數據服務網格中ＸＭＬ復制管理策略研究

摘要：在數據服務網格系統(DSGrid)中，基于XML DataBase的XML復制技術是保證系統查詢性能的關鍵技術。提出了基于XML復制關系圖的復制更新策略，通過XML復制之間的數據依賴關系來追蹤底層數據更新對各層次的XML復制的影響，并根據更新策略確定XML復制的更新方法。

關鍵詞：XML DataBase; XML關系圖;DSGrid

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044(2008)05-10000-00

1 引言

網格技術的發展，尤其是OGSA-DAI[1]項目提供了在網格環境中數據訪問和集成的方法，由網格提供統一的OGSA-DAI接口進行數據的訪問，使對異構數據資源的訪問與控制如同對單個邏輯資源訪問一樣。在網格應用領域中的一個重要問題是如何提高網格環境下的數據訪問性能，而復本機制是提高數據訪問性能的重要途徑之一。

目前，國內、外對數據庫網格的研究內容分布在數據訪問與集成、語義模型、數據搜索、分布式查詢與虛擬組織支持等方面，本文研究的重點為基于XML數據庫的數據服務網格DataServiceGrid（DSGrid）。

2 DataServiceGrid體系結構

我們提出了如圖1所示的DataService Grid系統，數據庫資源是以一種松散的數據服務方式組織在網格中，數據庫既可以采用信任數據庫連接的方式被動地為Web應用提供數據訪問，也可以有選擇、有策略地將部分數據資源以主動的數據服務方式提供給網格用戶，在DS Grid系統中更側重于主動服務的方式，這樣可以降低數據安全、數據保護、數據版權方面的管理成本。

在數據服務的緩存機制與數據庫的主動服務機制的支持下，當數據庫退出網格或出現故障時，DSGrid可以根據緩存XML數據庫中的復本信息提供不間斷的數據服務，提高系統的健壯性和可訪問性。

圖1 Data Service Grid體系結構模型

3 XML 復制策略

3.1 DataService XML復制

在DSGrid系統中集成了大量的數據資源，對DSGrid用戶而言，數據訪問服務GDS是統一的Web Service，可以通過XML流提供經過包裝與抽象的數據服務，我們稱為數據服務，它的后臺既可以是網格中的數據庫也可以是XML文件，也可以是Web Service的再集成。在大規模的網格數據庫中，數據服務要面向廣域網絡中的用戶訪問，XML復制機制和基于XML衍生復制的機制可以提高整個系統的查詢響應能力與可靠性。

3.2 DSGrid復制服務

在DSGrid中，系統分為三個層次：DSGrid Registry Service（注冊服務）、DSGrid Container（容器服務）、GDS（數據服務）。GDS提供基于數據庫的數據服務，DSGrid Container既作為GDS服務容器，同時通過XML DataBase管理根據數據訪問負載與復制策略而生成的XML復制， XML復制可以降低數據庫節點的訪問負載，提高數據庫節點的訪問性能；但基于自治的復制管理不能提供良好的全局復制訪問效率，模擬實驗表明，當GDS的XML復制超過三個節點時，復制的管理成本會抵消復制所帶來的性能收益，因此我們在原有系統結構的基礎上增加了全局復制管理服務（Replica Service）。

網格服務系統中存在多個面向不同主題的數據庫，相應的XML復制可以提高數據的訪問性能，面向特定領域的數據訪問需要獲取來自多個數據庫的集成的信息，在XML復制層次上可以通過XQuery對多個XML復制進行集成，向用戶提供最終服務數據，我們把這種在多個XML復制上再集成而生成的XML復制稱為衍生復制。

在DSGrid系統中存在大量的復制與衍生復制，Replica Service（復制服務）通過集中式的復制管理與復制檢索來提高系統對復制的訪問效率，Replica Service節點通過XML DataBase管理XML復制和復制檢索信息，主要的功能包括：復制創建、復制檢索、復制更新。

1)復制創建

XML復制的創建取決于數據庫GDS的訪問負載，當超過訪問負載閾值λGDS時，產生XML復制并注冊到Replica Service中，復制創建的算法描述如下：

IF GDSi訪問負載>λGDS THEN

BEGIN

創建GDSi的XML復制Ri;

在Replica Service的XML DataBase中存儲Ri；

記錄Ri對應的GDSi的元數據信息；

在DSGrid Container中增加GDS的復制URL；

END

復制創建后，用戶的數據訪問請求可以由XML復制來滿足，Replica Service既是一個XML復制的數據服務也是目錄服務，當來自某個網格節點區域的復制訪問超過復制訪問閾值λR時，Replica Service在最近的DS Container節點產生新的XML復制并記錄在Replica Service中，同時根據節點的存儲狀態決定是否保留當前復制。通過分布式的復制服務和集中式的復制目錄管理可以在提高系統訪問負載均衡的前提下提供高效的復制檢索服務。復制分布的算法描述如下：

