分布式數(shù)據(jù)庫查詢處理和優(yōu)化算法

田貞朗 南京中興新軟件有限責(zé)任公司

引言：分布式數(shù)據(jù)庫系統(tǒng)是基于集中式數(shù)據(jù)庫技術(shù)的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，其和集中式數(shù)據(jù)庫的主要區(qū)別就是：分布式數(shù)據(jù)庫數(shù)據(jù)為分散性存儲(chǔ)到網(wǎng)絡(luò)不同場所中，而且不同場地?cái)?shù)據(jù)庫的處理能力各有不同。還能夠在局部完成功能應(yīng)用，另外每個(gè)場地都要參與到全局應(yīng)用程序執(zhí)行過程中，全局應(yīng)用程序是利用已有網(wǎng)絡(luò)拓?fù)鋵?shí)現(xiàn)通信，從而對各場地?cái)?shù)據(jù)進(jìn)行訪問。在實(shí)際應(yīng)用及操作過程中是無法感受到分布式網(wǎng)絡(luò)存在，操作也屬于整體數(shù)據(jù)庫。以此表示分布式數(shù)據(jù)庫物理方面是在各網(wǎng)絡(luò)節(jié)點(diǎn)中分散，但是在邏輯方面還是相同數(shù)據(jù)庫系統(tǒng)數(shù)據(jù)集。以此就使其在優(yōu)化過程中和集中數(shù)據(jù)庫系統(tǒng)不同。因?yàn)榉植际綌?shù)據(jù)庫系統(tǒng)數(shù)據(jù)冗余性和分散性，從而就導(dǎo)致查詢處理優(yōu)化存在復(fù)雜性。在實(shí)際使用過程中，分布式查詢處理與優(yōu)化在項(xiàng)目周期中具有重要的作用。

1 分布式數(shù)據(jù)庫查詢優(yōu)化代價(jià)

分布式數(shù)據(jù)庫技術(shù)具有集中性和分布性的特點(diǎn)，其分布性主要指的是在數(shù)據(jù)在網(wǎng)絡(luò)中屬于跨界點(diǎn)物理存儲(chǔ)，集中性指的是用戶邏輯中屬于簡單且同構(gòu)數(shù)據(jù)庫。和分布式進(jìn)行對比，集中式數(shù)據(jù)庫管理系統(tǒng)要求邏輯和物理兩方面都相互集中。所以，分布式數(shù)據(jù)庫還能夠定義成為物理中分布，邏輯中集中的共享數(shù)據(jù)集合。分布式數(shù)據(jù)庫管理系統(tǒng)屬于數(shù)據(jù)管理軟件，利用分布式數(shù)據(jù)庫管理系統(tǒng)能夠提高分布式數(shù)據(jù)庫分布特點(diǎn)的透明度。在集中式數(shù)據(jù)庫中，因?yàn)橄到y(tǒng)大部分都是在單個(gè)處理器計(jì)算機(jī)中運(yùn)行，一個(gè)查詢執(zhí)行預(yù)期代價(jià)屬于I／O代價(jià)與CPU代價(jià)結(jié)合。在分布式數(shù)據(jù)庫系統(tǒng)中，一個(gè)查詢包括多站點(diǎn)，查詢處理還要對站點(diǎn)之間數(shù)據(jù)傳輸?shù)耐ㄐ刨M(fèi)用進(jìn)行全面的考慮，對于不同通信類型具有不同的查詢處理算法。在遠(yuǎn)程通信網(wǎng)絡(luò)中，查詢局部處理時(shí)間和通信時(shí)間進(jìn)行對比，可以不對其進(jìn)行計(jì)算。所以，一般都是將降低傳輸次數(shù)及數(shù)據(jù)量作為優(yōu)化的主要目標(biāo)。在高速局域網(wǎng)中，傳輸時(shí)間要比處理時(shí)間短，所以一般都要將響應(yīng)時(shí)間作為主要的優(yōu)化目標(biāo)。響應(yīng)時(shí)間不僅和通信時(shí)間具有密切的聯(lián)系，并且還和局部的處理時(shí)間具有密切的聯(lián)系。但是局部處理時(shí)間屬于關(guān)鍵內(nèi)容，所以此問題的主要內(nèi)容就是要降低局部的處理時(shí)間。通過以上描述就可以了解到，分布式查詢總代價(jià)包括通信代價(jià)、CPU代價(jià)和I／O代價(jià)，那么通信代價(jià)就能夠通過CO＋C 1*X進(jìn)行計(jì)算。其中CO指的是兩個(gè)站點(diǎn)之間通信初始化的一次花費(fèi)時(shí)間；X指的是數(shù)據(jù)傳輸?shù)牧?，C 1指的是傳輸速率。

