浅析数据库并发控制技术

事务的并发执行可以显著提高系统的资源利用率,改善对事务的响应时间,但当多个事务对数据库进行并发操作时,如不加任何控制,可能会引起数据库的数据不一致。本文讲述了并发操作引起的问题及解决问题的方法。     

信息系统事务一致性研究与实现

在应用层次上,数据库一致性是通过事务一致性体现的,在介绍事务间一致性和事务内一致性概念的基础上,讨论了基于封锁机制的并发控制和基于日志的提交控制技术,分析了事务操作的补偿性问题,以DB2/400数据库为例,探讨了实现事务完整性和数据库一致性的方法,给出了应用程序实例,大量的实际应用表明该方法是可靠有效的.     

在线图表更新技术的改进与应用

针对MySQL数据库在进行数据定义语言(DDL)操作时因锁表动作引起长时间业务阻塞的问题,实现了一种不阻塞读写事务的在线图表更新(OSC)方法。考虑到电商数据库对读写事务的可用性要求,OSC系统将具有原子性的DDL语句拆分成若干步骤,创建临时表分片拷贝全量数据,并利用触发器保证增量数据的一致性,在实现无锁更改表结构的同时,解决了业务长时间阻塞的问题。另外,针对OSC技术在应用场景中遇到的系列问题,提出了相应的改进方法,如预检测、防并发执行等,并结合淘宝实际数据库架构,提供了复杂场景下OSC技术的应用分析。     

面向高通量事务处理的事务编译技术

针对内存数据库中CPU利用率不高的问题,目前的研究工作集中在利用事务编译技术提升事务的执行效率和改进事务的并发控制以提升数据库的性能.本文主要从以下几个方面对内存数据库的事务编译技术进行了综述.第一,介绍了事务处理的一般流程,分析限制系统性能的因素.第二,分析了当前使用的事务编译技术,包括即时编译技术、操作依赖分析技术和事务切片技术.第三,结合实例分析事务编译是如何提升数据库性能的,介绍典型的内存数据库在事务编译方面的研究工作,如Hekaton、VoltDB等.最后给出了研究展望.     

SQL Server数据库恢复技术研究

SQL Server用事务（Transaction）来跟踪数据库的一切变化，日志文件则用来记录事务对数据库的所有更新操作，它在数据库恢复技术中起着非常重要的作用。本文将以日志文件为技术要点，讨论SQL Server数据库的安全备份与恢复策略。     

事务并发控制中的两段锁和可串行化冲突图的对比

数据库中并发操作一般分为数据级和事务级两种,由于资源的竞争可能引起数据级的冲突和事务级的冲突,因此需要对并发执行的事务转化为某个可串行化调度,从而确保数据库的一致性．目前并发控制的方法有很多,从锁和非锁机制两个方面分析了两段锁和可串行化冲突图两种并发控制的规则和数据结构及分类,并从事务的冲突可串行化方面和结构上分析了各自的性能和优缺点．     

一种概率XML数据模型和查询代数

传统数据库只管理确定性信息,但在许多应用中涉及大量不确定数据.该文把概率信息引入XML数据库中,给出概率XML模式树,概率XML数据树等相关定义,以此为基础,提出了概率XML数据树的查询代数,如选择操作,投影操作.研究成果为概率XML数据库的查询奠定了基础.     

基于分离日志的闪存数据库系统存储管理方法

闪存在企业级计算环境中的不断应用使闪存数据库成为一个新的研究热点.针对数据库数据更新的特点以及已有闪存存储管理方法的不足,提出了一种新的基于分离日志的闪存数据库系统存储管理方法(OPL).OPL方法通过提高日志页的空间利用率来减少闪存写操作和擦除操作数量,从而提高数据更新性能,该方法还提供了对事务恢复的支持.     

基于XA协议的TUXEDO应用与共享DATABASE LINK的风险分析

在TUXEDO应用中，为了保障事务完整性，通常使用XA协议进行多资源操作的一致性管理。但是在这类应用中，使用共享Database Link进行多数据库资源操作时，可能会破坏事务完整性并且会引发系统运行风险。该文对在XA协议的TUXEDO应用中使用共享Database Link引发的风险进行分析，并且给出了预防措施，为通讯行业业务系统的稳定运行提供技术支撑。     

基于多维散列桶的数据定位技术MDHash

传统的关系型数据库常用于永久、稳定的数据,它强调维护数据的完整性、一致性,但无法满足海量数据处理的实时性;而内存数据库虽然读写速度高出传统数据库几个数量级,但其频繁的数据交换、事务操作等由于操作复杂,都无法满足大型应用系统对于相对格式的海量数据进行固定格式的实时比对要求。提出了基于多维散列桶的数据定位技术MDHash,结合多种内存数据库的优点,主要通过散列桶、不定长字符串散列、文档散列共三层散列的方法来实现数据的定位,满足系统对海量数据的实时检索比对。     

