分布式數(shù)據(jù)庫系統(tǒng)研究概述

蔡媛媛

摘 要：目前的計算機信息技術(shù)已經(jīng)進入了大數(shù)據(jù)和云時代，企業(yè)和單位都在追求海量信息處理的高效性，而盡量避免分裂式的信息孤島，故而出現(xiàn)了分布式數(shù)據(jù)庫的概念，這種具備時代需求的數(shù)據(jù)庫應用系統(tǒng)，結(jié)合了當代前沿互聯(lián)網(wǎng)技術(shù)和數(shù)字通信技術(shù)，在更新計算機硬件配置的基礎上，更關(guān)注局域網(wǎng)、廣域網(wǎng)、蜂窩通信和衛(wèi)星通信的科學聯(lián)合管理，并具有針對性地解決企業(yè)實際問題。本文主要討論的是分布式數(shù)據(jù)庫的研究現(xiàn)狀和原理介紹，并對目前尚且存在的一些問題和未來的行業(yè)發(fā)展趨勢進行總結(jié)性分析。

關(guān)鍵詞：分布式；數(shù)據(jù)庫；系統(tǒng)；概述

數(shù)據(jù)庫系統(tǒng)的主要作用就是對數(shù)據(jù)的儲存和管理，評判某個數(shù)據(jù)庫優(yōu)劣與否，重要標準就是數(shù)據(jù)庫在分層儲存和管理信息方面的實用性。近年來，移動互聯(lián)網(wǎng)和移動智能終端發(fā)展迅猛，用戶對信息的交互性尤為重視，所以在數(shù)據(jù)庫建立上，必須滿足信息儲存量大，不同信息不同程度處理的要求，而分布式數(shù)據(jù)庫系統(tǒng)就是這類數(shù)據(jù)庫系統(tǒng)的典型代表。

1 分布式數(shù)據(jù)庫的系統(tǒng)原理

分布式數(shù)據(jù)庫本質(zhì)意義上是對集中式數(shù)據(jù)庫的擴充，只是增添了地理分布結(jié)點上各個數(shù)據(jù)庫的邏輯集合。所以一個完整的分布式數(shù)據(jù)庫系統(tǒng)首先離不開本身的一些計算機軟硬件，比如操作系統(tǒng)和編程編譯程序，還有關(guān)鍵的兩部分，其一是應用數(shù)據(jù)庫，其二是描述數(shù)據(jù)庫。

值得重點討論的是，分布式數(shù)據(jù)庫系統(tǒng)的數(shù)據(jù)分片和分布，也是分布式數(shù)據(jù)庫得以解決企業(yè)實際問題的關(guān)鍵。通俗來講，數(shù)據(jù)分片就是將一個整體劃分為多個存在邏輯關(guān)系的獨立個體，分布于網(wǎng)絡環(huán)境下的各個主機。這個整體就是應用數(shù)據(jù)庫里面的海量數(shù)據(jù)。數(shù)據(jù)分片應當遵循一定的原則，比如完整性原則，分片并不是打亂原有的數(shù)據(jù)結(jié)構(gòu)和內(nèi)容，而是進行規(guī)劃性的屬性分片和結(jié)構(gòu)分片，每個片段內(nèi)容仍然是獨立的，并能進行特征表達。同時，對已完成分片的數(shù)據(jù)，還必須要求能夠隨時進行重組，也就是說分片過程必須是可逆性的，否則一旦分片內(nèi)容不能夠進行重組，那么設計者的工作壓力將會大增，從而加大了數(shù)據(jù)庫系統(tǒng)的開發(fā)周期和成本。分片的模式主要分3種，分別為水平分片、垂直分片和混合分片。水平分片主要是按照應用數(shù)據(jù)庫下不相關(guān)的數(shù)據(jù)子集進行劃分的，每個子集都可視作一段片段，通過關(guān)鍵詞檢索即可完成這些子集的水平分片。垂直分片是在水平分片的基礎上對數(shù)據(jù)屬性進行劃分的一種模式，分片的原則當然是避免數(shù)據(jù)片段內(nèi)容的重復，但很多重復也是非常有必要的，所以按照屬性劃分，是保證某些固定表達特征片段不輕易改動的原則而進行的。混合分片就是對以上垂直分片和水平分片的綜合運用。混合分片需要以數(shù)據(jù)庫的應用目標作為定位，從而決定水平分片和垂直分片的操作順序和比例，因為不同順序不同比例下的混合分片，其結(jié)果往往是大不相同的。

