数据库系统概论_006d数据库的物理设计..

数据库系统概论AnIntroductiontoDatabaseSystem第六章数据库设计(续-3)第六章数据库设计6.1数据库设计概述6.2需求分析6.3概念结构设计6.4逻辑结构设计6.5数据库的物理设计6.6数据库实施6.7数据库运行与维护6.8小结6.5数据库的物理设计什么是数据库的物理设计数据库在物理设备上的存储结构与存取方法称为数据库的物理结构，它依赖于给定的计算机系统。为一个给定的逻辑数据模型选取一个最适合应用环境的物理结构的过程，就是数据库的物理设计。6.5数据库的物理设计数据库物理设计的步骤确定数据库的物理结构对物理结构进行评价，评价的重点是时间和空间效率如果评价结果满足原设计要求则可进入到物理实施阶段，否则，就需要重新设计或修改物理结构，有时甚至要返回逻辑设计阶段修改数据模型。数据库物理设计确定数据库的物理结构评价数据库的物理结构逻辑结构设计数据库实施物理模型逻辑模型6.5数据库的物理设计6.5.1数据库的物理设计的内容和方法6.5.2关系模式存取方法选择6.5.3确定数据库的存储结构6.5.4评价物理结构6.5数据库的物理设计6.5.1数据库的物理设计的内容和方法6.5.2关系模式存取方法选择6.5.3确定数据库的存储结构6.5.4评价物理结构6.5.1数据库的物理设计的内容和方法设计物理数据库结构的准备工作1.充分了解应用环境，详细分析要运行的事务，以获得选择物理数据库设计所需参数2.充分了解所用RDBMS的内部特征，特别是系统提供的存取方法和存储结构数据库的物理设计的内容和方法（续）选择物理数据库设计所需参数数据库查询事务查询的关系查询条件所涉及的属性连接条件所涉及的属性查询的投影属性数据库的物理设计的内容和方法（续）选择物理数据库设计所需参数(续)数据更新事务被更新的关系每个关系上的更新操作条件所涉及的属性修改操作要改变的属性值每个事务在各关系上运行的频率和性能要求数据库的物理设计的内容和方法（续）关系数据库物理设计的内容1.为关系模式选择存取方法(建立存取路径)2.设计关系、索引等数据库文件的物理存储结构6.5数据库的物理设计6.5.1数据库的物理设计的内容和方法6.5.2关系模式存取方法选择6.5.3确定数据库的存储结构6.5.4评价物理结构6.5.2关系模式存取方法选择数据库系统是多用户共享的系统，对同一个关系要建立多条存取路径才能满足多用户的多种应用要求。物理设计的第一个任务就是要确定选择哪些存取方法，即建立哪些存取路径。关系模式存取方法选择（续）DBMS常用存取方法索引方法，目前主要是B+树索引方法聚簇（Cluster）方法HASH方法一、索引存取方法的选择选择索引存取方法的主要内容根据应用要求确定对哪些属性列建立索引对哪些属性列建立组合索引对哪些索引要设计为唯一索引索引存取方法的选择（续）选择索引存取方法的一般规则如果一个(或一组)属性经常在查询条件中出现，则考虑在这个(或这组)属性上建立索引(或组合索引)如果一个属性经常作为最大值和最小值等聚集函数的参数，则考虑在这个属性上建立索引如果一个(或一组)属性经常在连接操作的连接条件中出现，则考虑在这个(或这组)属性上建立索引索引存取方法的选择（续）关系上定义的索引数过多会带来较多的额外开销维护索引的开销查找索引的开销二、聚簇存取方法的选择什么是聚簇为了提高某个属性（或属性组）的查询速度，把这个或这些属性（称为聚簇码）上具有相同值的元组集中存放在连续的物理块称为聚簇许多关系型DBMS都提供了聚簇功能聚簇存放与聚簇索引的区别建立聚簇索引（复习）聚簇索引建立聚簇索引后，基表中数据也需要按指定的聚簇属性值的升序或降序存放。也即聚簇索引的索引项顺序与表中元组的物理顺序一致。