1. 何为 分布式 数据库系统 ？一个 分布式 数据库系统 有哪些特点？ 答案： 分布式 数据库系统 通俗地说，是物理上分散而逻辑上集中的 数据库系统 。 分布式 数据库系统 使用计算机网络将地理位置分散而管理和控制又需要不同程度 集中的多个逻辑单位连接起来，共同组成一个统一的 数据库系统 。因此， 分布式 数据库系统 可以看成是计算机网络与 数据库系统 的有机结合。 一个 分布式 数据库 系统具有如下特点： 物理分布性，即 分布式 数据库系统 中的数据不是存储在一个站点上，而是分散存 储在由计算机网络连接起来的多个站点上，而且这种分散存储对用户来说是感觉 不到的。 逻辑整体性， 分布式 数据库系统 中的数据物理上是分散在各个站点中，但这些分 散的数据逻辑上却构成一个整体，它们被 分布式 数据库系统 的所有用户共享，并 由一个 分布式 数据库 管理系统统一管理，它使得"分布"对用户来说是透明的。 站点自治性，也称为场地自治性，各站点上的数据由本地的DBMS管理，具有自治 处理能力，完成本站点的应用，这是 分布式 数据库系统 与多处理机系统的区别。 另外，由以上三个 分布式 数据库系统 的基本特点还可以导出它的其它特点，即： 数据分布透明性、集中与自治相结合的控制机制、存在适当的数据冗余度、事务 管理的分布性。 2. 简述 分布式 数据库 的模式结构和各层模式的概念。 分布式 数据库 是多层的，国内分为四层： 全局外层：全局外模式，是全局应用的用户视图，所以也称全局试图。它为全局 概念模式的子集，表示全局应用所涉及的 数据库 部分。 全局概念层：全局概念模式、 分片 模式和分配模式 全局概念模式描述 分布式 数据库 中全局数据的逻辑结构和数据特性，与集中式数 据库中的概念模式是集中式 数据库 的概念视图一样，全局概念模式是 分布式 数据 库的全局概念视图。 分片 模式用于说明如何放置 数据库 的 分片 部分。 分布式 数据 库可划分为许多逻辑片，定义片段、片段与概念模式之间的映射关系。分配模式 是根据选定的数据分布策略，定义各片段的物理存放站点。 局部概念层：局部概念模式是全局概念模式的子集。 局部内层：局部内模式 局部内模式是 分布式 数据库 中关于物理 数据库 的描述，类同集中式 数据库 中的内 模式，但其描述的内容不仅包含只局部于本站点的数据的存储描述，还包括全局 数据在本站点的存储描述。 3. 简述 分布式 数据库系统 中的分布透明性，举例说明 分布式 数据库 简单查询的各级分 布透明性问题。 分布式 数据库 中的分布透明性即分布独立性，指用户或用户程序使用 分布式 数据 库如同使用集中式 数据库 那样，不必关心全局数据的分布情况，包括全局数据的 逻辑 分片 情况、逻辑片段的站点位置分配情况，以及各站点上 数据库 的数据模型 等。即全局数据的逻辑 分片 、片段的物理位置分配，各站点 数据库 的数据模型等 情况对用户和用户程序透明。 分布透明性包括三个层次： 分片 透明性，是分布透明性中的最高层；位置透明性 ，也称分配透明性，是分布透明性的中间层；局部数据模型透明性，也称局部映 像透明性，即与各站点上 数据库 的数据模型无关，是分布透明性的最底层。 4. 讨论 分布式 数据库 更新应用中的各级分布透明性问题。 分片 透明性：应用程序如同 数据库 不是分布的那样来执行更新操作，编程人员不 必知道被更新的属性是否是 分片 模式的定义中使用的属性。 位置透明性：应用程序员必须要知道 分片 情形，并将给出明确的处理。这是一种 非常简单的更新应用，最后四个语句可以任何次序或并行执行。 本地映像透明性：应用程序员必须明确地处理片段的位置。若为更新应用，还必 须考虑片段的复制问题 5. 数据库 设计 中 分片 设计 的基本目的是什么？何为水平 分片 ？举例说明初级 分片 和导 出 分片 的方法。 分片 设计 的基本目的是产生一个对全局数据合适的划分方案。使用这种方案得到 的片段作为 分布式 数据库 中数据的分配和存储单位时，不但能够减少应用中的操 作量，而且能够对于应用具有最大可能的本地性，即使得各片段位于其使用最多 的站点，或者说，使绝大多数应用所使用的数据位于该应用的原发站点。但是， 不是所有的全局数据都必须进行 分片 ，应考虑到有可能一个全局关系根本不需要 分片 。特别是，如果 分片 一个全局关系所能够获得的好处太小，不足以补偿因分 片造成的开销，就不必须对该全局关系进行 分片 。 