面向對象視角的軟件數據庫

余英瀚

【摘要】存儲和操作數據是早期計算機的應用焦點。第一個通用數據庫管理系統(tǒng)是由通用電氣（General Electric）的查爾斯·巴赫曼在20世紀6年代早期設計的，被稱為集成數據存儲。它形成了網絡數據模型的基礎，在20世紀60年代數據系統(tǒng)標準化協(xié)會強烈影響著數據庫系統(tǒng)的發(fā)展。巴赫曼是第一個在數據庫領域獲得ACM圖靈獎（相當于計算機科學諾貝爾獎）的人，他在1973年獲得該獎項。IBM在20世紀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據模型的數據表示基礎框架。由美國航空公司和IBM聯(lián)合開發(fā)開發(fā)的用于機票預訂的SABRE系統(tǒng)大約是在同一時間，它允許一些人通過計算機網絡訪問相同的數據。有趣的是，今天的SABRE系統(tǒng)是用于現在流行的基于web的旅行服務。創(chuàng)造一個良好的物理數據庫設計，優(yōu)化系統(tǒng)性能必須響應不斷變化的用戶需求，設計師需要理解DBMS的工作方式，尤其是索引和查詢處理技術支持的DBMS。如果數據庫將被許多用戶并發(fā)訪問，或者是一個分布式數據庫，這個任務變得越來越復雜，和數據庫管理系統(tǒng)發(fā)揮作用的其他特性。構建一個良好的數據庫模型，優(yōu)化系統(tǒng)性能必須響應不斷變化的用戶需求，設計師需要理解DBMS的工作方式，尤其是索引和查詢處理技術支持的DBMS。如果數據庫將被許多用戶并發(fā)訪問，或者是一個分布式數據庫，這個任務變得越來越復雜，和數據庫管理系統(tǒng)發(fā)揮作用的其他特性。

【關鍵詞】管理信息系統(tǒng) 概念模式 視圖 事務

一、數據庫發(fā)展歷史回顧

1970年，埃德加·科德在IBM的圣何塞研究實驗室，提出了一種新的稱為關系數據模型的數據表示框架。這被證明是一個在數據庫系統(tǒng)發(fā)展中的分水嶺。它引發(fā)了dbms關系模型的快速發(fā)展，建立在一個堅實的豐富的理論成果基礎上。

在20世紀80年代，關系模型鞏固了它作為DBMS范例的地位，數據庫系統(tǒng)也繼續(xù)獲得廣泛地使用。作為IBM系統(tǒng)R項目的一部分的關系數據庫SQL查詢語言成為了現在的標準查詢語言。SQL的標準化是在20世紀80年代年代末，當前的SQL-92標準是由美國國家標準協(xié)會（ANSI）和國際標準組織（ISO）制定的?？梢哉f，使用最廣泛的并發(fā)編程形式是數據庫程序的并發(fā)執(zhí)行（稱為事務）。

在20世紀80年代末和20世紀90年代，數據庫系統(tǒng)已經在許多領域取得了進步。相當多的研究嘗試了更強大的查詢語言和更豐富的數據模型，并且在支持一個企業(yè)的所有復雜數據方面已經有了一個大的突破。幾個供應商（如。IBM的DB2、Oracle8，Informix UDS）把他們的系統(tǒng)拓展到有能力存儲新的數據類型，比如圖像和文本。并且有能力響應更復雜的查詢。

二、物理數據庫設計

像所有其他方面的數據庫設計一樣。物理設計必須遵循數據的性質及其用途。尤其重要的是要理解典型數據庫必須支持的工作負載；工作負載由一個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，它們的運行速度是以每秒必須處理多少事務來衡量的。工作負載的描述和用戶的性能需求是物理數據庫設計決策的基礎。

三、數據庫工作負載

良好的物理設計的關鍵是到達預期的工作負載。一個工作負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，每個類型的查詢和更新的性能目標。

對于每個查詢工作負載中，我們必須確定：

訪問的關系。

哪些屬性需要保留（在SELECT子句）。

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

哪些屬性有關于他們的選擇或加入了條件表達式（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，例如，借記卡或信用卡操作涉及特定的賬號。這些參數的值確定選擇性的選擇和加入的條件。

更新有一個查詢組件用于查找目標元組。該組件可以受益于一個良好的物理設計和索引。另一方面，更新通常需要額外的工作來維護索引的屬性修改。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。當創(chuàng)建索引時設計師應該記住這trade-offer。

四、數據庫調優(yōu)的必要性

在做系統(tǒng)的初步設計時，準確，詳細的工作負載信息可能很難獲得。因此，數據庫設計調優(yōu)和部署之后我們必須根據實際使用模式來完善初步設計以獲得最好的性能。

當初始概念模式設計和一組索引和聚類決策被制定以后我們可以認為設計過程已經結束。任何對概念模式或索引的后續(xù)修改，，就會被視為一個調優(yōu)活動?；蛘撸覀兛梢钥紤]把一些細化的概念模式（和受此影響物理設計決策細化）作為物理設計過程的一部分。

畫出設計和優(yōu)化的界線不是很重要。

五、數據庫調優(yōu)的概述

數據庫設計的初始階段后，實際使用的數據庫提供了一個可用于完善初步設計的可貴詳細信息，。原來關于預期工作負載的許多假設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)范將被驗證，它們中的一些將被證明是錯誤的。初始猜測的數據大小能被來自系統(tǒng)目錄（盡管這信息會隨著系統(tǒng)的發(fā)展變化）的實際統(tǒng)計數據所取代。仔細監(jiān)控查詢可以揭示意想不到的問題；例如，優(yōu)化器可能不會使用一些索引產生良好的計劃。

