余英瀚

【摘要】存儲(chǔ)和操作數(shù)據(jù)是早期計(jì)算機(jī)的應(yīng)用焦點(diǎn)。第一個(gè)通用數(shù)據(jù)庫管理系統(tǒng)是由通用電氣（General Electric）的查爾斯·巴赫曼在20世紀(jì)6年代早期設(shè)計(jì)的，被稱為集成數(shù)據(jù)存儲(chǔ)。它形成了網(wǎng)絡(luò)數(shù)據(jù)模型的基礎(chǔ)，在20世紀(jì)60年代數(shù)據(jù)系統(tǒng)標(biāo)準(zhǔn)化協(xié)會(huì)強(qiáng)烈影響著數(shù)據(jù)庫系統(tǒng)的發(fā)展。巴赫曼是第一個(gè)在數(shù)據(jù)庫領(lǐng)域獲得ACM圖靈獎(jiǎng)（相當(dāng)于計(jì)算機(jī)科學(xué)諾貝爾獎(jiǎng)）的人，他在1973年獲得該獎(jiǎng)項(xiàng)。IBM在20世紀(jì)60年代開發(fā)的信息管理系統(tǒng)（IMS）DBMS，即使在今天仍然有許多用戶在安裝使用。IMS形成了另一種稱為層次數(shù)據(jù)模型的數(shù)據(jù)表示基礎(chǔ)框架。由美國航空公司和IBM聯(lián)合開發(fā)開發(fā)的用于機(jī)票預(yù)訂的SABRE系統(tǒng)大約是在同一時(shí)間，它允許一些人通過計(jì)算機(jī)網(wǎng)絡(luò)訪問相同的數(shù)據(jù)。有趣的是，今天的SABRE系統(tǒng)是用于現(xiàn)在流行的基于web的旅行服務(wù)。創(chuàng)造一個(gè)良好的物理數(shù)據(jù)庫設(shè)計(jì)，優(yōu)化系統(tǒng)性能必須響應(yīng)不斷變化的用戶需求，設(shè)計(jì)師需要理解DBMS的工作方式，尤其是索引和查詢處理技術(shù)支持的DBMS。如果數(shù)據(jù)庫將被許多用戶并發(fā)訪問，或者是一個(gè)分布式數(shù)據(jù)庫，這個(gè)任務(wù)變得越來越復(fù)雜，和數(shù)據(jù)庫管理系統(tǒng)發(fā)揮作用的其他特性。構(gòu)建一個(gè)良好的數(shù)據(jù)庫模型，優(yōu)化系統(tǒng)性能必須響應(yīng)不斷變化的用戶需求，設(shè)計(jì)師需要理解DBMS的工作方式，尤其是索引和查詢處理技術(shù)支持的DBMS。如果數(shù)據(jù)庫將被許多用戶并發(fā)訪問，或者是一個(gè)分布式數(shù)據(jù)庫，這個(gè)任務(wù)變得越來越復(fù)雜，和數(shù)據(jù)庫管理系統(tǒng)發(fā)揮作用的其他特性。

【關(guān)鍵詞】管理信息系統(tǒng) 概念模式 視圖 事務(wù)

一、數(shù)據(jù)庫發(fā)展歷史回顧

1970年，埃德加·科德在IBM的圣何塞研究實(shí)驗(yàn)室，提出了一種新的稱為關(guān)系數(shù)據(jù)模型的數(shù)據(jù)表示框架。這被證明是一個(gè)在數(shù)據(jù)庫系統(tǒng)發(fā)展中的分水嶺。它引發(fā)了dbms關(guān)系模型的快速發(fā)展，建立在一個(gè)堅(jiān)實(shí)的豐富的理論成果基礎(chǔ)上。

