基于P2P的視圖維護架構及方法研究.pdf

1、數據倉庫是集成了多個分布式、自治或異構數據源上的信息的數據儲藏室，主要用來存儲供查詢和決策分析用的集成化信息。隨著數據倉庫應用的不斷擴展和深入，數據倉庫從脫機維護到聯機維護，從面向單用戶到為多用戶服務，是一個必然的過程。在這一發(fā)展過程中，數據倉庫的實化視圖維護是保證整個系統(tǒng)可用性和可靠性的一個關鍵問題。實化視圖維護是指在數據倉庫為用戶提供服務的同時，在數據源的原始數據發(fā)生改變時，實時地將這種變化反映到數據倉庫中，使相應的實化視圖得到及時

2、的刷新。 本文首先闡述了數據倉庫中實化視圖維護的基礎知識，包括視圖的四個一致性級別、數據倉庫體系結構、數據倉庫視圖維護策略及實化視圖的分布等內容。介紹了P2P這種新近興起的網絡模型的主要特點，分析了傳統(tǒng)的視圖維護模型的主要不足。 本文的主要貢獻與創(chuàng)新是針對傳統(tǒng)的C/S視圖維護模型中負載失衡和維護瓶頸問題，借鑒P2P的對等思想，將P2P引入到視圖維護的體系結構中，構建了基于P2P的分布式、并行、主動視圖維護架構P2PAVM

3、，設計了全新的視圖維護架構及其工作機制，探討了節(jié)點管理與路由等關鍵問題，對數據倉庫和數據源的工作任務進行了重新部署：首先，讓每個DS節(jié)點除了提供數據存儲功能之外，還能主動地進行更新后的查詢和維護工作，即還扮演了傳統(tǒng)的C/S模型中DW節(jié)點的角色。同時，為了保持節(jié)點的自治性，系統(tǒng)中的DS節(jié)點只需對其衍生關系的更新主動發(fā)起維護，有效地實施了計算的分布與負載的均衡，進一步擴充了并行計算能力。 針對P2PAVM視圖維護架構的環(huán)境特點，提出

4、了基于P2PAVM架構的并行多維視圖維護方法。該方法在聯機補償維護方法中引入自維護方法和相關性更新處理，將這三種不同類別的算法有機地融合為一體。算法首先由更新節(jié)點對更新進行相關性檢測，將不影響實化視圖狀態(tài)的不相關更新直接拋棄。對于相關更新，則由更新節(jié)點根據各相關視圖的維護類型，確定對各相關視圖進行并發(fā)聯機補償維護或自維護。同時，該方法修正了Sweep算法只能順序處理的瓶頸，賦予其并行處理能力，并針對P2PAVM架構提出了PPPSweep

5、算法。對于單個更新，PPPSweep算法通過并行執(zhí)行左右掃描過程來完成維護計算；對于并發(fā)更新，該算法通過延緩當前更新的計算，遞歸地處理并發(fā)更新的計算。增加了系統(tǒng)對更新的吞吐能力，減少了維護的延遲。此外，在對維護查詢進行分解時，除了使用PPPSweep算法的左右并行掃描方法之外，本文還提出了另一種可供選擇的維護查詢并行分解方案。該方案在增量式視圖維護的基礎上對維護查詢進行分解，將分解后的維護子查詢同時發(fā)送給相關節(jié)點，而這些節(jié)點可以相對獨立