并行数据库数据分布策略探究

1、并行数据库数据分布策略探究摘要：并行数据库系统的实现基础就是数据分布，并行数 据库的运行效率直接收到其方法的好坏。本文主要通过对一 维以及多维等几种类型的数据分布方法进行分析和比较，讲 述了并行数据库的数据分布策略及其运行的方向。关键次：并行数据库；数据；分布；策略；研究 中图分类号：tp311. 13文献标识码：a文章编号： 1007-9599(2012) 21-0000-02数据库的存储规模正随着计算机应用全球性范围的蔓延逐渐的在扩大，因此现在对于数据的查询性能要求越来越 高，也越来越复杂，数据库的工作负载量也在逐渐加大，过 去的那种传统的串行数据库已经逐渐更不上时代的发展了， 在这个对数

2、据库应用快速发展的时代已经变得很难再适应 了，在并行处理技术发展的双重驱动下，并行数据库系统随 着时代的潮流发展出来，已经逐渐的成为了计算机业界的一 个焦点，数据分布的研究、并行操作的算法、查询处理优化 三方面的问题主要是并行数据库技术的主要研究对象。数据分布的优劣在一定程度上直接影响着数据库的运 行效率，因为数据分布是最终实现并行数据库系统的基础， 而其最主要的内容就是在多处理机之间的分布关机以及对 各种数据对象的一些研究方法。1数据分布以及数据的分段在并行数据库系统中的数据分布指的是怎么样在多处 理机之间进行着有规律可循的分布关系等数据对象，最终以 此来实现最小化数据处理相应时间以及促进系

3、统对数据处 理的并行性的效能发挥出最佳的效果的目的。将数据分布到 各个处理结点上的过程一般分为数据分段跟以及数据分配 两种。数据分段主要指的是将关系划分成为若干个数据的子 集，而数据分配则是根据将数据分段所划分出来的数据子集 分配到不同的处理几点上，因此在进行数据分布的过程中又 将数据分段分成垂直分段以及水平分段两种。垂直分段主要 指的是以关系的属性作为单位，若干个数据子集都是通过投 影操作所产生出来的，水平分段跟垂直分段不同，其单位是 关系元组其数据子集产生的方式也有所不同，主要是通过选 择操作而产生的。两种方法相互比较后，水平分段的方法能 够通过数据子集的并操作还原出最原始的关系，方便于负

4、载 的均衡分配并能够增强查询间内的数据并行性，因此现在一 般在并行数据库的数据分布方法上选择使用水平分段的方 法。2数据分布的方法（1）一维数据分布：在数据分布方法中，一维数据分 布方法是最基础的分布方法，其关系子集是根据一个属性的 值域将最开始的关系划分出来的，遵循固定的规律将这些关 系子集分布到各个处理结点上，这是一维数据分布方法的一 个主要特点。目前在arbre> bubba、gamma、teradata等并 行数据库系统已经得到了充分的运用。round-robin、hash、 range> hybrid-range、replicate等是一维数据分布的主要 方法。(2) h

5、ash法：hash法主要是指通过利用hash函数将 元组中的某一个属性ak的取值分配到相应的制定处理节点 上，这种方法可以通过设计一个高效率的函数均匀的进行数 据分布，相比较于round-robin数据分布方法，hash方法不 仅能够高效率的支持大量数据的存储跟查询的操作，在划分 属性上还能够有效的进行着有低选择性谓词的数据操作。利 用hash码能够让系统进行快速的数据访问，并计算出符合 条件元组上的某一个处理结点，因此用来划分出属性上的某 一个范围内的查询就是利用选择谓词,hash数据分布在一定 程度上增加了系统的开销，因为它主要是通过使用所有的处 理机来完成范围查询。(3) range法(值域划分法)：主要是根据关系r的某 一个属性的值域，将关系划分成为n个元组集合，再分配到 系统中的n个处理结点上，比如说要按照学生学号的最后5 位数来划分学生的表格，00001-05000就可以分布到结点1 上面，05001-10000就可以分布到结点2上面，range数据 分布法结合了上面所介绍的两种方法的优点，这样range不 仅能够有效的处理大量的数据存取操作以及在划分属性上 有着低选择性谓词的数据存取操作，这种