分布式数据库数据分配策略研究

摘要

分布式数据库系统是数据库系统与计算机网络系统相结合的产物。数据分配问题对整个分布式数据库应用系统的改进、数据的可用性、分布式数据库的效率和可靠性有很大影响。国内外学者已经研究出多种数据分配方法，但基本上都存在代价公式复杂，算法执行效率较低或所求结果与最优分配方案相差较大的不足之处。为了更好地解决数据分配问题，本文提出了一种基于遗传算法的数据分配策略。
　　 统计信息是解决数据分配问题的基本信息。本文根据统计信息的重要性、获取的代价以及对代价公式复杂度的影响，主要统计了数据库信息、应用信息和网络通信代价等，然后采用以事务处理代价为主的代价公式。在本文的分配策略中，针对每个数据片段，首先根据该片段的更新检索比来初始化群体，群体中的每个个体都代表了一种该数据片段的分配方案，然后对每个个体，通过代价公式进行个体适应性评价，进化过程中采用适应度比例方法和精英选择方法相结合的策略进行个体选择，算法采用自适应交叉算子来维持算法搜索速度和优良基因保留二者之间的平衡，采用自适应变异算子来维持群体多样性和算法搜索随机性二者之间的平衡。
　　 在本文的最后，通过多组测试数据进行了实验验证。实验结果表明，应用本文中的分配策略能够得到比使用启发式试消副本法、启发式添加副本法和基于数据访问特性分配等方法更接近最优解的结果。而且，遗传算法具有很高的并行性，能够显著提高算法效率。同时，遗传算法运行方式和实现步骤规范，便于具体使用。

目录

文摘

英文文摘

声明

1 绪论

1.1 选题背景及研究意义

1.2 国内外研究现状

1.3本文的主要工作

1.4本文的组织结构

2分布式数据库系统简介

2.1 分布式数据库系统的定义

2.2分布式数据库系统的特点

2.3 分布式数据库系统的模式结构

2.4分布式数据库系统的设计

2.4.1分布式数据库设计的目标

2.4.2数据的分段设计

2.4.3数据的分配设计

3数据分配算法分析

3.1 数据分配算法的类型

3.2各类型分配算法优缺点分析

4基于遗传算法的数据分配策略

4.1 数据分配问题描述

4.2遗传算法

4.2.1遗传算法的基本概念

4.2.2基本遗传算法描述

4.3遗传算法用于数据分配的可行性分析

4.4数据分配问题中对遗传算法的改进

4.5本文分配策略的基本思想

4.6代价公式

4.6.1优化的度量

4.6.2代价公式的选择

4.6.3本文采用的代价公式

4.7统计信息

4.7.1 统计信息类别

4.7.2本文采用的统计信息

4.8本文分配策略的实现步骤

4.9分配策略复杂度分析与比较

4.9.1 代价公式的复杂度

4.9.2算法的时间复杂度

4.10举例说明

5分配策略的验证实验

5.1 实验环境

5.2实验结果分析

结 论

参考文献

攻读硕士学位期间发表学术论文情况

致 谢