Tối ưu hóa truy vấn trong cơ sở dữ liệu phân tán
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.9 MB, 106 trang )
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG
...
NGUYỄN THỊ LOAN
TỐI ƯU HỐ TRUY VẤN
TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN
LUẬN VĂN THẠC SĨ
KHOA H ỌC M ÁY T ÍNH
Thái ngun, 2011
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG
NGUYỄN THỊ LOAN
TỐI ƯU HỐ TRUY VẤN
TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN
CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH
MÃ SỐ: 60 48 01
LUẬN VĂN THẠC SĨ
KHOA HỌC M ÁY T ÍNH
NGƯỜI HƯỚNG DẪN KHOA HỌC
PGS.TS ĐỒN VĂN BAN
Thái ngun, 2011
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Thái nguyên, 2011
LỜI CAM ĐOAN
Tôi xin cam đoan, kết quả của luận văn hồn tồn là kết quả
của tự bản thân tơi tìm hiểu, nghiên cứu. Các tài liệu tham khảo
đƣợc trích dẫn và chú thích đầy đủ.
Tác giả
NGUYỄN THỊ LOAN
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
LỜI CẢM ƠN
Lời đầu tiên tôi xin gửi lời cảm ơn chân thành nhất đến thầy
PGS.TS Đoàn Văn Ban đã định hƣớng và nhiệt tình hƣớng dẫn,
giúp đỡ tơi rất nhiều về mặt chun mơn trong q trình làm luận
văn.
Tơi xin gửi lời biết ơn sâu sắc đến các thầy, các cô đã dạy dỗ
và truyền đạt những kinh nghiệm quý báu cho chúng tôi trong suốt
hai năm cao học ở trƣờng Đại học Công nghệ thông tin và truyền
thông.
Cuối cùng tơi xin dành tình cảm thân thiết nhất cho bạn bè,
đồng nghiệp, cha mẹ và gia đình, những ngƣời luôn gần gũi để
động viên, chia sẻ cùng tôi trong suốt thời gian qua.
