Cơ sở dữ liệu
ta khó truy cập dữ liệu; tính độc lập giữa chương trình và dữ liệu chưa thật tốt; chưa có
cơ sở lý thuyết hoàn thiện.
c. Từ năm 1980-1990: Mô hình quan hệ của E.F.Codd đã khắc phục nhược điểm
của hai mô hình CSDL trên. Mô hình CSDL quan hệ tạo nên các hệ thống CSDL thế hệ
thứ hai. Các hệ thống quan hệ được bán nhiều trên thị trường và chiếm ưu thế so với các
hệ thống CSDL khác. Người ta dùng ngôn ngữ SQL và các ngôn ngữ khác để truy cập dữ
liệu.
d. Từ năm 1990-2000: Những năm này, người ta vẫn sử dụng các CSDL trong
những năm 80 của thế kỷ XX để quản trị dữ liệu với cấu trúc phức tạp như dữ liệu kế
toán tài chính, dữ liệu đa phương tiện (âm thanh, đồ hoạ, hình ảnh). Trong những năm 90,
vấn đề hướng đối tượng không những được đề cập trong ngành CSDL mà còn trong
nhiều ngành tin học khác. Tuy nhiên cho đến nay chẳng có mấy hệ thống CSDL hướng
đối tượng xuất hiện trên thị trường.
e. Từ năm 2000 trở đi: Trong chục năm tới, công nghệ về CSDL có thể có những
đột phá đáng ngạc nhiên. Tuy nhiên người ta vẫn vạch ra các hướng vững chắc:
- Các kiểu dữ liệu phức tạp được quản lý tốt hơn. Chúng gồm dữ liệu đa chiều,
phù hợp với các ứng dụng của kho dữ liệu.
- Phát triển tiếp tục các máy chủ cực lớn. Người ta dựa vào hệ quản trị CSDL
quan hệ hướng đối tượng để thiết lập các CSDL có khả năng quản lý nhiều loại dữ liệu đa
dạng, thuận tiện cho các ứng dụng CSDL trên mạng Internet.
- Các CSDL phân tán sẽ trở thành hiện thực. Do vậy các tổ chức có thể phân bố
các dữ liệu tại nhiều địa điểm xa nhau về không gian.
- Việc lưu trữ dữ liệu theo địa chỉ và nội dung sẽ thông dụng hơn. Điều này cho
phép người dùng truy cập dữ liệu theo nội dung của dữ liệu, mà không cần biết cách thức
truy cập các dữ liệu này.
- Các công nghệ về CSDL, trí tuệ nhân tạo và các dịch vụ thông tin sẽ tạo nên
môi trường truy cập dữ liệu dễ dàng hơn, chẳng hạn giao tiếp bằng ngôn ngữ tự nhiên.
Mô hình phân cấp và mô hình mạng được coi là đại diện cho các hệ thống CSDL thế
hệ thứ nhất. Mô hình quan hệ đại diện cho hệ thống CSDL thế hệ thứ hai. Các mô hình
CSDL thế hệ sau được kể ra gồm mô hình hướng đối tượng, mô hình phân tán, mô hình
suy diễn.
2. Mô hình phân cấp (Hierarchical model)
- Mô hình phân cấp hay mô hình CSDL dạng cây được tổ chức theo cấu trúc từ trên
xuống dưới giống như cây lộn ngược. Mỗi nút tương ứng với một kiểu dữ liệu, có thể có
một hoặc nhiều trường, mô tả thực thể và một nhánh cây tạo nên một liên kết giữa kiểu
dữ liệu này với kiểu dữ liệu khác. Mỗi nút đều có một nút cha và nhiều nút con, trừ nút
gốc là không có cha.
- Ví dụ:
Trang: 5
PHÒNG
NHÂN VIÊN DỰ ÁN
CHUYÊN MÔN CẤP DƯỚI THIẾT BỊ
Cơ sở dữ liệu
- Tuy nhiên, mô hình chỉ thể hiện được quan hệ 1-n, tức là mô tả được trường hợp
nút cha có nhiều nút con như một phòng thì có thể có nhiều nhân viên hay một phòng có
thể có nhiều dự án, còn trường hợp ngược lại thì không. Chẳng hạn nếu một dự án mà
thuộc về nhiều phòng thì dự án phải được lưu ở nhiều nơi khác nhau. Điều này gây dư
thừa dữ liệu và lãng phí không gian lưu trữ.
