分布式数据库.docx
《分布式数据库.docx》由会员分享，可在线阅读，更多相关《分布式数据库.docx（13页珍藏版）》请在冰豆网上搜索。
分布式数据库
分布式数据库系统2011-2012
1.分布式数据库和集中式数据库的差别主要有哪些？
数据分片的正确性判据是什么？
答：
1）分布式数据库和集中式数据库的差别主要表现在以下几个方面：
①在物理分布性方面：
分布式数据库中的数据不是存储在一个站点上，而是分散存储在由计算机网络联结起来的多个站点上，这是与集中式数据库的最大差别之一。
②在逻辑整体性方面：
分布式数据库中的数据逻辑上是互相联系，可以和分散在计算机网络不同结点上的数据库或文件的集合相区别，故有全局数据库（逻辑）和局部数据库（物理）的概念。
③在站点自治性方面：
分布式数据库各站点上的数据由本地的DBMS管理，完成本站点的应用。
集中式数据库虽然也可以把数据分散在不同的数据库中，但数据分布与应用程序没有直接联系。
④在数据独立性方面：
在集中式数据库中，数据独立性指数据的逻辑独立性与物理独立性。
在分布式数据库中，还增加了数据分布独立性，亦称分布透明性。
⑤在控制结构方面：
在集中式数据库中，对共享数据库的控制是集中的，并设有DBA负责监督和维护系统的正常运行．在分布式数据库中，数据的共享有两个层次，局部共享和全局共享。
⑥在数据冗余度方面：
在集中式数据库中，尽量减少冗余度是系统目标之一，在分布式数据库中却希望增加冗余数据，在不同的场地存储同一数据的多个副本。
⑦全局的一致性、可串行性和可恢复性：
分布式数据库中各局部数据库应满足集中式数据库的一致性、可串行性和可恢复性，除此以外还应保证数据库的全局一致性、并行操作的可串行性和系统的全局可恢复性。
2）数据分片的正确性判据：
若R={R1，R2，…，Rn}，满足：
①完整性条件：
即如果a∈R,则必有a∈Ri，i=1，2，…,n
②可重构条件：
R=∪Ri（水平分片），或R=∞Ri（垂直分片）
③不相交条件：
Ri∩Rj=空集，i≠j，i，j=1，2，…,n（水平分片）
Ri∩Rj=主键属性，i≠j，i，j=1，2，…,n（垂直分片）
则数据分片正确。
2.将Student按系别水平分片，说明这种分片是满足正确性判剧的。
答：
1）将Student按系别水平分片如下：
Student1=SLdno=1Student
Student2=SLdno=2Student
Studen3=SLdno=3Student
2）从数据分片的正确性判剧来说明这种分片是满足正确性判剧的：
1完整性：
因为{dno=1}∈{dno={1,2,3}},{dno=2}∈{dno={1,2,3}},
{dno=3}∈{dno={1,2,3}}，并且，Student集合中有且只有{dno=1}，{dno=2}和{dno=3}这三个元素，满足完整性。
2可重构性：
因为，{dno={1,2,3}}={dno=1}∪{dno=2}∪{dno=3}，
所以满足可重构性。
3不相交性：
因为，{dno=1}∩{dno=2}={dno=1}∩{dno=3}={dno=2}∩{dno=3}=空集
所以，限定语dno相斥，片段之间不相交，满足不相交性。
综上，这种分片是满足正确性判剧的
3答：
a.LEVEL1:
read（terminal,$sno）
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent
wheresno=$sno
write（terminal,$sname,$age,$dno,$type）
LEVEL2:
read（terminal,$sno）
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent1
wheresno=$sno
ifnot#FOUNDthen
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent2
wheresno=$sno
write（terminal,$sname,$age,$dno,$type）
LEVEL3:
read（terminal,$sno）
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent1atsite1
wheresno=$sno
ifnot#FOUNDthen
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent1atsite2
wheresno=$sno
ifnot#FOUNDthen
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent2atsite3
wheresno=$sno
ifnot#FOUNDthen
Selectsname,age,dno,typeinto$sname,$age,$dno,$type
fromStudent2atsite4
wheresno=$sno
write（terminal,$sname,$age,$dno,$type）
b．答：
LEVEL1:
UpdateStudent
Setdno=2
Wheresno=060138
LEVEL2:
（sno为主键）
Selectsnameinto$SNAMEfromstudent1
Wheresno=060138
If#FOUNDthen
Updatestudent1
Setdno=2
Wheresno=060138