Thái Nguyên, tháng 9 năm 2011
Nguyễn Thị Loan
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
MỤC LỤC
Trang phụ bìa
Trang
Lời cam đoan
i
Lời cảm ơn
ii
Mục lục
iii
Danh mục các hình vẽ, đồ thị
vi
PHẦN MỞ ĐẦU ………………………………………………………………1
1. Đặt vấn đề…………………………………………………………….1
2. Đối tƣợng và phạm vi nghiên cứu……………………………………. 1
3. Hƣớng nghiên cứu của đề tài…………………………………………. 1
4. Phƣơng pháp nghiên cứu………………………………………………2
5. Ý nghĩa khoa học của đề tài……………………………………………2
6. Các kết quả dự kiến…………………………………………………….2
Chƣơng 1. CƠ SỞ DỮ LIỆU PHÂN TÁN…………………………………… .3
1.1. Khái niệm về hệ cơ sở dữ liệu phân tán…………………………… 3
1.1.1. Khái niệm………………………………………………………...3
1.1.2. Các đặc điểm chính của cơ sở dữ liệu phân tán…………………4
1.1.3. Mục đích của việc sử dụng cơ sở dữ liệu phân tán……………...8
1.2. Các đặc trƣng trong suốt của cơ sở dữ liệu phân tán………………...9
1.2.1.Trong suốt phân tán………………………………………………9
1.2.2. Trong suốt giao dịch…………………………………………….10
1.2.3.Trong suốt các sự cố……………………………………………..10
1.2.4. Trong suốt thao tác……………………………………………...10
1.2.5.Trong suốt về tính khơng thuần nhất…………………………… 10
1.3.Kiến trúc cơ bản của cơ sở dữ liệu phân tán…………………………10
1.3.1.Sơ đồ tổng thể……………………………………………………11
1.3.2. Sơ đồ phân đoạn……………………………………………… 11
1.3.3. Sơ đồ định vị…………………………………………………….12
1.3.4. Sơ đồ ánh xạ địa phương……………………………………….12
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
1.3.5. Chia sẻ tài nguyên……………………………………………… 14
1.4. Các kỹ thuật xây dựng cơ sở dữ liệu phân tán……………………......14
1.4.1.Phân tán……………………………………………………………14
1.4.1.1. Phân đoạn ngang………………………………………… …14
1.4.1.2. Phân đoạn ngang dẫn tiếp……………………………….......15
1.4.1.3. Phân đoạn dọc……………………………………………….16
1.4.1.4. Phân đoạn hỗn hợp…………………………………………..17
1.4.2.Nhân bản dữ liệu………………………………………………..18
1.4.3. Định vị dữ liệu………………………………………………….19
1.4.4. Hệ quản trị CSDL phân tán…………………………………….19.
1.5. Kết luận……………………………………………………………….20
Chƣơng 2. TỐI ƢU HÓA TRUY VẤN TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN
2.1. Các chiến lƣợc tối ƣu hóa cơ bản……………………………………..21
2.2. Các phép biến đổi đại số………………………………………………22
2.2.1. Các yêu cầu của phép biến đổi tối ưu hóa câu truy vấn………….22
2.2.2. Biểu thức tương đương……………………………………………23
2.2.3. Các qui tắc liên quan đến phép kết nối và tích Decartes………....23
2.2.4. Các qui tắc liên quan đến phép chọn và phép chiếu……………..24
2.2.5. Thuật toán cải tiến cây biểu diễn biểu thức quan hệ…………......25
2.3. Phân rã câu truy vấn thành những câu truy vấn con………………….30
2.3.1. Đồ thị nối các quan hệ……………………………………………30
2.3.2. Tách câu truy vấn thành các câu truy vấn con…………………..31
2.3.3. Dùng phép nửa kết nối để giảm kích thước quan hệ…………….32
2.3.4. Phương pháp thay thế n –bộ………………………………….....32
2.4. Các kỹ thuật tối ƣu hóa tập trung…………………………………….33
2.4.1. Thuật toán INGRES…………………………………………...…33
2.4.2. Thuật toán System R……………………………………………..37
2.5. Phân rã cây truy vấn……………………………………………….....40
2.5.1. Chuẩn hóa……………………………………………………….40
2.5.2.Phân tích………………………………………………………....42
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
2.5.3. Loại bỏ dư thừa…………………………………………………44
2.5.4. Viết lại…………………………………………………………...45
2.6. Định vị dữ liệu phân tán…………………………………………......48
2.6.1. Rút gọn phân đoạn ngnang nguyên thủy………………………48
2.6.2. Rút gọn phân đoạn dọc………………………………………..51
2.6.3. Rút gọn phân đoạn gián tiếp…………………………………..52
2.6.4. Rút gọn phân đoạn hỗn hợp…………………………………...54
2.7. Khái quát về xử lý câu truy vấn…………………………………....55
2.7.1. Vấn đề xử lý truy vấn………………………………………….56
2.7.2. Các mục tiêu của xử lý câu truy vấn…………………………..56
2.7.3. Các giai đoạn xử lý câu truy vấn………………………………57
2.7.4. Tối ưu hóa các truy vấn phân tán……………………………..57
2.7.4.1. Đầu vào bộ tối ưu hóa câu truy vấn………………………58
2.7.4.2. Thứ tự kết nối trên các câu truy vấn đoạn………………..63
2.7.4.3.Thứ tự kết nối……………………………………………...63
2.7.4.4. Các thuật toán dựa trên phép nửa kết nối………………...65
2.8. Các thuật toán tối ƣu hóa truy vấn phân tán……………………….69
2.8.1. Thuật tốn INGRES phân tán…………………………………70
2.8.2. Thuật toán R*………………………………………………….72
2.8.3. Thuật toán SDD -1…………………………………………….76
2.8.4. Các thuật toán AHY ( Apers – Hevner – Yao)…………………80
2.9. Kết luận…………………………………………………………….86
Chƣơng 3. CÀI ĐẶT VÀ THỬ NGHIỆM THUẬT TOÁN…………………89
3.1. Xác định thuật toán………………………………………………...89
3.2. Cài đặt thử nghiệm thuật toán……………………………………...89
3.2.1. Cấu trúc cơ sở dữ liệu………………………………………….89
3.2.2. Xây dựng ứng dụng……………………………………………90
3.2.3. Thử nghiệm 1………………………………………………….92
3.2.4. Thử nghiệm 2………………………………………………….94
3.3. Kết luận. …………………………………………………………..95
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI……………………96
TÀI LIỆU THAM KHẢO……………………………………………………97
CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1. Trong suốt phân đoạn……………………………………………6
Hình 1.2. Sự trong suốt về vị trí……………………………………………7
Hình 1.3. Sự trong suốt ánh xạ cục bộ……………………………………..8
Hình 1.4 Kiến trúc cơ sở dữ liệu phân tán…………………………………11
Hình 1.5. Các đoạn và hình ảnh vật lý của một quan hệ tổng thể…………12
Hình 1.6. Cây phân tán của quan hệ……………………………………….18
Hình 2.1. Cây biểu diễn biểu thức hỏi……………………………………..27
Hình 2.2. Cây với tổ hợp phép chọn………………………………………29
Hình 2.3. Cây kết quả với sự phân nhóm các phép tốn…………………..30
Hình 2.4. Đồ thị nối quan hệ………………………………………………31
Hình 2.5. Đồ thị nối các quan hệ…………………………………………..32
Hình 2.6. Đồ thị các quan hệ có chu trình…………………………………33
Hình 2.7. Gỡ bỏ chu trình bằng cách thay thế n- bộ………………………33
Hình 2.8. Đồ thị kết nối của cây truy vấn…………………………………39
Hình 2.9. Các đồ thị quan hệ……………………………………………....43
Hình 2.10. Đồ thị cây truy vấn khơng liên thơng………………………….44
Hình 2.11. Cây đại số quan hệ…………………………………………….46
Hình 2.12. Cây đại số quan hệ tƣơng đƣơng……………………………....47
Hình 2.13. Cây đại số quan hệ viết lại……………………………………..48
Hình 2.14. Rút gọn cho phân đoạn ngnang với phép chọn………………..49
Hình 2.15. Rút gọn phân đoạn ngang cho phép kết nối……………………50
Hình 2.16. Rút gọn đối với việc phân đoạn dọc…………………………...52
Hình 2.17. Rút gọn phân đoạn gián tiếp.…………………………………..54
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Hình 2.18. Rút gọn phân đoạn hỗn hợp…………………………………...55
Hình 2.19. Sơ đồ phân lớp cho việc xử lý truy vấn phân tán……………..57
Hình 2.20. Truyền các tốn hạng trong phép tốn hai ngơi……………….64
Hình 2.21. Đồ thị kết nối của câu truy vấn phân tán……………………...64
Hình 2.22. Biến đổi của câu truy vấn chu trình…………………………...68
Hình 2.23. Câu truy vấn ví dụ và các thống kê…………………………...79
Hình 2.24. Ví dụ một câu truy vấn đơn và các thống kê………………….82
Hình 2.25. Schedule tối ƣu………………………………………………..83
Hình 2.26. Các giai đoạn của việc đánh giá một câu truy vấn phân tán….87
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-1-
PHẦN MỞ ĐẦU
1. Đặt vấn đề.