- Điểm nổi bật trong các thủ tục truy xuất đến một đối tượng trong mô hình phân
cấp là đường dẫn đi từ gốc đến phần tử cần xét trong cây phân cấp.
3. Mô hình mạng
- Mô hình mạng được biểu diễn như một đồ thị có hướng. Mỗi nút có thể nối với
một nút bất kỳ để biểu diễn một liên kết 1-n thông qua con trỏ liên kết. Sự khác nhau
chính giữa hệ thống mạng và hệ thống phân cấp là mô hình mạng không ràng buộc về số
và hướng của các liên kết thiết lặp giữa các nút.
- Ví dụ:
4. Mô hình quan hệ
- Cơ sở dữ liệu quan hệ được xây dựng theo lý thuyết do E.F.Codd giới thiệu năm
1970. Thuật ngữ “quan hệ” là do bảng dữ liệu hai chiều được Codd gọi là bảng quan hệ.
Mô hình quan hệ khác hẳn với các mô hình trước nó và từ năm 1980 đã trở thành mô hình
được dùng rộng rãi để phát triển hệ quản trị CSDL.
- Theo mô hình quan hệ, dữ liệu được thể hiện trong bảng hai chiều, gồm các dòng
và cột. Các bảng gọi là các “quan hệ”, các dòng gọi là các “bộ” và cột là “thuộc tính”.
Theo cách nhìn của các mô hình trước thì mỗi dòng là một bản ghi, các thuộc tính cho
biết ý nghĩa của các giá trị trong bản ghi.
- Ví dụ:
KHÁCH HÀNG Mã Tên Tuổi Địa chỉ
Khách hàng 1 Mơ 16 Láng
Khách hàng 2 Mận 18 Bưởi
Khách hàng 3 Đào 21 Vọng
ĐƠN HÀNG Khách hàng Đơn hàng
Khách hàng 1 Đơn hàng 1
Khách hàng 1 Đơn hàng 2
Khách hàng 2 Đơn hàng 3
Khách hàng 2 Đơn hàng 4
Khách hàng 3 Đơn hàng 5
Trang: 6
Công chức
Ngân hàng
Tài khoản
Khách hàng
Đăng ký
tài khoản-khách hàng
tài khoản-ngân hàng
chủ tài khoản
người quản lý
nơi làmquản lý
Cơ sở dữ liệu
- Cơ sở dữ liệu quan hệ dùng các thuộc tính để liên kết dữ liệu giữa các bảng khác
nhau thay vì dùng con trỏ để liên kết tập bản ghi như trong mô hình mạng. Chẳng hạn
thuộc tính mã của bảng KHÁCH HÀNG và thuộc tính khách hàng của bảng ĐƠN HÀNG
là hai thuộc tính dùng để liên kết hai bảng quan hệ này. Đi sâu vào chi tiết của mô hình
quan hệ sẽ được giới thiệu trong Chương III.
5. Mô hình hướng đối tượng
- Mô hình phân cấp và mô hình mạng được xếp vào thế hệ đầu của CSDL. Thế hệ
thứ hai của các hệ quản trị CSDL có mô hình quan hệ. Các mô hình này được xem là mô
hình cổ điển. Mô hình mới nhất được xếp vào thế hệ thứ ba của CSDL là mô hình hướng
đối tượng. Công nghệ CSDL hướng đối tượng dùng lược đồ gồm tập các “lớp”. Mỗi lớp
được mô tả gồm tập các “thuộc tính” và “phương thức”. Mỗi đối tượng thuộc lớp đều
mang đầy đủ các thuộc tính và phương thức của lớp đó.
- Thế hệ thứ ba của hệ quản trị nhằm đáp ứng các yêu cầu về:
+ Các ứng dụng mới của công nghệ thông tin.
+ Khai thác trong môi trường phức tạp như phân tán, không đồng nhất,…
+ Xử lý các dữ liệu hướng đối tượng và thực hiện suy diễn trên các dữ liệu.
- Theo cách tổ chức CSDL truyền thống, người ta có thể viết đoạn chương trình
riêng để mô tả các phương thức và dùng một giao diện để liên kết với hệ quản trị. Tuy
nhiên điều quan trọng cần lưu ý là: trong CSDL truyền thống phần chương trình này là
độc lập, còn trong CSDL hướng đối tượng thì chương trình này được mô tả như một đối
tượng của CSDL. Vậy bằng công cụ đối tượng và phương thức, người ta có thể lưu trữ và
chia sẻ không những cấu trúc của đối tượng CSDL, mà còn cả các hành vi của các đối
tượng.