Else
Updatestudent2
Setdno=2
Wheresno=060138
LEVEL3:
Selectsnameinto$SNAMEfromstudent1atsite1
Wheresno=060138
If#FOUNDthen
Updatestudent1atsite1
Setdno=2
Wheresno=060138
ElseSelectsnameinto$SNAMEfromstudent1atsite2
Wheresno=060138
If#FOUNDthen
Updatestudent1atsite2
Setdno=2
Wheresno=060138
ElseSelectsnameinto$SNAMEfromstudent2atsite3
Wheresno=060138
If#FOUNDthen
Updatestuden2atsite3
Setdno=2
Wheresno=060138
Else
Updatestuden2atsite4
Setdno=2
Wheresno=060138
4答：
因为分片原则是：
完备性，可重构性，不相交性。
这里：
P1vP2=true
Reconstruction
P1=！
P2
这两个断言可能不满足上述原则，原因是不能保证职位就只有manager和programmer这两个，故此应修改如下：
P1：
title=“manager”
P2：
title≠“manager”；
这样就满足了上述要求。
5答：
连接图如下：
Emp1
Emp2pay1
Emp3pay2
Emp4
这里采用partitionedgraph部分连接，可采用半连接方式进行查询优化，采用半连接可以减少站之间的数据输出量，但同时要增加通信次数和本地处理时间。
所以一般需要在全连接与半连接之间进行连接。
6.设：
C0=0,C1=1。
所有可选的Semi-Join：
Semi-Join
Selectivity
Benefit
Cost
P1:
RNSJB=BU
（P1）=20/50=0.4
0.6*（3+4+25）*5,000=96,000
4*20=80
P2:
RNSJA=AS
（P2）=20/100=0.2
0.8*（3+4+25）*5,000=128,000
3*20=60
P3:
UNSJB=BR
（P3）=1
-
4*50=200
P4:
UNSJC=CS
（P4）=5/10=0.5
0.5*（4+2+20）*100=1,300
2*5=10
P5:
SNSJA=AR
（P5）=1
-
3*100=300
P6:
SNSJC=CU
（P6）=1
-
2*10=20
选P2先做，对R的影响：
card（R）=0.2*5,000=1,000
n=5,000r=1,000mB=50mE=500
R
A
B
E
Size
3
4
25
Val
20
50
500
剩下的Semi-Join：
Semi-Join
Selectivity
Benefit
Cost
P1:
RNSJB=BU
（P1）=20/50=0.4
0.6*（3+4+25）*1,000=19,200
4*20=80
P3:
UNSJB=BR
（P3）=1
-
4*50=200
P4:
UNSJC=CS
（P4）=5/10=0.5
0.5*（4+2+20）*100=1,300
2*5=10
P5:
SNSJA=AR
（P5）=1
-
3*20=60
P6:
SNSJC=CU
（P6）=1
-
2*10=20
选P1先做，对R的影响：
card（R）=0.4*1,000=400
n=1,000r=400mA=20mE=500
R
A
B
E
Size
3
4
25
Val
20
20
300
剩下的Semi-Join：
Semi-Join
Selectivity
Benefit
Cost
P3:
UNSJB=BR
（P3）=1
-
4*20=80
P4:
UNSJC=CS
（P4）=5/10=0.5
0.5*（4+2+20）*100=1,300
2*5=10
P5:
SNSJA=AR
（P5）=1
-
3*20=60
P6:
SNSJC=CU
（P6）=1
-
2*10=20
选P4先做，对U的影响：
card（U）=0.5*100=50
n=100r=50mB=20mD=100
U
B
C
D
Size
4
2
20
Val
20
5
50
剩下的Semi-Join：
Semi-Join
Selectivity
Benefit
Cost
P3:
UNSJB=BR
（P3）=1
-
4*20=80
P5:
SNSJA=AR
（P5）=1
-
3*20=60
P6:
SNSJC=CU
（P6）=1
-
2*5=10
只有Cost没有Benefit，故停止。
选择收集数据的站点：
cost（Site1）=（3+2）*20+（4+2+20）*50=1,400
cost（Site2）=（3+4+25）*400+（4+2+20）*50=14,100
cost（Site3）=（3+4+25）*400+（3+2）*20=12,900
所以，选择Site1收集数据。
7
PairsofconflictingoperationinS1:
W2（x）PairsofconflictingoperationinS2:
R3（y）PairsofconflictingoperationinS3:
W2（x）PairsofconflictingoperationinS4:
W2（x）所以S1isconflictequivalenttoS3.
