(i4, {1, 6, 9})
(i5, [LF: i7, RF: i8, LR: i9, RR: i10])

Các đối tượng i1 và i2 là các đối tượng nguyên tử, còn i3 và i4 là các đối tượng
được xây dựng. i3 là OID của một đối tượng với trạng thái của nó là một tập hợp,
i4 cũng vậy. Khác biệt giữa i3 và i4 ở chỗ trạng thái của i4 là một tập các giá trị còn
i3 gồm một tập các OID, vì thế i3 tham chiếu đến các đối tượng khác. Đối tượng i5
có trạng thái nhận giá trị bộ gồm bốn thuộc tính, giá trị mỗi thuộc tính là một đối
tượng khác.
Các đối tượng được hỗ trợ một số thao tác để cập nhật chuẩn định, cho phép
thay đổi trạng thái đối tượng mà không thay đổi định danh của đối tượng. Điều
này tương tự như khái niệm con trỏ trong ngôn ngữ lập trình, định danh còn tổng
quát hơn con trỏ vì nó tồn tại trong hệ CSDL ngay cả khi chương trình đã kết thúc.
Định danh đối tượng còn cho phép dùng chung đối tượng mà không gây ra vấn đề
dư thừa dữ liệu.
Các thuộc tính (attribute) thể hiện các đặc trưng của đối tượng và các phương
thức (method) mô tả các hành động được phép thực hiện của những đối tượng này.
Ví dụ, hành vi của một thang máy là “đi lên” hoặc “đi xuống”.
1.1.2. Kiểu và lớp
Thuật ngữ kiểu (type) và lớp (class) trong CSDL HĐT có thể được sử dụng
thay thế cho nhau, nhưng đôi khi chúng có nghĩa khác nhau. Chúng ta sử dụng
thuật ngữ “lớp” khi đề cập đến cấu trúc mô hình đối tượng cụ thể và thuật ngữ
“kiểu” được đề cập tới miền của các đối tượng.


10

Một lớp là một mẫu cho một nhóm các đối tượng, định nghĩa một kiểu chung
cho các đối tượng đó. Chúng ta không phân biệt giữa các đối tượng nguyên thủy
(các giá trị), các đối tượng cấu trúc (bộ hoặc tập) và các đối tượng do người dùng
định nghĩa. Một lớp mô tả kiểu của dữ liệu bằng cách cung cấp một miền của dữ
liệu với cùng cấu trúc, cùng với các phương thức có thể áp dụng lên các phần tử
của miền đó. Khả năng trừu tượng hóa của các lớp, được thể hiện qua tính đóng

gói nhằm che dấu các cài đặt chi tiết của các phương thức và tương tác với thế giới
bên ngoài thông qua các giao diện.
Ví dụ 1.2: Mô hình hóa một chiếc ô tô với nhiều bộ phận (động cơ, giảm sóc,
bánh xe) và sẽ lưu các thông tin khác như hãng sản xuất, số seri, … Định nghĩa kiểu
của XeHoi như sau:
type XeHoi
attributes
dongCo: DongCo
cacGiamSoc: {GiamSoc}
cacBanhXe: [traiTruoc: BanhXe, phaiTruoc: BanhXe,
traiSau: BanhXe, phaiSau: BanhXe]
hangSanXuat: HangSanXuat
model: String
namSanXuat: Date
so_Serie: String
soCho: Integer
methods
tinhTuoi(): Real
thayBanh(diaDiem,banhXe)

Định nghĩa lớp XeHoi có 8 thuộc tính và 2 phương thức. Bốn thuộc tính
(model, namSanXuat, so_Serie, soCho) là những thuộc tính dựa trên giá trị, còn
các thuộc tính còn lại dựa trên đối tượng. Thuộc tính cacGiamSoc nhận giá trị tập,
thuộc tính cacBanhXe nhận giá trị bộ. Cũng chú ý ở đây thuộc tính dùng chữ
thường và kiểu dùng chữ hoa, ví dụ dongCo là một thuộc tính còn DongCo là một
kiểu của hệ thống. Phương thức tinhTuoi() nhận ngày của hệ thống và giá trị thuộc