水平 分片 是对全局关系执行"选择"操作，把具有相同性质的元组进行分组，构成 若干个不相交的子集。水平 分片 的方法可归为初级 分片 和导出 分片 两类。 初级 分片 ：以关系自身的属性性质为基础，执行"选择"操作，将该关系 分片 成若 干个不相交的片段。 例如：S(S#,SNAME,AGE,SEX) Define fragment S1 as select * from s where sex = 'M' Define fragment S2 as select * from s where sex = 'F' 导出 分片 ：

随着互联网产品的发展，传统的集中式 数据库 开始表现出性能瓶颈， 分布式 数据库 的研究与 设计 应运而生，基于大部分停留在理论层面的研究且关键技术集中在大型互联网公司等情况，所以本文主要针对中小公司采用较多的关系型 数据库 进行 分布式 数据库 架构方案的 设计 。通过先分析研究 分布式 数据库 的读写分离、分表分库的原理进而引出 数据库 中间件的概念，然后对比当前主流 数据库 中间件优缺点，最终选择以mycat作为 数据库 中间件进行数据的 分片 以及读写分离， 设计 一套可供企业 分布式 数据库 架构参考的可行性方案。针对该方案的响应时间测试得出百万数据查询最大3.27 s，最小0.1 s，平均0.52 s就可以获取结果。

目录第1章 分布式 数据库系统 概述第2章 分布式 数据库系统 的结构第3章 分布式 数据库 设计 第4章 分布式 查询处理与优化第5章 分布式 查询的存取优化第6章 分布式 事务管理第7章 分布式 恢复管理第8章 分布式 并发控制小点 第1章 分布式 数据库系统 概述 1、关系代数（4个应用10分，给几个关系、放上元组、做…运算） 5个集合运算：并运算、交运算、差运算、乘运算、除运算。 3个关系运算：选择运算、投影运算、连接运算。 1.1.4. SSPARC三级模式体系结构。 5 1.1.5. 设计 OID的数据结构时应考虑哪些问题。 6 1.2. 某个大学中有若干系，且每个系有若干个班级和教研室，每个教研室有若干个教员，其中教授、副教授每个人带若干名研究生。每个班有若干名学生，每个学生可选修若干门课程，每门课程可由若干学生选修。完成下列各种要求： 6 1.3. 下面是某学院的一个学生档案 数据库 的全局模式： 7 1.3.1. 将全局模式进行 分片 ，写出 分片 定义和 分片 条件。 7 1.3.2. 指出各 分片 的类型，并画出 分片 树。 8 1.3.3. 假设要求查询系号为1的所有学生的姓名和成绩，写出在全局模式上的SQL查询语句，并要求转换成相应的关系代数表示，画出全局查询树，请依次进行全局优化和 分片 优化，画出优化后的查询树。要求给出优化变换过程。 8 1.4. 设数据项x,y存放在S1场地，u,v存放在S2场地，有 分布式 事务T1和T2,T1在S1场地的操作为R1(x)W1(x)R1(y)W1(y),T2在S1场地的操作为R2(x)R2(y)W2(y);T1在S2场地上的操作作为R1(u)R1(v)W1(u),T2在S2场地上的操作作为W2(u)R2(v)W2(v)。对下述2种情况，各举一种可能的局部历程（H1和H2），并说明理由。 9 1.4.1. 局部分别是可串行化，而全局是不可串行化的 9 1.4.2. 局部和全局都是可串行化的。要求按照严格的2PL协议，加上适当的加锁和解锁命令，（注意，用rl(x)表示加读锁，wl(x)表示加对x加写锁，ul(x)表示解锁） 9 1.5. 试述面向对象的 数据库系统 中页面服务器和对象服务器两种Client/Server体系结构的主要特点, 10 2. 九九年春季试题 10 2.1. DBMS解决了信息处理技术中的哪些挑战？ 10 2.2. 在关系 数据库 应用 设计 中，为什么要对 数据库 模式进行规范化？ 10 2.3. 简述ACID特性。 11 2.4. 长事务处理有哪些特性，如何解决？ 12 2.5. 数据库系统 体系结构有哪几类，每种类型的特点是什么，关键技术有哪些？ 12 2.6. 决策支持类应用与OLTP应用对于 数据库系统 的要求有哪些不同，支持前者的关键技术有哪些，并简述之。 12 2.7. 面向对象的 数据库 是如何产生的，其基本原理是什么？