- Tuy tiếp cận hướng đối tượng được phổ biến vào đầu những năm 90 của thế kỷ
XX nhưng đến nay vẫn chưa có nhiều CSDL thuộc loại này do nó còn nhiều khuyết
điểm:
+ Chưa thống nhất rõ ràng các lĩnh vực của lý thuyết.
+ Chưa có phương pháp luận thiết kế CSDL hướng đối tượng theo cách hình
thức như việc chuẩn hoá trong CSDL quan hệ. Rất ít hướng dẫn thiết kế CSDL hướng đối
tượng cho phép tối ưu hoá. Điều này khiến hệ thống không hiệu quả.
+ Các hệ thống chưa có khả năng cho phép người dùng hỏi các câu hỏi tùy ý.
+ Hệ thống thiếu các luật về tính toàn vẹn tổng quát.
Trang: 7
Cơ sở dữ liệu
CHƯƠNG II:
TỔ CHỨC DỮ LIỆU Ở MỨC VẬT LÝ
I. QUẢN TRỊ TỆP VÀ QUẢN TRỊ CSDL
Định nghĩa tệp (file-tập tin):
Tệp là đơn vị nhỏ nhất do phần mềm hệ thống quản lý, dùng để
chứa các dữ liệu về ứng dụng, được đặt tên.
Các tệp trên máy tính được lưu trên các phương tiện nhớ ngoài như băng, đĩa từ,…
Đĩa từ được coi như đại diện cho phương tiện nhớ, cho phép truy cập trực tiếp. Điều này
có nghĩa hệ thống tới ngay bản ghi trên tệp mà không cần xét lần lượt một số bản ghi
khác. Băng từ thường được lấy làm ví dụ về phương tiện nhớ tuần tự, có nghĩa người ta
cần xét lần lượt các bản ghi trên tệp trước khi thấy bản ghi cần thiết. Trước khi xây dựng
CSDL với qui mô khoa học, người ta đã từng sử dụng hệ quản trị tệp, gồm các tệp trên
băng từ, đĩa từ, và truy cập nhờ các ngôn ngữ lập trình trong hệ thống điều hành. Còn
CSDL về bản chất cần bộ nhớ truy cập trực tiếp và có hệ thống quản trị độc lập với hệ
thống điều hành máy tính.
Hình 1: Hệ thống quản trị tệp và hệ quản trị CSDL
Hệ thống điều hành máy tính đảm bảo việc vào/ra của dữ liệu. Nó là tập các chương
trình nửa cố định, đảm bảo giao diện giữa chương trình ứng dụng và phần cứng máy tính.
Hệ thống điều hành cho phép chương trình ứng dụng dùng các dịch vụ như quản lý bộ
nhớ, thao tác vào/ra. Còn hệ quản trị CSDL thì tự đảm bảo các dịch vụ này. Dịch vụ
chính trong hệ quản trị CSDL là quản lý các tệp vật lý.
Định nghĩa tệp vật lý:
Tệp vật lý là một phần trên bộ nhớ ngoài dùng để lưu trữ các bản
ghi dữ liệu.
Phần lộ ra của hệ thống điều hành là việc quản lý tệp và quản lý bộ nhớ. Khi máy tính
đọc/ghi dữ liệu, không phải một xâu các byte được xử lý mà là một đoạn dữ liệu có kích
thước cố định. Đoạn này thường được gọi là trang nhớ, hay khối,… Như vậy một trang là
đơn vị vào ra. Khi ghi dữ liệu, dữ liệu được ghi lên trang, khi trang đầy sẽ được chuyển
đến bộ nhớ ngoài. Tương tự, nếu cần đọc vào, máy đọc lên trang rồi sau đó đưa vào bộ
nhớ trong để xử lý.
Mỗi trang trên đĩa có số trang, cho biết vị trí tương đối trên đĩa. Qui ước này cho phép
thông tin cập nhật của một trang được ghi đúng chỗ. Người quản lý đĩa có trách nhiệm
quản lý các số trang và dùng mã chuyên dụng đối với thiết bị để đọc/ghi trang đặc biệt
của đĩa.
