并發(fā)控制是數(shù)據(jù)庫系統(tǒng)提供的一種機制,用于支持多個事務(wù)并發(fā)執(zhí)行,同時保證事務(wù)之間的隔離性。并發(fā)控制算法是數(shù)據(jù)庫系統(tǒng)性能的關(guān)鍵。然而,不同的并發(fā)控制算法有不同的優(yōu)點和缺點,這使得每種方法只使用與某些類型的工作負載,而對其他類型的工作負載則表現(xiàn)不佳。其結(jié)果是,用戶不得不在選擇并發(fā)控制算法之前就對工作負載做一定的假設(shè)。為了克服這一局限,本文提出了一個新方案,稱為事務(wù)聚類,以便對于任意兩個事務(wù)自動選擇最佳的隔離機制。在事務(wù)聚類的基礎(chǔ)上,本文進一步提出了基于聚類的并發(fā)控制算法。該算法將傳統(tǒng)的悲觀并發(fā)控制算法和樂觀并發(fā)控制算法相結(jié)合,以獲得這兩種算法的優(yōu)點,同時緩解這兩種算法的性能瓶頸。理論和實證分析結(jié)果均表明,在高沖突型工作負載下,基于聚類的并發(fā)控制算法的性能要明顯優(yōu)于悲觀并發(fā)控制算法和樂觀并發(fā)控制算法。 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的目的和意義
    1.2 課題來源
    1.3 研究現(xiàn)狀
        1.3.1 現(xiàn)有的并發(fā)控制算法及其局限性
        1.3.2 人工智能技術(shù)在數(shù)據(jù)庫系統(tǒng)中的應(yīng)用
    1.4 本文的主要研究內(nèi)容及其挑戰(zhàn)
    1.5 本文的主要貢獻
第2章 基于聚類的并發(fā)控制概述
    2.1 引言
    2.2 算法的基本思想
    2.3 算法所基于的重要假設(shè)
    2.4 本章小結(jié)
第3章 事務(wù)聚類
    3.1 引言
    3.2 事務(wù)聚類的動機
    3.3 定義事務(wù)相似度度量
    3.4 事務(wù)聚類算法
    3.5 本章小結(jié)
第4章 基于聚類的并發(fā)控制算法
    4.1 引言
    4.2 選擇最佳隔離方式
    4.3 保證隔離性
    4.4 算法的重要性質(zhì)
        4.4.1 算法的正確性
        4.4.2 算法的有效性
    4.5 算法的實現(xiàn)
        4.5.1 最小哈希算法的實現(xiàn)
        4.5.2 簇鎖的實現(xiàn)
        4.5.3 基于聚類的事務(wù)的實現(xiàn)
    4.6 實驗評估
        4.6.1 事務(wù)聚類的效果
        4.6.2 性能評估
    4.7 本章小結(jié)
第5章 事務(wù)的工作集預(yù)測
    5.1 引言
    5.2 基于馬爾科夫性質(zhì)的預(yù)測算法
        5.2.1 統(tǒng)計建模
        5.2.2 利用模型進行預(yù)測
    5.3 實驗評估
    5.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝



本文編號：3194514