分布式数据库分析.ppt

1.3 分布式数据库系统的模式结构 (3) 分片模式(Fragmentation Schema) 描述全局数据的逻辑划分；描述数据分片或定义分片，以及全局关心与片段之间的映像。这种映像是一对多的，即一个全局关系可对应多个片段，而一个片段只能来自一个全局关系。 (4) 分布模式(Allocation Schema) 定义片段的存放地点 2.3 分布透明性 情况1　系统具有分片透明性 Scanf(“% s”,Snumber)； EXEC SQL SELECT Sname,Sage INTO:NAME,:AGE FROM Student WHERE Sno ＝：Snumber； Printf(% s，% d，NAME，AGE)； 程序变量 2.3 分布透明性 情况2　系统具有位置透明性，但不具有分片透明性 Scanf(% s“,Snumber); EXEC SQL SELECT Sname,Sage INTO:NAME,:AGE FROM S_A WHERE Sno ＝:Snumber; If(! FOUND)｛ EXEC SQL SELECT Sname,Sage INTO :NAME,:AGE FROM S_B WHERE Sno ＝:Snumber; ｝ Printf(% s,% d“,NAME,AGE)； 2.3 分布透明性 情况3　系统只具有局部数据模型透明性，不具有位置透明性 Scanf(% s“,Snumber); EXEC SQL SELECT Sname, Sage INTO : NAME,:AGE FROM S_A AT Site1 WHERE Sno ＝:Snumber; If(! FOUND){ EXEC SQL SELECT Sname, Sage INTO : NAME,:AGE FROM S_B AT Site2 WHERE Sno＝:Snumber; } Printf(“% s,% d”, NAME,AGE); 查询处理和优化 3 查询处理和优化 3.1 一个实例 3.2分布式查询的分类 3.3 查询优化的目标 3.4 连接查询的优化 3.1一个实例 数据库：简化了的供应商和零件数据库 S(Sno，City) 104个元组，存放在场地A； P(Pno，Color) 105个元组，存放在场地B； SP(Sno，Pno) 166个元组，存放在场地A； 设每个关系的元组均为100字节长。 查询：求供应红色零件的、北京的供应商号 SELECT S.Sno FROM S，P，SP WHERE S.City=北京 AND SP.Pno=P.Pno AND P.Color=红色 3.1一个实例 估算值(某些中间结果的元组数) 红色零件数=10 北京供应商的装运单数=105 对通信系统的假定 数据传输速度=104字节/秒 传输延迟=1秒 3.1一个实例 6种可能的查询存取策略，对每种i 分别计算通信时间T[i]： T[i]＝总传输延迟+总数据量/数据传输速度(单位：b/s) 策略1 把关系P传送到场地A，在A地进行查询处理。 T[1]=1+105×100/104=103秒(16.7分) 3.1一个实例 策略2 把关系S、SP传到场地B，在B地执行查询处理 T[2]=2+(104+106)×100/104≈10100秒(2.8小时) 3.1一个实例 策略3 在场地A连接关系S和SP，选出城市为北京的元组(105个)，然后对这些元组中的每个元组的Pno，询问场地B，看此零件是否红色。 共问答105次，由于不是传送数据，只是消息的问答，所以 T[3]=2×105 s(2.3天) 3.1一个实例 策略4 在场地B选出红色零件的元组(10个)，然后对每一个元组逐一检查场地A，看北京供应商的装运单中是否有这个零件装运单(若有则选出S#)。 每做这样一次检查包括2次消息，共问一答10次，所以 T[4]=2×10=20秒 3.1一个实例 策略5 在场地A选出北京的供应商的装运单把结果送到场地B，在场地B完成最后处理，所以