CHAPTER 1
第1章
分布式數(shù)據(jù)庫系統(tǒng)概論

1.1 引言及準備知識

分布式數(shù)據(jù)庫系統(tǒng)（Distributed DataBase System，DDBS）是隨著計算技術(shù)的發(fā)展和應(yīng)用需求的推動而提出的新型軟件系統(tǒng)。簡單地說，分布式數(shù)據(jù)庫系統(tǒng)是地理上分散而邏輯上集中的數(shù)據(jù)庫系統(tǒng)，即通過計算機網(wǎng)絡(luò)將地理上分散的各局域節(jié)點連接起來共同組成一個邏輯上統(tǒng)一的數(shù)據(jù)庫系統(tǒng)。因此，分布式數(shù)據(jù)庫系統(tǒng)是數(shù)據(jù)庫技術(shù)和計算機網(wǎng)絡(luò)技術(shù)相結(jié)合的產(chǎn)物。

分布式數(shù)據(jù)庫系統(tǒng)與集中式數(shù)據(jù)庫系統(tǒng)一樣，包含兩個重要部分：分布式數(shù)據(jù)庫和分布式數(shù)據(jù)庫管理系統(tǒng)。在介紹分布式數(shù)據(jù)庫系統(tǒng)之前，先重溫一下有關(guān)數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)的基本概念。

1.1.1 基本概念

1.數(shù)據(jù)庫

數(shù)據(jù)庫（DataBase，DB）的定義有很多。從用戶使用數(shù)據(jù)庫的角度出發(fā)，數(shù)據(jù)庫可定義為長期存儲在計算機內(nèi)、有組織、可共享的數(shù)據(jù)集合。數(shù)據(jù)庫中的數(shù)據(jù)按一定的數(shù)據(jù)模型組織、描述、存儲，具有較小的冗余度、較高的數(shù)據(jù)獨立性并易于擴展，同時可為各種用戶共享。數(shù)據(jù)庫設(shè)計就是對一個給定的應(yīng)用環(huán)境（現(xiàn)實世界）設(shè)計出最優(yōu)的數(shù)據(jù)模型，然后，按模型建立數(shù)據(jù)庫，如圖1.1所示。典型的數(shù)據(jù)模型是E-R概念模型和關(guān)系數(shù)據(jù)模型。

2.數(shù)據(jù)庫管理系統(tǒng)

數(shù)據(jù)庫管理系統(tǒng)（DataBase Management System，DBMS）是人們用于管理和操作數(shù)據(jù)庫的軟件，介于應(yīng)用程序和操作系統(tǒng)之間。實際的數(shù)據(jù)庫很復(fù)雜，對數(shù)據(jù)庫的操作也相當(dāng)煩瑣，因此，需要有數(shù)據(jù)庫管理系統(tǒng)有效地管理和操作數(shù)據(jù)庫，使用戶不必涉及數(shù)據(jù)的具體結(jié)構(gòu)描述及實際存儲就能方便、最優(yōu)地操作數(shù)據(jù)庫。DBMS不僅具有最基本的數(shù)據(jù)管理功能，還提供多用戶的并發(fā)控制、事務(wù)管理和訪問控制，以保證數(shù)據(jù)的完整性和安全性，并在數(shù)據(jù)庫出現(xiàn)故障時對系統(tǒng)進行恢復(fù)。數(shù)據(jù)庫管理系統(tǒng)可描述為由用戶接口、查詢處理、查詢優(yōu)化、存儲管理四個基本模塊和事務(wù)管理、并發(fā)控制、恢復(fù)管理三個輔助模塊組成，其模型如圖1.2所示。

3.數(shù)據(jù)庫系統(tǒng)

數(shù)據(jù)庫系統(tǒng)（DataBase System，DBS）是指與數(shù)據(jù)庫相關(guān)的整個系統(tǒng)。廣義上講，數(shù)據(jù)庫系統(tǒng)由數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)、應(yīng)用開發(fā)工具（運行環(huán)境）、應(yīng)用系統(tǒng)和數(shù)據(jù)庫管理員等構(gòu)成，如圖1.3所示。狹義的數(shù)據(jù)庫系統(tǒng)只包括數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)。

4.模式

從現(xiàn)實世界的信息抽象到數(shù)據(jù)庫存儲的數(shù)據(jù)是一個逐步抽象的過程。美國國家標準協(xié)會的標準計劃與需求委員會（American National Standards Institute, Standards Planning And Requirements Committee, ANSI-SPARC）根據(jù)數(shù)據(jù)的抽象級別為數(shù)據(jù)庫定義了三層模式參考模型，如圖1.4所示。

外模式是數(shù)據(jù)庫用戶和數(shù)據(jù)庫系統(tǒng)的接口，是數(shù)據(jù)庫用戶的數(shù)據(jù)視圖（View），是數(shù)據(jù)庫用戶可以看見和使用的局部數(shù)據(jù)的邏輯結(jié)構(gòu)和特征的描述，是同應(yīng)用有關(guān)的數(shù)據(jù)的邏輯表示。一個數(shù)據(jù)庫系統(tǒng)通常有多個外模式。外模式是保證數(shù)據(jù)庫安全的重要措施，因為每個用戶只能看見和訪問特定的外模式中的數(shù)據(jù)。通常，由DBMS中的視圖定義（Create View）命令定義數(shù)據(jù)庫的外模式。