有哪些创新特性？ 13 2.8. r r 一定等于r r 吗？在什么条件下r r = r r 成立? 14 2.9. 为了 设计 一个健壮的 分布式 系统，你必须知道可能发生哪种类型的失败。 14 2.9.1. 请列出在 分布式 系统中可能的失败类型： 14 2.9.2. 在你列出的失败类型中，哪些也可能发生在集中式系统中？ 14 2.9.3. 对于每一种失败类型，在失败发生情况下，两段提交机制如何保证事务的原子性？ 14 3. 九九年秋季试题 14 3.1. 问答题 14 3.1.1. 分布式 数据库系统 在系统结构、模式结构、功能模块等方面有何特点？ 14 3.1.2. 给出两种2PL协议，并比较它们的优点缺点？ 14 3.1.3. 解释为什么对象类的多继承存在二义性，并通过例子加以说明。 15 3.1.4. 对于下述情况，哪种并行性（查询间并行性、操作间并行性、操作内并行性）有助于正加系统的吞吐量： 15 3.2. 下面是某个公司人事 数据库 的两个全局关系 15 3.2.1. 将全局模式进行 分片 ，写出 分片 定义和 分片 条件。 15 3.2.2. 指出各 分片 的类型，并画出 分片 树 15 3.2.3. 进行全局优化，画出优化后的全局查询树。 16 3.2.4. 进行 分片 优化，画出优化后的 分片 查询树。 16 3.3. 对3个关系R,S和T的 分布式 连接，已知有如下的剖视图： 19 3.3.1. 按照SDD-1半连接优化算法，逐步求出半连接优化集和最终执行场地； 19 3.3.2. 对以上结果做相应的优化处理。 23 3.4. 用下面的关键字值的集合构造一颗B+树：（2,3,5,7,11,17,19,23,29,31）。假定树开始是空的，且关键字的值是以升序插入到B+树中去的，B+树每个节点中含的指针数为4。 24 3.5. 考虑关系r (A,B,C)，r (C,D,E)，r (E,F)，假设不存在主关键字。设V(C, r )=900， 24 3.6. 假设一个存储块中仅能存放一个记录且在内存中最多只有三个页框。请 出在排序合并算法中每遍形成的Runs,排序属性为第一个属性：（kangaroo,17），(wallaby,21)，(emu,1)，(wombat,13)，(platypus,3)，(lion,8)，(warthg,4)，(zebra,11)，(meerkat,6)，(hornbill,2)，(baboon,12)。 24 4. 二零年春季试题 24 4.1. 24 4.1.1. 分布库管理系统有哪些主要功能模块及其作用. 24 4.1.2. 半连接方法和枚举法各适用于何种查询优化情况. 25 4.1.3. 分布式 事务有哪些基本性质. 25 4.1.4. 什么是2PL协议 25 4.2. 下面是某个公司的人事关系 数据库 的全局模式： 25 4.2.1. 将全局模式进行 分片 ，写出 分片 定义和 分片 条件。 26 4.2.2. 指出 分片 的类型，并画出 分片 树。 26 4.3. 对题4.2所确定的 分片 模式，要求查询级别高于“6”的所有职员的姓名和工资，写出的在全局模式上的SQL查询语句，并要求转换成相应的关系代数表示，画出全局查询树。 26 4.3.1. 进行全局优化，画出各步优化后的全局查询树。 26 4.3.2. 进行 分片 优化，画出各步优化后的 分片 查询树。 27 4.4. 下面是一个 数据库系统 出现故障是，日志文件中记录的信息； 27 4.4.1. 找出发生故障时系统中的活动事务，确定出反做和重做事务集。 27 4.4.2. 用C或其他语言定义出 数据库 记录（D记录）和检查点记录（K记录）的数据结构。 28 4.5. 设数据项x,y存放在S1场地，u,v存放在S2场地，有 分布式 事务T1和T2,T1在S1场地的操作为R1(x)W1(x)R1(y)W1(y),T2在S1场地的操作为R2(x)R2(y)W2(y);T1在S2场地上的操作作为R1(u)R1(v)W1(u),T2在S2场地上的操作作为W2(u)R2(v)W2(v)。对下述2种情况，各举一种可能的局部历程（H1和H2），并说明理由 28 4.5.1. 局部分别是可串行化，而全局是不可串行化的 28 4.5.2. 局部和全局都是可串行化的。 28 4.5.3. 