CAJ | 학술논문

近年来,由于数据规模的急剧增长,越来越多的大型应用系统被部署到分布式环境中,它们需要通过数据分片技术,将原有数据集和新增加的数据审慎地划分到不同的节点上,来优化并行联机事务处理(on-line transaction processing,OLTP)系统的性能.针对系统中已有的静态数据和新生成的增量数据,提出了一种新的数据分片策略——数据表依赖分片策略(table dependency partitioning strategy,TDPS).该策略首先根据数据表之间的相互依赖关系,对初始数据进行划分.当有新的数据到达时,它会自动将每个数据片段分配到最相关的数据分区中.使用TPC-C测试基准进行了一系列的实验,实验结果显示,与以前的方法相比,TDPS策略可以有效地提高系统性能.
근년래,유우수거규모적급극증장,월래월다적대형응용계통피부서도분포식배경중,타문수요통과수거분편기술,장원유수거집화신증가적수거심신지화분도불동적절점상,래우화병행련궤사무처리(on-line transaction processing,OLTP)계통적성능.침대계통중이유적정태수거화신생성적증량수거,제출료일충신적수거분편책략——수거표의뢰분편책략(table dependency partitioning strategy,TDPS).해책략수선근거수거표지간적상호의뢰관계,대초시수거진행화분.당유신적수거도체시,타회자동장매개수거편단분배도최상관적수거분구중.사용TPC-C측시기준진행료일계렬적실험,실험결과현시,여이전적방법상비,TDPS책략가이유효지제고계통성능.