TÌM HIỂU VỀ PHÂN MẢNH NGANG TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN

CƠ SỞ DỮ LIỆU PHÂN TÁNTìm hiều về cơ sở dữ liệu phân tán Khái niệm Một CSDL phân tán Distributed Database là một tập hợp dữ liệu, mà về mặt logic tập hợp này thuộc cùng một hệ thống, như

PHÒNG ĐÀO TẠO SAU ĐẠI HỌC

Bài thu hoạch môn học

CƠ SỞ DỮ LIỆU NÂNG CAO

Đề tài

TÌM HIỂU VỀ PHÂN MẢNH NGANG

TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN

HỌC VIÊN THỰC HIỆN: NGUYỄN VĂN KHOA

LỚP: CAO HỌC CNTTQM KHÓA 6

MÃ SỐ HỌC VIÊN: CH1101016

LỜI NÓI ĐẦU

Cơ sở dữ liệu phân tán là một khái niệm quan trọng trong thiết kế cơ sở dữ liệu hiện nay Với ưu thế rất rõ ràng so với cơ sở dữ liệu tập trung, nhất là những lợi ích trong vấn đề tốc độ truy cập, tốc độ tìm kiếm và chi phí triển khai, duy trì,

cơ sở dữ liệu phân tán là một chọn lựa tối ưu của các công ty lớn có cơ sỡ dữ liệu được lưu ở nhiều nơi

Trong thiết kế cơ sở dữ liệu phân tán thì phân mảnh là một biện pháp thường được chọn, trong đó phân mảnh ngang là một phương pháp hay được sử dụng Trong khuôn khổ bài thu hoạch nhỏ này, tôi xin trình về những kiến thức về

cơ sở dữ liệu phân tán nói chung, các cách thiết kế cơ sở dữ liệu phân tán, sau đó tôi sẽ triển khai chi tiết về kỹ thuật phân mảnh Cuối cùng, tôi xin trình bày cụ thể về phân mảnh ngang, những yêu cầu, hướng thiết kế, ứng dụng và giải thuật cũng như cách đánh giá lại việc thiết kế dựa vào kỹ thuật phân mảnh ngang Qua đây, tôi xin được gửi lời cảm ơn đến PGS – TS Đỗ Phúc, người đã tận tâm truyền đạt những kiến thức nền tảng cơ bản về môn học “Cơ sở dự liệu nâng cao”, để tôi có cơ sở kiến thức để có thể viết được bài thu hoạch này

Do kiến thức còn hạn hẹp, bài thu hoạch có thể có những sai sót nhất định, mong thầy và các bạn góp ý để bài thu hoạch ngày càng hoàn thiện hơn

Tôi xin tỏ lòng biết ơn sâu xa!

Học viên thực hiện đề tàiNguyễn Văn Khoa

MỤC LỤC

LỜI NÓI ĐẦU 2

MỤC LỤC 3

1 CƠ SỞ DỮ LIỆU PHÂN TÁN 4

Tìm hiều về cơ sở dữ liệu phân tán 4

Thiết kế cơ sở dữ liệu phân tán 12

Phân mảnh trong cơ sở dữ liệu phân toán 17

2 PHÂN MẢNH NGANG 24

Tìm hiểu về phân mảnh ngang 24

Yêu cầu thông tin trong phân mảnh ngang 24

Phân mảnh ngang nguyên thủy 28

Phân mảnh ngang dẫn xuất 35

Cách kiểm định tính đúng đắn của phân mảnh ngang 38

3 KẾT LUẬN 40

4 TÀI LIỆU THAM KHẢO 41

1 CƠ SỞ DỮ LIỆU PHÂN TÁN

Tìm hiều về cơ sở dữ liệu phân tán

Khái niệm

Một CSDL phân tán (Distributed Database) là một tập hợp dữ liệu, mà về mặt logic tập hợp này thuộc cùng một hệ thống, nhưng về mặt vật lý dữ liệu đó được trải trên các vị trí khác nhau của một mạng máy tính

