- 相關(guān)推薦
基于結(jié)構(gòu)化P2P的分布式數(shù)據(jù)流系統(tǒng)的查詢處理模型
下面是一篇計(jì)算機(jī)應(yīng)用畢業(yè)論文范文，由YJBYS為您收集提供，歡迎閱讀!
摘要：分析了基于結(jié)構(gòu)化覆蓋網(wǎng)的分布式查詢處理模型，支持大量數(shù)據(jù)流的分布式存儲，連續(xù)查詢間、查詢內(nèi)的并行處理操作，能夠在很大程度上消除資源約束問題(主要是內(nèi)存)，提高了查詢性能、服務(wù)質(zhì)量，并且該查詢模型具有很好的擴(kuò)展性。
關(guān)鍵詞：分布式數(shù)據(jù)流管理系統(tǒng); 結(jié)構(gòu)化覆蓋網(wǎng); 分布式散列表; 滑動窗口
近年來，數(shù)據(jù)流查詢處理是數(shù)據(jù)庫研究領(lǐng)域的一個(gè)熱點(diǎn)方向。數(shù)據(jù)流的特征可概括為無限性、瞬時(shí)性、流速不定性、語義不定性(數(shù)據(jù)模式隨時(shí)可能改變)等。針對數(shù)據(jù)流的以上特征，不考慮將數(shù)據(jù)流存儲在傳統(tǒng)的關(guān)系數(shù)據(jù)庫中，數(shù)據(jù)流上的查詢是近似查詢、連續(xù)查詢(continuous query)。 目前，數(shù)據(jù)流管理系統(tǒng)中所采用的近似查詢的方法主要有以下幾種：隨機(jī)抽樣(random sampling)、數(shù)據(jù)寫生(sketching)、直方圖(histograms)、小波變換(wavelets)、窗口(windows)等。如何保證查詢的服務(wù)質(zhì)量成為上述各種近似查詢方法必須考慮的問題。數(shù)據(jù)流上的查詢處理給人們提出了一個(gè)很大的難題——對處理器、內(nèi)存等系統(tǒng)資源非常苛刻的需求。到目前已經(jīng)出現(xiàn)了許多數(shù)據(jù)流的原型系統(tǒng)：單節(jié)點(diǎn)(單CPU)上的數(shù)據(jù)流管理系統(tǒng)，如Stanford 大學(xué)的Stream[1] 系統(tǒng)、布朗大學(xué)的Aurora[2,3] 系統(tǒng)等;有分布式數(shù)據(jù)流處理系統(tǒng)，如MIT的Medusa[4,5] 項(xiàng)目，Brandeis、Brown、MIT 的合作項(xiàng)目Borealis[6,7]等。這些項(xiàng)目在數(shù)據(jù)流處理的查詢語言、近似查詢算法、保證服務(wù)質(zhì)量的策略，以及系統(tǒng)的負(fù)載均衡等方面做了大量的工作，但同時(shí)也揭示出在分布式數(shù)據(jù)流處理系統(tǒng)中更多值得研究的問題。本文將對基于structured overlay network的分布式數(shù)據(jù)流系統(tǒng)的近似、自適應(yīng)查詢處理進(jìn)行研究，給出查詢處理模型。
集中式數(shù)據(jù)流查詢處理及分布式散列表、Chord路由協(xié)議的相關(guān)說明
數(shù)據(jù)流查詢處理相關(guān)的概念定義以及假設(shè)說明
集中式數(shù)據(jù)流查詢處理的體系結(jié)構(gòu)由兩部分構(gòu)成，即查詢計(jì)劃生成子系統(tǒng)(FRONT-end)以及查詢執(zhí)行子系統(tǒng)(BACK)。其中兩部分與關(guān)系數(shù)據(jù)庫系統(tǒng)相比均有較大的區(qū)別。查詢執(zhí)行子系統(tǒng)如圖1所示。
通過這種散列，將系統(tǒng)當(dāng)前的所有查詢映射到節(jié)點(diǎn)空間，然后由該節(jié)點(diǎn)上的查詢處理器完成到達(dá)的查詢。
b)查詢內(nèi)并行處理方式。在系統(tǒng)的范圍內(nèi)，由操作符、輸入均輸出記錄隊(duì)列、維持操作符狀態(tài)的大綱信息構(gòu)成網(wǎng)狀結(jié)構(gòu)。