11

tính namSanXuat rồi tính ra ngày tháng (hai thuộc tính này đều có tính chất nội tại
đối với đối tượng). Phương thức thayBanh() yêu cầu người dùng cung cấp tham
số bên ngoài: diaDiem (nơi thực hiện thay thế bánh xe), và banhXe (bánh xe được
thay thế là bánh xe nào).
Cấu trúc dữ liệu giao diện của một lớp có thể phức tạp và lớn tùy ý. Ví dụ,
lớp XeHoi có thể bổ sung các thao tác phức tạp hơn như tính giá quảng cáo dựa
vào thời điểm của năm sản xuất. Lớp cung cấp hai ưu điểm chính: Dễ dàng mở
rộng từ kiểu nguyên thủy của hệ thống sang các kiểu do người dùng định nghĩa.
Các thao tác của lớp biểu thị các phần của chương trình ứng dụng có liên kết chặt
chẽ với dữ liệu. Như vậy, lớp cho phép mô hình hóa cả dữ liệu lẫn các thao tác,
tuy nhiên các thao tác có thể không lưu cùng với các dữ liệu.
Một khái niệm khác cần lưu ý, đó là sưu tập (collection). Một sưu tập nhóm
các đối tượng lại, một chuỗi các lớp là một kiểu cụ thể của sưu tập. Có thể phân
biệt giữa sưu tập và lớp: Sưu tập không thể tạo ra đối tượng, nó là một lớp trừu
tượng. Một đối tượng có thể tồn tại trong nhiều sưu tập, nhưng chỉ là một phần tử
của một lớp duy nhất.
1.1.3. Hợp phần
Trong ví dụ 1.2, một số thuộc tính dựa trên giá trị, như là model và
namSanXuat, còn những thuộc tính khác dựa trên đối tượng, chẳng hạn thuộc tính
hangSanXuat với miền của nó là tập các đối tượng có kiểu HangSanXuat. Trong
trường hợp này, kiểu XeHoi là một kiểu hợp phần (composite type) và các thể hiện
của nó được gọi là các đối tượng hợp phần (composite object). Hợp phần
(composition, aggregation) là một trong những đặc trưng mạnh của mô hình đối
tượng. Nó cho phép chia sẻ các đối tượng, các đối tượng tham chiếu đến các đối
tượng khác bằng OID giống như giá trị các thuộc tính dựa trên đối tượng.
Ví dụ 1.3: Giả sử x1 là một thể hiện của kiểu XeHoi. Nếu những điều sau
đúng thì chứng tỏ Hung và Nam có chung một chiếc xe.
(i2, [ten: Hung, soHuuXe: x1])
(i3, [ten: Nam, soHuuXe: x1])

12

Từ hạn chế của đối tượng hợp phần dẫn đến khái niệm đối tượng phức hợp
(complex object). Đối tượng phức hợp khác đối tượng hợp phần ở chỗ là không
cho phép chia sẻ tham chiếu. Ví dụ kiểu XeHoi có thể có một thuộc tính với miền
kiểu của nó là BanhXe. Với hai thể hiện của kiểu XeHoi như x1 và x2 thì sẽ không
hợp lý khi cho chúng tham chiếu đến cùng một tập thể hiện của BanhXe vì trong
thực tế người ta không cho rằng các bánh xe cùng lúc được dùng trên nhiều xe.
Mối liên hệ đối tượng hợp phần giữa các kiểu có thể được biểu diễn bởi đồ
thị hợp phần (composite graph) hoặc phân cấp hợp phần (aggregation hiearachy)
trong trường hợp các đối tượng phức.
1.1.4. Phân lớp con và tính kế thừa
Các hệ đối tượng cung cấp khả năng mở rộng các kiểu, lớp từ các kiểu, lớp
đã có. Điều này được thực hiện thông qua định nghĩa các lớp nhờ toán tử tạo lập
kiểu hoặc bằng định nghĩa các lớp dựa vào các lớp đã có sẵn và bổ sung các thành
phần để tạo ra các lớp con. Sinh lớp con dựa vào mối liên hệ chuyên biệt hóa giữa
các lớp. Một lớp chuyên biệt (lớp con) được định nghĩa chi tiết hơn so với lớp mà
từ đó nó được chuyên biệt (lớp cha). Một lớp có thể là chuyên biệt của một số lớp.
Sinh lớp con và chuyên biệt hóa chỉ ra mối quan hệ is-a giữa các lớp.
Ngoài việc cho phép khả năng mở rộng, sinh kiểu con cũng đưa đến một kiểu
cấu tạo nên lược đồ CSDL. Trong nhiều trường hợp, có một gốc duy nhất cho hệ
thống, đó là kiểu đặc tả tổng quát nhất. Nếu chỉ cho phép đơn sinh kiểu con, hệ
thống kiểu là một cây. Nếu đa sinh kiểu con được hỗ trợ, hệ thống sẽ tạo ra một
đồ thị.
Các kiểu thiết lập một lược đồ CSDL trong các CSDL đối tượng tạo lập cấu
trúc dàn. Nó cho phép chúng ta mô hình hóa các tính chất chung và riêng giữa các
kiểu bằng một cách thức chính xác.
Ví dụ 1.4: Xét kiểu XeHoi đã được định nghĩa ở phần trước. Một chiếc xe
hơi có thể được mô hình hóa là một kiểu đặc biệt của Xe, như vậy có thể định