Trang: 8
Người dùng hệ thống tệp Người dùng CSDL
Chương trình ứng dụng
Hệ thống điều hành máy tính
Hệ quản trị CSDL
Tệp dữ liệu CSDL
Cơ sở dữ liệu
II. TỔ CHỨC DỮ LIỆU Ở MỨC VẬT LÝ
1. Chỉ số
Định nghĩa chỉ số (index):
Chỉ số là bảng dữ liệu hay cấu trúc dữ liệu dùng để xác định vị trí
của các bản ghi trong tệp theo điều kiện nào đó.
Định nghĩa tổ chức tệp theo chỉ số (indexed file organization):
Tổ chức tệp theo chỉ số là kỹ thuật lưu trữ các bản ghi của tệp theo
cơ chế tuần tự hay không tuần tự, sử dụng bảng chỉ số cho phép
phần mềm truy cập nhanh đến bản ghi cần thiết.
Ví dụ:
Người ta có tập các dòng trong bảng sau:
NHÂN VIÊN Mã nhân viên Tên Tên chi nhánh
17 Đào Thanh Xuân
63 Mơ Bình Minh
44 Mận Thanh Xuân
32 Quít Thanh Xuân
71 Cam Bình Minh
12 Bưởi Sao Sáng
81 Xoài Bình Minh
Giả sử cần tìm nhân viên ở chi nhánh “Sao Sáng” và mỗi bản ghi cần đến một phép
đọc, để tìm thấy dòng tin đầu tiên thỏa điều kiện chúng ta phải mất 6 phép đọc. Nhưng
nếu cần liệt kê tất cả các nhân viên làm ở chi nhánh “Sao Sáng” thì chúng ta phải rà soát
tất cả các dòng tin; dòng nào cũng kiểm tra xem tên chi nhánh là “Sao Sáng” không. Việc
tìm kiếm này sẽ nhanh hơn nếu chúng ta dùng chỉ số theo tên chi nhánh. Chỉ số là tập giá
trị được sắp xếp. Chúng ta có thể hình dung bảng chỉ số như mục lục của cuốn sách, được
xếp theo thứ tự từ vựng, Căn cứ vào thông tin cần tra cứu, chúng ta đến được trang sách
cần thiết.
Nếu mỗi dòng trong CSDL sử dụng một trang nhớ thì chỉ số đối với chi nhánh có dạng
sau:
Hình 2: Bảng chỉ số trỏ đến bộ nhớ.
Trong thí dụ trên, thay vì duyệt nhiều dòng để trả lời câu hỏi, với bảng chỉ số chúng
ta chỉ cần đọc dòng chỉ số, rồi theo con trỏ nhảy đến vị trí cần tìm. Nhưng thí dụ này còn
quá xa thực tế. Với số lượng bản tin như vậy thì thường chỉ chiếm tối đa một trang nhớ
và việc có lập bảng chỉ số hay không có thì thời gian dò tìm cũng chẳng khác biệt nhau là
bao. Tuy nhiên những quan hệ lớn sẽ chiếm nhiều trang đĩa, việc quét toàn bộ quan hệ để
tìm một số dòng sẽ dẫn đến việc tìm trên tất cả các trang, trừ khi chúng ta dùng bảng chỉ
số. Bảng chỉ số có kích thước nhỏ hơn bảng dữ liệu thực, vậy nên đọc và tải bảng chỉ số
sẽ nhanh hơn rất nhiều. Sau khi đọc bảng chỉ số, hệ thống chỉ tìm trong các trang liên
quan đến chỉ số, tức các trang có thể có các bản tin cần tìm. Bảng quan hệ càng lớn, số
các bản tin yêu cầu càng ít thì việc dùng chỉ số càng hiệu quả.
Mọi việc sẽ đơn giản nếu bảng chỉ số của chúng ta chỉ chiếm một trang nhớ. Tuy
nhiên, với các bài toán lớn, bản thân bảng chỉ số đã chiếm nhiều trang. Khi đó thậm chí
Trang: 9
Sao Sáng6Thanh
Xuân1,3,4Bình Minh2,5,7
Trang 6
Trang 1
Trang 2
Trang 3 Trang 4
Trang 5 Trang 7
Cơ sở dữ liệu
cần phải có chỉ số cho các bảng chỉ số. Một kỹ thuật hay được dùng là cây cân bằng, B-
cây, hay cây B (balanced tree).