要求按照严格的2PL协议，加上适当的加锁和解锁命令，（注意，用rl(x)表示加读锁，wl(x)表示加对x加写锁，ul(x)表示解锁） 28 5. 二零年秋试题 29 5.1. 概念题 29 5.1.1. 解释对象 数据库系统 中面向对象的相关概念 29 5.1.2. 从概念上比较对象 数据库 模型与对象关系模型 29 5.1.3. 利用左深树、右深树、浓密树来进行查询优化的各自特点 29 5.1.4. 试解释影响并行 数据库系统 中并行算法性能的三个因数 30 5.1.5. 简述用爬山算法进行查询优化的基本思想 30 5.2. 下面是某个公司一个人事关系 数据库 的全局模式： EMP={ENO*,ENAME,POSITION,PHONE} PAY={POSITION*,SALARY} ENO为职员号，POSITION为岗位。SALARY表示岗位对应的工资，*对应的属性表示主关键字。该公司分布在两个场地上，其中，在场地1经常处理所有职员数据，而场地2只处理工资低于1000的职员数据，为了节省磁盘空间和增大处理局部性： 30 5.2.1. 将以上全局关系进行 分片 设计 ，写出 分片 定义和 分片 条件。 30 5.2.2. 指出 分片 的类型，并画出 分片 树。 30 5.2.3. 给出分配 设计 。 31 5.3. 对题二所确定的 分片 模式，要求查询岗位为“salesman”的所有职员的姓名和工资，写出的在全局模式上的SQL查询语句，并要求转换成相应的关系代数表示，画出全局查询树。假设“salesman”的工资为800元。要求给出中间转换过程。 31 5.3.1. 进行全局优化，画出优化后的全局查询树。 31 5.3.2. 进行 分片 优化，画出优化后的 分片 查询树。 31 5.4. 按如下给出的条件，求出半连接优化计划和执行场地，并作后优化处理 32 5.5. 下面是当一个 数据库系统 出现故障时，日志文件中的信息 36 5.5.1. 画出对应的事务并发执行图。 37 5.5.2. 找出发生故障时系统中的活动事务，确定出反做和重做事务集。 37 5.5.3. 指出需要undo的和redo的数据记录。 37 5.6. 设数据项x,y存放在S1场地，u,v存放在S2场地，有 分布式 事务T1和T2。T1在S1场地的操作为R1(x)W1(x)R1(y)W1(y)，T2在S1场地的操作为R2(x)R2(y)W2(y)；T1在S2场地上的操作作为R1(u)R1(v)W1(u)，T2在S2场地上的操作作为W2(u)R2(v)W2(v)。对下述2种情况，各举一种可能的局部历程（H1和H2），如果是可串行化的，指出事务的执行次序。对第3种情况，给出符合基本2PL协议的调度。（T1 加锁命令用L1(X)表示，开锁命令U1(X)表示。对任何数据的加锁可在事务开始后立即进行）。 38 5.6.1. 局部是不可串行化的。 38 5.6.2. 局部是可串行化的，而全局是不可串行化的。 38 5.6.3. 局部是可串行化的，全局也是可串行化的。 39 5.7. 设计 一种满足下列要求的索引结构。 39 5.7.1. 被索引的数据集合为有序集 39 5.7.2. 在有序集上的查询操作都是基于位置来进行的 39 5.7.3. 当往有序集中插入或删除一个元素时，与该元素相关的后续元素的位置均要发生变化 39 5.7.4. 元素的类型可为任意类型（这一个小问题的解决需要考虑语言的特征） 39 6. 二零一春季试题 39 6.1. 39 6.1.1. 讨论集中式 数据库 和 分布式 数据库 各自的优缺点。 39 6.1.2. 讨论在局域网和广域网两种情况下分布库 设计 的区别。 39 6.1.3. 解释 分片 透明性、复制透明性和位置透明性等三级透明性的区别。 39 6.1.4. 解释2PC协议如何在故障情况下保证事务的原子性的 40 6.1.5. 解释严格2PL协议与基本2PL协议的区别 40 6.2. 下面是某个公司一个人事关系 数据库 的全局模式： EMP={ENO*,ENAME,POSITION,PHONE} PAY={POSITION*,SALARY} ENO为职员号，POSITION为岗位。SALARY表示岗位对应的工资，*对应的属性表示主关键字。该公司分布在两个场地上，其中，在场地1经常处理所有职员数据，而场地2只处理工资低于1000的职员数据，为了节省磁盘空间和增大处理局部性： 41 6.2.1. 