Ngày nay lĩnh vực thương mại ngày càng mở rộng và phát triển . Để kinh
doanh được thuận lợi và có hiệu quả cần phải nắm bắt thông tin nhanh nhất khi
các địa điểm kinh doanh ở xa nhau. Do đó xây dựng 1 hệ thống làm việc dựa trên
cơ sở dữ liệu phân tán là phù hợp với xu hướng hiện nay.
Cơ sở dữ liệu phân tán đã, đang được nghiên cứu và ứng dụng vào thực tế.
Việc cần làm là nghiên cứu và làm sáng tỏ thêm khả năng ứng dụng thực tiễn của
cơ sở dữ liệu phân tán.
Lợi ích cơ bản nhất của cơ sở dữ liệu phân tán là dữ liệu của các cơ sở dữ liệu
vật lý riêng biệt được tích hợp logic với nhau làm cho nhiều người sử dụng trên
mạng có thể truy nhập được.
Cơ sở dữ liệu phân tán với cấp độ tự trị cao ở mỗi điểm. Trong hệ phân tán
các câu truy vấn có thể sử dụng kỹ thuật tối ưu hoá làm giảm thời gian tính tốn,
khối lượng truyền thơng tin giữa các trạm và giảm không gian bộ nhớ, tránh được
các công việc dư thừa, loại bỏ những phần vơ ích.
Khi khối lượng thông tin phải xử lý ngày càng lớn, phong phú và đa dạng
thì vấn đề đặt ra là xử lý thơng tin như thế nào để giảm chi phí đến mức tối
thiểu. Một trong các giải pháp có tính khả thi là phải tối ưu hoá các câu lệnh khi
truy vấn dữ liệu nên tôi chọn nghiên cứu “Tối ưu hoá truy vấn trong cơ sở dữ
liệu phân tán” làm đề tài luận văn tốt nghiệp của mình.
2. Đối tƣợng và phạm vi nghiên cứu.
- Đối tượng nghiên cứu là cơ sở dữ liệu phân tán.
- Phạm vi nghiên cứu là một số các kỹ thuật tối ưu hoá truy vấn trong cơ sở
dữ liệu.
3. Hƣớng nghiên cứu của đề tài.
- Nghiên cứu tối ưu hoá truy vấn trong cơ sở dữ liệu phân tán, các nguyên lý
chung, các kỹ thuật, các thuật toán liên quan đến vấn đề tối ưu hoá truy vấn và
nghiên cứu cải tiến về tối ưu hoá truy vấn lồng trong cơ sở dữ liệu phân tán.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-2-
- Cài đặt thử nghiệm thuật toán tối ưu hoá truy vấn lồng trong cơ sở dữ liệu
phân tán.
4. Phƣơng pháp nghiên cứu.
- Nghiên cứu lý thuyết: Tìm hi ểu nghiên cứu các tài liệu liên quan trong sách,
tạp chí, các bài báo trên mạng Internet… Tổng hợp, so sánh các kết quả viết lại
thành luận văn.
- Nghiên cứu thực nghiệm: Cài đặt thử nghiệm.
5. Ý nghĩa khoa học của đề tài.
- Giảm thiểu thời gian xử lý
- Giảm vùng nhớ trung gian
- Giảm chi phí truyền thơng giữa các trạm.
6. Các kết quả dự kiến đạt đƣợc
- Giới thiệu tổng quan về CSDL phân tán.
- Trình bày các phương pháp, thuật tốn tối ưu hóa truy vấn phân tán.
-
Cài đặt thử nghiệm một thuật toán tối ưu truy vấn phân tán.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-3-
Chƣơng 1. CƠ SỞ DỮ LIỆU PHÂN TÁN
1.1. Khái niệm về hệ cơ sở dữ liệu phân tán
1.1.1. Khái niệm
Cơ sở dữ liệu phân tán [3] là một tập hợp các dữ liệu phụ thuộc lôgic lẫn
nhau của cùng một hệ thống và được lưu trữ trên các trạm của một mạng máy tính.
Cơ sở dữ liệu phân tán làm tăng khả năng truy nhập tới cơ sở dữ liệu lớn trên mạng.
Trong hệ thống đó mỗi máy tính quản lý một cơ sở dữ liệu thành phần được gọi là 1
node hoặc site.
Hệ quản trị cơ sở dữ liệu phân tán (DBMS) là phần mềm quản trị cơ sở dữ
liệu, đảm bảo trong suốt đối với người sử dụng và cho phép tính tự trị nghĩa là mỗi
cơ sở dữ liệu thành phần vẫn được quản trị độc lập và riêng biệt.
Một CSDL phân tán là một tập hợp nhiều CSDL có liên đới logic và được
phân bố trên một mạng máy tính
- Tính chất phân tán: Tồn bộ dữ liệu của CSDL phân tán không được cư trú ở
một nơi mà cư trú trên nhiều trạm thuộc mạng máy tính, điều này giúp chúng ta
phân biệt CSDL phân tán với CSDL tập trung đơn lẻ.
- Tương quan logic: Tồn bộ dữ liệu của CSDL phân tán có một số các thuộc
tính ràng buộc chúng với nhau, điều này giúp chúng ta có thể phân biệt một CSDL
phân tán với một tập hợp CSDL cục bộ hoặc các tệp cư trú tại các vị trí khác nhau
trong một mạng máy tính.
