[发明专利]分布式数据库的数据内部传输代价标定方法及系统

说明书

本发明公开了分布式数据库的数据内部传输代价标定方法及系统，属于数据库技术领域，本发明要解决的技术问题为传统数据库在向分布式数据库转型时，难以估计数据内部传输代价，采用的技术方案为：该方法具体如下：确定数据内部传输代价模型，具体包括：构建数据广播代价模型；构建数据重分布代价模型；构建数据聚集代价模型；标定数据内部传输代价系数：采用TPC‑DS标准测试数据库的数据；具体包括：标定数据广播代价系数；标定数据重分布代价系数；标定数据聚集的代价系数。

技术领域

本发明涉及数据库技术领域，具体地说是一种分布式数据库的数据内部传输代价标定方法及系统。

背景技术

随着信息技术不断深入生活，各种信息系统的数据量呈爆炸式增长，由于单个计算机容量的限制，传统单体数据库已经无法满足大数据场景下对数据库软件的需求，许多单体数据库被改造为了分布式数据库。

分布式数据库相比单体数据库的一个显著区别是：数据分布在多个分布式节点中，在执行数据查询的过程中，可能涉及到三种数据内部传输：广播、重分布、聚集，可能会涉及到大量数据在数据库节点之间的复制或者移动。

在传统单体数据库中，由于没有数据内部传输的过程，所以数据库在查询的计划阶段，不会将数据内部传输的代价考虑在内。而对于分布式数据库来说，数据内部传输会有较大的网络开销，此环节的代价已经无法忽略。传统数据库在向分布式数据库转型时，难以估计数据内部传输代价成了困扰数据库研发工作的难题。

发明内容

本发明的技术任务是提供一种分布式数据库的数据内部传输代价标定方法及系统，来解决传统数据库在向分布式数据库转型时，难以估计数据内部传输代价的问题。

本发明的技术任务是按以下方式实现的，一种分布式数据库的数据内部传输代价标定方法，该方法具体如下：

确定数据内部传输代价模型，具体包括：

构建数据广播代价模型；

构建数据重分布代价模型；

构建数据聚集代价模型；

标定数据内部传输代价系数：采用TPC-DS标准测试数据库的数据；具体包括：

标定数据广播代价系数；

标定数据重分布代价系数；

标定数据聚集的代价系数。

作为优选，数据广播代价模型具体如下：

C_brod＝k_brod·S_table·(N_node-1)；

其中，C_brod表示数据广播的代价值；k_brod表示数据广播的代价系数；S_table表示数据表的大小；N_node表示分布式节点个数；数据广播是将分散在各个节点的数据广播至全部节点。

更优地，数据重分布代价模型具体如下：

C_dist＝k_dist·S_table；

其中，C_dist表示数据重分布的代价值；k_dist表示数据重分布的代价系数；S_table表示数据表的大小；数据重分布是将数据按照所需的分布规律做从新分布。

更优地，数据聚集模型具体如下：