例如，某外模式定義如下：

模式是關(guān)于數(shù)據(jù)庫中全體數(shù)據(jù)的邏輯結(jié)構(gòu)和特征的描述，是所有用戶的公共數(shù)據(jù)視圖。模式是數(shù)據(jù)庫中數(shù)據(jù)在邏輯級上的視圖。一個數(shù)據(jù)庫只有一個模式。模式以某種數(shù)據(jù)模型為基礎(chǔ)，綜合考慮了所有用戶的需求，并將這些需求有機地結(jié)合成一個邏輯整體。定義模式時不僅要定義數(shù)據(jù)的邏輯結(jié)構(gòu)，如組成關(guān)系模式的屬性名、屬性的類型、取值范圍，還要定義屬性間的關(guān)聯(lián)關(guān)系、完整性約束等。模式由DBMS中提供的模式描述語言定義。

例如，某模式定義如下：

內(nèi)模式是關(guān)于數(shù)據(jù)物理結(jié)構(gòu)和存儲方式的描述，是數(shù)據(jù)在數(shù)據(jù)庫內(nèi)部的表示方式。一個數(shù)據(jù)庫只有一個內(nèi)模式，如關(guān)系表的存儲方式是按照堆存儲還是按照屬性值聚簇存儲、索引是采用B+樹索引還是采用哈希索引等。內(nèi)模式由DBMS中提供的內(nèi)模式描述語言定義。

例如，某內(nèi)模式定義如下：

1.1.2 基礎(chǔ)知識

在后面章節(jié)的學(xué)習(xí)中，將涉及關(guān)系模型、關(guān)系代數(shù)和SQL語言知識。下面給出簡單介紹。

1.關(guān)系模型

關(guān)系模型是數(shù)據(jù)庫的三種經(jīng)典數(shù)據(jù)模型（層次數(shù)據(jù)模型、網(wǎng)狀數(shù)據(jù)模型和關(guān)系數(shù)據(jù)模型）之一。關(guān)系是二維表，也稱為表。表中的一行稱為關(guān)系的一個元組，表中的一列稱為關(guān)系的一個屬性。

2.關(guān)系代數(shù)

關(guān)系是一個集合，關(guān)系的元組是集合的元素。常見的關(guān)系代數(shù)包括5個集合運算和3個關(guān)系運算。

5個集合運算為：

●并（UNION）運算：設(shè)有兩個關(guān)系R和S，具有相同的關(guān)系模式，R和S的并運算的結(jié)果是由兩個關(guān)系中所有元組組成的一個新關(guān)系，記為R∪S或R+S。

●交（INTERSECT）運算：設(shè)有兩個關(guān)系R和S，具有相同的關(guān)系模式，R和S的交運算的結(jié)果是由兩個關(guān)系中所有公共元組組成的一個新關(guān)系，記為R∩S。

●差（DIFFERENCE）運算：設(shè)有兩個關(guān)系R和S，具有相同的關(guān)系模式，R和S的差運算結(jié)果是由屬于關(guān)系R但不屬于關(guān)系S的元組組成的一個新關(guān)系，記為R-S。

●乘（PRODUCT）運算：設(shè)R有m個屬性，S有n個屬性，R有i個元組，S有j個元組，R和S的乘（笛卡兒積）的運算結(jié)果是由（m+n）個屬性、i×j個元組組成的一個新關(guān)系，每個元組的前m個分量（屬性值）來自R的一個元組，后n個分量來自S的一個元組，記為R×S。

●除（DIVIDE）運算：設(shè)有關(guān)系R（X,Y）和S（Y,Z），其中X、Y、Z為屬性組，R中的Y與S中的Y可有不同的屬性名，但必須出自相同的值域。R和S的除運算得到一個新關(guān)系P（X），P是R中滿足下列條件的元組在X屬性上的投影：元組在X上分量值x的象集YX包含S在Y上投影的集合，記為R÷S。

3個關(guān)系運算為：

●選擇（SELECT）運算：選擇運算是從指定的關(guān)系R中選擇滿足條件（條件表達式）的元組組成的一個新關(guān)系，記為σ＜條件表達式＞（R）。

●投影（PROJECT）運算：投影運算是從指定的關(guān)系R中選擇屬性集A的所有值組成的一個新關(guān)系，記為∏A（R）。

●連接（JOIN）運算：連接運算有θ連接、等值連接和自然連接三種運算，θ是算術(shù)比較符號。設(shè)有關(guān)系R（A,B）和S（C,D），A、C出自同一值域，R和S的θ連接運算是由兩個關(guān)系R和S中滿足AθC連接條件的元組連接在一起組成的一個新關(guān)系，記為。若θ是等號（=），該連接操作稱為等值連接，記為。若A、C具有相同的屬性名，R和S的連接運算默認按A=C連接條件進行連接，并去除重復(fù)列屬性，則為自然連接運算，記為R∞S。

3.SQL語言

SQL（Structured Query Language）是一種非過程性語言，提供了數(shù)據(jù)定義（建立數(shù)據(jù)庫和表結(jié)構(gòu)）、數(shù)據(jù)操作（輸入、修改、刪除、查詢）、數(shù)據(jù)控制（授予、回收權(quán)限）等數(shù)據(jù)庫操作命令，較好地滿足了數(shù)據(jù)庫語言的要求。美國國家標準協(xié)會（ANSI）與國際標準化組織（ISO）制定了SQL標準，相繼推出了SQL/86、SQL/92、SQL/99、SQL/2003、SQL/2006等。SQL提供了靈活而強大的查詢功能，具有可移植性。SQL已為廣大用戶所采用，成為用戶訪問數(shù)據(jù)庫系統(tǒng)的標準接口語言。