12章数据库管理系统数据库系统概论第五版.docx
《12章数据库管理系统数据库系统概论第五版.docx》由会员分享，可在线阅读，更多相关《12章数据库管理系统数据库系统概论第五版.docx（23页珍藏版）》请在冰豆网上搜索。
12章数据库管理系统数据库系统概论第五版
第12章数据库管理系统
本章进一步阐述数据库管理系统的基本功能、系统结构及主要实现技术。
本章不是针对数据库管理系统的设计人员写的，而是面向数据库管理员和数据库应用系统开发人员的，目的是使他们从宏观和总体的角度掌握数据库管理系统的基本概念和基本原理，以便更好地使用和维护数据库管理系统。
12.1数据库管理系统的基本功能
数据库管理系统已经发展成为继操作系统之后最复杂的系统软件。
前面已讲过，数据库管理系统主要是实现对共享数据有效的组织、存储、管理和存取。
围绕数据，数据库管理系统应具有如下基本功能。
1.数据库定义和创建
创建数据库主要是用数据定义语言定义和创建数据库模式、外模式、内模式等数据库对象。
在关系数据库中就是建立数据库（或模式）、表、视图、索引等，还有创建用户、安全保密定义（如用户口令、级别、角色、存取权限）、数据库的完整性定义。
这些定义存储在数据字典（亦称为系统日录）中，是数据库管理系统运行的基本依据。
2.数据组织、存储和管理
数据库管理系统要分类组织、存储和管理各种数据，包括数据字典、用户数据、存取路径等。
要确定以何种文件结构和存取方式在存储器上组织这些数据，以及如何实现数据之间的联系。
数据组织和存储的基本目标是提高存储空间利用率和方便存取，提供多种存取方法（如索引查找、hash查找、顺序查找等）以提高存取效率。
3.数据存取
数据库管理系统提供用户对数据的操作功能，实现对数据库数据的检索、插入、修改和删除。
一个好的关系数据库管理系统应该提供功能强且易学易用的数据操纵语言、方便的操作方式和较高的数据存取效率。
数据操纵语言有两类：
宿主型语言和自立（独立）型语言。
4.数据库事务管理和运行管理
这是指数据库管理系统的运行控制和管理功能，包括多用户环境下的事务管理功能和安全性、完整性控制功能；数据库恢复、并发控制和死锁检测（或死锁防止）、安全性检查和存取控制、完整性检查和执行、运行日志的组织管理等。
这些功能保证了数据库系统的正常运行，保证了事务的ACID特性。
5.数据库的建立和维护
此项功能包括数据库的初始建立、数据的转换、数据库的转储和恢复、数据库的重组织和重构造以及性能监测分析等。
6.其他功能
此外，数据库管理系统还包括与网络中其他软件系统的通信功能；一个数据库管理系统与另一个数据库管理系统或文件系统的数据转换功能：
异构数据库之间的互访和互操作功能等。
随着技术的发展，许多新的应用对数据库管理系统提出了新的需求。
数据库管理系统要不断发展新的数据管理技术，例如XML数据、流数据、空间数据、多媒体数据等管理技术。
和操作系统、编译系统等系统软件相比，数据库管理系统具有跨度大、功能多的特点。
从最底层的存储管理、缓冲区管理、数据存取操作、语言处理到最外层的用户接口、数据表示、开发环境的支持都是它要实现的功能。
数据库管理系统的实现，既要充分利用计算机硬件、操作系统、编译系统和网络通信等技术，又要突出对海量数据存储、管理和处理的特点，还要保证其存取数据和运行事务的高效率，这是一个复杂而综合的软件设计开发过程。
下面几节将逐步深入地讨论数据库管理系统的基本结构、基本功能及语言处理等实现方法和技术。
12.2数据库管理系统的系统结构
12.2.1数据库管理系统的层次结构
和操作系统一样，可以将数据库管理系统划分成若干层次。
清晰、合理的层次结构不仅可以使用户更清楚地认识数据库管理系统，更重要的是有助于数据库管理系统的设计和维护。
例如，IBM公司最早研制的著名的关系数据库管理系统实验系统SystemR,其核心分为两层：
底层的关系存储系统（RSS）和上层的关系数据系统（RDS）。