例：CREATECLUSTERINDEXStusnameONStudent(Sname)；在Student表的Sname（姓名）列上建立一个聚簇索引，而且Student表中的记录将按照Sname值的升序存放建立聚簇索引（复习）在一个基本表上最多只能建立一个聚簇索引聚簇索引的用途：对于某些类型的查询，可以提高查询效率聚簇索引的适用范围很少对基表进行增删操作很少对其中的变长列进行修改操作聚簇存取方法的选择（续）聚簇的用途1.大大提高按聚簇属性进行查询的效率例：假设学生关系按所在系建有索引，现在要查询信息系的所有学生名单。信息系的500名学生分布在500个不同的物理块上时，至少要执行500次I/O操作。如果将同一系的学生元组集中存放，则每读一个物理块可得到多个满足查询条件的元组，从而显著地减少了访问磁盘的次数。聚簇存取方法的选择（续）2.节省存储空间聚簇以后，聚簇码相同的元组集中在一起了，因而聚簇码值不必在每个元组中重复存储，只要在一组中存一次就行了聚簇存取方法的选择（续）聚簇的局限性1.聚簇只能提高某些特定应用的性能2.建立与维护聚簇的开销相当大对已有关系建立聚簇，将导致关系中元组移动其物理存储位置，并使此关系上原有的索引无效，必须重建。当一个元组的聚簇码改变时，该元组的存储位置也要做相应移动。聚簇存取方法的选择（续）聚簇的适用范围1.既适用于单个关系独立聚簇，也适用于多个关系组合聚簇例：假设用户经常要按系别查询学生成绩单，这一查询涉及学生关系和选修关系的连接操作，即需要按学号连接这两个关系，为提高连接操作的效率，可以把具有相同学号值的学生元组和选修元组在物理上聚簇在一起。这就相当于把多个关系按“预连接”的形式存放，从而大大提高连接操作的效率。聚簇存取方法的选择（续）2.当通过聚簇码进行访问或连接是该关系的主要应用，与聚簇码无关的其他访问很少或者是次要的时，可以使用聚簇。尤其当SQL语句中包含有与聚簇码有关的ORDERBY，GROUPBY，UNION，DISTINCT等子句或短语时，使用聚簇特别有利，可以省去对结果集的排序操作聚簇存取方法的选择（续）选择聚簇存取方法1.设计候选聚簇对经常在一起进行连接操作的关系可以建立组合聚簇；如果一个关系的一组属性经常出现在相等比较条件中，则该单个关系可建立聚簇；如果一个关系的一个(或一组)属性上的值重复率很高，则此单个关系可建立聚簇。即对应每个聚簇码值的平均元组数不太少。太少了，聚簇的效果不明显。聚簇存取方法的选择（续）2.检查候选聚簇中的关系，取消其中不必要的关系从独立聚簇中删除经常进行全表扫描的关系；从独立/组合聚簇中删除更新操作远多于查询操作的关系；从独立/组合聚簇中删除重复出现的关系当一个关系同时加入多个聚簇时，必须从这多个聚簇方案(包括不建立聚簇)中选择一个较优的，即在这个聚簇上运行各种事务的总代价最小。三、HASH存取方法的选择选择HASH存取方法的规则当一个关系满足下列两个条件时，可以选择HASH存取方法该关系的属性主要出现在等值连接条件中或主要出现在相等比较选择条件中该关系的大小可预知，而且不变；或该关系的大小动态改变，但所选用的DBMS提供了动态HASH存取方法。6.5数据库的物理设计6.5.1数据库的物理设计的内容和方法6.5.2关系模式存取方法选择6.5.3确定数据库的存储结构6.5.4评价物理结构6.5.3确定数据库的存储结构确定数据库物理结构的内容1.确定数据的存放位置和存储结构关系索引聚簇日志备份2.确定系统配置1.确定数据的存放位置影响数据存放位置和存储结构的因素硬件环境应用需求存取时间存储空间利用率维护代价这三个方面常常是相互矛盾的例：消除一切冗余数据虽能够节约存储空间和减少维护代价，但往往会导致检索代价的增加必须进行权衡，选择一个折中方案。确定数据的存放位置（续）基本原则根据应用情况将易变部分与稳定部分存取频率较高部分与存取频率较低部分分开存放，以提高系统性能确定数据的存放位置（续）例：数据库数据备份、日志文件备份等由于只在故障恢复时才使用，而且数据量很大，可以考虑存放在磁带上。