发布时间 : 星期一 文章《分布式数据库系统及应用》知识总结更新完毕开始阅读ef0990cf9cc3d5bbfd0a79563c1ec5da50e2d644
第一章 分布式数据库系统概述
1、 理解分布式数据库系统的特点：
（1）物理分布性：数据不是存放在一个站点上 （2）逻辑整体性：是与分散式数据库系统的区别 （3）站点自治性：是与多处理机系统的区别 （4）数据分布透明性 （5）集中与自治相结合 （6）存在适当的数据冗余度 （7）事务管理的分布性
2、 能够按照不同标准描述分布式数据库系统的分类：
（1）按局部DBMS的数据模型分类
1同构型DDBS ○
a) 同构同质型（同一个公司的同一种模式） b) 同构异质型（不同公司不同模式） ○2异构型DDBS
（2）按DDBS的全局控制类型分类
○1全局控制集中型DDBS：全局控制机制和全局数据词典位于中心站点
○2全局控制分散型DDBS：全局控制机制和全局数据词典分散在网络的各个站点上。
○3全局控制可变型DDBS：也称主从型DDBS。分成两组站点，一组包含全局控制机制和全局控制
词典，另外一组不包含。
3、理解分布式数据库中数据的独立性和分布透明性：
? 逻辑独立性
? 物理独立性（表示用户程序与数据的全局逻辑结构和数据的物理结构无关）
? 分布独立性（用户不必关心全局数据的分布情况，包括逻辑分片、物理位置分配情况以及各站
点数据库的数据模型等） 分三个层次：
? ? ?
分片透明性（完全分布透明性）：位于全局概念模式与分片模式之间，用户编写应用程序只对全局关系进行操作，不必考虑数据的逻辑分片
位置透明性（中级分布透明性）：位于分片模式和分配模式之间。包括两情形-----各片段被复制情况和片段及其各副本的站点位置分配情况。
局部数据模型透明性（低级分布透明性）：需要知道数据的分片情况和站点分配情况
第二章 分布式数据库系统设计
1、理解分布式数据库的设计目标： （1）本地性或近地性
1尽量减少通信次数和通信量，90/10准则 ○
2分片和分布方案（本地和远程访问次数）择优 ○
（2）控制数据适当冗余
○1冗余增加了可靠性、可用性，提高了效率 ○2维护数据一致性开销增加 （3）工作负荷分布
○1各站点可以分担整个工作任 ○2本地性降低 （4）存储能力和费用
2、理解水平分片的定义、分类和应用：
定义：水平分片是对全局关系执行“选择”操作，把具有相同性质的元祖进行分组，构成若干个不相交
的子集。
可以分为两类：初级分片、导出分片（应用看课件_分布式数据库系统设计1，15页开始）。 3、 理解垂直分片的定义和应用
定义：垂直分片通过“投影”操作把一个全局关系的属性分成若干组，基本目标是将使用频繁的属性聚集在一起。（应用看课件_分布式数据库系统设计2，9页开始） 4、 能够描述分片的基本原则：
原则：完整性、不相交性、可重构性 5、掌握数据片段分配的分类和常用方法： 分类：水平、垂直 分配方法：
（1）非冗余分配设计方法 ○1最佳适应法
2分片和分布方案（本地和远程访问次数）择优 ○
（2）冗余分配的设计方法 ○1所有得益站点法 ○2附加复制法
6、掌握最佳适应法和所有得益站点法的基本特点：
（1）最佳适应法特点：对每一种分配都进行估算，然后选择最佳站点。 （2）所有得益站点法特点：确定非复制问题的解确定一组站点分配副本。 7、能够描述DATAID-D方法设计分布式数据库的各个阶段： （1）分片设计 （2）非冗余分配 （3）冗余分配
（4）局部模式的重新构造
8、能够根据给出的条件对关系进行具体分片，给出正确的限定关系（见课后题67页2.9，2.10）
第三章 分布式数据库系统中的查询处理和优化（连接与等值连接见课件3.1）
1、掌握分布式数据库查询的分类
? 局部查询：只涉及本地单个站点的数据, 优化同集中式。 ? 远程查询：也只涉及单个站点的数据, 但要远程通讯, 选择站点。 ? 全局查询：涉及多个站点数据, 优化复杂。 2、理解关系代数运算的交换率（书上83页） 3、掌握直接连接优化算法的分类 ? ? ? ?