Ví dụ1.1: Một ngân hàng có ba chi nhánh đặt tại các vị trí khác nhau. Tại mỗi
chi nhánh có một máy tính điều khiển một số máy kế toán cuối cùng (teller
terminal) và cơ sở dữ liệu thống kê của chi nhánh đó. Mỗi máy tính với cơ sở dữ
liệu thống kê địa phương của nó tại mỗi chi nhánh được đặt ở một vị trí của cơ sở
dữ liệu phân tán. Các máy tính được nối với nhau bởi một mạng truyền thông. Các
nút trong một mạng phân tán một mặt xử lý thông tin tại vị trí mà nó quản lý, mặt
khác nó cũng tham gia vào việc xử lý các yêu cầu về thông tin cần truy cập qua
nhiều địa điểm. Ví dụ như việc lên danh sách tất cả nhân viên của ngân hàng. u
cầu này địi hỏi tất cả các máy tính ở các chi nhánh của công ty đều phải hoạt động
để cung cấp thơng tin.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-4-
1.1.2. Các đặc điểm chính của cơ sở dữ liệu phân tán
1. Chia sẻ tài nguyên
Việc chia sẻ tài nguyên của hệ phân tán được thực hiện thông qua mạng
truyền thơng. Để chia sẻ tài ngun một cách có hiệu quả thì mỗi tài nguyên cần
được quản lý bởi một chương trình có giao diện truyền thơng, các tài ngun có thể
được truy cập, cập nhật một cách tin cậy và nhất quán. Quản lý tài nguyên ở đây là
lập kế hoạch dự phòng, đặt tên cho các lớp tài nguyên, cho phép tài nguyên được
truy cập từ nơi này đến nơi khác, ánh xạ lên tài nguyên vào địa chỉ truyền thơng, ...
2. Tính mở
Tính mở của hệ thống phân tán là tính dễ dàng mở rộng phần cứng của nó.
Một hệ thống được gọi là có tính mở thì phải có các điều kiện sau:
- Hệ thống có thể tạo nên bởi nhiều loại phần cứng và phần mềm của nhiều
nhà cung cấp khác nhau.
- Có thể bổ sung vào các dịch vụ dùng chung tài nguyên mà không phá hỏng
hay nhân đôi các dịch vụ đang tồn tại.
- Tính mở được hồn thiện bằng cách xác định hay phân định rõ các giao
diện chính của một hệ và làm cho nó tương thích với các nhà phát triển phần mềm.
- Tính mở của hệ phân tán dựa trên việc cung cấp cơ chế truyền thông giữa
các tiến trình và cơng khai các giao diện dùng để truy nhập các tài nguyên chung.
3. Khả năng song song
Hệ phân tán hoạt động trên một mạng truyền thơng có nhiều máy tính, mỗi
máy có thể có một hay nhiều CPU.
Có thể thực hiện nhiều tiến trình trong cùng một thời điểm. Việc thực hiện
tiến trình theo cơ chế phân chia thời gian (một CPU) hay (nhiều CPU).
Khả năng làm việc song song trong hệ phân tán được thể hiện qua hai tình
huống sau:
- Nhiều người sử dụng đồng thời đưa ra các lệnh hay các tương tác với các
chương trình ứng dụng.
- Nhiều tiến trình Server chạy đồng thời, mỗi tiến trình phải đáp ứng u cầu
từ các Clients.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-5-
4. Khả năng mở rộng
Hệ phân tán có khả năng hoạt động tốt và hiệu quả ở nhiều mức khác nhau.
Một hệ phân tán nhỏ nhất có thể hoạt động chỉ cần hai trạm làm việc và một File
Server. Các hệ lớn hơn tới hàng nghìn máy tính.
Khả năng mở rộng của một hệ phân tán được đặc trưng bởi tính khơng thay
đổi phần mềm hệ thống và phần mềm ứng dụng khi hệ được mở rộng.
Yêu cầu cho việc mở rộng không chỉ là mở rộng phần cứng, về mạng mà nó
trải trên các khía cạnh khi thiết kế hệ phân tán.
Ví dụ 1.2: tần suất sử dụng trên mạng đột ngột. Để tránh tình trạng tắc nghẽn
xảy ra khi chỉ có một Server và phải đáp ứng các yêu cầu truy nhập các file đó.
Người ta nhân bản các file trên một Server khác và hệ thống được thiết kế sao cho
việc thêm Server được dễ dàng. Một số giải pháp khác là sử dụng Cache và các
bảng sao dữ liệu.
5. Khả năng thứ lỗi
Việc thiết kế khả năng thứ lỗi các hệ thống máy tính dựa trên hai giải pháp
sau:
- Dùng khả năng thay thế để đảm bảo sự hoạt động liên tục và hiệu quả.
- Dùng các chương trình hồi phục dữ liệu khi xảy ra sự cố.
6. Tính trong suốt
Tính trong suốt của một hệ phân tán được hiểu như là việc che khuất đi các
thành phần riêng biệt của hệ đối với người sử dụng và những người lập trình ứng
dụng.
Các loại trong suốt trong hệ phân tán:
Trong suốt phân đoạn (fragmentation transparency):
Khi dữ liệu đã được phân đoạn thì việc truy cập vào CSDL được thực hiện
bình thường như là chưa bị phân tán và khơng ảnh hưởng tới người sử dụng.
Ví dụ 1.3: Xét quan hệ tổng thể NCC (Id, Tên, Tuổi)
và các phân đoạn ngang được tách ra từ nó:
NCC1 (Id, Tên, Tuổi)
NCC2 (Id, Tên, Tuổi)
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-6-
NCC3 (Id, Tên, Tuổi)
Giả sử DDBMS cung cấp tính trong suốt về phân đoạn, khi đó ta có thể
thấy tính trong suốt này được thể hiện như sau:
Khi muốn tìm một người có Id=”Id1“ thì chỉ cần tìm trên quan hệ tổng
thể NCC mà không cần biết quan hệ NCC có phân tán hay khơng.