c)命名發(fā)現(xiàn)機(jī)制。參與查詢處理的節(jié)點(diǎn)有全局惟一命名participant(如IP地址等)。當(dāng)在一個(gè)節(jié)點(diǎn)上面定義一個(gè)新的流模式、數(shù)據(jù)流、操作符，這些實(shí)體均隸屬于其命名空間。該實(shí)體可以采用下面的命名方式：(participant，entity-name) 。為了了解系統(tǒng)中數(shù)據(jù)流模式的定義、系統(tǒng)中的數(shù)據(jù)流、數(shù)據(jù)流的到達(dá)(存放)位置、系統(tǒng)中哪一部分查詢執(zhí)行，就要考慮在?catalog中存放必要的數(shù)據(jù)。其中catalog信息是通過在DHT下分布式存儲的，前面已經(jīng)分析了catalog信息的存儲問題。
系統(tǒng)中對每一個(gè)數(shù)據(jù)流、每一個(gè)查詢、查詢中的算子、算子大綱、節(jié)點(diǎn)間輸出隊(duì)列均有惟一的命名。查詢處理器位于DHT之上。同查詢相關(guān)的數(shù)據(jù)粒度限定為數(shù)據(jù)流、輸入數(shù)據(jù)源(記錄集)、節(jié)點(diǎn)間傳輸數(shù)據(jù)隊(duì)列、算子大綱，而不是針對單個(gè)記錄而言。對于這些粒度的數(shù)據(jù)可以通過在DHT中通過put(namespace，object)、get(namespace)、multicast(namespace)消息得到。
對于操作符(算子)在節(jié)點(diǎn)間遷移的情況，可以提供遠(yuǎn)程算子定義接口。當(dāng)節(jié)點(diǎn)?A?上查詢執(zhí)行的下一步j(luò)oin操作要求節(jié)點(diǎn)?B的查詢執(zhí)行器完成時(shí)，節(jié)點(diǎn)B?接收到遠(yuǎn)程調(diào)用請求，初始化join算子，將節(jié)點(diǎn)?A?上發(fā)出調(diào)用請求算子的狀態(tài)信息(大綱，synopsis)作為參數(shù)傳遞給?B,然后就可以在節(jié)點(diǎn)B?上進(jìn)行join算子運(yùn)算。查詢內(nèi)并行就是有若干這樣的節(jié)點(diǎn)間的算子遷移，使一個(gè)查詢計(jì)劃得以在多節(jié)點(diǎn)的算子之間并行執(zhí)行。
對于基于滑動窗口的數(shù)據(jù)流處理的join操作，如果有兩個(gè)數(shù)據(jù)流，查詢處理基于時(shí)間的窗口，進(jìn)行join操作的兩個(gè)數(shù)據(jù)流時(shí)間范圍較長，那么要求在一個(gè)節(jié)點(diǎn)上維護(hù)操作符的狀態(tài)信息將會變得非常困難，join算子狀態(tài)信息存儲要求的內(nèi)存空間可能非常大，則會進(jìn)行操作符分割操作。在該節(jié)點(diǎn)的近鄰節(jié)點(diǎn)上同時(shí)進(jìn)行join操作，最終將各個(gè)節(jié)點(diǎn)上的狀態(tài)信息進(jìn)行合并操作即可。
算子遷移、算子合并、算子分割等操作在基于DHT的系統(tǒng)上實(shí)現(xiàn)具有良好的擴(kuò)展性。DHT層為數(shù)據(jù)流處理系統(tǒng)在荷載大的情況下進(jìn)行負(fù)載脫落、查詢計(jì)劃間并行、查詢計(jì)劃內(nèi)并行提供了可以隨意擴(kuò)展的基礎(chǔ)平臺。
結(jié)束語
本文給出了基于structured overlay network 的分布式數(shù)據(jù)流查詢處理模型，考慮了對于到達(dá)系統(tǒng)的大量數(shù)據(jù)流的分片存放策略;同時(shí)在查詢處理中對查詢內(nèi)的并行、查詢間的并行、算子在分布式節(jié)點(diǎn)的遷移等提供了很好的支持。對系統(tǒng)catalog目錄信息的分布式存放維護(hù)，從而消除了單節(jié)點(diǎn)查詢處理引擎在資源(CPU、內(nèi)存)上的約束。本文沒有考慮分布式查詢模型在網(wǎng)絡(luò)帶寬資源方面的問題，這將是以后要完善的地方�；诮Y(jié)構(gòu)化覆蓋網(wǎng)的分布式數(shù)據(jù)流查詢模型提高了系統(tǒng)性能、查詢服務(wù)質(zhì)量，并且基于Chord實(shí)現(xiàn)，具有很好的擴(kuò)展性。
參考文獻(xiàn)：