Hình 3: Bảng chỉ số theo cây cân bằng.
Tổ chức dữ liệu dạng cây đã được giới thiệu như một cấu trúc dữ liệu. Cây chỉ số
sẽ dùng các trang nhớ. Mỗi trang sẽ ghi một số nhất định các chỉ số, chẳng hạn trong thí
dụ mỗi trang ghi được hai chỉ số. Tùy theo thiết kế để tìm kiếm sau này, cây cân bằng có
thể lấy giá trị chỉ số tại gốc là chỉ số đầu tiên; các chỉ số lớn hơn sẽ được lưu trong các
nút phải của cây; chỉ số nhỏ hơn chỉ số tại gốc sẽ được lưu trong nút trái của cây. Riêng
nút gốc cây có một giá trị chỉ số. Tại mỗi nút số con trỏ tùy thuộc vào số chỉ số có trong
từng nút. Nút có một chỉ số sẽ có hai con trỏ, con trỏ trái trỏ đến những nút có giá trị nhỏ
hơn; con trỏ phải trỏ đến những nút có giá trị lớn hơn. Nếu nút có 2 chỉ số thì sẽ có 3 con
trỏ cho nút đó. Con trỏ trái trỏ đến những nút có giá trị nhỏ hơn chỉ số trái; con trỏ phải
trỏ đến những nút có giá trị nhỏ hơn chỉ số phải; con trỏ giữa trỏ đến những nút có giá trị
nằm trong khoảng hai giá trị chỉ số.
Việc tìm kiếm trên cây tùy thuộc theo thủ tục duyệt cây, căn cứ vào thiết kế cây lúc
đầu. Chẳng hạn để tìm dòng có chỉ số 17, từ gốc người ta sang trái do 17<18, rồi thấy
17>10, người ta sang phải. Khi thấy trang với chỉ số 17, người ta theo con trỏ đến được
nơi có dữ liệu cần tìm.
Sở dĩ cây có tên cân bằng là vì độ sâu của nhánh trái và phải là như nhau. Tốc độ
tìm kiếm một phần tử tùy thuộc vào độ sâu của nó. Trong trường hợp chúng ta có thêm
vào hoặc xoá bớt những bản tin thì cây có thể không duy trì được sự cân bằng, dẫn đến
tốc độ tìm kiếm không còn tối ưu như trước. Để khắc phục tình trạng này chúng ta cần
sử dụng thuật toán để sắp xếp lại các chỉ số sau cho cây cân bằng.
* Ưu và khuyết điểm của việc dùng bảng chỉ số:
a. Ưu điểm:
- Tìm kiếm nhanh.
- Có thể kiểm tra sự có mặt của dữ liệu dựa vào bảng chỉ số.
b. Khuyết điểm:
- Chi phí công sức và bộ nhớ cho việc tạo và bảo quản chỉ số.
- Khi cập nhật dữ liệu nhất thiết phải cập nhật cả bảng chỉ số.
- Khi bổ sung giá trị mới, cây chỉ số mất tính cân đối, gây tình tạng phải
nhiều lần tổ chức lại cây.
2. Hàm băm
Định nghĩa tổ chức tệp băm:
Tổ chức tệp băm là cách tổ chức cho phép xác định địa chỉ của mỗi
bản ghi dữ liệu theo thuật toán băm.
Trang: 10
18
8 96
21 238 10
21 33 3710 17 18 19
chỉ số
Trang nhớ
Cơ sở dữ liệu
Định nghĩa thuật toán băm (hashed algorithm):
Thuật toán băm là chương trình chuyển giá trị khoá chính thành số
thứ tự tương đối của bản ghi, tức là địa chỉ tương đối trong tệp.
Vấn đề đầu tiên là chúng ta phải tính toán hàm băm để chuyển đổi các khoá của bản
ghi (các khoá có thể là những số nguyên hay các ký tự ngắn) thành các địa chỉ tương đối
trong tệp. Đây là một tính toán số học có các tính chất tương tự như các bộ phát sinh số
ngẫu nhiên. Chúng ta cần một hàm chuyển đổi các khoá thành các số nguyên trong
khoảng [0 M-1] trong đó M là số mẫu tin có thể chứa vừa đủ trong số lượng không gian
nhớ có sẵn. Vậy nên phương pháp này có đặc trưng là phải biết toàn bộ không gian nhớ
trước khi phân bố cho bất kỳ bản ghi nào.