SELECT *
FROM
NCC
WHERE
Id=”Id1”
NCC1
Vị trí1
DDBMS
NCC2
Vị trí2
NCC3
Vị trí3
Hình 1.1:Trong suốt phân đoạn
Tính trong suốt về vị trí (location transparency):
- Người sử dụng khơng cần biết về vị trí vật lý của dữ liệu mà có quyền truy
cập đến cơ sở dữ liệu tại bất cứ vị trí nào.
- Các thao tác để lấy hoặc cập nhật một dữ liệu từ xa được tự động thực hiện
bởi hệ thống tại điểm đưa ra yêu cầu.
- Tính trong suốt về vị trí rất hữu ích, nó cho phép người sử dụng bỏ qua các
bản sao dữ liệu đã tồn tại ở mỗi vị trí. Do đó có thể di chuyển một bản sao dữ liệu từ
một vị trí này đến một vị trí khác và cho phép tạo các bản sao mới mà khơng ảnh
hưởng đến các ứng dụng.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-7-
Ví dụ 1.4 : Với quan hệ tổng thể R và các phân đoạn như đã nói ở trên nhưng
giả sử rằng DDBMS cung cấp trong suốt về vị trí nhưng không cung cấp trong suốt
về phân đoạn.
Xét câu truy vấn tìm người có Id=”Id1”.
SELECT
*
FROM
NCC1
WHERE
Id=”Id1”
IF NOT #FOUND THEN
•
SELECT
*
FROM
NCC2
WHERE
Id=”Id1”
Đầu tiên hệ thống sẽ thực hiện tìm kiếm ở phân đoạn NCC1 và nếu DBMS
trả về biến điều khiển #FOUND thì một câu lệnh truy vấn tương tự được
thực hiện trên phân đoạn NCC2 ,...
•
Ở đây quan hệ NCC2 được sao làm hai bản trên hai vị trí 2 và vị trí 3, ta chỉ
cần tìm thơng tin trên quan hệ NCC2 mà khơng cần quan tâm nó ở vị trí nào.
DBMS
NCC1
NCC2
NCC2
Vị trí 1
Vị trí 2
Vị trí 3
Hình 1.2:Sự trong suốt về vị trí
Trong suốt ánh xạ cục bộ (local mapping transparency):
- Là một đặc tính quan trọng trong một hệ thống DBMS không đồng nhất
-Ứng dụng tham chiếu đến các đối tượng có các tên độc lập từ các hệ thống
cục bộ.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-8-
-Ứng dụng được cài đặt trên một hệ thống không đồng nhất nhưng được sử
dụng như một hệ thống đồng nhất.
DBMS
NCC1
Vị trí 1
NCC2
Vị trí 2
Hình 1.3:Sự trong suốt ánh xạ cục bộ
Tính trong suốt của sự trùng lặp: Nếu dữ liệu trùng lặp để giảm chi phí
truyền thơng với cơ sở dữ liệu hoặc nâng cao độ tin cậy, người sử dụng khơng cần
biết đến điều đó.
7. Đảm bảo tin cậy và nhất quán
Hệ thống yêu cầu độ tin cậy như:
- Bí mật của dữ liệu
- Các chức năng khơi phục hư hỏng phải đảm bảo
- Ngoài ra các yêu cầu của hệ thống về tính nhất quán cũng thể hiện ở chổ:
khơng có mâu thuẩn trong nội dung cơ sở dữ liệu
1.1.3. Mục đích của việc sử dụng cơ sở dữ liệu phân tán
Xuất phát từ yêu cầu thực tế về tổ chức và kinh tế: Trong thực tế nhiều tổ
chức là không tập trung, dữ liệu ngày càng lớn và phục vụ cho đa người dùng nằm
phân tán, vì vậy cơ sở dữ liệu phân tán là con đường thích hợp với cấu trúc tự nhiên
của các tổ chức đó. Đây là một trong những yếu tố quan trọng thức đẩy việc phát
triển cơ sở dữ liệu phân tán.
Sự liên kết các cơ sở dữ liệu địa phương đang tồn tại: cơ sở dữ liệu phân tán
là giải pháp tự nhiên khi có các cơ sở dữ liệu đang tồn tại và sự cần thiết xây dựng
một ứng dụng toàn cục. Trong trường hợp này cơ sở dữ liệu phân tán được tạo từ
dưới lên dựa trên nền tảng cơ sở dữ liệu đang tồn tại. Tiến trình này đòi hỏi cấu trúc
lại các cơ sở dữ liệu cục bộ ở một mức nhất định. Dù sao, những sửa đổi này vẫn là
nhỏ hơn rất nhiều so với việc tạo lập một cở sở dữ liệu tập trung hồn tồn mới.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-9-
Làm giảm tổng chi phí tìm kiếm: Việc phân tán dữ liệu cho phép các nhóm
làm việc cục bộ có thể kiểm sốt được tồn bộ dữ liệu của họ. Tuy vậy, tại cùng
thời điểm người sử dụng có thể truy cập đến dữ liệu ở xa nếu cần thiết. Tại các vị trí
cục bộ, thiết bị phần cứng có thể chọn sao cho phù hợp với công việc xử lý dữ liệu cục
bộ tại điểm đó.
Sự phát triển mở rộng: Các tổ chức có thể phát triển mở rộng bằng cách thêm
các đơn vị mới, vừa có tính tự trị, vừa có quan hệ tương đối với các đơn vị tổ chức
khác. Khi đó giải pháp cơ sở dữ liệu phân tán hỗ trợ một sự mở rộng uyển chuyển
với một mức độ ảnh hưởng tối thiểu tới các đơn vị đang tồn tại
Trả lời truy vấn nhanh: Hầu hết các yêu cầu truy vấn dữ liệu từ người sử
dụng tại bất kỳ vị trí cục bộ nào đều thoả mãn dữ liệu ngay tại thời điểm đó.