在20世紀(jì)80年代，關(guān)系模型鞏固了它作為DBMS范例的地位，數(shù)據(jù)庫系統(tǒng)也繼續(xù)獲得廣泛地使用。作為IBM系統(tǒng)R項(xiàng)目的一部分的關(guān)系數(shù)據(jù)庫SQL查詢語言成為了現(xiàn)在的標(biāo)準(zhǔn)查詢語言。SQL的標(biāo)準(zhǔn)化是在20世紀(jì)80年代年代末，當(dāng)前的SQL-92標(biāo)準(zhǔn)是由美國國家標(biāo)準(zhǔn)協(xié)會(huì)（ANSI）和國際標(biāo)準(zhǔn)組織（ISO）制定的?？梢哉f，使用最廣泛的并發(fā)編程形式是數(shù)據(jù)庫程序的并發(fā)執(zhí)行（稱為事務(wù)）。

在20世紀(jì)80年代末和20世紀(jì)90年代，數(shù)據(jù)庫系統(tǒng)已經(jīng)在許多領(lǐng)域取得了進(jìn)步。相當(dāng)多的研究嘗試了更強(qiáng)大的查詢語言和更豐富的數(shù)據(jù)模型，并且在支持一個(gè)企業(yè)的所有復(fù)雜數(shù)據(jù)方面已經(jīng)有了一個(gè)大的突破。幾個(gè)供應(yīng)商（如。IBM的DB2、Oracle8，Informix UDS）把他們的系統(tǒng)拓展到有能力存儲(chǔ)新的數(shù)據(jù)類型，比如圖像和文本。并且有能力響應(yīng)更復(fù)雜的查詢。

二、物理數(shù)據(jù)庫設(shè)計(jì)

像所有其他方面的數(shù)據(jù)庫設(shè)計(jì)一樣。物理設(shè)計(jì)必須遵循數(shù)據(jù)的性質(zhì)及其用途。尤其重要的是要理解典型數(shù)據(jù)庫必須支持的工作負(fù)載；工作負(fù)載由一個(gè)混合的查詢和更新組成。用戶也對某些查詢或更新有一定的要求，它們的運(yùn)行速度是以每秒必須處理多少事務(wù)來衡量的。工作負(fù)載的描述和用戶的性能需求是物理數(shù)據(jù)庫設(shè)計(jì)決策的基礎(chǔ)。

三、數(shù)據(jù)庫工作負(fù)載

良好的物理設(shè)計(jì)的關(guān)鍵是到達(dá)預(yù)期的工作負(fù)載。一個(gè)工作負(fù)載描述包括以下要素：

第一，查詢列表和他們的頻率，所有查詢和更新的一小部分。

第二，更新的列表及其頻率。

第三，每個(gè)類型的查詢和更新的性能目標(biāo)。

對于每個(gè)查詢工作負(fù)載中，我們必須確定：

訪問的關(guān)系。

哪些屬性需要保留（在SELECT子句）。

哪些屬性有關(guān)于他們的選擇或加入了條件表達(dá)（在WHERE子句中）和這些條件是如何選擇的。同樣的，對于每一個(gè)工作負(fù)載中地更新，我們必須確定：

哪些屬性有關(guān)于他們的選擇或加入了條件表達(dá)式（在WHERE子句中）和和這些條件是如何選擇的。

更新的類型（插入、刪除或更新）和更新的關(guān)系。

更新命令，修改更新的字段。

請記住查詢和更新通常有參數(shù)，例如，借記卡或信用卡操作涉及特定的賬號。這些參數(shù)的值確定選擇性的選擇和加入的條件。

更新有一個(gè)查詢組件用于查找目標(biāo)元組。該組件可以受益于一個(gè)良好的物理設(shè)計(jì)和索引。另一方面，更新通常需要額外的工作來維護(hù)索引的屬性修改。因此，雖然查詢能受益于索引，索引可以加快或減緩給定更新操作的速度。當(dāng)創(chuàng)建索引時(shí)設(shè)計(jì)師應(yīng)該記住這trade-offer。