[1]BRIAN B, SHIVNATH B, JENNIFER W. Models and issues in data stream systems[C]//Proc of the 21st ACM Symposium on Principles of Database Systems,2002.
?[2]BALAKRISHNAN H, BALAZINSKA M, CARNEY D, ?et al?. ?Retrospective on Aurora[J]. VLDB Journal, 2004,13(4):370-383.
[3]ABADI D, CARNEY D, STONEBRAKER M, ?et al?. Aurora: a new model and architecture for data stream management[J]. VLDB Journal,2003,12(2):120-139.
[4]ZDONIK S, STONEBRAKER M, CHERNIACK M,?et al?. The Aurora and Medusa Projects[J].IEEE Data Engineering Bulletin, 2003,26(1):3-10.
[5]CHERNIACK M, BALAKRISHNAN H, BALAZINSKA M, ?et al?. Scalable distributed stream processing[C]//Proc of the 1st Biennial Conference on Innovative Data Systems Research. Asilomar, California:[s.n.],2003.
[6]ABADI D J, AHMAD Y, BALAZINSKA M, ?et al?. The design of the Borealis stream processing engine[C]//Proc of the 2nd Biennial Conference on Innovative Data Systems Research (CIDR’05). Asilomar:[s.n.],2005.
[7]TATBUL N, ZDONIK S.Dealing with overload in distributed stream processing systems[C]//Proc of IEEE International Workshop on Networking Meets Databases (NetDB’06). Atlanta:[s.n.],2006.
[8]Distributed hash tables links[EB/OL]. http://www.etse.urv.es/~cpairot/dhts.html.
[9]DABEK F, STOICA I, BALAKRISHNAN H, ?et al?. Building peer-to-peer systems with Chord, a distributed lookup service[C]//Proc of the 8th Workshop on Hot Topics in Operating Systems(HotOS-VIII).2001.
[10]STOICAL I, MORRIS R, BALAKRISHNAN H, ?et al?. Chord:a sca-lable peer-to-peer lookup service for internet applications[C]//Proc ofACM SIGCOMM. New York: ACM Press, 2001:149-160.
【基于結(jié)構(gòu)化P2P的分布式數(shù)據(jù)流系統(tǒng)的查詢處理模型】相關(guān)文章：
基于擴(kuò)展XQuery引擎的空間數(shù)據(jù)流查詢方法研究10-07
基于P2P的計(jì)算機(jī)輔助教學(xué)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)10-08
基于EXCEL的層次分析法模型設(shè)計(jì)10-08
基于旅游管理的時(shí)空數(shù)據(jù)模型研究論文10-08
淺析基于品牌要素的品牌創(chuàng)建動態(tài)模型建構(gòu)10-05
網(wǎng)絡(luò)技術(shù)在分布式測試系統(tǒng)上的應(yīng)用10-07