分布式数据库在考试中常涉及哪些核心考点？

分布式数据库系统是一种在多台计算机上存储和管理数据的系统，其核心特点是数据分布透明性和场地自治性，以下是关于分布式数据库系统的详细介绍，重点围绕分布式数据库的概念、特点、设计、查询优化和事务管理等方面展开：

一、分布式数据库

1、定义：分布式数据库是物理上分散而逻辑上集中的数据库系统，它由多个节点（或场地）组成，每个节点可以是一个独立的数据库系统，通过网络互联，形成一个整体的数据库系统。

2、特点

数据分布透明性：用户不必关心数据存储的具体位置，如同操作本地数据库一样操作分布式数据库。

场地自治性：各节点拥有独立处理数据的能力，可以自主决定本地数据的管理和操作。

数据冗余与容错性：通过数据复制提高系统的可靠性和可用性。

并发控制：支持多用户并发访问，保证事务的一致性和完整性。

3、分类方法

水平分片：将关系按行分割成多个片段，每个片段包含部分记录。

垂直分片：将关系按列分割成多个片段，每个片段包含部分属性。

混合分片：结合水平和垂直分片的方法，将关系分割成更小的片段。

二、分布式数据库设计

1、设计目标：减少网络通信次数，提高查询效率；确保数据的一致性和完整性。

2、设计原则

完备性：所有全局数据必须映射到某个片段上，且能重构为全局数据。

不相交性：各片段之间互不重叠，避免数据冗余。

可重构性：片段可以通过某种方式重新组合成完整的数据。

3、分片策略

水平分片：适用于大型表，可以减少单个节点的负载。

垂直分片：适用于属性较多的表，可以提高查询效率。

混合分片：结合两者的优点，适应复杂的应用场景。

4、分配模式

集中式分配：所有数据集中在一个节点上，适用于小规模应用。

分割式分配：数据分割成多个片段，分布在不同节点上，适用于大规模应用。

复制式分配：数据在不同节点上有副本，提高系统的可靠性和可用性。

混合式分配：结合分割和复制的方式，适应不同的需求。

三、分布式查询处理与优化

1、查询处理步骤

查询分解：将全局查询分解为多个子查询，每个子查询对应一个片段。

数据定位：确定子查询需要访问的数据片段所在的节点。

执行计划：制定子查询的执行顺序和方法。

结果汇总：将各节点返回的结果汇总，形成最终结果。

2、查询优化策略

选择最优执行顺序：根据代价模型选择代价最小的执行顺序。

投影下推：尽可能早地执行选择操作，减少数据传输量。

连接重排序：调整连接操作的顺序，减少中间结果的大小。

并行执行：利用多节点并行执行查询，提高查询效率。

四、分布式事务管理

1、事务特性：ACID特性（原子性、一致性、隔离性、持久性）在分布式环境中同样适用。

2、两阶段提交协议（2PC）

准备阶段：协调者向所有参与者发送准备提交请求，参与者准备好后返回就绪消息。

提交阶段：协调者收到所有参与者的就绪消息后，发送正式提交请求；否则发送回滚请求。

优点：简单易实现，适用于小规模分布式系统。

缺点：存在阻塞和单点故障问题，影响系统性能和可靠性。

3、三阶段提交协议（3PC）

准备阶段：协调者向所有参与者发送准备提交请求。

预提交阶段：参与者准备好后发送预提交请求，协调者收到所有预提交请求后发送正式提交请求；否则发送回滚请求。

提交阶段：参与者收到提交请求后正式提交事务；收到回滚请求后回滚事务。

优点：减少了阻塞和单点故障问题，提高了系统的可靠性和性能。

缺点：实现复杂，增加了协议的开销。

五、长事务处理与恢复管理

1、长事务处理

事务分段：将长事务分为多个短事务，逐步提交。

事务预提交：采用多版本并发控制（MVCC），允许读操作在事务未提交前进行。

恢复策略：定期保存事务状态，发生故障时根据日志恢复事务。

2、恢复管理

日志记录：记录事务的操作过程，用于故障后的恢复。

检查点机制：定期设置检查点，减少恢复时的工作量。

冗余备份：在不同节点上保存数据副本，提高系统的容错能力。

六、相关问题与解答栏目

1、比较半连接方法和枚举法的优缺点

半连接方法：适用于频繁查询的场景，可以减少数据传输量，但实现复杂。

枚举法：实现简单，但会产生大量不必要的数据传输，适用于偶尔查询的场景。

2、设计OID的数据结构时考虑的问题

唯一性：确保每个对象标识符（OID）在全球范围内唯一。

可扩展性：支持对象的动态增加和删除。

高效性：便于快速查找和管理对象。

3、SSPARC三级模式体系结构

SSPARC（Single Store Partitioned And Replicated Caching）：强调数据的分区和复制缓存，提高性能和可用性。

三级模式结构：包括全局外模式、全局概念模式、局部概念模式和局部内模式，确保数据的透明性和自治性。

4、面向对象数据库系统的特点

对象存储：直接存储对象及其属性，而不是关系表中的元组。

方法调用：支持对象方法的调用，增强了数据库的功能。

继承性：支持类的继承，简化了数据模型的设计。

5、决策支持与OLTP应用的区别及关键技术

决策支持应用（DSS）：侧重于复杂的分析和报告，通常涉及大量数据的聚合和计算。

联机事务处理（OLTP）：侧重于日常操作和事务处理，要求高响应速度和数据一致性。

关键技术：包括数据仓库技术、数据挖掘技术和多维数据分析技术等，支持决策支持应用和OLTP应用的不同需求。

6、数据库系统体系结构的几种类型及其特点

集中式架构：所有数据集中在一个节点上，管理简单，但存在单点故障问题。

分布式架构：数据分散在多个节点上，提高系统的可靠性和可用性，但管理复杂。

客户-服务器架构：客户端负责用户界面和业务逻辑，服务器负责数据处理，适用于大规模应用。

分布式数据库系统：结合了集中式和分布式的优点，支持数据的透明访问和自治管理。

7、数据库系统体系结构的关键技术

分布式处理：支持跨节点的数据操作和事务处理。

并发控制：确保多用户并发访问时的数据一致性。

故障恢复：提供可靠的故障恢复机制，保证系统的高可用性。

安全性：保护数据免受未授权访问和篡改。

8、ACID特性

原子性（Atomicity）：事务的所有操作要么全部完成，要么全部不完成。

一致性（Consistency）：事务完成后，数据库从一个一致状态转换到另一个一致状态。

隔离性（Isolation）：多个事务并发执行时，彼此之间互不干扰。

持久性（Durability）：事务完成后，其结果永久保存在数据库中。

9、长事务处理的挑战及解决方法

资源占用：长事务可能长时间占用资源，影响系统性能。

并发控制：长事务容易与其他事务发生冲突，导致死锁或活锁。

解决方法：事务分段、预提交、多版本并发控制等技术。

10、设计一个健壮的分布式系统需要考虑的失败类型

节点故障：单个节点失效不影响整个系统。

网络故障：网络中断或延迟可能导致数据传输失败。

数据损坏：数据在传输或存储过程中可能被破坏。

解决方案：冗余备份、故障检测与恢复机制、数据校验等技术。

通过以上详细的介绍，希望能够帮助你更好地理解和掌握分布式数据库系统的相关知识，如果有任何疑问或需要进一步的解释，请随时提问。

小伙伴们，上文介绍了“分布式数据库 考题”的内容，你了解清楚吗？希望对你有所帮助，任何问题可以给我留言，让我们下期再见吧。