自治数据库系统的理论与方法研究

论文摘要

随着互联网和信息技术的发展,数据库系统变得越来越复杂,其数据存储规模越来越庞大,管理数据库系统也变得越来越昂贵和繁琐。自治数据库系统能够自动、主动地对自身进行管理,降低了人为数据库管理的复杂度,从而降低人力成本和系统故障时带来的额外成本。因此,数据库自治技术对于提高数据库系统在关键应用中的应用能力,降低数据库系统的总体拥有成本,减少硬件、软件的投资浪费等都具有非常重要的意义。本文主要研究自治数据库系统的各种理论、技术及其实现。 本文首先全面介绍了自治计算和自治数据库领域的一系列相关技术,并分析了这些领域主要的研究内容、研究方法和部分商用系统的发展现状,同时指出了已有技术的缺点和不足,从而引出了本文的研究。 通过对数据库的“人为”管理行为的分析和模式提取,本文给出了数据库管理的相关概念,并提出了一个用于解决数据库自治问题的通用元结构——可管理自治数据库元素（Manageable Autonomic Database Element,MADE）,该元素分为六个组件和一个自治知识库,可以用来描述任何数据库自治功能。本文应用MADE重点研究了物理数据库自动设计,自适应数据库安全管理,以及自适应并行数据库负载均衡等三类数据库自治功能。 本文研究了集成B+树索引、垂直分区和属性压缩等三类物理数据库特征的自动设计技术。在对该问题进行形式化定义的基础上,提出了用于解决该问题的可管理自治数据库元素——PD-MADE。着重研究了该框架中,基于“类似”SQL语句分类和“类似”事务聚类的工作负载分析技术、基于规则的物理特征生成技术、配置占用空问和工作负载代价估计技术以及基于贪婪算法和群进化算法的最优配置搜索技术等四类关键技术。 针对自适应数据库安全管理,本文定义了动态、静态安全威胁以及安全策略等概念,并认为任何安全策略都具有两面性,在解决部分安全威胁的同时,将增加其他某些安全威胁发生的可能性和严重性。据此,定义了自适应数据库安全管理问题,并应用可管理自治数据库元素SM-MADE来解决此问题。研究了SM-MADE中的入侵检测、安全策略选择和安全策略等问题,并重点研究了基于事务特征抽取和事务向量分类的

论文目录

• 第一章 绪论
• 1.1 引言
• 1.2 研究的思路
• 1.3 研究的内容
• 1.4 论文组织
• 第二章 相关研究综述
• 2.1 引言
• 2.2 为什么需要自治的数据库系统?
• 2.3 自治计算和自治系统的研究
• 2.3.1 早期的自主系统管理和调优的研究
• 2.3.2 自治计算和自治系统
• 2.3.3 各种自治计算系统、技术和原型研究
• 2.4 自治数据库系统
• 2.4.1 数据库自主管理技术的发展
• 2.4.2 物理数据库设计技术
• 2.4.3 数据库安全管理技术
• 2.4.4 并行数据库管理技术
• 2.4.5 其他自治数据库技术
• 2.4.6 主流商用数据库管理系统的自主管理功能
• 2.5 现有研究的问题和不足
• 2.6 本章总结
• 第三章 自治数据库系统体系结构
• 3.1 引言
• 3.2 自治数据库系统体系结构研究的必要性、意义和研究方法
• 3.3 数据库系统管理的概念
• 3.3.1 数据库系统管理的行为分析
• 3.3.2 数据库系统中管理对象的概念定义
• 3.3.3 数据库系统中管理行为的概念定义
• 3.3.4 数据库系统管理的定义
• 3.4 自治数据库系统
• 3.4.1 自治数据库系统的功能
• 3.4.2 自治数据库元素
• 3.4.3 特殊的可管理特征类型-可管理的自治数据库元素
• 3.4.4 自治数据库系统体系结构
• 3.5 本章总结
• 第四章 物理数据库自动设计
• 4.1 引言
• 4.2 物理数据库自动设计问题
• 4.2.1 物理设计特征定义
• 4.2.2 SQL语句、事务和工作负载
• 4.2.3 负载和约束
• 4.2.4 PDADP问题定义
• 4.3 自动物理数据库设计框架
• 4.3.1 PD-MADE中的可管理特征
• 4.3.2 PD-MADE体系结构
• 4.3.3 自动物理设计需要解决的问题
• 4.4 工作负载分析
• 4.4.1 SQL语句归类分析
• 4.4.2 SQL字符串匹配归类算法
• 4.4.3 SQL模式树匹配归类算法
• 4.4.4 “类似”事务概念
• 4.4.5 类似事务聚类分析算法
• 4.5 物理特征生成
• 4.5.1 基于规则的物理特征生成
• 4.5.2 B+树索引特征生成规则
• 4.5.3 垂直分区特征生成规则
• 4.5.4 属性压缩特征生成规则
• 4.6 配置代价估计
• 4.6.1 占用空间代价估计
• 4.6.2 单语句代价估计
• 4.6.3 事务和工作负载代价估计
• 4.7 最优配置搜索
• 4.7.1 各种物理特征间的依赖关系及其对搜索的影响
• 4.7.2 穷举法
• 4.7.3 贪婪算法
• 4.7.4 群进化算法
• 4.7.5 各个算法的计算复杂性比较
• 4.8 系统实现、实验和结果分析
• 4.8.1 系统实现
• 4.8.2 实验设置
• 4.8.3 实验结果和分析
• 4.9 与相关工作的对比
• 4.10 本章总结
• 第五章 自适应数据库安全管理
• 5.1 引言
• 5.2 数据库自适应安全管理问题
• 5.2.1 安全威胁和安全策略的概念
• 5.2.2 数据库自适应安全问题
• 5.3 自适应数据库安全管理框架
• 5.3.1 数据库安全管理中的可管理特征
• 5.3.2 SM-MADE体系结构
• 5.4 数据库入侵检测
• 5.4.1 数据库入侵检测
• 5.4.2 事务特征抽取
• 5.4.3 事务分类模型
• 5.4.4 简单向量距离分类
• 5.4.5 简单贝叶斯分类
• 5.5 最优策略搜索
• 5.6 各类安全策略
• 5.7 系统实现、实验和结果分析
• 5.7.1 系统实现
• 5.7.2 实验设置
• 5.7.3 实验结果和分析
• 5.8 与相关工作的对比
• 5.9 本章总结
• 第六章 自适应并行数据库负载均衡
• 6.1 引言
• 6.2 并行数据库架构和负载均衡概念
• 6.2.1 并行数据库概念架构
• 6.2.2 自治并行数据库体系结构
• 6.2.3 负载均衡技术和相关概念
• 6.3 并行数据库负载均衡问题
• 6.3.1 各种相关概念定义
• 6.3.2 负载均衡问题定义
• 6.4 自适应并行数据库负载均衡框架
• 6.4.1 LB-MADE中的可管理特征
• 6.4.2 LB-MADE体系结构
• 6.5 并行数据库负载均衡关键技术
• 6.5.1 数据迁移选择
• 6.5.2 数据迁移执行
• 6.5.3 并行连接执行
• 6.5.4 并行处理选择
• 6.6 系统实现、实验和结果分析
• 6.6.1 系统实现
• 6.6.2 实验设置
• 6.6.3 实验结果和分析
• 6.7 与相关工作的对比
• 6.8 本章总结
• 第七章 结论和展望
• 7.1 论文的主要工作概述
• 7.1.1 论文主要工作和结论
• 7.1.2 论文创新点
• 7.2 未来工作展望
• 参考文献
• 攻读博士学位期间的研究成果
• 致谢
• 声明