Độ tin cậy và khả năng sử dụng nâng cao: nếu có một thành phần nào đó của
hệ thống bị hỏng, hệ thống vẫn có thể duy trì hoạt động.
Khả năng phục hồi nhanh chóng: Việc truy nhập dữ liệu khơng phụ thuộc
vào một máy hay một đường nối trên mạng. Nếu có bất kỳ một lỗi nào hệ thống có
thể tự động chọn đường lại qua các đường nối khác.
1.2. Các đặc trƣng trong suốt của cơ sở dữ liệu phân tán
1.2.1 Trong suốt phân tán
- Cho phép xử lý dữ liệu trên hệ cơ sở dữ liệu phân tán giống như đối với cơ
sở dữ liệu tập trung.
- Người sử dụng không cần biết: Dữ liệu đã được phân đoạn như thế nào,
các bản sao dữ liệu để ở đâu, vị trí vật lý lưu trữ dữ liệu ở đâu.
- Trong suốt phân tán thể hiện:
+ Trong suốt địa điểm: User không cần biết lưu trữ vật lý của dữ liệu ở đâu,
trong truy vấn chỉ cần chỉ ra tên đoạn mà khơng cần chỉ ra vị trí.
+ Trong suốt tên: Khi một đối tượng đã được đặt tên thì có thể truy nhập
chính xác khơng cần đặc tả thêm.
+ Trong suốt bản sao: Sự nhân bản là quá trình sao chép và duy trì dữ liệu
trong hệ cơ sở dữ liệu phân tán. Cùng một dữ liệu (được lưu trữ vật lý tại một vị trí)
có thể sử dụng được trên nhiều vị trí khác nhau. Các bản sao có thể được lưu trữ
trên nhiều trạm làm tăng hiệu suất, độ tin cậy và tính sẵn sàng của hệ thống. Các
ứng dụng có thể truy nhập dữ liệu tại các trạm mà không cần phải truy cập từ xa
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-10-
giảm truyền tải trên mạng lớn. Hệ thống cho phép tiếp tục thực hiện nếu như các
trạm từ xa có sự cố. Trong suốt bản sao đảm bảo user không biết đó là các bản sao
vì dữ liệu ln được cập nhật và đồng bộ với dữ liệu gốc.
+ Trong suốt phân đoạn: Một quan hệ trong cơ sở dữ liệu phân tán có thể
phân đoạn ngang hoặc phân đoạn dọc nghĩa là được tách thành các bộ dữ liệu hoặc
các quan hệ con và lưu trữ trên nhiều trạm khác nhau. Trong suốt phân đoạn cho
phép người sử dụng khơng cần biết có sự phân đoạn, các truy vấn dữ liệu vẫn được
viết như cơ sở dữ liệu tập trung.
1.2.2 Trong suốt giao dịch
Cơ sở dữ liệu phân tán cho phép một giao dịch có thể cập nhật, sửa đổi dữ
liệu trên các trạm khác nhau. Để đảm bảo dữ liệu nhất quán trên toàn hệ thống, các
trạm trong giao dịch chỉ ủy thác khi tất cả các trạm đã ủy thác thành công hoặc roll
back khi một trạm bị thất bại.
1.2.3 Trong suốt các sự cố
Đảm bảo tại một trạm của hệ thống bị hỏng thì hệ thống vẫn làm việc bình
thường (do cơ chế tạo bản sao hoặc làm việc trên các trạm không bị sự cố). Nếu
mạng hoặc hệ thống có sự cố trong khi ủy thác của giao dịch cơ sở dữ liệu phân tán
thì giao dịch đó được giải quyết tự động và trong suốt theo nghĩa khi mạng hoặc hệ
thống khơi phục thì tất các các trạm này hoặc là ủy thác hoặc là roll back lại giao
tác đó.
1.2.4 Trong suốt thao tác
Cho phép các câu lệnh thao các dữ liệu đơn giản để truy nhập được các cơ sở
dữ liệu tại trạm cục bộ hoặc trạm từ xa. Các thao tác xử lý dữ liệu từ xa không phức
tạp và vẫn đảm bảo vẫn giống như khi thao tác dữ liệu trên hệ cơ sở dữ liệu không
phân tán.
1.2.5 Trong suốt về tính khơng thuần nhất
Cho phép hỗn hợp nhiều hệ quản trị cơ sở dữ liệu khác nhau với các khả
năng trao đổi dữ liệu, xử lý cập nhật dữ liệu, xử lý giao tác phân tán trên toàn hệ
thống.
1.3 Kiến trúc cơ bản của CSDL phân tán
Đây không là kiến trúc tường minh cho tất cả các CSDL phân tán.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-11S đồ tng th
(Global Schema)
Cỏc
s
c
lp
v
trớ
S đồ phân mảnh
(Fragmentation Schema)
S đồ định vị
(Allocation Schema)
S đồ ánh xạ địa ph-ơng 1
(Local mapping Schema 1)
Hệ quản trị CSDL tại vị trí 1
(DBMS 1)
S đồ ánh xạ địa ph-ơng n
(Local mapping Schema n)
Hệ quản trị CSDL tại vị trí n
(DBMS n)
CSDL a
phng 2
(Local
Database 2)
CSDL địa
phƣơng 1
(Local
Database 1)
Hình 1.4. Kiến trúc CSDL phân tán
1.3.1. Sơ đồ tổng thể (Global Schema):
- Xác định tất cả các dữ liệu sẽ được lưu trữ trong cơ sở dữ liệu phân tán cũng
như các dữ liệu không được phân tán ở các trạm trong hệ thống.
