并行数据库系统与多媒体对象服务器技术解析

### 并行数据库系统与多媒体对象服务器技术解析 #### 1. 数据库架构 并行数据库系统主要有三种架构，它们各有优缺点，以下是详细介绍： | 架构类型 | 特点 | 优点 | 缺点 | | --- | --- | --- | --- | | 共享一切架构 | 所有处理器可访问所有内存和磁盘 | 软件设计简单，资源共享灵活，易支持任意程度的处理器并行 | 缺乏可扩展性和容错性 | | 共享磁盘架构 | 每个处理器有自己的私有内存，但都可访问所有磁盘 | 处理器分配灵活，有一定容错性，故障处理器模块不影响数据访问 | 数据库部分可缓存在处理器私有内存，维护数据库一致性是主要问题 | | 共享无架构 | 磁盘和内存仅由单个处理器访问 | 适合大规模系统，可通过数据冗余和多访问路径提供高容错性 | - | 此外，这三种基本架构类型还有很多变体。例如，共享无架构的单个节点可以是“共享一切”的对称多处理器。同时，物理系统架构和软件架构需要区分开来，如共享磁盘的物理配置可能会以共享无数据库的方式实现。 #### 2. 并行查询处理 并行查询处理有多种并行形式，包括分区并行（数据并行）、流水线并行和树状并行： - **分区并行**：对一组数据的操作在数据的不同分区上并行执行。 - **流水线并行**：当一组数据项可以通过多个操作进行流水线处理时适用。例如，SCAN 操作从磁盘存储系统读取元组，SELECT 操作对元组进行条件测试，这两个操作可以流水线执行，在读取元组的同时进行条件测试。 ```mermaid graph LR A[SCAN 操作] --> B[SELECT 操作] ``` - **树状并行**：在关系查询中，当两个操作没有依赖关系（即一个操作的输出不是另一个操作的输入）时适用。例如，四个关系表 T1、T2、T3 和 T4 的连接操作可以并行进行。 查询执行计划（QEP）是指对给定查询的物理实现的特定选择，由优化器根据以下因素选择： - 代数变换，如操作的交换性或传递性。 - 操作的不同物理实现，如不同的连接算法，或使用索引与全表扫描。 - 数据的统计信息，如条件的选择性。 - 操作的成本，如处理器周期、I/O 操作、主内存使用。 - 操作之间的相互关系，如一个操作的输出如果使元组按一定顺序排列，可以使下一个操作更高效。 QEP 可以用有向树结构抽象表示，树的节点是操作符的物理实现，叶子节点通常是从磁盘存储表读取数据的 SCAN 操作符。 #### 3. 数据分区 数据分区方式对共享无架构系统的性能有重要影响，常见的数据分布方法有： - **哈希法**：如果有 N 个节点，将每个元组的一个（组）属性哈希到一个节点编号，元组存储在该节点。大多数系统使用一个系统范围的哈希函数。 - **基于值的分区**：用户可以为某个属性指定分区范围，属性值在子范围 i 的所有元组将存储在节点 i。 - **轮询法**：每个新元组按顺序存储在下一个节点，对节点数量取模。 ##### 3.1 主键访问 轮询法简单且能使元组在节点间均匀分布，但在根据属性值查找元组时没有线索，需要在每个节点执行子查询。而哈希法和基于值的分区法可以直接将查询导向包含记录的节点，提高查询效率。例如，对于查询“SELECT balance FROM Accounts WHERE acct - num = 1234;”，如果元组按 acct - num 属性哈希，查询管理器可以直接将查询发送到包含该记录的节点。 哈希法在范围搜索方面有明显缺点。如果元组按