數據庫持續(xù)調優(yōu)獲得最好的性能是很重要的。

六、調優(yōu)的概念模式

在數據庫設計的過程中，我們可以意識到我們目前的關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計選擇的工作負載的性能目標。如果是這樣，我們可能不得不重新設計概念模式（和審影響我們做出更改的視物理設計決策）。

我們可能認識到，在初步設計過程中或之后，或者系統(tǒng)已經使用了一段時間后，系統(tǒng)有必要重新設計，。一旦數據庫已經被設計和數據被存儲進去后，改變概念模式和映射關系影響的內容需要很大努力的。盡管如此，有時在系統(tǒng)開發(fā)的過程中修改概念模式是必要的。我們現在從性能的角度考慮在概念模式（重新）設計中所涉及的問題。

調整概念模式時必須考慮的幾個選項：

我們可以決定接受一個3nf設計而不是BCNF設計。

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

有時我們可能會決定進一步分解一個已經存在BCNF的關系。

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

規(guī)范化的討論集中在技術分解，這相當于垂直分區(qū)的關系。另一個需要考慮的技術是關系的水平分區(qū)問題，這將導致我們的關系有兩個相同的模式。但我們需要創(chuàng)建兩個有區(qū)別的關系（可能帶有不同的索引和限制）

順便說一句，當我們?yōu)榱嗽瓉淼哪Ｊ礁匀欢匦略O計的概念架構時，特別是如果我們正在調整現有的數據庫架構，考慮是否應該創(chuàng)建視圖來封裝這些用戶的變化是值得的

七、查詢和視圖的調優(yōu)

如果我們注意到一個查詢運行比我們預期的要慢得多，我們必須仔細檢查查詢去解決這個問題。一些查詢的重寫與一些指數的調優(yōu)，經?？梢阅芘龅竭@些問題。當在某些視圖上運行的查詢比預期的慢時，類似的調整可能會被運用。

調優(yōu)查詢時，首先要驗證的是你希望系統(tǒng)使用的調優(yōu)計劃。這可能是因為各種各樣的原因系統(tǒng)沒有找到最好的計劃。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。

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

無法識別諸如一個唯一索引掃描的聚合查詢涉及一個GROUP BY子句的復雜計劃。

如果優(yōu)化器是不足夠聰明去制定最好的計劃（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)化的提示來指導計劃的選擇；例如，用戶可以強制使用一個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優(yōu)化應該全面了解優(yōu)化和給定的數據庫管理系統(tǒng)的功能。

八、其他話題

（一）移動數據庫

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

用戶通過一個無線鏈路連接其帶寬是以太網的十分之一，不到ATM網絡的百分之一。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，移動計算機有一個有限的電池壽命。因此，真正的溝通成本是連接時間和電池的使用加之傳輸的字節(jié)數，變化不斷地取決于位置。數據頻繁地被復制為了最大限度地減少從不同的地點訪問它的成本。

用戶移動時，數據可以在一個事務中從多個數據庫服務器訪問。失去聯(lián)系的可能性也比在傳統(tǒng)的網絡更大。因此集中事務管理可能不切實際，尤其是一些數據是在移個人的移動電腦上。我們可能不得不放棄ACID事務并為用戶程序開發(fā)替代的一致性概念。

（二）主存數據庫

內存的價格已經足夠低，對于許多應用程序來說，我們可以買到足夠的內存來容納整個數據庫，帶有64位尋址的現代的cpu也有非常大的地址空間。一些商業(yè)系統(tǒng)現在有幾個g的內存。這一轉變提示我們重新審視一些基本的數據庫管理系統(tǒng)的設計決策，因為磁盤訪問不再主宰內存數據庫的處理時間：

內存不能從系統(tǒng)崩潰中幸免，所以我們仍然需要實現日志記錄和恢復來確保事務原子性和持久性。日志記錄在提交時必須必須被寫入穩(wěn)定的存儲，這個過程可能成為一個瓶頸。為了最小化這個問題，而不是每個事務完成后提交，我們可以收集已經完成的事務和批量提交；這就是所謂的組提交?；謴退惴ㄒ部梢赃M行優(yōu)化，因為網頁很少有被寫出來，為其他頁面的空間。

內存操作的實施不必再那么仔細因為磁盤訪問不再是性能的限制因素。

在優(yōu)化查詢時，必須考慮一個新的標準，即所需的空間來執(zhí)行一個計劃，即執(zhí)行一個計劃所需的空間量。最小化空間開銷是很重要的，因為超過可用物理內存會導致把頁面交換到磁盤（通過操作系統(tǒng)的虛擬內存機制），這樣大大減慢執(zhí)行速度。

參考文獻

[1]蔣秀英.SQL Server 2000數據庫與應用[M].北京：清華大學出版社，2006.

[2]龔小勇.關系數據庫與SQL Server 2000[M].北京：機械工業(yè)出版社，2007.

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

[4]李中華.基于NET的模式實現與應用[D].四川：四川大學，2006.

[5]任開銀，黃東.在NET上架構公司級應用程序[J].微型機與應用2003，1.

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