nghĩa XeHoi là một kiểu con của Xe; các kiểu con khác có thể là XeMay, XeTai,


13

XeBus. Trong trường hợp này, Xe sẽ định nghĩa những tính chất chung của tất
cả các kiểu này.
type Xe as Object
attributes
dongCo: DongCo
hangSanXuat: HangSanXuat
model: String
namSanXuat: Date
so_Serie: String
methods
tuoi(): Real;

Xe được định nghĩa là kiểu con của Object mà chúng ta giả thiết là gốc của dàn
của các kiểu. Nó được định nghĩa với năm thuộc tính và một phương thức, phương
thức này nhận ngày sản xuất và ngày hiện tại (đều thuộc kiểu Date) và trả về số thực.
Xe là một kiểu tổng quát hóa của XeHoi, có thể định nghĩa XeHoi như sau.
type XeHoi as Xe
attributes
cacGiamSoc: {GiamSoc}
cacBanhXe: [traiTruoc: BanhXe, phaiTruoc: BanhXe,
traiSau: BanhXe, phaiSau: BanhXe]
soCho: Integer

XeHoi được định nghĩa thêm thuộc tính và giao diện của nó vẫn giống trong
ví dụ 1.2 vì đã được kế thừa các thuộc tính của Xe.

Khai báo một kiểu là kiểu con của một kiểu khác tạo ra sự kế thừa
(inheritance), kế thừa cho phép tái sử dụng ở mức cao nhất có thể. Một kiểu con
có thể kế thừa hành vi của kiểu cha hoặc kế thừa cài đặt hoặc cả hai. Dựa trên
mối liên hệ kiểu con giữa các kiểu sẽ đề cập đến đơn kế thừa hoặc đa kế thừa.
Nếu một kiểu kế thừa từ một kiểu khác gọi là đơn kế thừa, nếu một kiểu kế thừa
từ nhiều kiểu khác gọi là đa kế thừa.


14

1.2. Cơ sở dữ liệu hướng đối tượng phân tán
1.2.1. Mô hình cơ sở dữ liệu hướng đối tượng phân tán
Một cơ sở dữ liệu phân tán là một tập hợp nhiều CSDL có liên quan logic và
được phân bố trên một mạng máy tính. Một hệ quản trị CSDL phân tán là một hệ
thống phần mềm cho phép quản lý các hệ CSDL phân tán và làm cho việc phân
tán trở nên trong suốt đối với người sử dụng [4].
Có hai đặc trưng quan trọng trong định nghĩa CSDL phân tán:
 Liên quan logic: Dữ liệu trong hệ phân tán có một số thuộc tính ràng
buộc chúng với nhau.
 Phân tán: Dữ liệu không cư trú trên một vị trí mà được phân bố rộng
khắp trên nhiều máy tính đặt tại nhiều vị trí khác nhau.
Chúng ta cần phân biệt trường hợp Hệ thống mà trong đó có sự hiện diện của
mạng máy tính nhưng CSDL lại chỉ nằm ở một nút của mạng, trường hợp này
không được coi là một hệ CSDL phân tán.
Việc tạo ra một hệ CSDL phân tán phải là sự kết hợp giữa mạng máy tính và
sự phân bố các tập tin trên các vị trí, biểu diễn như Hình 1.1.

Trạm 5

Trạm 1

Trạm 2

Mạng truyền
dữ liệu
Trạm 3
Trạm 4
Hình 1.1: Môi trường của hệ CSDL phân tán