将以上全局关系进行 分片 设计 ，写出 分片 定义和 分片 条件。 41 6.2.2. 指出 分片 的类型，并画出 分片 树。 41 6.2.3. 给出分配 设计 。 41 6.3. 对题二所确定的 分片 模式，要求查询岗位为“salesman”的所有职员的姓名和工资，写出的在全局模式上的SQL查询语句，并要求转换成相应的关系代数表示，画出全局查询树。假设“salesman”的工资为1500元。要求给出中间转换过程。 41 6.3.1. 进行全局优化，画出优化后的全局查询树 42 6.3.2. 进行 分片 优化，画出优化后的 分片 查询树。 42 6.4. 下面是当一个 数据库系统 出现故障时，日志文件中的信息 43 6.4.1. 画出对应的事务并发执行图。 44 6.4.2. 找出发生故障时系统中的活动事务，确定出反做和重做事务集。 44 6.4.3. 指出需要undo的和redo的数据记录。 44 6.5. 设数据项x,y存放在S1场地，u,v存放在S2场地，有 分布式 事务T1和T2,T1在S1场地的操作为R1(x)W1(x)R1(y)W1(y),T2在S1场地的操作为R2(x)R2(y)W2(y);T1在S2场地上的操作作为R1(u)R1(v)W1(u),T2在S2场地上的操作作为W2(u)R2(v)W2(v)。对下述2种情况，各举一种可能的局部历程（H1和H2），如果是可串行化的，指出事务的执行次序。对第3种情况，给出符合基本2PL协议的调度。（T1 加锁命令用L1(X)表示，开锁命令U1(X)表示。对任何数据的加锁可在事务开始后立即进行）。 44 6.5.1. 局部是不可串行化的。 44 6.5.2. 局部是可串行化的，而全局是不可串行化的。 45 6.5.3. 局部是可串行化的，全局也是可串行化的。 45

一、 分片 的定义和作用 定义： 分布式 数据库 中数据的存储单位成为片段。对全局 数据库 的划分叫做 分片 。划分的结果就是片段。每个片段可以保存在一个以上的场地（服务器）。 1、减少网络传输量 对数据进行复制存储，目的是可以就近访问所需数据副本，减少网络上的数据传输量。 2、增大事务处理的局部性 3、提高数据的可用性和查询效率。 4、负载均衡。 二、 分片 设计 过程 分片 过程是将全局数据进

以下是一些关于 分布式 数据库 理论的经典书籍： 1. "Distributed Systems: Principles and Paradigms" by Andrew S. Tanenbaum and Maarten Van Steen - 这本书详细介绍了 分布式 系统的基本原理和范式，包括 分布式 数据库 的 设计 和实现。 2. "Principles of Distributed Database Systems" by M. Tamer Özsu and Patrick Valduriez - 这本书系统地介绍了 分布式 数据库系统 的原理、体系结构、 设计 和实现，并覆盖了一系列相关的话题，如并行 数据库 、数据 分片 和复制等。 3. "Database Systems: The Complete Book" by Hector Garcia-Molina, Jeffrey D. Ullman, and Jennifer Widom - 这是一本经典的 数据库系统 教材，其中包含了关于 分布式 数据库系统 的章节，讨论了 分布式 数据库 的原理、 设计 和实现。 4. "Transaction Processing: Concepts and Techniques" by Jim Gray and Andreas Reuter - 这本书着重讨论了事务处理在 分布式 数据库系统 中的关键概念和技术，包括事务管理、并发控制和故障恢复等。 5. "Data Replication" by Jim Gray, Pat Helland, Patrick O'Neil, and Dennis Shasha - 这本书探讨了数据复制在 分布式 数据库系统 中的重要性和应用，涵盖了数据复制的原理、技术和算法等方面。 这些书籍涵盖了 分布式 数据库系统 的关键概念、原理和技术，适合对 分布式 数据库 理论感兴趣的读者阅读。请注意，这些书籍可能有不同的版本和出版年份，建议选择最新的版本以获取最新的知识和发展。