Ví dụ:
Chúng ta dự định lưu trữ 1000 bản ghi vào trong vùng nhớ có khả năng lưu trữ
1400 bản ghi. Giả sử khoá của các bản ghi có giá trị trong khoảng từ 0 đến 99999, và
không gian nhớ được đánh địa chỉ tương đối từ 0 đến 1399. Hàm băm của chúng ta sử
dụng là:
địa chỉ = phần dư (giá trị khoá / kích thước không gian nhớ)
Hình 4: Phân bố địa chỉ các bản ghi vào trong không gian nhớ
dựa vào hàm băm đã cho.
Yêu cầu đặt ra đối với hàm phân bố địa chỉ (hàm băm) là không quá phức tạp,
nhưng đảm bảo các bản ghi được phân bố rải khắp không gian nhớ. Một hàm băm lý
tưởng làm một hàm mà dễ dàng tính và gần giống như một hàm “ngẫu nhiên”.
Do khả năng của hàm địa chỉ mà đôi khi hai hay nhiều bản ghi được phân bố cùng
một địa chỉ. Các bản ghi trùng địa chỉ được gọi là “bản ghi tràn”. Vấn đề tiếp theo là
chúng ta cần phải giải quyết tình trạng xung đột địa chỉ, có thể thực hiện theo các phương
pháp sau:
a. Sử dụng vùng nhớ riêng cho các bản ghi tràn:
Khi lưu trữ, nếu chúng ta truy cập đến một vị trí trong không gian nhớ mà ở
đó đã có bản ghi khác thì dùng con trỏ để đi sang vùng nhớ tràn cho các bản ghi, lưu trữ
bản ghi này vào đó. Khi muốn tìm bản ghi tràn vừa mới được lưu trữ, chúng ta cũng đi
theo con trỏ vật lý đó.
Ví dụ:
Cần lưu trữ thông tin của 3 người vào các ngăn chứa 15 bản ghi. Khoá bản
ghi là tuổi của những người này. Giả sử hàm băm có dạng:
địa chỉ = phần dư (tuổi / 15)
Trang: 11
…
123
113
0
5600
…
…
1523…
92513
……
2800
Cơ sở dữ liệu
Lúc đó các bản ghi được lưu trữ như hình sau:
Hình 5: Sử dụng vùng nhớ tràn để xử lý các bản ghi tràn
trong tổ chức ngẫu nhiên dùng hàm băm
b. Lưu trữ các bản ghi tràn trên cùng không gian nhớ:
Khi xảy ra xung đột các bản ghi, người ta không trỏ tới vùng nhớ tràn riêng
mà tiếp tục dò tìm trong không gian nhớ để tìm một chỗ cho bản ghi tràn. Có thể tìm
xuống dưới hay lên trên để tìm vị trí khác cho bản ghi tràn. Giữa bản ghi thứ nhất và bản
ghi sau có cùng địa chỉ được nối với nhau bằng con trỏ để truy cập dễ dàng.
Ví dụ:
Hình 6: Lưu trữ trên không gian nhớ.
III. ĐIỀU KHIỂN TƯƠNG TRANH
1. Giao tác (transaction)
a. Định nghĩa:
Giao tác là đơn vị hoạt động cụ thể (tập các thao tác) cần được thực hiện trọn
vẹn hoặc không được thực hiện gì cả trong hệ thống tính toán.
b. Ví dụ:
Giả thiết có hai tài khoản ngân hàng trong CSDL và người ta muốn chuyển tiền
từ tài khoản này sang tài khoản kia. Yêu cầu này có nghĩa giảm số dư của một tài khoản
với số lượng bằng lượng tăng số dư cho tài khoản thứ hai. Hai phép toán được thực hiện
tách rời. Trong CSDL trên SQL, câu lệnh như sau:
UPDATE tài khoản
SET số dư = số dư – 100
WHERE số tài khoản = 10002;
UPDATE tài khoản
SET số dư = số dư + 100
WHERE số tài khoản = 20002;
Hai đoạn lệnh thực hiện việc chuyển 100 từ tài khoản 10002 sang tài khoản
20002. Hai đoạn này thực hiện hai giao tác đơn.
Trang: 12
Titi, 30, 11 Hàng Đồng
Tutu, 32, 15 Hàng Quạt
Toto, 47, 12 Hàng chuối
Hàm băm
Không gian
nhớ chính
0. Titi
1.