利用站点依赖信息的算法 分片与复制算法
站点依赖和数据复制结合算法 Hash划分算法
4、掌握半连接运算（课件3.2）
5、掌握半连接和直接连接查询优化算法的区别 1) 2) 3) 1) 2) 3)
取决于数据传输和局部处理的相对费用 如果传输费用是主要的，采用半连接，SDD-1 如果本地费用是主要的，采用直接连接,System R* 数据传送量是R
索引方面,比片段复制算法更低 每个站点的连接数据量同站点依赖算法
6、理解Hash划分算法的特点
7、能够描述基于半连接算法查询优化的基本原理和步骤
? 基本原理
1) 通常有两次传输
2) 但是传输的数据量和传输整个关系相比，要远远少 3) 一般有：T半< 4) 半连接的得益：当card（R）>>card（R’），可减少站点间的数据传输量 5) 半连接的损失：传输?B (S) =C0+C1* size (B)* val( B[S]) 6) 基本原理是在传到另一个站点做连接前，消除与连接无关的数据，减少做连接操作的数 据量，从而减小传输代价 ? 采用半连接优化算法的步骤 1) 计算每种半连接方案的代价，并从中选择一种最佳方案 2) 选择传输代价最小的站点，计算采用全连接的方案的代价 3) 比较两种方案，确定最优方案 8、能够描述基于关系代数等价变换的查询优化算法原理、算法实现步骤 ? 基本原理 1) 查询问题——〉关系代数表达式（——〉是转变的意思） 2) 分析得到查询树 3) 进行全局到片段的变换得到基于片段的查询树 4) 利用关系代数等价变换规则的优化算法，尽可能先执行选择和投影操作 ? 实现步骤和方法 1) 转换一：查询问题——〉关系代数表达式（——〉是转换的意思） 2) 转换二：关系代数表达式——〉查询树 3) 转换三：全局查询树分拆成片段查询树 4) 优化：利用关系代数等价变换规则的优化算法，优化查询树，进而优化查询 9、能够根据提供的条件完成分片和复制算法应用，通过计算判断哪个关系保持分片最优（课件3.3习题，书本88页） 第四章 分布式数据库中的事务管理和恢复 1、掌握事务的四大特性 特性：原子性、一致性、持久性、隔离性。 2、能够描述两阶段提交协议的工作流程 ? 表决阶段 ? ? ? 目的是形成一个共同的决定 首先，协调者给所有参与者发送“准备”消息，进入等待状态 其次，参与者收到“准备”消息后，检查是否能够提交本地事务 ? ? ? ? ? ? 执行阶段 ? ? 实现表决阶段的决定，提交或者撤销 3、掌握事务故障的分类 站点故障 1) 介质故障： 2) 事务故障 如能，给协调者发送“建议提交”消息,进入就绪状态 如不能，给协调者发送“建议撤销”消息，可以单方面撤销 只要有一个参与者投了反对票，就决定撤销整个事务，发送“全局撤销”消息给所有参与者，进入撤销状态 否则，就决定提交整个事务，发送“全局提交”消息给所有参与者，进入提交状态 第三，协调者收到所有参与者的消息后，他就做出是否提交事务的决定， 3) 系统故障 ? 通讯故障 4) 报文故障 5) 网络分割故障 4、掌握分布式数据库事务执行的控制模型的分类 ? ? ? 主从模型 三角模型 层次控制模型 5、理解日志文件的特点 ? Log：记录所有对DB的操作 ? 事务标识：每个事务给定一个具有惟一性的标识符 ? Log记录项 ? ? ? ? ? [start_transaction, T] [write_item, T, x, 旧值, 新值] [read_item, T, x] [commit, T] [abort, T] ? 写动作：写Log比写数据优先 ? Log存储：一般存在盘上, 还会定期备份到磁带上 6、理解分布式数据库数据更新常见方法 ? ? ? 多站点数据更新 1) 方法：站点A上有事务T对X更新, X在B1,…Bn和C1,…Cm上有副本, 则也要对这些副本更新 主文本更新 2) 指定主副本, 修改只对主副本进行, 修改辅助副本时, 也按在主副本上执行的更新顺序执行 快照方法 3) 与视图相似, 是导出的关系；快照的数据是实际存放在数据库中的，视图不是；周期地更新；用 于某些需要“冻结”数据的应用。 7、理解故障恢复时检查点知识 ? 设置一个周期性（时间/容量）操作点 1) 2) 3) 4) ? ? ? ? ? Log Buffer内容写入Log数据集 写检查点Log信息：当前活动事务表, 每个事务最近一次Log记录在Log文件中的位置 DB Buffer内容写入DB 将本次检查点Log项在Log文件中的地址记入“重启动文件” 8、能够描述两阶段提交协议的特点 允许参与者单方面撤销事务 一旦参与者确定了提交或撤销协议，它就不能再更改它的提议 当参与者处于就绪状态时，根据协调者发出的消息种类，它可以转换为提交状态或者撤销状态 协调者根据全局提交规则做出全局终止决定 协调者和参与者可能进入互相等待对方消息的状态，使用定时器，保证退出消息等待状态 第五章 分布式数据库中的并发控制 1、理解封锁的基本准则 ? ? ? ? 事务T在执行任何read_item（x）操作之前，必须先执行read_lock(x)或者write_lock(x)操作 事务T在执行任何write_item（x）操作之前，必须先执行write_lock(x)操作 如果事务T执行read_lock(x)操作,数据项x必须没有加锁或者已经加了读锁，否则事务T的这个操作不能进行 如果事务T执行write_lock(x)操作,数据项x必须没有加锁，否则事务T的这个操作不能进行