CSDL phân tán là một tập hợp nhiều CSDL có liên hệ logic và được phân bổ trên một mạng máy tính Mỗi trạm của mạng có khả năng xử lý tự quản và có thể thực hiện các ứng dụng cục bộ, mỗi một trạm cũng có thể tham gia vào ít nhất 1 ứng dụng toàn cục, có yêu cầu truy xuất dữ liệu tại nhiều trạm

Có 2 điểm quan trọng nêu ra trong định nghĩa là phân tán và tương quan logic

Phân tán

Dữ liệu không cư trú trên một vị trí mà được phân bố rộng khắp trên nhiều máy tính đặt tại nhiều vị trí khác nhau, đây là điểm phân biệt CSDL phân tán với CSDL tập trung

Tương quan logic:

• Dữ liệu trong hệ phân tán có một số thuộc tính ràng buộc chúng với nhau

• Các file dữ liệu được lưu trữ tại nhiều vị trí khác nhau, điều này thường thấy trong các ứng dụng mà hệ thống sẽ phân quyền truy nhập dữ liệu trong môi trường mạng Hệ thống mạng thông tin cho phép người dùng chia sẻ dữ liệu, vì vậy người dùng hoặc ứg dụng ở vị trí A đều có thể truy cập hay cập nhật dữ liệu tại vị trí B nào đó

• Các vị trí của một CSDL phân tán có thể trải rộng trên một khu vực lớn (toàn thế giới) hoặc một phạm vi hẹp (toà nhà)

• Cũng như vậy, máy tính ở các vị trí phân tán có thể là bất cứ loại nào, từ máy vi tính đến các máy tính lớn

Ví dụ

Với một ngân hàng có ba chi nhánh đặt tại các vị trí khác nhau Tại mỗi chi nhánh có một máy tính điều khiển một số máy tính khác và CSDL thống kê của

chi nhánh đó Mỗi máy tính với CSDL thống kê của mỗi nhánh được đặt ở một

vị trí của CSDL phân tán Các máy tính được nối với nhau bởi một mạng truyền thông Các nút trong một mạng phân tán một mặt xử lý thông tin tại vị trí mà nó quản lý, mặt khác nó cũng tham gia vào xử lý các yêu cầu về thông tin cần truy cập qua nhiều địa điểm Ví dụ việc lên danh sách tất cả các nhân viên của công

ty Yêu cầu này đòi hỏi tất cả các máy tính ở các chi nhánh của công ty đều phải hoạt động để cung cấp thông tin

Đặc điểm

Những đặc tính chính của cơ sở dữ liệu phân bán là chia sẻ tài nguyên, tính

mở, khả năng song song, khả năng mở rộng, khả năng thứ lỗi, đảm bảo tính tin cậy và nhất quán và tính trong suốt

Chia sẻ tài nguyên

• Được thực hiện qua mạng truyền thông

• Mỗi tài nguyên cần phải được quản lý bởi một chương trình có giao diện truyền thông

• Các tài nguyên có thể được truy nhập, cập nhật một cách tin cậy và nhất quán Quản lý tài nguyên bao gồm:

• Lập kế hoạch dự phòng

• Đặt tên cho các lớp tài nguyên

• Cho phép tài nguyên được truy nhập từ nơi này đến nơi khác

• Ánh xạ tên tài nguyên vào địa chỉ truyền thông

• Tính mở được hoàn thiện bằng cách xác định hay phân định rõ các giao diện chính của một hệ và làm cho nó tương thích với các nhà phát triển phần mềm.

• Tính mở của hệ phân tán dựa trên việc cung cấp cơ chế truyền thông giữa các tiến trình và công khai các giao diện dùng để truy nhập các tài nguyên chung

Khả năng song song

• Hệ phân tán hoạt động trên một mạng truyền thông có nhiều máy tính, mỗi máy

có thể có một hay nhiều CPU

• Có thể thực hiện nhiều tiến trình trong cùng một thời điểm Việc thực hiện tiến trình theo cơ chế phân chia thời gian (một CPU) hay (nhiều CPU)

• Khả năng làm việc song song trong hệ phân tán được thể hiện qua hai tình huống sau:

• Nhiều người sử dụng đồng thời đưa ra các lệnh hay các tương tác với các chương trình ứng dụng

• Nhiều tiến trình Server chạy đồng thời, mỗi tiến trình phải đáp ứng yêu cầu từ các Clients

Ví dụ: tần suất sử dụng trên mạng đột ngột Để tránh tình trạng tắc nghẽn xảy

ra khi chỉ có một Server và phải đáp ứng các yêu cầu truy nhập các file đó Người ta nhân bản các file trên một Server khác và hệ thống được thiết kế sao cho việc thêm Server được dễ dàng Một số giải pháp khác là sử dụng Cache và các bảng sao dữ liệu

• Dùng các chương trình hồi phục dữ liệu khi xảy ra sự cố.