8答：
Execution1：
S1：
Ri（x）Rj（x）Wj（y）Wi（x）可串行化为：
TjTi
S2：
Ri（w）Rj（z）Wj（w）Wi（w）
∵S2中Ti、Tj为互相冲突的事务对，且在两个本地调度中的序不一致
∴execution1是不可串行的。
Execution2：
S1：
Ri（x）Rj（x）Wj（y）Wi（y）可串行化为：
TjTi
S2：
Wi（z）即为：
Ti
∴execution2可串行化为：
序列1：
Rj（x）Wj（y）Ri（x）Wi（z）Wi（y）
序列2：
Ri（x）Wi（y）Rj（x）Wj（y）Wi（z）
Execution3：
S1：
Ri（x）Rj（x）Wi（x）Wj（y）可串行化为：
TjTi
S2：
Ri（z）Rj（z）Wj（z）Wi（w）可串行化为：
TiTj
∴execution3可串行为：
可串行序列为：
Rj（x）Wj（y）Ri（x）Wi（x）Ri（z）Wi（w）Rj（z）Wj（z）
Execution4：
S1：
Ri（y）Rj（x）Wj（x）可串行化为：
TiTj或者TjTi（选择后者）
S2：
Wi（z）Ri（w）Rj（w）Wi（w）可串行化为：
TjTi
∴execution4可串行化为：
Ri（y）Rj（x）Wj（x）Rj（w）Ri（w）Wi（z）Wi（w）
Rj（w）Rj（x）Wj（x）Ri（w）Ri（y）Wi（z）Wi（w）
Rj（x）Rj（w）Wj（x）Ri（y）Ri（w）Wi（z）Wi（w）
Rj（x）Rj（w）Wj（x）Ri（w）Ri（y）Wi（z）Wi（w）
9：
1.
∵Ts（Ti）∵Ts（Ti）>WTM（x）所以Ri（x）且RTM（x）=35
∵Ts（Ti）>=WTM（x）且Ts（Ti）>=RTM（x）所以Wi（x）且WTM（x）=35
∵Ts（Ti）>WTM（y）所以Ri（y）且RTM（y）=35
∵Ts（Ti）>=WTM（y）且Ts（Ti）>=RTM（y）所以Wi（y）且WTM（y）=35
再执行事务Tj
∵Ts（Tj）>WTM（x）所以Rj（x）且RTM（x）=40
∵Ts（Tj）>=WTM（x）且Ts（Tj）>=RTM（x）所以Wj（x）且WTM（x）=40
∵Ts（Tj）>WTM（y）所以Rj（y）且RTM（y）=40
∵Ts（Tj）>=WTM（y）且Ts（Tj）>=RTM（y）所以Wj（y）且WTM（y）=40
2.
∵Ts（Ti）∵Ts（Ti）再执行事务Tj
∵Ts（Tj）>WTM（x）Rj（x）且RTM（x）=40
∵Ts（Tj）>=WTM（x）且Ts（Tj）>=RTM（x）Wj（x）且WTM（x）=40
∵Ts（Tj）>WTM（y）Rj（y）且RTM（y）=40
∵Ts（Tj）>=WTM（y）且Ts（Tj）>=RTM（y）Wj（y）且WTM（y）=40
3.