四、數(shù)據(jù)庫調(diào)優(yōu)的必要性

在做系統(tǒng)的初步設(shè)計(jì)時(shí)，準(zhǔn)確，詳細(xì)的工作負(fù)載信息可能很難獲得。因此，數(shù)據(jù)庫設(shè)計(jì)調(diào)優(yōu)和部署之后我們必須根據(jù)實(shí)際使用模式來完善初步設(shè)計(jì)以獲得最好的性能。

當(dāng)初始概念模式設(shè)計(jì)和一組索引和聚類決策被制定以后我們可以認(rèn)為設(shè)計(jì)過程已經(jīng)結(jié)束。任何對概念模式或索引的后續(xù)修改，，就會(huì)被視為一個(gè)調(diào)優(yōu)活動(dòng)?；蛘?，我們可以考慮把一些細(xì)化的概念模式（和受此影響物理設(shè)計(jì)決策細(xì)化）作為物理設(shè)計(jì)過程的一部分。

畫出設(shè)計(jì)和優(yōu)化的界線不是很重要。

五、數(shù)據(jù)庫調(diào)優(yōu)的概述

數(shù)據(jù)庫設(shè)計(jì)的初始階段后，實(shí)際使用的數(shù)據(jù)庫提供了一個(gè)可用于完善初步設(shè)計(jì)的可貴詳細(xì)信息，。原來關(guān)于預(yù)期工作負(fù)載的許多假設(shè)可以被觀察到的使用模式所替代；在一般情況下，初始工作規(guī)范將被驗(yàn)證，它們中的一些將被證明是錯(cuò)誤的。初始猜測的數(shù)據(jù)大小能被來自系統(tǒng)目錄（盡管這信息會(huì)隨著系統(tǒng)的發(fā)展變化）的實(shí)際統(tǒng)計(jì)數(shù)據(jù)所取代。仔細(xì)監(jiān)控查詢可以揭示意想不到的問題；例如，優(yōu)化器可能不會(huì)使用一些索引產(chǎn)生良好的計(jì)劃。

數(shù)據(jù)庫持續(xù)調(diào)優(yōu)獲得最好的性能是很重要的。

六、調(diào)優(yōu)的概念模式

在數(shù)據(jù)庫設(shè)計(jì)的過程中，我們可以意識到我們目前的關(guān)系模式的選擇不讓我們滿足我們給定的帶有任意一組物理設(shè)計(jì)選擇的工作負(fù)載的性能目標(biāo)。如果是這樣，我們可能不得不重新設(shè)計(jì)概念模式（和審影響我們做出更改的視物理設(shè)計(jì)決策）。

我們可能認(rèn)識到，在初步設(shè)計(jì)過程中或之后，或者系統(tǒng)已經(jīng)使用了一段時(shí)間后，系統(tǒng)有必要重新設(shè)計(jì)，。一旦數(shù)據(jù)庫已經(jīng)被設(shè)計(jì)和數(shù)據(jù)被存儲(chǔ)進(jìn)去后，改變概念模式和映射關(guān)系影響的內(nèi)容需要很大努力的。盡管如此，有時(shí)在系統(tǒng)開發(fā)的過程中修改概念模式是必要的。我們現(xiàn)在從性能的角度考慮在概念模式（重新）設(shè)計(jì)中所涉及的問題。

調(diào)整概念模式時(shí)必須考慮的幾個(gè)選項(xiàng)：

我們可以決定接受一個(gè)3nf設(shè)計(jì)而不是BCNF設(shè)計(jì)。

如果有兩種方法可以將給定模式分解成3nf或BCNF，我們的選擇應(yīng)該依據(jù)工作負(fù)載來定。

有時(shí)我們可能會(huì)決定進(jìn)一步分解一個(gè)已經(jīng)存在BCNF的關(guān)系。

在其他情況下我們應(yīng)該盡可能正規(guī)化。我們可以選擇替換關(guān)系的集合，分解得到的更大的關(guān)系，盡管它可能會(huì)有一些冗余的問題?；蛘撸覀兛梢赃x擇添加某些域或某些關(guān)系加快一些重要的查詢，即使這將導(dǎo)致一些信息的存儲(chǔ)冗余。