RDS本质上是一个语言和执行层，包括语法检查与分析、优化、代码生成、视图实现、安全性完整性检査等功能。
RSS则是一个存取方法层，其功能包括空间和设备管理、索引和存取路径管理、事务管理、并发控制、运行日志管理和恢复等。
图12.1关系数据库管理系统的层次结构
图12.1给出一个关系数据库管理系统的层次结构示例。
这个层次结构是按照处理对象的不同，依最高级到最低级的次序来划分的，具有普遍性。
图中包括了与关系数据库管理系统密切相关的应用层和操作系统。
在图12.1中，最上层是应用层，位于关系数据库管理系统的核心之外。
应用层处理的对象是各种各样的数据库应用，如用开发工具开发的或用嵌入式SQL、存储过程等编写的应用程序，及终端用户通过应用接口发出的事务请求或各种查询要求等。
该层是关系数据库管理系统与用户/应用程序的界面层。
第二层是语言处理层。
该层处理的对象是数据库语言，如SQL;向上提供的数据接口是关系、视图，即元组的集合。
该层的功能是对数据库语言的各类语句进行语法分析、视图转换、安全性检查、完整性检查、查询优化等；通过对下层基本模块的调用，生成可执行代码，这些代码的运行即可完成数据库语句的功能要求。
第三层是数据存取层。
该层处理的对象是单个元组，把上层的集合操作转换为单记录操作。
该层执行扫描（如表扫描），排序，元组的查找、插入、修改、删除，封锁等基本操作；完成数据记录的存取、存取路径维护、事务管理、并发控制和恢复等工作。
第四层是数据存储层。
该层处理的对象是数据页和系统缓冲区，执行文件的逻辑打开、关闭、读页、写页、缓冲区读和写、页面淘汰等操作，完成缓冲区管理、内外存交换、外存的数据管理等功能。
操作系统是数据库管理系统的基础，它处理的对象是数据文件的物理块，执行物理文件的读写操作，保证数据库管理系统对数据逻辑上的读写真实地映射到物理文件上。
操作系统提供的存取原语和基本的存取方法通常作为数据库管理系统数据存储层的接口。
以上所述的关系数据库管理系统层次结构划分的思想具有普遍性。
当然，具体系统在划分细节上会是多种多样的，可以根据关系数据库管理系统实现的环境以及系统的规模灵活处理。
下面将按照由外及内的次序在12.3〜12.6节中依次介绍图12.1中的各个层次。
12.2.2关系数据库管理系统的运行过程示例
关系数据库管理系统是一个复杂而有序的整体，应该用动态的观点看待关系数据库管理系统的各个功能模块。
下面考察一个应用程序/用户通过关系数据库管理系统读取数据库中数据的过程（图12.2），来加深对关系数据库管理系统的了解。
图中的数据字典是数据库的重要组成部分，存储元数据，如数据库定义。
图12.2关系数据库管理系统的运行过程示例
（1）用户A通过应用程序A向关系数据库管理系统发出调用数据库数据的命令，如SELECT命令，命令中给出了一个关系名和查找条件。
（2）关系数据库管理系统首先对命令进行语法检查，检查通过后进行语义检查和用户存取权限检查。
具体做法是，关系数据库管理系统读取数据字典，检查是否存在该关系及相应的字段、该用户能否读取它们等，确认语义正确、存取权限合法后便决定执行该命令，否则拒绝执行，返回错误信息。
（3）关系数据库管理系统执行查询优化。
优化器要依据数据字典中的信息进行优化，并把该命令转换成一串单记录的存取操作序列。
（4）关系数据库管理系统执行存取操作序列（反复执行以下各步，直至结束）。
（5）关系数据库管理系统首先在系统缓冲区中查找记录，若找到满足条件的记录则转到（10）,否则转到（6）。
（6）关系数据库管理系统查看存储模式，决定从哪个文件、用什么方式读取哪个物理记录。
（7）关系数据库管理系统根据（6）的结果，向操作系统发出读取记录的命令。
（8）操作系统执行读数据的有关操作。
（9）操作系统将数据从数据库的存储区送至系统缓冲区。
（10）关系数据库管理系统根据查询命令和数据字典的内容导出用户所要读取的记录格式。