Đảm bảo tin cậy và nhất quán

Hệ thống yêu cầu độ tin cậy như:

• Bí mật của dữ liệu

• Các chức năng khôi phục hư hỏng phải đảm bảo

• Ngoài ra các yêu cầu của hệ thống về tính nhất quán cũng thể hiện ở chổ: không

có mâu thuẩn trong nội dung cơ sở dữ liệu

Tính trong suốt

Tính trong suốt của một hệ phân tán được hiểu như là việc che khuất đi các thành phần riêng biệt của hệ đối với người sử dụng và những người lập trình ứng dụng

Các loại trong suốt trong hệ phân tán:

• Trong suốt phân đoạn (fragmentation transparency): Khi dữ liệu đã được phân đoạn thì việc truy cập vào CSDL được thực hiện bình thường như là chưa bị phân tán và không ảnh hưởng tới người sử dụng

• Trong suốt về vị trí (location transparency)

o Người sử dụng không cần biết về vị trí vật lý của dữ liệu mà có quyền truy cập đến cơ sở dữ liệu tại bất cứ vị trí nào

o Các thao tác để lấy hoặc cập nhật một dữ liệu từ xa được tự động thực hiện bởi hệ thống tại điểm đưa ra yêu cầu

o Tính trong suốt về vị trí rất hữu ích, nó cho phép người sử dụng bỏ qua các bản sao dữ liệu đã tồn tại ở mỗi vị trí Do đó có thể di chuyển một bản sao dữ liệu từ một vị trí này đến một vị trí khác và cho phép tạo các bản sao mới mà không ảnh hưởng đến các ứng dụng

So sánh với CSDL tập trung

Cơ sở dữ liệu phân tán được thiết kế khác cơ sở dữ liệu tập trung Do đó cần đối sánh các đặc trưng của cơ sở dữ liêu phân tán với cơ sở dữ liệu tập trung để

phức tạp đối với khả năng truy cập, toàn vẹn, hồi phục, điều khiển tương tranh, biệt lập và an toàn dữ liệu Sau đây là vài so sánh giữa cơ sở dữ liệu phân tán và tập trung:

Về điều khiển tập trung

Điều khiển tập trung các nguồn thông tin của công việc hay tổ chức Có người quản trị đảm bảo an toàn dữ liệu Trong cơ sở dữ liệu phân tán, ta không đề cập đến vấn đề điều khiển tập trung Người quản trị cơ sở dữ liệu chung phân quyền cho người quản trị cơ sở dữ liệu địa phương

Về độc lập dữ liệu

Đây là một trong những nhân tố tác động đến cấu trúc cơ sở dữ liệu để tổ chức

dữ liệu chuyển cho chương trình ứng dụng Tiện lợi chính của độc lập dữ liệu là các chương trình ứng dụng không bị ảnh hưởng khi thay đổi cấu trúc vật lý của

dữ liệu Trong cơ sở dữ liệu phân tán, độc lập dữ liệu có tầm quan trọng cũng như trong cơ sở dữ liệu truyền thống Khái niệm cơ sở dữ liệu trong suốt mô tả hoạt động chương trình trên cơ sở dữ liệu phân tán được viết như làm việc trên

cơ sở dữ liệu tập trung Hay nói cách khác tính đúng đắn của chương trình không

bị ảnh hưởng bởi việc di chuyển dữ liệu từ nơi này sang nơi khác trong mạng máy tính Tuy nhiên tốc độ làm việc bị ảnh hưởng do có thời gian di chuyển dữ liệu

Về giảm dư thừa dữ liệu

Trong cơ sở dữ liệu tập trung, tính dư thừa hạn chế được càng nhiều càng tốt vì:

• Dữ liệu không đồng nhất khi có vài bản sao của cùng cơ sở dữ liệu logic; để tránh được nhược điểm này giải pháp là chỉ có một bản sao duy nhất

• Giảm không gian lưu trữ Giảm dư thừa có nghĩa là cho phép nhiều ứng dụng cùng truy cập đến một cơ sở dữ liệu mà không cần đến nhiều bản sao ở những nơi chương trình ứng dụng cần

Trong cơ sở dữ liệu truyền thống tính dư thừa dữ liệu cũng cần quan tâm vì:

• Tính cục bộ của chương trình ứng dụng sẽ tăng nếu dữ liệu đặt ở mọi nơi mà chương trình ứng dụng cần

• Khả năng sẵn sàng của hệ thống cao bởi vì khi có lỗi ở một nơi nào đó trong hệ thống thì không cản trở hoạt động của chương trình ứng dụng

Nói chung, nguyên nhân đối lập với tính dư thừa đưa ra trong môi trường truyền thống vẫn còn đúng cho hệ thống phân tán và vì vậy công việc định giá mức độ tốt của tính dư thừa đòi hỏi định giá lại công việc lựa chọn mức độ dư thừa dữ liệu

Cơ sở dữ liệu phân tán khắc phục được hai nhược điểm này vì dữ liệu được chia ra thành nhiều phần nhỏ và chỉ có một bản sao logic tổng thể duy nhất để tiện cho việc truy cập dữ liệu

Về cấu trúc vật lý và khả năng truy cập

Người sử dụng truy cập đến cơ sở dữ liệu tập trung phải thông qua cấu trúc truy cập phức tạp: định vị cơ sở dữ liệu, thiết lập đường truyền

Trong cơ sở dữ liệu phân tán, cấu trúc truy cập phức tạp không phải là công cụ chính để truy cập hiệu quả đến cơ sở dữ liệu Hiệu quả có nghĩa là thời gian tìm kiếm và chuyển dữ liệu nhỏ nhất, chi phí truyền thông thấp nhất

Mỗi cách thức truy cập cơ sở dữ liệu phân tán viết bởi người lập trình hoặc tạo

ra bởi một bộ tối ưu Công việc viết ra một cách thức truy cập cơ sở dữ liệu phân tán cũng giống như viết chương trình duyệt trong cơ sở dữ liệu tập trung Công việc mà chương trình duyệt này làm là xác định xem có thể truy cập đến được bao nhiêu cơ sở dữ liệu

Về tính toàn vẹn, hồi phục và điều khiển tương tranh

Mặc dù trong cơ sở dữ liệu, tính toàn vẹn, hồi phục và điều khiển đồng thời liên quan nhiều vấn đề liên quan lẫn nhau Mở rộng hơn vấn đề này là việc cung cấp các giao tác Giao tác là đơn vị cơ bản của việc thực hiện: giao tác cụ thể là

bó công việc được thực hiện toàn bộ hoặc không được thực hiện

Trong cơ sở dữ liệu phân tán, vấn đề điều khiển giao tác tự trị có ý nghĩa quan

tiếp Như vậy giao tác tự trị là phương tiện đạt được sự toàn vẹn trong cơ sở dữ liệu Có hai mối nguy hiểm của giao tác tự trị là lỗi và tương tranh

• Thứ nhất trong cơ sở dữ liệu phân tán với cấp độ tự trị cao ở mỗi điểm, người có

dữ liệu địa phương sẽ cảm thấy an toàn hơn vì họ có thể tự bảo vệ dữ liệu của mình thay vì phụ thuộc vào người quản trị hệ thống tập trung

• Thứ hai, vấn đề an toàn thực chất với hệ thống phân tán không giống như các hệ thống thông thường khác mà còn liên quan đến mạng truyền thông

Như vậy trong cơ sở dữ liệu phân tán vấn đề an toàn cơ sở dữ liệu phức tạp hơn và đòi hỏi nhiều kỹ thuật bảo vệ Nguyên nhân gây ra là hệ thống này có tính

mở và nhiều người dùng trong cùng hệ thống sử dụng nhiều cơ sở dữ liệu

Lợi ích của cơ sở dữ liệu phân tán

Có nhiều nguyên nhân để phát triển cơ sở dữ liệu phân tán nhưng tựu trung lại chỉ gồm những điểm sau đây:

• Lợi điểm về tổ chức và tính kinh tế: tổ chức phân tán nhiều chi nhánh và dùng

cơ sở dữ liệu phân tán phù hợp với các tổ chức kiểu này Với vai trò là động lực thúc đẩy kinh tế thương mại phát triển rộng hơn, thì việc phát triển các trung tâm máy tính phân tán ở nhiều vị trí trở thành nhu cầu cần thiết

• Tận dụng những cơ sở dữ liệu sẵn có: Hình thành cơ sở dữ liệu phân tán từ các

cơ sở dữ liệu tập trung có sẵn ở các vị trí địa phương

• Thuận lợi cho nhu cầu phát triển: Xu hướng dùng cơ sở dữ liệu phân tán sẽ cung cấp khả năng phát triển thuận lợi hơn và giảm được xung đột về chức năng giữa các đơn vị đã tồn tại và giảm được xung đột giữa các chương trình ứng dụng khi truy cập đến cơ sở dữ liệu Với hướng tập trung hoá, nhu cầu phát triển trong tương lai sẽ gặp khó khăn.

• Giảm chi phí truyền thông: Trong cơ sở dữ liệu phân tán chương trình ứng dụng đặt ở địa phương có thể giảm bớt được chi phí truyền thông khi thực hiện bằng cách khai thác cơ sở dữ liệu tại chỗ

• Tăng số công việc thực hiện: Hệ cơ sở dữ liệu phân tán có thể tăng số lượng công việc thực hiện qua áp dụng nguyên lý xử lý song song với hệ thống xử lý đa nhiệm Tuy nhiên cơ sở dữ liệu phân tán cũng có tiện lợi trong việc phân tán dữ liệu như tạo ra các chương trình ứng dụng phụ thuộc vào tiêu chuẩn mở rộng vị trí làm cho các nơi xử lý có thể hỗ trợ lẫn nhau Do đó tránh được hiện tượng tắc nghẽn cổ chai trong mạng truyền thông hoặc trong các dịch vụ thông thường của toàn bộ hệ thống

• Tính dễ hiểu và sẵn sàng: Hướng phát triển cơ sở dữ liệu phân tán cũng nhằm đạt được tính dễ hiểu và tính sẵn sàng cao hơn Tuy nhiên để đạt được mục tiêu này không phải là dễ làm và đòi hỏi sử dụng kỹ thuật phức tạp Khả năng xử lý

tự trị của các điểm làm việc khác nhau không đảm bảo tính dễ sử dụng

Còn sau đây là hai nguyên nhân về mặt kỹ thuật đáp ứng cho sự phát triển hệ

cơ sở dữ liệu phân tán:

• Công nghệ tạo ra máy tính nhỏ và nền tảng phần cứng có khả năng phục vụ xây dựng hệ thống thông tin phân tán

• Kỹ thuật thiết kế hệ cơ sở dữ liệu phân tán được phát triển vững chắc dựa trên hai

kỹ thuật thiết kế chính là Top-down và Bottom-up từ những năm thập kỷ 60

Kỹ thuật thiết kế cơ sở dữ liệu phân tán phức tạp nhưng hệ cơ sở dữ liệu phân tán cũng cần thiết cho xu hướng phát triển kinh tế hiện nay

Một số nhược điểm

Đối tượng chủ yếu của hệ phân tán là cung cấp các dịch vụ truy cập dữ liệu và trình diễn dữ liệu cho người sử dụng ở mọi nơi khác nhau Để đáp ứng được điều này, hệ thống phân tán phải được thiết kế về phần cứng lẫn phần mềm thích hợp với vị trí địa lý và yêu cầu của người sử dụng Cũng từ đó, chúng ta có thể thấy những nhược điểm của hệ thống phân tán như sau:

• Phần mềm đắt và phức tạp

• Phải xử lý mọi thay đổi thông báo trong mọi địa điểm

• Khó kiểm soát tính toàn vẹn dữ liệu với nhiều bản sao dữ liệu được phân bố khắp mọi nơi