規(guī)范化的討論集中在技術(shù)分解，這相當(dāng)于垂直分區(qū)的關(guān)系。另一個(gè)需要考慮的技術(shù)是關(guān)系的水平分區(qū)問題，這將導(dǎo)致我們的關(guān)系有兩個(gè)相同的模式。但我們需要?jiǎng)?chuàng)建兩個(gè)有區(qū)別的關(guān)系（可能帶有不同的索引和限制）

順便說一句，當(dāng)我們?yōu)榱嗽瓉淼哪Ｊ礁匀欢匦略O(shè)計(jì)的概念架構(gòu)時(shí)，特別是如果我們正在調(diào)整現(xiàn)有的數(shù)據(jù)庫架構(gòu)，考慮是否應(yīng)該創(chuàng)建視圖來封裝這些用戶的變化是值得的

七、查詢和視圖的調(diào)優(yōu)

如果我們注意到一個(gè)查詢運(yùn)行比我們預(yù)期的要慢得多，我們必須仔細(xì)檢查查詢?nèi)ソ鉀Q這個(gè)問題。一些查詢的重寫與一些指數(shù)的調(diào)優(yōu)，經(jīng)?？梢阅芘龅竭@些問題。當(dāng)在某些視圖上運(yùn)行的查詢比預(yù)期的慢時(shí)，類似的調(diào)整可能會(huì)被運(yùn)用。

調(diào)優(yōu)查詢時(shí)，首先要驗(yàn)證的是你希望系統(tǒng)使用的調(diào)優(yōu)計(jì)劃。這可能是因?yàn)楦鞣N各樣的原因系統(tǒng)沒有找到最好的計(jì)劃。一些常見的情況下，沒有有效地處理許多優(yōu)化：

選擇條件涉及空值。

選擇條件涉及算術(shù)或字符串表達(dá)式或選擇條件涉及鏈接。例如，如果我們有一個(gè)條件。年齡=2*D。年齡在WHERE子句中，優(yōu)化器可能會(huì)正確地初始化一個(gè)可用指數(shù)E在年齡字段上，但是無法在D.age上使用一個(gè)可用的索引。用E.age/2=D取代這個(gè)條件將會(huì)扭轉(zhuǎn)局面。

無法識別諸如一個(gè)唯一索引掃描的聚合查詢涉及一個(gè)GROUP BY子句的復(fù)雜計(jì)劃。

如果優(yōu)化器是不足夠聰明去制定最好的計(jì)劃（使用訪問方法和評估策略支持的DBMS），一些系統(tǒng)允許用戶通過提供優(yōu)化的提示來指導(dǎo)計(jì)劃的選擇；例如，用戶可以強(qiáng)制使用一個(gè)特定的索引或選擇連接順序和連接方法。用戶希望以這種方式來指導(dǎo)優(yōu)化應(yīng)該全面了解優(yōu)化和給定的數(shù)據(jù)庫管理系統(tǒng)的功能。

八、其他話題

（一）移動(dòng)數(shù)據(jù)庫

便攜式電腦和無線通信的可用性催生了新一代的游牧數(shù)據(jù)庫用戶。在某種程度上這些用戶僅僅是通過網(wǎng)絡(luò)訪問數(shù)據(jù)庫，這是類似于分布式dbms。在另一個(gè)層面，網(wǎng)絡(luò)以及數(shù)據(jù)和用戶特征現(xiàn)在有了一些新穎的特性，這些特性影響一個(gè)數(shù)據(jù)庫管理系統(tǒng)的許多組件的基本假設(shè)，包括查詢引擎、事務(wù)管理器和恢復(fù)管理器。