∵Ts（Ti）>Ts（Tj）先执行事务Tj
∵Ts（Tj）>WTM（x）Rj（x）且RTM（x）=35
∵Ts（Tj）>=WTM（x）且Ts（Tj）>=RTM（x）Wj（x）且WTM（x）=35
∵Ts（Tj）>WTM（y）Rj（y）且RTM（y）=35
∵Ts（Tj）>=WTM（y）且Ts（Tj）>=RTM（y）Wj（y）且WTM（y）=35
再执行事务Ti
∵Ts（Ti）>WTM（x）Ri（x）且RTM（x）=40
∵Ts（Ti）>=WTM（x）且Ts（Ti）>=RTM（x）Wi（x）且WTM（x）=40
∵Ts（Ti）>WTM（y）Ri（y）且RTM（y）=40
∵Ts（Ti）>=WTM（y）且Ts（Ti）>=RTM（y）Wi（y）且WTM（y）=40
找不到10和11
10
11
12.
ROOT_AGENT:
Read（Terminal,$AMOUNT,$FROM_ACC,$TO_ACC）;
Write（log,trsID,“begin_transaction”）;
Begin_transaction;
SelectAMOUNTinto$FROM_AMOUNT
FromACCOUNT
WhereACCOUNT_NUMBER=$FROM_ACC;
If$FROM_AMOUNT-$AMOUNT<0then
Begin
Write（log,trsID,”abort”）;
abort;
end;
Elsebegin
UpdateACCOUNT
SetAMOUNT=AMOUNT-$AMOUNT
WhereACCOUNT_NUMBER=$FROM_ACC;
CreateAgent1;
Send（trsID,Agent1,$AMOUNT,$TO_ACC）;
Write（log,trsID,”prepare”）;
Send（trsID,Agent1,“prepare”）;
Receive（trsID,Agent1,message,timeout,ok）;
Ifok=falseormessage=“abort”then
Begin
Write（log,trsID,“glbal_abort”）;
Send（trsID,Agent1,“abort”）;
End;
Elsebegin
Write（log,trsID,“global_commit”）;
Send（trsID,Agent1,”commit”）;
Receive（trsID,Agent1,message,timeout,ok）;
Write（log,trsID,“complete”）;
Commit;
End;
End;
Agent1:
Receive（trsID,ROOT_AGENT,$AMOUNT,$TO_ACC）;
Receive（trsID,ROOT_AGENT,message,timeout,ok）;
Lock（trsID,tupleID,exclusive,timeout,ok）;
Ifok=truethen
Begin
Write（log,trsID,“begin_transaction”）;
Write（log,trsID,”ready”）;
Send（trsID,ROOT_AGENT,“ready”）;
End;
Elsebegin
Write（log,trsID,“abort”）;
Send（trsID,ROOT_AGENT,“abort”）;
Abort;
End;
Receive（trsID,ROOT_AGENT,message,timeout,ok）;
Ifmessage=“abort”then
Begin
Write（log,trsID,“abort”）;
Send（trsID,ROOT_AGENT,“ack”）;
Abort;
End;
Elseifmessage=“commit”then
begin
write（log,trsID,“commit”）;
send（trsID,ROOT_AGENT,“ack”）;
UpdateACCOUNT
SetAMOUNT=AMOUNT+$AMOUNT
WhereACCOUNT_NUMBER=$TO_ACC;
Unlock（trsID,tupleID）;
End;
13．
一个调度S中，各个事务的操作执行时不叠加（即一个接着一个发生），则这个调度是串行的（serial）。
一个调度Sc是可串行的（serializable），当且仅当Sc冲突等价于一个串行调度。
这种可串行化通常称为冲突等价可串行化。
若一个并发执行的所有事务都遵守2PL，则这些事务的所有并发调度策略都是可串性化的。
2PL是可串行化的充分条件，不是必要条件。
所以可以满足可串行化。
2pl和乐观算法的根本不同是，2pl是悲观算法的一种锁协议算法，2pl在对任何数据进行读写之前，事务要先获得对该数据的封锁。
乐观算法，可以利用锁协议，也可以利用时间戳协议，所有用户读取数据时不锁定数据，当一个用户更新数据时，系统将进行检查，查看该用户读取数据后其他用户是否又更改了该数据。
如果其他用户更新了数据，将产生一个错误。
升级会员 