• Đáp ứng chậm nhu cầu của các trạm trong trường hợp các phần mềm ứng dụng không được phân bố phù hợp với việc sử dụng chung

Thiết kế cơ sở dữ liệu phân tán

Thiết kế của một hệ thống máy tính phân tán bao gồm việc ra quyết định về việc đặt dữ liệu và chương trình ở các trạm trên một mạng máy tính, cũng như là khả năng thiết kế chính mạng máy tính đó Trong trường hợp hệ thống quản lý CSDL phân tán, việc phân tán các ứng dụng gồm 2 điều: sự phân tán của phần mềm hệ thống quản lý CSDL phân tán và sự phân tán của các chương trình ứng dụng chạy trên phần mềm hệ thống đó Sự phân tán của các phần mềm hệ thống quản lý CSDL phân tán tồn tại trong từng trạm lưu trữ dữ liệu Ở chương này, chúng ta không quan tâm về vị trí của các chương trình ứng dụng Hơn nữa, chúng ta giả sử rằng mạng đã được thiết kế, hoặc sẽ được thiết kế ở bước tiếp theo, tuỳ theo quyết định liên quan tới việc thiết kế CSDL phân tán

Chúng ta tập trung vào việc phân tán dữ liệu

Yêu cầu

Thiết kế một hệ thống máy tính phân tán cần phải chọn vị trí đặt dữ liệu và chương trình trên một mạng máy tính, rất có thể phải kể luôn cả việc thiết kế mạng Đối với hệ quản trị CSDL phân tán cần phải thực hiện hai điều: phân tán

hệ quản trị CSDL và phân tán các chương trình ứng dụng chạy trên hệ đó ở đây chúng ta chỉ tập trung vào việc phân tán dữ liệu.

Việc tổ chức các hệ phân tán có thể được nghiên cứu dựa theo ba trục không gian

• Mức độ chia sẻ dữ liệu (level of sharing)

• Kiểu mẫu truy xuất (behavior of access pattern)

• Mức độ hiểu biết về kiểu mẫu truy xuất

Trong đó, theo mức độ chia sẻ thì có ba khả năng xảy ra như sau:

• Không chia sẻ dữ liệu: mỗi ứng dụng và dữ liệu của nó thực thi tại một vị trí,

không có trao đổi hoặc giao tiếp với những chương trình khác hoặc truy xuất dữ liệu ở những vị trí khác Hình thức này đặc trưng cho các kết nối mạng ở thời kỳ

sơ khai

• Chia sẻ dữ liệu: tất cả chương trình đều được nhân bản cho mỗi vị trí, nhưng

không nhân bản dữ liệu Theo đấy các yêu cầu của người dùng được xử lý tại mỗi vị trí và dữ liệu cần thiết được chuyển đi trên mạng

• Chia sẻ dữ liệu - chương trình: cả chương trình và dữ liệu được dùng chung

Nghĩa là chương trình nằm tại một vị trí có thể yêu cầu dịch vụ từ một chương trình nằm ở vị trí thứ hai, và đến lượt nó chương trình này có thể truy xuất dữ liệu nằm tại vị trí thứ ba

Hai chiến lược chính trong việc thiết kế CSDL phân tán là tiếp cận từ trên xuống và tiếp cận từ dưới lên Trong thực tế rất hiếm các ứng dụng đơn giản để chỉ sử dụng 1 cách tiếp cận, vì vậy trong phần lớn thiết kế cả hai cách tiếp cần đều được áp dụng bổ sung nhau

Các bước thiết kế

Hiện nay chưa có một kỹ thuật cụ thể nào nói một cách chi tiết cách thiết kế một CSDL phân tán Tuy nhiên, một cách tổng quát chúng ta có thể thiết kế CSDL phân tán theo các bước sau:

Hình 1 Sơ đồ thiết kế tổng thể

Theo hình trên thì Thiết kế lược đồ quan hệ tổng thể là:

• Thiết kế các quan hệ tổng thể

• Mô tả toàn bộ dữ liệu sẽ được dùng trong hệ thống

Trong khi đó, thiết kế phân đoạn là thực hiện chia nhỏ dữ liệu thành các phần.Thiết kế định vị các đoạn bao gồm:

• Là quá trình thực hiện ánh xạ các đoạn vào các trạm khác nhau

Thiết kế từ trên xuống

Các định nghĩa: định nghĩa môi trường hệ thống, dữ liệu và các tiến trình cho tất cả những khả năng về dữ liệu của NSD

• Thiết kế view: Xây dựng khung nhìn dữ liệu cho NSD

• Thiết kế mức quan niệm: Là một tiến trình kiểm tra và xác định rõ hai nhóm quan hệ: phân tích thực thể và phân tích chức năng

Thiết kế lược đồ quan hệ tổng thể

Thiết kế phân đoạn

Thiết kế định vị các đoạn (Tạo các ảnh vật lý)

Thiết kế CSDL vật lý

o Phân tích thực thể: Xác định các tập thực thể, các thuộc tính và các mối quan hệ giữa chúng.

o Phân tích chức năng: Xác định các chức năng của hệ thống và đưa ra các chức năng cơ sở

• Thiết kế phân tán: bao gồm hai phần:

o Thiết kế phân đoạn

• Quan sát và kiểm tra: Kiểm tra các giai đoạn của quá trình thiết kế cơ sở dữ liệu

Sơ đồ quá trình thiết kế từ trên xuống biểu diễn trong hình sau:

Hình 2 Sơ đồ thiết kế từ trên xuống

Thiết kế từ trên xuống bao gồm:

• Thiết kế khái niệm: xác định các loại thực thể và liên hệ giữa các thực thể

• Thiết kế phân tán: chia quan hệ thành nhiều quan hệ nhỏ hơn gọi là phân mảnh

và cấp phát chúng cho các vị trí (ta sẽ xem xét cụ thể ở phần sau)

• Thiết kế vật lý: ánh xạ lược đồ khái niệm sang các thiết bị lưu trữ vật lý tại các vị trí tương ứng

Thiết kế từ dưới lên

Thiết kế từ trên xuống thích hợp cho những CSDL được thiết kế từ đầu Tuy nhiên trong thực tế cũng có khi đã có sẵn một số CSDL, và chúng ta phải tích

hợp chúng thành 1 CSDL chung Tiếp cận từ dưới lên sẽ thích hợp cho tình huống này Khởi điểm của thiết kế từ dưới lên là các lược đồ khái niệm cục bộ,

sẽ phải được tích hợp thành lược đồ khái niệm toàn cục

Thiết kế từ dưới lên thích hợp khi liên kết CSDL đã có sẵn Khi CSDL có sẵn liên kết thành CSDL phân tán, các CSDL này có thể dùng HQTCSDL địa phương ở vị trí đó Để hệ thống đồng bộ cần thêm mộ số việc phức tạp như: đồng

bộ dữ liệu cần phải giải thích giữa các mẫu CSDL khác nhau Trong thực tế hầu hết các hệ thống đồng bộ đều sử dụng hướng thiết kế này

Các yêu cầu của thiêt kế từ dưới lên:

• Chọn mô hình CSDL thông thường để thiết kế lược đồ toàn bộ của dữ liệu

• Dịch chuyển mỗi lược đồ địa phương sang mô hình dữ liệu thông thường

• Tích hợp sơ đồ địa phương sang sơ đồ toàn bộ thông thường

• Chọn một mô hình dữ liệu chung để mô tả lược đồ tổng thể

• Chuyển mỗi lược đồ địa phương theo mô hình dữ liệu chung đã chọn

• Tích hợp các lược đồ địa phương vào lược đồ tổng thể

Phân mảnh trong cơ sở dữ liệu phân toán

Phân mảnh quan hệ

Việc chia một quan hệ thành nhiều quan hệ nhỏ hơn được gọi là phân mảnh quan hệ

Các lý do phải phân mảnh

Trước tiên, khung nhìn của các ứng dụng thường chỉ là tập con của quan hệ

Vì thế đơn vị truy xuất không phải toàn bộ quan hệ mà chỉ là tập con của quan

hệ Kết quả là xem tập con của quan hệ là đơn vị phân tán là thích hợp

Thứ hai là, nếu các ứng dụng có các khung nhìn được định nghĩa trên một quan hệ cho trước lại nằm tại những vị trí khác nhau thì chỉ có hai cách chọn lựa với đơn vị phân tán là toàn bộ quan hệ, khi không có phân mảnh Hoặc quan hệ không được nhân bản mà được lưu ở một vị trí, hoặc quan hệ được nhân bản cho tất cả hoặc một số vị trí có chạy ứng dụng Chọn lựa đầu gây ra một số lượng lớn truy xuất không cần thiết đến dữ liệu ở xa Còn chọn lựa sau có thể dẫn đến nhân bản không cần thiết, gây khó khăn khi cập nhật và lãng phí không gian lưu trữ.Cuối cùng việc phân rã quan hệ thành nhiều mảnh, mỗi mảnh xử lý như một đơn vị, sẽ cho phép thực hiện nhiều giao dịch đồng thời Việc phân mảnh quan

hệ cho phép thực hiện song song câu vấn tin, bằng cách chia nó thành một tập câu vấn tin con hoạt tác trên các mảnh Vì thế việc phân mảnh sẽ làm tăng mức

độ hoạt động đồng thời và kéo theo tăng lưu lượng hoạt động của hệ thống Kiểu hoạt động này gọi là đồng thời nội vấn tin (intraquerry concurency), sẽ được phân tích trong các phần sau

Nếu các ứng dụng có các khung nhìn được định nghĩa trên một quan hệ cho trước nằm tại những vị trí khác thì có hai cách chọn lựa đơn vị phân tán:

• hoặc là toàn bộ quan hệ

• hoặc quan hệ được lưu ở một vị trí có chạy ứng dụng

Trong đó, chọn lựa thứ nhất gây ra một số lượng lớn các truy xuất không cần thiết đến dữ liệu ở xa Chọn lựa sau sẽ gây ra nhiều vấn đề khi cập nhật và lãng phí không gian lưu trữ

Các kiểu phân mảnh

Có ba kiểu phân mảnh:

• Phân mảnh ngang (horizontal fragmentation)

• Phân mảnh dọc (vertical fragmentation)

• Phân mảnh hỗn hợp (hibrid fragmentation)

Chú ý là quá trình phân mảnh phải được gắn liền với vấn đề cấp phát dữ liệu

và bài toán cụ thể như thế nào

Phân mảnh ngang

Phân mảnh ngang chia quan hệ theo các bộ Mỗi mảnh là một tập con của quan hệ Có hai loại phân mảnh ngang: phân mảnh nguyên thuỷ (primary horizontal fragmentation), thực hiện dựa trên các vị từ định nghĩa trên chính quan

hệ đó, và phân mảnh dẫn xuất (derived horizontal fragmentation), dựa trên các vị

từ định nghĩa trên quan hệ khác

Phân mảnh hỗn hợp

Trong đa số các trường hợp, phân mảnh ngang hoặc phân mảnh dọc đơn giản cho một lược đồ CSDL không đủ đáp ứng các yêu cầu từ ứng dụng Trong trường hợp đó phân mảnh dọc có thể thực hiện sau một số mảnh ngang hoặc ngược lại, sinh ra một lối phân hoạch có cấu trúc cây Bởi vì hai chiến lược này được áp dụng lần lượt, chọn lựa này được gọi là phân mảnh hỗn hợp

Ví dụ chung về phân mảnh

Chúng ta sử dụng lược đồ CSDL đã phát triển trong chương trước Ta thêm vào lược đồ PROJ thuộc tính LOC (vị trí) để chỉ nơi thực hiện dự án Sau đây là

1 thể hiện CSDL sẽ được dùng:

Hình 3 Một mô tả cho cơ sở dữ liệu

Trong hình sau trình bày quan hệ PROJ được tách ngang thành 2 quan hệ PROJ1 chứa các thông tin về dự án có kinh phí dưới 200000 USD, và PROJ2 chứa các thông tin về dự án có kinh phí lớn hơn 200000 USD

Hình 4 Phân mảnh ngang

Còn trong hình sau trình bày quan hệ PROJ được tách dọc thành 2 quan hệ PROJ1 chứa các thông tin về kinh phí dự án, và PROJ2 chứa các thông tin về tên

và vị trí dự án