2. Ứng dụng kỹ thuật phân mảnh theo chiều dọc trong thiết kế logical của cở sở
2.3.Phân mảnh dọc của các view
Mỗi view bao gồm các dữ kiện chúng là miêu tả giống như khối, nhưng bên trong khối cơng việc cĩ lẽ thường được yêu phân tách. Vì vậy thực thi tồn bộ hệ thống cĩ lẽ tăng phân chia các view xác nhận từ thuật tốn tối ưu bên trong các bảng nhỏ, mỗi bao gồm chỉ các dữ kiện tiêu biểu xuất hiện cùng với nhau trong tất cả các truy vấn. Nĩi cách khác, các truy vấn cĩ thể được giải quyết bởi việc kết nối các view được định nghĩa trên các khối khác. Chi phí truy cập cho các truy vấn này cĩ lẽ giảm bởi việc hợp nhất hai hay nhiều view trên các mơ hình giống nhau bên trong các bảng lớn hơn, ở đây tất cả các yêu cầu dữ kiện là được lưu trữ cùng với nhau.
Với thuật ngữ framentation chúng tơi biểu diễn cả hai việc phân chia và hợp nhất của các view (chính hoặc thứ cấp). Phương pháp chúng tơi đề xuất là nhằm mục đích xác định một phân mảnh tối ưu của các view trong tập hợp V.
Đĩ là vượt trội mà tính hiệu quả của phân mảng cho các MD cĩ thể cao hơn cho cơ sở dữ liệu khơng dư thừa cĩ thể dùng(operational), trong thực tế, trong khi đĩ ở các trường hợp sau đĩ là được biết một priori bảng mà trên đĩ mỗi truy vấn sẽ được thực hiện, trong MD sự hiện diện của các view dư thừa làm cho nhiều giải pháp cĩ thể. Trong phần sau đây chúng tơi xem xét một ví dụ về LineItem. Cho V = {v1, v2}, trong đĩ
Meas(v2) = Meas(LineItem); Patt(v2) = {SNation, Part, ODate}
Cho khối lượng cơng việc bao gồm 2 truy vấn q1 và q2 được định nghĩa theo sau:
Meas(q1) = {Price, Qty, Discount, ExtPrice, DiscPrice};Patt(q1) = {SNation, Brand}
Meas(q2) = {Tax, DiscPrice, SumCharge}; Patt(q2) = {SNation, Brand}
Thuận lợi thực thi cả hai q1 và q2 trên v1 vì vậy các yếu tố của nĩ là thấp hơn của v2 (Patt(v1)>Patt(v2)). Bây giờ xem xét một phân mảnh bao gồm 4 mảnh:
Meas(v’1) = {Price, Qty, Discount, ExtPrice, DiscPrice}; Patt(v’1) = Patt(v1)
Meas(v”1) = {Tax, SumCharge}; Patt(v”1) = Patt(v1)
Meas(v’2) = {DiscPrice}; Patt(v’2) = Patt(v2)
Meas(v”2 ) = {Price, Qty, Discount, ExtPrice, Tax, SumCharge}; Patt(v”2 ) = Patt(v2 )
Sự giải quyết này là tối ưu cho q1, chúng sẽ được thực thi trên v’1. Như trong q2
trong khi Tax và SumCharge là được nhận từ v”1, nĩ cĩ lẽ là nhiều thuận lợi lấy DiscPrice từ v’2 hơn từ v’1, phụ thuộc trên thỏa thuận(trade-off) việc đọc dữ kiện kém và các bộ kém hơn. Nĩi chung các nhân tố khác được xem xét trong thỏa thuận số định hình thực tế khĩa bảng: cho các mơ hình kém hơn, chiều dài của khĩa là ngắn hơn và kích thước của các bộ đọc là nhỏ hơn. Khả năng trả lời cho câu hỏi một truy vấn bằng nối phân mảnh truy cập của các mơ hình khác các tác động về việc tối ưu hĩa các truy vấn của cây thực thi truy vấn cĩ thêm bằng nhĩm các phép tốn push-downs và lấy ra(pull-up).