2 分布式數(shù)據(jù)查詢的處理模式

集中式數(shù)據(jù)庫系統(tǒng)主要包括內(nèi)模式、外模式和概念模式成，分布式數(shù)據(jù)庫系統(tǒng)的模式結(jié)構(gòu)主要包括局部數(shù)據(jù)模式和全局?jǐn)?shù)據(jù)模式。局部數(shù)據(jù)模式指的是各個(gè)站點(diǎn)中局部數(shù)據(jù)庫系統(tǒng)模式的結(jié)構(gòu)，其中具備集中式數(shù)據(jù)庫系統(tǒng)三級(jí)模式結(jié)構(gòu)。全局?jǐn)?shù)據(jù)模式的主要目的就是對局部數(shù)據(jù)模式進(jìn)行有效的協(xié)調(diào)，使其能夠成為整體模式結(jié)構(gòu)。全局?jǐn)?shù)據(jù)模式包括全局外、全局概念和分片模式、分布模式構(gòu)成，其中全局外模式指的是全局使用的用戶視圖，屬于全局概念模式邏輯的子集；全局概念指的是分布式數(shù)據(jù)庫全局?jǐn)?shù)據(jù)邏輯的結(jié)構(gòu)；分片模式指的是使全局關(guān)系分解成為多個(gè)不相交部分，也就是數(shù)據(jù)分片。分片模式指的是片段和全局關(guān)系之間的映象，此種映象指的是一對多，也就是每個(gè)片段都是全局關(guān)系，但是全局關(guān)系能夠分解成為多個(gè)片段；其中分布模式指的是通過數(shù)據(jù)分片得出的片段還是分布式數(shù)據(jù)庫數(shù)據(jù)，其屬于全部關(guān)系邏輯的部分，每個(gè)分片物理中都能夠一個(gè)或者多個(gè)站點(diǎn)中進(jìn)行分配或者定位。分布模式能夠以選擇的數(shù)據(jù)實(shí)現(xiàn)策略有效分配，對片段物理存放站點(diǎn)進(jìn)行定義。分布模式中定義映象的類型能夠?qū)Ψ植际綌?shù)據(jù)庫數(shù)據(jù)分配的冗余進(jìn)行有效確定，如果映象屬于一對多，也就是片段到多站點(diǎn)充分存放進(jìn)行分配，那么此數(shù)據(jù)分配屬于冗余。相反，就是不冗余。分布式環(huán)境查詢類型主要包括遠(yuǎn)程查詢、本地查詢及全局查詢，本地查詢也就是局部查詢，其和集中式數(shù)據(jù)庫優(yōu)化技術(shù)相同。其中遠(yuǎn)程查詢指的是單點(diǎn)數(shù)據(jù)遠(yuǎn)程通信，如果數(shù)據(jù)屬于冗余分配，要降低查詢處理通信代價(jià)，就要選擇距離查詢節(jié)點(diǎn)發(fā)出最近節(jié)點(diǎn)中的數(shù)據(jù)，或者還可以將數(shù)據(jù)片實(shí)現(xiàn)查詢。全局查詢指的是實(shí)現(xiàn)多點(diǎn)數(shù)據(jù)查詢，其主要流程為：對查詢對象進(jìn)行確定，之后以可用訪問路徑及算法對二元操作連接進(jìn)行有效確定，最后實(shí)現(xiàn)執(zhí)行節(jié)點(diǎn)的確定，要對通信代價(jià)、查詢速度及執(zhí)行效率進(jìn)行全面的考慮?？偠灾?，要實(shí)現(xiàn)查詢處理策略的有效荀澤，對必要物理片段進(jìn)行確定從而有效實(shí)現(xiàn)查詢，并且還要對查詢過程中各個(gè)操作的執(zhí)行站點(diǎn)進(jìn)行確定。另外，實(shí)現(xiàn)分布式數(shù)據(jù)庫查詢的優(yōu)化還與算法操作具有密切的聯(lián)系。