- Sơ đồ tổng thể được định nghĩa theo cách như trong CSDL tập trung.
- Trong mơ hình quan hệ, sơ đồ tổng thể bao gồm định nghĩa của tập các quan
hệ tổng thể (Globle relation) .
1.3.2. Sơ đồ phân đoạn (fragment schema):
- Mỗi quan hệ tổng thể có thể chia thành một vài phần khơng giao nhau gọi là
phân đoạn (fragment).
- Có nhiều cách khác nhau để thực hiện việc phân chia này
- Sơ đồ phân đoạn mô tả các ánh xạ giữa các quan hệ tổng thể và các đoạn được
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-12-
định nghĩa trong sơ đồ phân đoạn (fragmentation Schema),
- Các đoạn được mô tả bằng tên của quan hệ tổng thể cùng với chỉ mục đoạn.
Chẳng hạn, Ri được hiểu là đoạn thứ i của quan hệ R.
1.3.3. Sơ đồ định vị (allocation schema):
- Các đoạn là các phần logic của một quan hệ tổng thể được định vị vật lý trên
một hay nhiều trạm.
- Sơ đồ định vị xác định đoạn dữ liệu nào được định vị tại trạm nào trên mạng.
- Tất cả các đoạn được liên kết với cùng một quan hệ tổng thể R và được định vị
tại cùng một trạm j cấu thành ảnh vật lý quan hệ tổng thể R tại trạm j.
- Do đó ta có thể ánh xạ một-một giữa một ảnh vật lý và một cặp (quan hệ tổng
thể, trạm).
- Các ảnh vật lý có thể chỉ ra bằng tên của một quan hệ tổng thể và một chỉ mục
trạm.
- Ký hiệu Ri để chỉ đoạn thứ i của quan hệ tổng thể R
- Ký hiệu Rj để chỉ ảnh vật lý của quan hệ tổng thể R tại trạm j
- Tương tự như vậy, bản sao của đoạn i thuộc quan hệ R tại trạm j được ký hiệu
là Rij.
1.3.4. Sơ đồ ánh xạ địa phương (Local mapping schema):
- Thực hiện ánh xạ các ảnh vật lý lên các đối tượng được thực hiện bởi hệ quản
trị cơ sở dữ liệu địa phương
- Tất cả các đoạn của một quan hệ tổng thể trên cùng một trạm tạo ra một ảnh
vật lý
R11
R1
R2
R21
R12
R22
R1
(Trạm 1 )
R2
(Trạm 2 )
R3
R23
R4
R33
R3
(Trạm 3 )
R43
Quan hệ tổng
thể
Các đoạn
Hình
1.5:tâm
Các
và học
hình
ảnh
vật
Số hóa
bởi Trung
Họcđoạn
liệu – Đại
Thái
Ngun
Hình ảnh vật
lý
lý của một quan
hệ tổng thể
-13-
Ba yếu tố được suy ra từ kiểu kiến trúc này là:
- Tách rời khái niệm phân đoạn dữ liệu với khái niệm định vị dữ liệu.
- Biết được dữ liệu dư thừa
- Độc lập với các DBMS địa phương
Ba yếu tố này tương ứng với ba mức trong suốt tương ứng
a. Tách rời khái niệm phân đoạn dữ liệu với khái niệm định vị dữ liệu.
•
Phân đoạn dữ liệu, bao gồm những cơng việc mà người lập trình ứng dụng
làm việc với quan hệ tổng thể, phân chia quan hệ tổng thể thành các đoạn.
•
Thơng qua tính trong suốt phân đoạn (fragmentation transparency) người
lập trình sẽ nhìn thấy được những đoạn dữ liệu bị phân chia như thế nào.
•
Định vị dữ liệu lại liên quan đến các công việc của người sử dụng và người
lập trình ứng dụng tại trên các đoạn dữ liệu được định vị tại các trạm.
•
Thơng qua tính trong suốt vị trí (location transparency) người lập trình sẽ
biết được vị trí của các đoạn dữ liệu trên các trạm.
b. Biết được dữ liệu dư thừa:
•
Người lập trình ứng dụng có thể biết được dư thừa dữ liệu ở các trạm.
•
Trên hình vẽ trên, chúng ta thấy rằng hai ảnh vật lý R2 và R3 có trùng lặp
dữ liệu. Do đó các đoạn dữ liệu trùng nhau có thể tránh được khi xây dựng
các khối ảnh vật lý.
c. Độc lập với các DBMS địa phương
Tính chất này còn được gọi là trong suốt ánh xạ địa phương (local mapping
transparency), cho phép chúng ta khảo sát các vấn đề về quản lý CSDL phân tán
mà không cần phải hiểu rõ mơ hình dữ liệu của DBMS địa phương đang sử dụng.
1.3.5. Chia sẻ tài nguyên
- Được thực hiện qua mạng truyền thông.
- Mỗi tài nguyên cần phải được quản lý bởi một chương trình có giao diện
truyền thơng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-14-
- Các tài nguyên có thể được truy nhập, cập nhật một cách tin cậy và nhất
quán.
Quản lý tài nguyên: bao gồm
•
Lập kế hoạch dự phịng
•
Đặt tên cho các lớp tài nguyên
•
Cho phép tài nguyên được truy nhập từ nơi này đến nơi khác
•
Ánh xạ tên tài nguyên vào địa chỉ truyền thông
1.4 Các kỹ thuật xây dựng cơ sở dữ liệu phân tán
- Kỹ thuật phân tách dữ liệu từ một cơ sở dữ liệu để lưu trữ trên các
trạm khác nhau được gọi là phân đoạn.