（11）关系数据库管理系统将数据记录从系统缓冲区传送到应用程序A的用户工作区。
（12）关系数据库管理系统将执行状态信息，如成功读取或不成功的错误指示、例外状态信息等返回给应用程序A。
对照在12.2.1小节中给出的关系数据库管理系统层次结构，可以大致作如下的对应：
•动作
（1）属于第一层——应用层。
•动作
（2）、（3）由第二层-语言处理层来完成。
•动作（4）、（10）、（11）、（12）由第三层——数据存取层来完成。
•动作（5）、（6）、（7）由第四层——数据存储层来进行。
•动作（8）、（9）由操作系统执行。
整个关系数据库管理系统的各层模块互相配合、互相依赖，共同完成对数据库的操纵。
对其他一些操作，如插入、删除、修改，其过程与读一个记录是类似的。
12.3语言处理层
前面已经介绍，关系数据库管理系统一般向用户提供多种形式的语言，如交互式命令语言（如SQL）、嵌入主语言的嵌入式语言（如ESQL）、过程化语言（如过程化SQL和存储过程）等。
这些语言都是由关系数据库管理系统的语言处理层来支持的。
12.3.1语言处理层的任务和工作步骤
语言处理层的任务就是把用户在各种方式下提交给关系数据库管理系统的数据库语句转换成对关系数据库管理系统内层可执行的基本存取模块的调用序列。
数据库语言通常包括数据定义语言、数据操纵语言和数据控制语言三部分。
数据定义语句的处理相对独立和简单，数据操纵语句和数据控制语句则较为复杂。
具体来说，对数据定义语句，语言处理层完成语法分析后，首先把它翻译成内部表示，然后把它存储在系统的数据字典中。
对数据控制语句的定义部分，如安全保密定义、存取权限定义、完整性约束定义等的处理与数据定义语句相同。
数据字典是数据操纵语句的处理、执行以及关系数据库管理系统运行管理的基本依据。
在关系数据库管理系统中数据字典通常采用和普通数据同样的表示方式，即也用关系表（table）来表示。
数据字典包括关系定义表、属性表、视图表、视图属性表、视图表达式表、用户表、用户存取权限表等。
图12.3给出了一个关系数据库管理系统中数据字典的一部分示意图。
图12.3关系数据库管理系统中数据字典的部分示意图
对数据操纵语句，语言处理层要做的工作比较多，图12.4给出了关系数据库管理系统中数据操纵语句处理过程的示意。
图12.4关系数据管理系统中数据操纵语言语句的处理过程--束缚过程
数据操纵语句的处理过程如下：
（1）对数据操纵语句进行词法分析和语法分析，并把外部关系名、属性名转换为内部名。
外部名便于用户记忆和使用，内部名则整齐划一。
在符号名转换过程中需存取数据字典。
词法和语法分析通过后便生成语法分析树。
（2）根据数据字典中的内容进行查询检查，包括审核用户的存取权限和完整性检查。
对那些具有存取谓词的存取权限，它们可能与数据的具体取值有关，则此时不能确定该语句能否执行，于是还要生成相应的动作，便运行时检查。
完整性检查是查询检查的重要内容。
关系数据库管理系统参照数据字典中的完整性约束规则，这时只是进行部分静态约束检查，如检查数据的类型、范围是否符合数据定义。
很多完整性约束条件是在执行时检查的，如实体完整性约束是在执行数据插入时检查的，即检查插入的元组其主码是否已经存在，以保证主码的唯一性。
同样，这时也要检查参照完整性约束（若有的话）。
此外，对某些动态完整性规则，它们与数据值和执行过程有关,则也要在操作执行时进行检查。
查询检查还包括视图消解，也称为视图转换。
视图转换是指，若数据操纵语言语句涉及对视图的操纵，则首先要从数据字典中取出视图的定义，根据该定义把对视图的操作转换为对基本表的操作。
（3）对查询进行优化。
优化分为两类，一类为代数优化，另一类为存取路径优化。
后者要根据数据字典中记载的各种信息，按照一定的优化策略选择一个系统认为是“较好”的存取方案，并把选中的方案描述出来。
综上所述，将数据库数据操纵语句转换成一串可执行的存取动作这一过程称为一个逐步束缚的（bind）过程。