3 優(yōu)化分布式數(shù)據(jù)庫查詢的基本方法

3.1 查詢轉(zhuǎn)移的處理過程

查詢轉(zhuǎn)移通常來說要?dú)v經(jīng)一些步驟：一是創(chuàng)建數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系表達(dá)公式?？偨Y(jié)出人們通常需要查詢的問題，再根據(jù)這些問題總結(jié)出對應(yīng)的查詢公式。二是創(chuàng)建語法樹。根據(jù)上面總結(jié)出來的查詢公式做出相應(yīng)的語法樹，方便人們查詢。三是對分布式數(shù)據(jù)庫進(jìn)行全面優(yōu)化。全面優(yōu)化的具體步驟如下：第一，可以將總結(jié)出來的查詢公式的連接方式進(jìn)行轉(zhuǎn)換。第二，通過減小選擇和投影操作與語法樹的距離，縮短查詢的時(shí)間，達(dá)到減少運(yùn)算量和提高查詢效率的目的。第三，可以將選擇和投影這兩個(gè)操作合并在一起，通過減少操作的步驟，達(dá)到一次操作完成多個(gè)任務(wù)的目的。通過上面一系列改進(jìn)方法，制作出一個(gè)新的操作程序，最終達(dá)到分布式數(shù)據(jù)庫查詢優(yōu)化的目的。

3.2 分布式數(shù)據(jù)庫查詢優(yōu)化的三種算法。

1.INGRES算法。這種優(yōu)化算法是屬于動(dòng)態(tài)的，其主要步驟如下：先是把包含兩個(gè)或兩個(gè)以上變量的查詢轉(zhuǎn)變?yōu)橐贿B串只有單個(gè)變量的單一關(guān)系的查詢，然后實(shí)施各個(gè)單一關(guān)系查詢。2.System R*算法。這是從美國引進(jìn)的一種算法，起始于美國，后來被我們所采用。它是通過直接連接的方式，對分布式數(shù)據(jù)庫進(jìn)行查詢處理。它最初設(shè)定的目標(biāo)是能夠提供地點(diǎn)自主權(quán)。地點(diǎn)自主權(quán)是指處理自己的數(shù)據(jù)時(shí)不會(huì)受到一些外在因素的影響，可以控制不同地點(diǎn)對其進(jìn)行的訪問。System R*系統(tǒng)的組成部分有：數(shù)據(jù)通信部分、事務(wù)處理管理程序。其中，數(shù)據(jù)通信部分是用來傳輸信息數(shù)據(jù)的，事務(wù)處理管理程序的作用是實(shí)現(xiàn)兩個(gè)或者兩個(gè)以上的地點(diǎn)事物處理。

結(jié)語：分布式數(shù)據(jù)庫系統(tǒng)的查詢處理是使用者和系統(tǒng)的連接窗口，查詢的方法會(huì)嚴(yán)重影響到我們查詢的效率，好的優(yōu)化查詢方式會(huì)使得查詢更簡單快捷。當(dāng)然，時(shí)代還在進(jìn)步，不能止步不前，未來是掌握在我們手里的，我們應(yīng)該找到前進(jìn)的方向，努力創(chuàng)造出更精彩的未來，找到更好的優(yōu)化查詢的方法。