如果计算机有多个磁盘，可以考虑将表和索引分别放在不同的磁盘上，在查询时，由于两个磁盘驱动器分别在工作，因而可以保证物理读写速度比较快。确定数据的存放位置（续）例（续）：可以将比较大的表分别放在两个磁盘上，以加快存取速度，这在多用户环境下特别有效。可以将日志文件与数据库对象（表、索引等）放在不同的磁盘以改进系统的性能。2.确定系统配置DBMS产品一般都提供了一些存储分配参数同时使用数据库的用户数同时打开的数据库对象数使用的缓冲区长度、个数时间片大小数据库的大小装填因子锁的数目等等确定系统配置（续）系统都为这些变量赋予了合理的缺省值。但是这些值不一定适合每一种应用环境，在进行物理设计时，需要根据应用环境确定这些参数值，以使系统性能最优。在物理设计时对系统配置变量的调整只是初步的，在系统运行时还要根据系统实际运行情况做进一步的调整，以期切实改进系统性能。6.5数据库的物理设计6.5.1数据库的物理设计的内容和方法6.5.2关系模式存取方法选择6.5.3确定数据库的存储结构6.5.4评价物理结构6.5.4评价物理结构评价内容对数据库物理设计过程中产生的多种方案进行细致的评价，从中选择一个较优的方案作为数据库的物理结构6.5.4评价物理结构评价方法定量估算各种方案存储空间存取时间维护代价对估算结果进行权衡、比较，选择出一个较优的合理的物理结构如果该结构不符合用户需求，则需要修改设计第六章数据库设计6.1数据库设计概述6.2需求分析6.3概念结构设计6.4逻辑结构设计6.5数据库的物理设计6.6数据库实施6.7数据库运行与维护6.8小结6.6数据库的实施数据库实施的工作内容用DDL定义数据库结构组织数据入库编制与调试应用程序数据库试运行数据库实施定义数据库结构数据装载数据库试运行数据库物理设计数据库运行和维护物理模型编制与调试应用程序数据库系统一、定义数据库结构确定了数据库的逻辑结构与物理结构后，就可以用所选用的DBMS提供的数据定义语言（DDL）来严格描述数据库结构。定义数据库结构（续）例，对于前面的例子，可以用SQL语句如下定义表结构：CREATETABLE学生(学号CHAR(8),……………);CREATETABLE课程(……………);……………定义数据库结构（续）接下来是在这些基本表上定义视图：CREATEVIEW....(……………);……………如果需要使用聚簇，在建基本表之前，应先用CREATECLUSTER语句定义聚族。二、数据装载数据库结构建立好后，就可以向数据库中装载数据了。组织数据入库是数据库实施阶段最主要的工作。数据装载方法人工方法计算机辅助数据入库数据装载（续）人工方法：适用于小型系统步骤1)筛选数据。需要装入数据库中的数据通常都分散在各个部门的数据文件或原始凭证中，所以首先必须把需要入库的数据筛选出来。2)转换数据格式。筛选出来的需要入库的数据，其格式往往不符合数据库要求，还需要进行转换。这种转换有时可能很复杂。3)输入数据。将转换好的数据输入计算机中。4)校验数据。检查输入的数据是否有误。数据装载（续）计算机辅助数据入库：适用于中大型系统步骤1)筛选数据2)输入数据。由录入员将原始数据直接输入计算机中。数据输入子系统应提供输入界面。3)校验数据。数据输入子系统采用多种检验技术检查输入数据的正确性。数据装载（续）4)转换数据。数据输入子系统根据数据库系统的要求，从录入的数据中抽取有用成分，对其进行分类，然后转换数据格式。抽取、分类和转换数据是数据输入子系统的主要工作，也是数据输入子系统的复杂性所在。5)综合数据。数据输入子系统对转换好的数据根据系统的要求进一步综合成最终数据。数据装载（续）如果数据库是在老的文件系统或数据库系统的基础上设计的，则数据输入子系统只需要完成转换数据、综合数据两项工作，直接将老系统中的数据转换成新系统中需要的数