2. Tutu
Không gian
nhớ bổ sung
0. Titi
1.
2. Toto
Titi, 30, 11 Hàng Đồng
Tutu, 32, 15 Hàng Quạt
Toto, 47, 12 Hàng chuối
Hàm băm
Không gian
nhớ chính
0. Titi
1.
2. Tutu
3. Toto
Tata, 33, 12 Hàng mía
Cơ sở dữ liệu
c. Tính chất:
Giao tác phải đảm bảo 4 tính chất:
- Tính nguyên tố (atomicity): Giao tác phải được thực hiện hoàn toàn hoặc
không được thực hiện gì cả.
- Tính nhất quán (consistency): Giao tác phải đảm bảo tính nhất quán của
CSDL. Nếu CSDL đã nhất quán khi giao tác bắt đầu, nó vẫn phải nhất quán sau khi giao
tác chấm dứt.
- Tính riêng biệt (isolation): Mặc dù nhiều giao tác có thể được khai thác
cạnh tranh nhau nhưng phải bảo đảm đối với mỗi cặp giao tác T
i
và T
j
, hoặc T
j
kết thúc
trước khi T
i
bắt đầu, hoặc T
j
phải bắt đầu sau khi T
i
đã kết thúc. Phần này sẽ được bàn
nhiều trong phần 2 (điều khiển tương tranh).
- Tính bền vững (durability): Kết quả của một giao tác đã hoàn tất phải luôn
được bảo lưu, cho dù hệ thống có thể bị trục trặc nào đó.
d. Trạng thái của giao tác:
Giao tác có 3 trạng thái sau:
- Hoàn tất (commit): Sau khi thực hiện giao tác xong, HQTCSDL kiểm tra
thấy thỏa các ràng buộc toàn vẹn và các ràng buộc khác, giao tác được xác nhận là đúng.
CSDL sẽ ở trạng thái mới, nhận những kết quả do giao tác đem lại.
- Thoái bộ (roll back/rollback): Các ràng buộc không thỏa, hoặc do người sử
dụng không muốn chấp nhận giao tác nên mặc dù giao tác đã thực hiện, CSDL phải trở về
trạng thái ban đầu.
- Thất bại (fail): Giao tác không thực hiện được trọn vẹn.
2. Điều khiển tương tranh
- Vấn đề tương tranh thường xẩy ra trong hệ thống nhiều người dùng. Nhiều người
cùng truy cập đồng thời một số đối tượng như các dòng quan hệ, các bảng, các thuộc tính
hay khung nhìn,… Chúng ta cần điều khiển tương tranh để các giao tác có thể thực hiện
một cách song hành nhằm tăng hiệu xuất sử dụng tài nguyên máy tính, tăng hiệu xuất của
CSDL. Nếu không có điều khiển tương tranh, việc truy cập đồng thời của nhiều người
dùng sẽ đe dọa tính toàn vẹn dữ liệu. Để minh họa ý này, dưới đây chúng ta xem xét một
số nguy cơ khi khai thác các giao tác theo cách tương tranh.
a. Mất dữ liệu:
Giả sử chúng ta có hai giao tác được đặt tên là TA và TB gồm các lệnh:
TA: UPDATE tài khoản
SET số dư = số dư + 100
WHERE số tài khoản = 10002;
TB: UPDATE tài khoản
SET số dư = số dư + 200
WHERE số tài khoản = 10002;
Thi hành đúng thì tài khoản 10002 sẽ tăng lên 300. Tuy nhiên khi hai giao tác
thực hiện đồng thời, có thể xảy ra sự cố. Xét thao tác cập nhật trong ngôn ngữ SQL người
ta thấy chúng gồm các phép toán sau:
1. Tới bản ghi cần thiết.
2. Thay đối giá trị trong bộ nhớ trong.
3. Ghi lại vào bản ghi ban đầu.
Cả hai giao tác trên đều truy cập bản ghi ứng với tài khoản 10002, cùng thay đổi
và cùng ghi lại vào bản ghi đó. Như vậy có thể xẩy ra các sự kiện theo thời gian như sau:
1. TA đọc bản ghi tài khoản 10002, giá trị số dư trên đó là 150.
2. TB đọc bản ghi tài khoản 10002, có số dư là 150.
3. TA tăng số dư thành 250 = 150 + 100. Việc này thực hiện trong bộ nhớ
trong với biến trung gian ứng với số dư.