2 分布式數(shù)據(jù)庫的特點

首先，分布式數(shù)據(jù)系統(tǒng)具備多個子系統(tǒng)，這些子系統(tǒng)分布于不同計算機結(jié)點上，都具備獨立運行的功能，子系統(tǒng)在配置上也擁有自己的數(shù)據(jù)庫，包括中央處理機、終端和數(shù)據(jù)庫管理系統(tǒng)。從整體上看，分布式數(shù)據(jù)系統(tǒng)是一個非常龐大的，含有多個子系統(tǒng)的母系統(tǒng)，其子系統(tǒng)呈地理位置結(jié)點分散，并且邏輯相關(guān)。舉個簡單的例子，某企業(yè)不同行業(yè)部門所配備的計算機軟件和硬件都有所差異，不同的軟硬件對數(shù)據(jù)庫的類型和功能有不同的要求，如果可以設計一款分布式數(shù)據(jù)庫系統(tǒng)，能夠兼容整個企業(yè)所有軟硬件的資源調(diào)用，那么就可以實現(xiàn)在同一模塊管理操作下，對數(shù)據(jù)的自由查詢、修改、插入和刪除，這在軟件維護和開發(fā)上，就節(jié)約了不少資金和時間成本，而且使用起來也更加方便快捷。結(jié)合當前互聯(lián)網(wǎng)信息爆炸的發(fā)展現(xiàn)狀，分布式數(shù)據(jù)庫系統(tǒng)顯然滿足集約型企業(yè)發(fā)展的需要。

分布式數(shù)據(jù)庫的模型可以簡單地通過實際企業(yè)來進行其可用性、實用性、適用性特點的展現(xiàn)。所以每個支行其實就相當于一個數(shù)據(jù)庫子集，局部數(shù)據(jù)庫只針對局部地區(qū)的信息進行儲存和管理，這樣就能滿足企業(yè)管理層對不同支行的業(yè)績進行監(jiān)督和考核，同時對企業(yè)整體的績效和規(guī)劃也能有一個清晰的判斷。相同類型的集團式企業(yè)、事業(yè)單位、教育機構(gòu)也是相同的道理，利用分布式數(shù)據(jù)庫，在儲存和管理數(shù)據(jù)上顯然效率更高，并且更符合實際情況。

3 分布式數(shù)據(jù)庫系統(tǒng)現(xiàn)存問題和發(fā)展趨勢

目前的分布式數(shù)據(jù)庫尚處于行業(yè)攻堅時期，存在著不小的挑戰(zhàn)，其中有3個難題是研究的重點，分別是數(shù)據(jù)分片、分布與冗余度問題；分布式數(shù)據(jù)庫的事務管理問題和分布式數(shù)據(jù)庫的安全問題。首先，數(shù)據(jù)的分片和分布是一個要求極其嚴苛，操作極其煩瑣的過程，因為海量數(shù)據(jù)的重復性、冗余性是顯然的，而且這些數(shù)據(jù)還是實時更新的，所以就更加考驗設計團隊的整體布局。一旦出現(xiàn)了一些數(shù)據(jù)片段劃分不合理，就會引發(fā)不少的實際操作故障，常見的有分布式查詢故障、分布式數(shù)據(jù)檢索故障和分布式數(shù)據(jù)修改故障等。其次是分布式數(shù)據(jù)庫的事務管理問題，分布式數(shù)據(jù)庫把數(shù)據(jù)分散到多個網(wǎng)絡結(jié)點上，所以為了調(diào)配在幾個位置上的活動，事務管理的性能比在中心數(shù)據(jù)庫時花費更高，甚至可能抵消許多其他的優(yōu)點。另外，分布式數(shù)據(jù)庫如果出現(xiàn)子集過多，數(shù)據(jù)庫之間經(jīng)常會存在數(shù)據(jù)拷貝、數(shù)據(jù)共享的流程，這給整個數(shù)據(jù)的安全問題埋下了不容忽視的隱患。如果某一個地理分布結(jié)點被外方力量侵入，將會泄漏與這個結(jié)點相關(guān)的所有數(shù)據(jù)記錄，后果實在是不堪設想。不過隨著業(yè)內(nèi)專業(yè)人士不斷的研究和實踐，筆者堅信上述難題也將會一一得到改善。

從發(fā)展的眼光看，全球第一個分布式數(shù)據(jù)庫是由CCA在1976年左右設計完成的，到今日其發(fā)展也不過40年歷史。分布式數(shù)據(jù)庫實質(zhì)上有一定初級人工智能的特性，整體數(shù)據(jù)庫的設計和發(fā)展也是沿著高效智能處理海量信息的方向的，所以通過不斷的技術(shù)優(yōu)化和功能改善，分布式數(shù)據(jù)庫在未來必然能得到廣泛的應用。

4 結(jié)語

隨著大數(shù)據(jù)和云時代的到來，面對海量的數(shù)據(jù)，在未來的計算機發(fā)展歷程中分布式數(shù)據(jù)庫系統(tǒng)將會越來越重要，我們也相信在不久的將來，分布式數(shù)據(jù)庫系統(tǒng)會給我們的生活帶來更多的便捷。

參考文獻

[1]陳爭航.分布式數(shù)據(jù)庫系統(tǒng)研究與應用[D].西南交通大學，2002.

（作者單位：無錫師范學院）