浅谈移动数据库事务处理

由于移动数据库事务的断接性,过区切换等特点,传统的数据库事务处理越来越不满足用户对移动数据库的需求。本文就移动数据库事务处理的特点和系统结构做了详细的分析,并将国内外几个常用的移动数据库事务模型做了相应的比较,提出各个模型的利弊。     

POI实现Excel的数据导入导出的研究

随着Java成为越来越多的Web应用系统的开发语言,利用Java进行Excel的数据导入导出在很多系统中都发挥着重要作用。本文采用POI操作Excel文件的方法,实现了将数据库中的数据导出到Excel表格中,并将Excel表格中的数据导入数据库的功能。满足了用户进行数据库数据导入导出的要求。     

基于自适应数据广播的缓存一致性维护

为了提高移动环境中缓存数据的效率,在分析现有技术的基础上,提出了基于自适应数据广播的缓存一致性维护.将数据的访问形式分为共享和独占两种,根据数据访问形式以及数据的更新频率,采用定时、计数以及数据状态等三种方法,动态地调整服务器广播更新数据的频率和内容.通过数据库中事务的可串行化操作,对该方法的正确性进行了理论证明,并通过具体的系统验证了其效率.该方法可以在各种无线网络环境中应用,为无线应用提供数据缓存.     

Web数据库为基础的数据库挖掘技术分析

近年来,随着互联网深入千家万户,互联网技术在我国也趋于成熟,Web技术普及到越来越大的范围并得到了极大的发展,各种信息可以免费或者是以非常低的价格在万维网上得到。由于全球联网,可以得到的数据数量是难以估算的,并且万维网在今后会持续发展,持续看好,特别是在电子事务发达的今天,无疑为网络技术的应用创造了巨大的需求,如何在Web数据库中发现可利用的信息已经成为数据挖掘分析的焦点之一,该文就Web数据库为基础的数据库挖掘技术作浅析。     

PAR平台中并发分布式事务处理机制及其应用研究

随着大数据、云计算和云服务等新技术的兴起,并发分布式计算作为这些新技术的基础,扮演着越来越重要的角色.在分布式计算中,数据的一致性难以得到保证,而事务处理技术能够有效解决该问题.为了提升PAR平台在高可靠应用程序的使用范围,在其建模语言Apla中融入了并发分布式事务处理机制,使得Apla语言不仅支持分布式数据库事务,还支持分布式非数据库事务.该文对Apla语言并发分布式事务处理机制进行了深入地研究,并将其应用在学生管理系统、在线购物系统等实际应用场景中.     

元组级不确定数据库的概率频繁项集挖掘

不确定数据出现在越来越多的应用中,如WSN、RFID等领域,分析不确定数据能为用户决策提供重要参考,因此,不确定数据的数据挖掘工作受到越来越多的关注。不确定数据库的概率频繁模式挖掘是不确定数据挖掘的一个重要的研究内容,它是确定数据库中的频繁模式挖掘问题在不确定数据环境下的扩展研究,即挖掘在数据库中经常共同出现的模式。为了提高记录级不确定数据库的概率频繁模式的挖掘算法的效率,本文提出一种基于FP_Growth算法的概率频繁模式挖掘算法,并在不确定数据库上实验验证了算法的性能。     

主动实时数据库复杂事务的管理

讨论了嵌套事务模型在主动实时数据库中的应用，提出了一种管理主动实时数据库嵌套事务的策略和方法。允许子事务的不同步执行使最紧急的事务尽可能快地执行，子事务的独立提交或中止可将失败影响局限在局限范围内，在实时数据库系统中尽可能地满足事务的时限。     

基于投影二维表的最大频繁模式挖掘算法

PITable-MAX是基于投影二维表的最大频繁模式挖掘算法。算法只需要遍历一次事务数据库,并将数据信息存入投影数据库中,在挖掘事务项时才会从投影数据库中提取相关的数据信息生成投影二维表,从而减少对内存空间的占用,算法虽然采用递归方式,但组合策略可实现减少条件投影二维表的规模,以达到减少空间;并结合减挖策略来减少挖掘事务项的个数,以达到提高挖掘效率的目的;实验验证了算法的可行性和优越性。     

PHP与MySQL平台下的事务实现探讨

针对MySQL数据库不同类型存储引擎的数据表,总结出事务实现的方法及步骤.通过分析MyISAM与InnoDB存储引擎的特点,给出两个数据表为保证数据一致性在两种存储引擎环境下的事务实现方式.设计数据库表时应考虑是否会涉及事务应用以及基于该表的主要操作类型,根据情况决定采用MyISAM或InnoDB存储引擎,再根据不同存...     

按系统日期自动生成数据库

在数据库应用中,经常是对一个数据库进行操作,操作完成后,把数据写回原数据库中.但在某些应用中,要求按系统日期每月生成一个数据库,本月数据库又自动利用上月数据库的数据,本文提出一种在VB中的解决方法.