它将数据操纵语言高级的描述型语句（集合操作）转换为系统内部低级的单元组操作，将具体的数据结构、存取路径、存储结构等结合起来，构成了一串确定的存取动作。
在各种具体的关系数据库管理系统中，这一束缚过程基本一致，但进行这一过程的时间则有所不同，有的在运行中进行，有的在运行前进行，于是形成了两种基本的翻译方法:
解释方法和预编译方法。
12.3.2解释方法
解释方法的具体做法是指直到执行前，数据操纵语句都以原始字符串的形式保存，当执行到该语句时，才利用解释程序去完成图12.4中所示的全部过程，同时予以执行。
这种方法通过尽量推迟束缚过程来贏得数据独立性。
解释方法具有灵活、应变性强的优点，甚至能适应在解释过程中发生的数据结构、存储结构等的变化，因此能保持较髙的数据独立性。
但由于每次执行一个数据操纵语句时都要执行图12.4所示的所有步骤，尤其当这样的语句位于一个循环体内时，就要多次重复解释一个数据操纵语句，开销会很大，因此效率比较低。
随着数据库技术的发展，解释方法已逐步被预编译方式所取代，目前这种方法主要用于交互式SQL。
12.3.3预编译方法
预编译方法的基本思想是指在用户提交数据操纵语句之后，在运行之前对它进行翻译处理，保存产生好的可执行代码。
当需要运行时，取出保存的可执行代码加以执行。
下面以DB2为例说明这种方法。
图12.5描述了DB2处理嵌入SQL语句的应用程序的过程。
12.5DB2处理带有SQL语句的宿主语言源程序的过程
假定被处理的对象是一个C语言源程序P,它首先被一个预编译器处理。
这个预编译器的功能是识别SQL语句，把它们替换成源语言的函数调用（原来的SQL语句作为注解放在修改后的源程序中，以备恢复和阅读用）。
预编译器还取出SQL语句，将一个SQL语句生成一个数据库请求模块（DataBaseRequestModule,DBRM）,它是下一步束搏过程的输入。
修改后的C源程序按通常方式被编译、连接（linkageeditor）处理，生成装载模块。
束缚过程类似图12.4执行的功能，它实际上是一个SQL语句的优化编译器，编译一个至多个数据库请求模块，生成应用规划。
应用规划包含了对基本存取模块的调用，完成数据库请求模块对应的源SQL语句的功能。
这样，一个C源程序现在分成了两部分：
装载模块和应用规划。
在运行时，当装载模块执行过程中遇到访问数据库的函数调用时，就把控制权交给运行监督器。
运行监督器找到相应的应用规划后将其调入内存并转让控制权，然后由应用规划去启用数据存储管理器执行实际的数据存取，并将结果返回给C程序。
使用这种方法会遇到这样的问题：
在束缚过程中进行优化所依据的条件可能在运行前已不存在，或者数据库结构已被修改，因而导致已作出的应用规划在执行时不再有效。
例如，在束缚过程中决定使用某一索引来加快存取速度，而在该程序编译完成之后、运行之前，该索引被删除了，那么运行时就会出现不可预测的现象。
为了解决这类问题，采用了重编译方法，即当数据库中因某些成分的改变而使一些程序（语句）的编译结果无效时，再对它们执行一次编译。
重编译可在不同时刻进行。
为了提高整个系统的效率，不应在数据库某一成分改变后就立即对受影响的那些源程序重编译，较好的方法是将受影响的编译结果置“无效”标志，在其被执行时才进行自动重编译。
自动重编译技术使得预编译方法既拥有了编译时进行束缚所带来的高效率，又具备了执行时束缚带来的数据独立性。
实践证明，预编译方法的效率比其他方法高两倍以上。
12.4数据存取层
数据存取层介于语言处理层和数据存储层之间。
它向上提供单元组接口，即导航式的一次一个元组的存取操作；向下则以系统缓冲区的存储器接口作为实现基础，其接口关系如图12.6所示。
图12.6数据存取层及其上下接口关系
图12.6中给出了每个层次中操作对象的数据结构。
例如，数据存取层所涉及的主要数据结构为逻辑数据记录、逻辑块、逻辑存取路径。