用戶通過一個(gè)無線鏈路連接其帶寬是以太網(wǎng)的十分之一，不到ATM網(wǎng)絡(luò)的百分之一。溝通成本因此比I/O和CPU成本更高。

用戶的位置在不斷變化，移動(dòng)計(jì)算機(jī)有一個(gè)有限的電池壽命。因此，真正的溝通成本是連接時(shí)間和電池的使用加之傳輸?shù)淖止?jié)數(shù)，變化不斷地取決于位置。數(shù)據(jù)頻繁地被復(fù)制為了最大限度地減少從不同的地點(diǎn)訪問它的成本。

用戶移動(dòng)時(shí)，數(shù)據(jù)可以在一個(gè)事務(wù)中從多個(gè)數(shù)據(jù)庫服務(wù)器訪問。失去聯(lián)系的可能性也比在傳統(tǒng)的網(wǎng)絡(luò)更大。因此集中事務(wù)管理可能不切實(shí)際，尤其是一些數(shù)據(jù)是在移個(gè)人的移動(dòng)電腦上。我們可能不得不放棄ACID事務(wù)并為用戶程序開發(fā)替代的一致性概念。

（二）主存數(shù)據(jù)庫

內(nèi)存的價(jià)格已經(jīng)足夠低，對于許多應(yīng)用程序來說，我們可以買到足夠的內(nèi)存來容納整個(gè)數(shù)據(jù)庫，帶有64位尋址的現(xiàn)代的cpu也有非常大的地址空間。一些商業(yè)系統(tǒng)現(xiàn)在有幾個(gè)g的內(nèi)存。這一轉(zhuǎn)變提示我們重新審視一些基本的數(shù)據(jù)庫管理系統(tǒng)的設(shè)計(jì)決策，因?yàn)榇疟P訪問不再主宰內(nèi)存數(shù)據(jù)庫的處理時(shí)間：

內(nèi)存不能從系統(tǒng)崩潰中幸免，所以我們?nèi)匀恍枰獙?shí)現(xiàn)日志記錄和恢復(fù)來確保事務(wù)原子性和持久性。日志記錄在提交時(shí)必須必須被寫入穩(wěn)定的存儲(chǔ)，這個(gè)過程可能成為一個(gè)瓶頸。為了最小化這個(gè)問題，而不是每個(gè)事務(wù)完成后提交，我們可以收集已經(jīng)完成的事務(wù)和批量提交；這就是所謂的組提交?；謴?fù)算法也可以進(jìn)行優(yōu)化，因?yàn)榫W(wǎng)頁很少有被寫出來，為其他頁面的空間。

內(nèi)存操作的實(shí)施不必再那么仔細(xì)因?yàn)榇疟P訪問不再是性能的限制因素。

在優(yōu)化查詢時(shí)，必須考慮一個(gè)新的標(biāo)準(zhǔn)，即所需的空間來執(zhí)行一個(gè)計(jì)劃，即執(zhí)行一個(gè)計(jì)劃所需的空間量。最小化空間開銷是很重要的，因?yàn)槌^可用物理內(nèi)存會(huì)導(dǎo)致把頁面交換到磁盤（通過操作系統(tǒng)的虛擬內(nèi)存機(jī)制），這樣大大減慢執(zhí)行速度。

參考文獻(xiàn)

[1]蔣秀英.SQL Server 2000數(shù)據(jù)庫與應(yīng)用[M].北京：清華大學(xué)出版社，2006.

[2]龔小勇.關(guān)系數(shù)據(jù)庫與SQL Server 2000[M].北京：機(jī)械工業(yè)出版社，2007.

[3]薩師煊，王珊.數(shù)據(jù)庫系統(tǒng)概論（第三版）[M].北京：高等教育出版社，2000.

[4]李中華.基于NET的模式實(shí)現(xiàn)與應(yīng)用[D].四川：四川大學(xué)，2006.

[5]任開銀，黃東.在NET上架構(gòu)公司級應(yīng)用程序[J].微型機(jī)與應(yīng)用2003，1.

[6]葉春陽.基于Web服務(wù)的流程協(xié)作研究[D].北京：中國科學(xué)院研究生院，2003.