- Sử dụng bản sao cho phép cùng một dữ liệu có thể được lưu trữ trên
nhiều hơn một trạm.
- Quá trình định vị các phân đoạn dữ liệu hoặc định vị các bản sao phân
đoạn lưu trữ dữ liệu trên các trạm khác nhau.
1.4.1 Phân đoạn
Sự phân đoạn là chia dữ liệu trong các bảng dữ liệu thành các bộ hoặc các
bảng dữ liệu con. Có ba kiểu phân đoạn một quan hệ tổng thể: Phân đoạn ngang,
phân đoạn dọc và phân đoạn hỗn hợp [8].
Một sự phân đoạn là đúng đắn nếu thoả mãn ba điều kiện sau:
- Điều kiện không mất thông tin: Tất cả dữ liệu của quan hệ tổng thể phải
đựơc ánh xạ tới các đoạn, có nghĩa mỗi phần tử dữ liệu thuộc quan hệ tổng thể
phải thuộc một hay nhiều đoạn của nó.
- Điều kiện xây dựng lại: Ln có thể xây dựng lại được quan hệ tổng thể từ
các đoạn đã có.
- Điều kiện rời nhau (chỉ áp dụng cho phân đoạn ngang): Để tối thiểu hoá sự
lặp lại của dữ liệu.
1.4.1.1 Phân đoạn ngang
Phân đoạn ngang là sự phân chia một quan hệ thành các tập con các bộ, mỗi
tập con được xác định bởi phép chọn với tân từ p trên quan hệ tổng thể R:
Ri =p , với pi là tân từ của Ri. Để có thể khơi phục được R ta dùng phép hợp các
i
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-15-
quan hệ R = R1 R2 ... Rn.
Ví dụ 1.5: Xét quan hệ tổng thể
NHACUNGCAP(SHNCC, TEN,THPHO)
Trong đó có các thuộc tính:
SHNCC: Số hiệu nhà cung cấp
TEN: Tên nhà cung cấp
THPHO: Thành phố
Ta tách quan hệ NHACUNGCAP thành hai quan hệ NCC 1 và NCC 2
thuộc hai chi nhánh „HN‟ và „HP‟. Ta có phân đoạn ngang:
NCC1=THPHO=”HN”NHACUNGCAP
NCC2=THPHO=”HP”NHACUNGCAP
Thoả mãn:
- Điều kiện xây dựng lại: NHACUNGCAP = NCC1 NCC2
- Điều kiện rời nhau thoả mãn vì: NCC1 NCC2 =
Tổng quát:
- Điều kiện không mất thông tin nếu tập các tân từ của tất cả các đoạn phải
đầy đủ.
- Điều kiện xây dựng lại luôn luôn thoả mãn với phép hợp.
- Điều kiện rời nhau đòi hỏi các tân từ phải loại trừ nhau.
1.4.1.2 Phân đoạn ngang dẫn tiếp
Phân đoạn ngang dẫn tiếp là sự phân chia một quan hệ ban đầu thành các
quan hệ thứ hai khác mà các quan hệ đó liên hệ với quan hệ ban đầu bằng một khố
ngồi. Điều này như là liên hệ dữ liệu giữa quan hệ ban đầu và quan hệ thứ hai
được phân đoạn trong cùng một cách.
Ví dụ 1.6: Xét quan hệ tổng thể
CUNGCAP(SHNCC, SHSP, SHPHONG, SOLUONG)
Trong đó có các thuộc tính:
SHNCC: Số hiệu nhà cung cấp
SHSP: Số hiệu sản phẩm
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
-16-
SHPHONG: Số hiệu phòng
SOLUONG: Số lượng
Phân đoạn ngang dẫn tiếp của quan hệ CUNGCAP được thực hiện như sau:
CUNGCAP1 = CUNGCAP ⋉SHNCC=SHNCCNCC1
CUNGCAP2 = CUNGCAP ⋉SHNCC=SHNCCNCC2
Việc bố trí trên cùng một trạm của mỗi cặp đoạn (NCC1, CUNGCAP1) và
(NCC2, CUNGCAP2) cho phép cải tiến hiệu năng của phép kết nối các quan hệ
NHACUNGCAP và CUNGCAP vì có thể thực hiện song song bởi hai phép kết nối
(NCC1 ⋈ CUNGCAP1) và (NCC2 ⋈ CUNGCAP2).
- Điều kiện không mất thông tin của phân đoạn trên địi hỏi khơng có
SHNCC nào trong quan hệ CUNGCAP mà lại không chứa trong quan hệ
NHACUNGCAP. Ở đây có ràng buộc tồn vẹn tham chiếu.
s CUNGCAP => phải pNHACUNGCAP mà p.SHNCC= s.SHNCC
p.SHNCC NCC1 qua ⋉ => s CUNGCAP1 hoặc
p.SHNCC NCC2 qua ⋉ => s CUNGCAP2
=> Thoả mãn điều kiện không mất thông tin
- Điều kiện xây dựng lại: CUNGCAP = CUNGCAP1 CUNGCAP2
- Điều kiện rời nhau: Ta chứng minh: CUNGCAP1 CUNGCAP2 =
Giả sử: p CUNGCAP1 & CUNGCAP2
=> p1 NCC1 p.SHNCC=p1.SHNCC
=> p2 NCC2 p.SHNCC=p2.SHNCC
Mâu thuẫn vì SHNCC là khố của NHACUNGCAP
1.4.1.3 Phân đoạn dọc
Phân đoạn dọc là sự chia một quan hệ thành tập con các bộ, mỗi tập
được xác định bởi một phép chiếu được áp dụng cho quan hệ: Ri = П ATTRi R,
trong đó ATTRi là tập con các thuộc tính của R.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
