《并行关系数据库管理系统引论》求取 ⇩

第一章 数据库机器和并行数据库系统概述1

1．1 新一代数据库应用的特点1

1．1．1 复杂数据对象2

1．1．2 规则管理2

1．1．3 数据模型中的新概念3

1．1．4 巨型数据库3

1．1．5 第三级存储器3

1．1．6 长事务处理4

1．1．7 版本与格局4

1．2 Von Neumann计算机系统结构的不适应性4

1．2．1 数据存取问题5

1．2．2 并行处理问题5

1．2．3 处理器瓶颈问题6

1．2．4 存储器瓶颈问题6

1．2．5 I/O瓶颈问题7

1．2．6 总结7

1．3 数据库机器8

1．3．1 数据库机器的分类8

1．3．2 具有数据库级索引的数据库机器10

1．3．3具有关系级索引的数据库机器13

1．3．4 具有页索引级的数据库机器15

1．3．5 数据库机器的问题和意义16

1．4 并行数据库系统概述18

1．4．1 并行数据库系统的进展19

1．4．2 关系数据库系统的固有并行性19

1．4．3 支持并行数据库系统的并行计算结构21

1．4．4 并行数据库系统的软件结构22

1．5 文献阅读导引23

参考文献23

第二章 并行计算机系统与并行算法27

2．1 并行计算机系统的发展27

2．2 并行计算机系统的分类模型28

2．2．1 SISD计算机系统28

2．2．2 MISD计算机系统28

2．2．3 SIMD计算机系统29

2．2．4 MIMD计算机系统31

2．3 连接网络32

2．3．1 动态连接网络32

2．3．2 静态连接网络35

2．3．3 静态连接网络的性能分析39

2．4 计算机机群并行计算系统42

2．4．1 机群并行计算系统的特点42

2．4．2 机群并行计算系统的高速通信网络43

2．4．3 机群并行计算系统的硬件环境43

2．4．4 机群并行计算系统的软件环境46

2．5 并行算法及其复杂性分析49

2．5．1 并行执行时间50

2．5．2 工作量50

2．5．3 加速比50

2．5．4 效率51

2．5．5 伸缩性51

2．5．6 算法复杂性测度函数的阶51

2．6 文献阅读导引52

参考文献53

第三章 并行数据库的物理存储方法57

3．1 一维数据分布方法57

3．1．1 Round-Robin分布方法57

3．1．2 Hash分布方法58

3．1．3 Range分布方法58

3．1．4 Hybrid-Range-Partition分布方法59

3．2 多维数据分布方法CMD62

3．2．1 基本概念62

3．2．2 CMD数据分布方法64

3．2．3 CMD方法的性能分析66

3．2．4 单处理机上的数据组织70

3．2．5 数据更新操作71

3．3 基于错误校正码的多维数据分布方法71

3．3．1 线性错误校验码71

3．3．2 ECC数据分布方法73

3．4 其它多维数据分布方法74

3．4．1 随机数据分布方法74

3．4．2 一般化的CMD数据分布方法74

3．4．3 BM数据分布方法75

3．4．4 FX数据分布方法75

3．4．5 基于Hilbert曲线的数据分布方法76

3．4．6 BERD多维数据分布方法77

3．5 并行B-树78

3．5．1 大结点并行B-树78

3．5．2 基于记录分布的并行B-树80

3．5．3 基于树结点分布的并行B-树82

3．6 简单并行GRID文件86

3．6．1 SPGRID文件结构的初始构造算法86

3．6．2 动态数据平衡算法88

3．7 两级并行GRID文件90

3．7．1 逻辑并行GRID文件91

3．7．2 物理并行GRID文件91

3．7．3 并行GRID文件结构的构造和数据加载算法92

3．8 文献阅读导引101

参考文献101

第四章 并行数据操作算法104

4．1 并行排序算法105

4．1．1 基于合并操作的并行排序算法105

4．1．2 基于比较-交换操作的并行排序算法108

4．1．3 基于数据划分的并行排序算法110

4．2 并行选择、投影和集合操作算法113

4．2．1 并行选择算法113

4．2．2 并行投影算法115

4．2．3 并行集合操作算法117

4．3 并行连接算法120

4．3．1 并行嵌套循环连接算法120

4．3．2 并行排序合并连接算法122

4．3．3 并行Hash连接算法124

4．4 抗数据偏斜的并行连接算法128

4．4．1 简单抗数据偏斜并行连接算法129

4．4．2 并行Tuple-Interleaving-Hash连接算法130

4．4．3 并行Adaptive-Load-Balancing-Hash连接算法131

4．4．4 扩展的并行Adaptive-Load-Balancing-Hash连接算法135

4．5 基于CMD并行存储结构的并行连接算法137

4．5．1 基本概念138

4．5．2 CMD Join算法139

4．6 基于并行B-树存储结构的并行连接算法144

4．6．1 基于RANGE划分策略的并行B-树连接算法144

4．6．2 基于Hash划分策略的并行B-树连接算法150

4．7 文献阅读导引152

参考文献153

第五章 并行查询优化处理的数据流方法157

5．1 顺序数据库操作算法157

5．1．1 选择操作的实现算法157

5．1．2 笛卡儿乘积的实现算法159

5．1．3 连接操作的实现算法161

5．1．4 投影操作的实现算法164

5．1．5 集合的并、交、差实现算法165

5．2 数据库操作结果大小的估计167

5．3 简单并行数据流方法171

5．3．1 简单并行数据流图171

5．3．2 处理机分配算法172

5．3．3 并行查询计划的调度执行算法173

5．3．4 处理机之间的通信175

5．3．5 改进的处理机分配和查询计划调度执行算法176

5．4 基于数据划分的并行数据流方法178

5．4．1 DPBPDF方法概述178

5．4．2 DPBPDF方法的查询处理器179

5．4．3 执行顺序图的构造算法181

5．4．4 数据操作划分算法183

5．4．5 分解与合并操作连接算法187

5．5 文献阅读导引191

参考文献191

第六章 并行数据库查询优化方法192

6．1 引言192

6．2 两阶段查询优化方法193

6．2．1 以最小化查询执行时间为目标的方法193

6．2．2 以充分利用系统资源为目标的优化算法198

6．3 基于左线性树的查询优化方法201

6．3．1 查询执行计划模型和查询执行计划空间202

6．3．2 左线性树查询执行计划的复杂性模型203

6．3．3 查询优化算法206

6．3．4 存储空间限制问题207

6．4 基于右线性树的查询优化算法208

6．4．1 查询执行计划模型和查询执行计划空间208

6．4．2 右线性树查询执行计划的复杂性模型208

6．4．3 查询优化算法210

6．5 基于片段式右线性树的查询优化方法211

6．5．1 查询执行计划模型和查询执行计划空间211

6．5．2 SRD树查询执行计划的复杂性模型212

6．5．3 基于SRD树的查询优化算法213

6．6 基于浓密树的查询优化算法216

6．6．1 查询执行计划模型和查询执行计划空间216

6．6．2 查询优化算法217

6．7 基于多重加权树的查询优化方法221

6．7．1 查询执行计划模型和查询执行计划空间221

6．7．2 多重加权树并行查询计划的复杂性模型225

6．7．3 并行查询优化算法229

6．8 文献阅读导引243

参考文献244