DB2分区数据库.doc

现阶段，存储介质和数据处理技术发展迅速，涌现了大批新技术，但这些仍不能满足企业数据快速增长的需求。为了加快企业数据读写操作和查询操作的速度，数据库分区技术应运而生。数据库分区是一种物理数据库设计技术，是将一个或多个数据库表分布在两台以及多台物理或者逻辑机器上，通过并行的方式对分布在多台机器上的数据库表进行处理，从而实现对数据的快速处理。数据库分区的主要目的是为了在特定的SQL操作中减少数据读写的总量以缩减响应时间。 ▲数据库分区架构的三种类型 　　通过数据库分区技术可以提高对大容量数据的访问速度，对数据进行并行读取，并且数据库分区技术在一定程度上具有可扩展性。从架构上来看，数据库分区可划分为三种典型的架构：共享内存(Shared Memory)模式，共享磁盘(Shared Disk)模式以及无共享(Shared Nothing)模式。本文将重点介绍无共享模式的DB2数据库的分区特性，以及DB2与Oracle数据库分区特性的比较。 　　DB2数据库分区特性——DPF 　　DB2的企业版提供的数据库分区功能，即DPF(Data Partitioning feature)，这一功能主要用来为大规模数据处理提供支持。DB2数据库分区采用Share-nothing体系结构，数据库在一个非共享的环境中被分解为独立的分区，每个分区都具有自己的资源，例如内存、CPU和磁盘以及自己的数据、索引、配置文件和事务日志。数据库分区有时称为节点或数据库节点，每个节点具有独立处理单一任务的能力，每个子任务处理一部分数据，分区间数据通过高速网络进行交互。 　　DB2 DPF的扩展性较好，通过增加节点资源即可线性扩展节点。简单来说，它相当于将一个大的数据库分成多个小的数据库，而每一个小数据库分区拥有自己的一部分数据，同时达到节点同时并发的高效率处理能力。DPF是一种跨多个彼此合作的实例，以建立单个大型数据库服务器的技术。这些实例既可以位于一个服务器中，也可以跨多个物理机器。 ▲DB2 DPF体系架构图 　　DB2 DPF是基于并行性的体系架构，这里的并行包括在节点之间的并行，以及在节点之内分区的并行;查询语句之间的并行，以及查询语句内部的并行等。在性能方面，采取分而治之的策略，没有限制的规模。在编译器方面，采用基于开销的优化器和查询重写器，SQL和实用工具完全平行运行。除此之外，DPF还根据负载动态分流，同时支持异步I/O和平行I/O等。 　　DB2 DPF及其他分区特性的比较 　　IBM DB2的分区特性包括表分区(Table Partition)、多维聚类(MDC)和数据库分区特性(DPF)。具体对比如下表： CREATE TABLE 语句中的子句 DB2 特性名称 DISTRIBUTE BY HASH DPF —— 数据库分区特性 ORGANIZE BY DIMENSION MDC —— 多维聚类 PARTITION BY RANGE TP —— 表分区 　　▲DB2表设计特性——CREATE table 语句对比 DB2 特性名称 一部分的名称 用于分区数据的列 其他术语 数据分区特性（Data Partitioning Feature，DPF） 数据库分区 分布键（distribution key） 在之前的版本中，分布键被称作分区键 多维聚类（Multidimensional Clustering，MDC） 单元格，由一些块组成 维 块索引 表分区（TP） 数据分区 表分区键 　　▲DB2表设计特性——相关术语 特性 特性如何组织数据 优点 DPF 将行均匀地分布在多个数据库分区上 可伸缩性 —— 随着数据库的增长增加计算资源（也就是数据库分区） MDC 将在多维上具有近似值的行放在表中相同的物理位置，即所谓的块 查询性能 —— 组织数据的方式有利于获得更快的检索速度，对于由多个谓词指定范围的查询尤其有效 TP 将所有行放在同一个数据分区的一个指定范围的维中 数据移动 —— 通过添加和删除整个数据分区，可以增加和删除大量数据 ▲DB2表设计特性——简要对比 特性 适合的表特征 事实表的特征 DPF 大型表 —— 大到无法仅依靠单独一组 CPU 和 I/O 通道来处理 事实表是最大的数据库表。它们常常包含数亿行数据，有时候甚至包含数千亿行数据 MDC 结果集返回在多个维上具有近似值的行的查询 事实表（以及通常所说的数据仓库）是为支持这种类型的查询而设计的 TP 这种类型的表：周期性地添加大量数据，然后在数据到期后又删除大量数据 在事实表中，常常是每天都添加新数据。通常每月或每个季度删除过时的数据 　　▲DB2表设计特性——事实表特征 分区特性设计决定 经验法则 DPF —— 用作分布键