存取层的任务主要包括：
（1）提供一次一个元组的查找、插入、删除、修改等基本操作。
（2）提供元组查找所循的存取路径以及对存取路径的维护操作，如对索引记录的查找、插入、删除、修改。
若索引是采用B+树，则应提供B+树的建立、查找、插入、删除、修改等功能。
（3）对记录和存取路径的封锁、解锁操作。
（4）日志文件的登记和读取操作。
（5）其他辅助操作，如扫描、合并/排序，其操作对象有关系、有序表、索引等。
为了完成上述功能，通常把数据存取层又划分为若干功能子系统加以实现。
12.4.1数据存取层的系统结构
数据存取层包括许多功能，在实际的关系数据库管理系统中由多个功能子系统来完成。
图12.7是数据存取层的系统结构，它包括下列子系统和模块。
图12.7数据存取层的系统结构
•记录存取、事务管理子系统；
•控制信息管理模块；
•排序/合并子系统；
•存取路径维护子系统；
•封锁子系统，执行并发控制；
•日志登记子系统，用以执行恢复任务。
这些子系统相互配合、紧密联系，构成了一个完整的数据存取系统。
12.4.2数据存取层的功能子系统
数据存取层中有些子系统如封锁子系统、日志登记子系统等的功能已在前面的章节中做了介绍，下面只做扼要介绍。
1.记录存取、事务管理子系统
数据存取层不涉及存储分配、存储结构及有关参数，只在数据的逻辑结构上操作，因而可以把各种物理实现形态隐蔽起来。
记录存取子系统提供按某个属性值直接取一个元组和顺序取一个元组的存取原语。
这种存取运算是按已选定的某个逻辑存取路径进行的，如某个数据文件或某个索引。
这类存取操作的例子有：
•在某个存取路径上按属性值找元组（FIND）；
•按相对位置找元组（NEXT,PRIOR,FIRST,LAST）；
•给某关系增加一个元组（INSERT）；
•从找到的元组中取某个属性值（GET）；
•从某关系中删去一个元组（DELETE）；
•把某修改完的元组写回关系中（REPLACE）。
事务管理子系统提供定义和控制事务的操作。
数据库中事务是并发控制和恢复的单位。
事务管理的基本操作有：
•定义事务开始（BEGINTRANSACTION）;
•事务提交（COMMIT）;
•事务回滚（ROLLBACK）。
事务管理子系统提供的这些操作将登记进日志文件中。
2.日志登记子系统
日志登记子系统和事务管理子系统紧密配合，完成关系数据库管理系统对事务和数据库的恢复任务，它把事务的开始、回滚、提交，对元组的插入、删除、修改，以及对索引记录的插入、删除、修改等每一个操作作为一个日志记录存入日志文件中。
当事务或系统软、硬件发生故障时利用日志文件执行恢复。
与日志文件有关的主要操作有：
•写日志记录（WRITELOG）；
•读日志记录（READLOG）；
•扫描日志文件（SCANLOG）；
•撤销尚未结束的事务（UNDO）；
•重做已经结束的事务（REDO）。
3.控制信息管理模块
该模块利用专门的数据区（内存中）登记不同记录类型以及不同存取路径的说明信息（取自数据字典）和控制信息，这些信息是存取元组和管理事务的依据。
控制信息管理模块和事务管理、记录存取子系统一起保证事务的正常运行。
该模块提供对数据字典中说明信息的读取、增加、删除和修改操作。
4.排序/合并子系统
在语言处理层中，描述性语言表达的集合级操作被转换成一系列对数据存取层所提供的存取原语的调用。
为了得到用户所要求的有序输出，为了加速关系运算（如自然连接）的中间步骤，常常需要对关系元组重新排序，这一工作由排序/合并子系统来完成。
下面列举排序操作的若干主要用途。
（1）输出有序结果
例如，用户提出如下查询要求：
SELECTEno,SalaryFROMEMP
ORDERBYSalaryDESC;
若EMP表上的Salary属性已建有索引（如B+树），则可以顺序扫描索引获得要求的输出。
若Salary上没有索引，则必须对EMP表按Salary的属性值降序排序，以得到所要的结果。