4. TB tăng số dư thành 350 = 150 + 200.
5. TA ghi giá trị trung gian vào CSDL, tức cập nhật bản ghi với số dư là 250.
Trang: 13
Cơ sở dữ liệu
6. TB ghi lại số dư là 350.
Thực tế số dư tài khoản phải là 450. Điều này có nghĩa cập nhật của TA đã bị
mất.
b. Không khẳng định sự phụ thuộc:
Khi việc cập nhật CSDL chưa được khẳng định thì vấn đề đảm bảo sự phụ thuộc
vốn có giữa các dữ liệu có thể bị vi phạm. Giao tác khác có thể sử dụng dữ liệu chưa
được khẳng định. Khi có sự cố, quá trình khôi phục quay lui bằng ROLLBACK (trạng
thái thoái bộ) được thực hiện thì khi giao tác làm lại lần hai sẽ thao tác trên các thông tin
không đúng. Chẳng hạn có hai giao tác TA, cập nhật dữ liệu và TB, xóa dữ liệu.
TA: UPDATE tài khoản
SET số dư = số dư – 100
WHERE số tài khoản = 10002;
IF số dư < 0 THEN rollback ELSE commit;
TB: DELETE FROM tài khoản
WHERE số dư < 0;
Giao tác thứ nhất TA khấu trừ số dư 100 và sẽ khôi phục nếu số dư âm. Giao tác
thứ hai TB, kiểm tra để xóa các tài khoản có số dư âm. Có thể xảy ra quá trình sau:
1. TA đọc bản ghi tài khoản 10002, giá trị số dư trên đó là 50.
2. TA giảm số dư, thu được kết quả trong bộ nhớ trong là –50.
3. TA ghi vào CSDL, số dư là –50.
4. TB tìm thấy tài khoản 10002 có số dư âm.
5. TB xóa tài khoản 10002 theo điều kiện đã định.
6. TA khôi phục cập nhật, nhưng tài khoản đã bị hủy.
Chúng ta gọi đây là hiện tượng không khẳng định phụ thuộc. Giao tác TB đã
truy cập dữ liệu mà dữ liệu này chưa được khẳng định. Trường hợp này còn nguy hiểm
hơn cả trường hợp mất dữ liệu.
c. Phân tích không bền vững:
Tính không bền vững của dữ liệu thường xẩy ra trong trường hợp truy cập tập
các bản ghi mà một số bản ghi này đang được giao tác khác cập nhật. Giả sử có hai giao
tác TA và TB với các lệnh sau:
TA: SELECT sum(số dư)
FROM tài khoản;
TB: UPDATE tài khoản
SET số dư = số dư - 100
WHERE số tài khoản = 10003;
UPDATE tài khoản
SET số dư = số dư + 100
WHERE số tài khoản = 10001;
Giao tác thứ hai có nhiệm chuyển tiền từ tài khoản 10003 sang tài khoản 10001,
không tác động đển tổng dư các tài khoản mà giao tác thứ nhất cần tính. Tuy vậy hai giao
tác thực hiện đồng thời vẫn xảy ra vấn đề, chẳng hạn ban đầu số dư của cả bốn tài khoản
đều là 100:
1. TA tìm tài khoản 10001, số dư là 100. Tổng là 100.
2. TB tìm tài khoản 10003, số dư là 100.
3. TA tìm tài khoản 10002, số dư là 100. Tổng cộng dồn là 200.
4. TB cập nhật tài khoản 10003, gán số dư là 0.
5. TA tìm tài khoản 10003, do số dư 0 nên tổng dư cộng dồn vẫn là 200.
6. TB tìm tài khoản 10001, số dư là 100.
7. TA tìm tài khoản 10004, số dư 100. Tổng cộng dồn là 300.
8. TB cập nhật tài khoản 10001, nâng số dư thành 200.
Đúng ra số dư phải 400 vì giao tác thứ hai không ảnh hưởng đến tổng chung. Do
giao tác TB xen vào các phép toán của giao tác TA nên kết quả không theo ý muốn.
Trang: 14
Không có nhận xét nào:
Đăng nhận xét