IF 來自節點i的對Ri的訪問負載>λR THEN

BEGIN

IF Ri滿足復制淘汰條件 THEN

BEGIN

移動復制Ri到節點i上的XML DataBase中；

修改Replica Service中Ri的URL元數據信息；

END

ELSE

BEGIN

創建復制Ri的復本并傳輸到節點i上的XML DataBase中；

增加Replica Service中Ri在節點i上的URL元數據信息；

END

END

2)復制檢索

通過Replica Service機制，DSGrid系統中存在一個GDS的多個XML復制，當用戶請求GDS服務時，可以請求數據庫GDS或XML復制GDS服務。當數據庫節點負載較輕時，系統為用戶提供數據庫GDS服務，以保證數據的準確性；當數據庫節點負載較重時，需要通過XML復制GDS為用戶提供數據服務。

在Replica Service中，一個XML復制可能有多個復制節點，各個節點的性能、網絡狀況、訪問負載等情況各不相同并動態變化，選擇最優復制時需要綜合考慮這些相關因素，從而為用戶提供訪問代價最低的復制，復制選擇的主要策略有：隨機選擇法、加權計算法、最小距離法等不同的方法，本文不作詳細的分析。通過Replica Service的復制檢索機制，可以提供比基于節點自治復制管理更好的訪問效率。

3)復制更新

GDS的XML復制與衍生復制都是基于數據庫GDS服務，當數據庫中數據更新時或GDS變化時，其相關的復制可能會喪失有效性，從而需要XML復制管理的更新機制來保證系統的完備性。

當創建GDS復制時，復制的時間戳被記錄到復制的元數據中，用于復制有效性的判斷。當基于XML復制的復制被創建時，原始XML復制的時間戳被復制到新的XML復制的元數據中。

衍生復制基于多個XML復制創建，因此，其中任何一個XML復制的失效都可能導致衍生復制的失效，衍生復制元數據中要記錄每個XML復制的時間戳信息。

從復制與GDS的關系來看，XML復制依賴于數據訪問GDS，各級復制依賴于其上一級的XML復制，衍生復制依賴于其雙親XML復制。當底層數據訪問GDS變化時，其對應的XML復制可能全部或部分失效，這時根據復制之間的層次關系，Replica Service需要管理全局的XML復制以保證復制服務的有效性。

如圖2所示，Replica Service中需要維護一個XML復制關系圖來跟蹤各個XML復制的依賴關系。

圖2 XML復制關系圖

復制管理的策略是：權衡增量復制更新代價與復制重置代價。當增量復制代價較大或復制重置代價較小時，丟棄失效的復制，重新按照復制創建策略生成新的XML復制；當復制重置代價較大而且XML復制可增量更新時，采用XML復制的增量更新，將數據庫訪問GDS的增量數據變化更新到XML復制中，從而使XML復制保持有效性。在兩種復制更新機制中，衍生復制要根據元數據信息來確定底層XML復制的更新對自身的影響，從而決定自身的有效性。

XML復制關系圖是一個多層次的數據依賴關系圖，通過復制依賴關系確定了每個復制的各級祖先，從而可以自底向上地確定底層數據訪問GDS對整個復制系統的影響，從而確定復制的更新策略。

基于XML復制關系圖的復制更新是一個自底向上的XML復制更新過程，每個XML復制更新自身并找到其衍生的XML復制和普通復制，根據更新策略對其進行增量更新或重新生成復制。

4 結束語

Web Service技術與XML技術結合是OGSA-DAI的重要特征之一，基于XML的復制技術是提高網格數據庫訪問性能的有效解決方案，在文獻[2～6]中提出了多種基于XML技術的更新方法。在DSGrid系統中，數據訪問的復雜性導致XML復制更新的復雜性。綜合分析表明，在網格系統中要充分利用復制帶來的性能收益，提高復制的使用與更新效率；通過復制關系圖，多層次的XML復制結構與衍生復制的更新機制可以提高復制更新效率。

通過對DSGrid系統中Replica Service機制的研究與基于關系圖的復制策略的研究，我們完善了DSGrid系統的體系結構，探索了通過XML復制機制進行網格數據庫系統性能優化的方法。XML復制可以有效地提高網格數據庫系統中的數據訪問效率，基于XML DataBase的復制技術結合了XML數據庫的XML文件管理功能，從而提高XML復制的管理效率。

參考文獻：

[1]http://www.ogsadai.org.uk/[EB/OL].

[2]沈敏，許華虎，季永華，等. 基于XML的分布式異構數據庫數據同步系統的研究[J].計算機工程與應用，2005.(5):36-37.

[3]Zubair M， Maly K， Ameerally I. XML-based Integration of Heterogeneous Digital Libraries. NCSTRL，1998.

[4]朱光宇，李松年. 一個基于XML的數據收集與分發方法[J].計算機工程，2002(1):257-259.

[5]張元平，曾一，閔智，等. 一種XML數據并行更新方法[J].計算機應用研究，2007，(11):130-134.

[6]焦志勇. 基于網格技術的存儲資源管理解決方案[J]. 電腦知識與技術，2007(21):606-607.

收稿日期：2008-01-12

基金項目：黑龍江省教育廳高職高專院校科研項目《基于XML Database的網格數據庫動態查詢緩存機制研究》（10555106）

作者簡介：張宇（1977-），女，碩士，講師，主要研究方向：數據倉庫，電子商務。