（2）数据预处理
对于并、交、差、分组聚集、连接、取消重复值、属于、不属于等关系运算，当参与运算的关系无法全部放入内存时，先对其进行排序预处理，再在有序表上执行相应操作的作法是降低处理代价的常用手段，它可以将操作代价由O（n2）数量级降至0（nlog2n）数量级。
（3）支持动态建立索引结构
B+树是数据库中常用的索引结构。
B+树的叶页索引记录形式为（码值，TID），其中TID为元组标识符。
TID可用元组逻辑记录号、主码值或数据块号加位移等来表示。
索引记录在B+树的叶页上是顺序存储的，因此在初建B+树索引时首先要对（码值,TID）排序。
（4）减少数据块的存取次数
通过B+树索引存取元组时，首先得到（码值，TID）集合，然后根据TID存取相应的元组。
当TID是用数据块号加位移来表示时，可以首先对TID排序，使相同或临近块号的TID聚集在一起，然后按数据块号顺序存取物理数据块，避免无序状态下重复读块的情况，减少数据块的存取次数。
排序操作的用途还有很多，这里就不一一列举了。
由此可见，排序操作是数据存取子系统和存取路径维护子系统都要经常调用的操作。
它对提高系统效率具有关键的作用。
因此，排序子系统的设计十分重要，应采用高效的外排序算法（因为排序的数据量很大，所以要使用外排序算法）。
5.存取路径维护子系统
对数据执行插入、删除、修改操作的同时，要对相应的存取路径进行维护。
例如，若用B+树索引作为存取路径，则对元组进行插入、删除、修改操作时要对该表上已建立的所有B+树索引进行动态维护，插入、删除相应的索引项；否则，就会造成B+树索引与数据库表的不一致，当再通过树索引结构存取元组时便会造成操作失败或错误结果。
6.封锁子系统
封锁子系统完成并发控制功能。
有关封锁的概念和技术，包括封锁的类型、封锁相容矩阵、死锁处理、可串行性准则、两段锁协议等已在前面章节详细讨论，这里只说明以下两点：
（1）在操作系统中也有并发控制问题，其实现并发控制的方法通常也采用封锁技术。
数据库管理系统的封锁技术与操作系统的封锁技术相比（见表12.1所示），内容更加丰富，技术更加复杂。
表12.1操作系统和数据库管理系统封锁技术的比较
操作系统
数据库管理系统
封锁对象
单一，系统资源（包括CPU、设备、表格等）
多样，数据库中各种数据对象（包括用户数据、索引（存取路径）、数据字典等）
封锁对象的
状态
静态、确定：
各种封锁对象在封锁表
中占有一项；封锁对象数是不变的
动态，不确定；封锁对象动态改变，常常在执行前不能确定；一个封锁对象只有当封锁时才在封锁表中占据一项
封锁的粒度
不变，由于封锁对象单一、固定，封锁粒度不会改变
可变，封锁可加到或大、或小的数据单位上，封锁粒度可以是整个数据库、记录或字段
封锁的类型
单一，排他锁
多样，一般有共享锁（SLock）、排他锁（XLock）或其他类型的封锁，随系统而异
（2）数据库管理系统中封锁子系统设计的难点不仅在于技术复杂，而且在于其实现手段依赖于操作系统提供的环境。
如封锁表的设计，由于封锁表必须能为多个进程共享，能动态建立和释放，因此封锁表的设计就随操作系统环境而异。
它是封锁子系统设计的关键。
12.5缓冲区管理
数据存取层的下面是数据存储层。
该层的主要功能是存储管理，包括缓冲区（buffer）管理、内外存交换、外存管理等，其中缓冲区管理是十分重要的。
数据存储层向数据存取层提供的接口是由定长页面组成的系统缓冲区。
系统缓冲区的设立出于两方面的原因：
一是它把数据存储层以上各系统成分和实际的外存设备隔离，外存设备的变更不会影响其他系统成分，使关系数据库管理系统具有设备独立性；二是提高存取效率。
关系数据库管理系统利用系统缓冲区缓存数据，当数据存取层需要读取数据时，数据存储子系统首先到系统缓冲区中查找。
只有当缓冲区中不存在该数据时才真正从外存读入该数据所在的页面。
当数据存取层写回一元组到
升级会员 