資料庫並行

1. 分布式資料庫與並行資料庫有什麼區別

（1） 應用目標不同。並行資料庫系統的目標是充分發揮並行計算機的優勢，利用系統中的各個處理機結點並行完成資料庫任務，提高資料庫系統的整體性能。分布式資料庫系統主要目的在於實現場地自治和數據的全局透明共享，而不要求利用網路中的各個結點來提高系統處理性能。
（2） 實現方式不同。在具體實現方法上，並行資料庫系統與分布式資料庫系統也有著較大的不同。在並行資料庫系統中，為了充分利用各個結點的處理能力，各結點間可以採用高速網路連接。結點鍵的數據傳輸代價相對較低，當某些結點處於空閑狀態時，可以將工作負載過大的結點上的部分任務通過高速網傳送給空閑結點處理，從而實現系統的負載平衡。
但是在分布式資料庫系統中，為了適應應用的需要，滿足部門分布特點的需要，各結點間一般採用區域網或廣域網相連，網路帶寬較低，顛倒點的通信開銷較大。因此，在查詢處理時一般應盡量減少結點間的數據傳輸量。
（3） 各結點的地位不同。在並行資料庫系統中，各結點是完全非獨立的，不存在全局應用和局部應用的概念，在數據處理中只能發揮協同作用，而不能有局部應用。在分布式資料庫系統中，各結點除了能通過網路協同完成全局事務外，各結點具有場地自治性，每個場地使獨立的資料庫系統。每個場地有自己的資料庫、客戶、CPU等資源，運行自己的DBMS，執行局部應用，具有高度的自治性。

2. 為什麼資料庫系統要採用並發控制

並發（concurrent）和並行（parallel）這兩個概念，在資料庫系統的資料中經常出現，然而有關它們的定義和區別卻沒有明確的說法。這里，我們根據這兩個概念在資料中的使用，對它們的不同做一個說明。

並發是指多個任務的同時執行，任務與任務之間沒有聯系。由於資料庫系統要同時為許多用戶提供服務，每個用戶都可以發出自己的訪問請求，一個請求就是一個任務。在一個時間點，資料庫系統可能要同時處理多個任務。因此，資料庫系統一定要具備並發處理能力。

並行是指將一個任務劃分為多個子任務，這些子任務同時執行。在所有子任務處理完成後，將它們的結果進行合並，就得到該任務的最終處理結果。在資料庫系統中，如果要執行一個大的數據查詢，為了提高速度、降低響應時間，用戶可以通過系統配置或者在命令中，要求對該大數據量查詢進行並行處理，將該查詢劃分成多個子查詢。這些子查詢同時執行，最後系統將所有子查詢的處理結果進行合並，作為該查詢處理的最終結果。現有的大型資料庫系統都支持並行處理。

需要說明的是，並發和並行與資料庫系統採用多進程還是多線程體系結構無關。對採用多進程結構的資料庫系統，所有的任務、子任務通過進程來處理；而對採用多線程結構的資料庫系統，這些工作是由線程來完成。

資料庫系統的並發控制，涉及到任務的調度、數據的一致性及可靠性等，而資料庫系統的並行處理，主要涉及任務的處理速度、系統性能等方面。

3. 資料庫未來的發展趨勢有並行化嗎

資料庫的未來發展趨勢可以總結為以下四點：

1.產品架構與技術創新：雲原生 + 分布式 ( 彈性、高可用 )。架構上分布式共享 存儲、存儲計算分離，雲原生架構 +Shared Nothing 分布式架構，滿足彈性、 高可用、水平拓展的能力。

2.數據挑戰：多模，結構化與非結構化數據 ( 多源異構數據 )。結構化與非結構化 數據如何融合異構處理，比如數據湖的概念、ADB 裡面用向量處理引擎把非 結構化數據變成結構化數據，高維向量、多源異構數據處理的技術。

3.數據處理與分析：海量數據分析在線化 ( 實時在線互動式分析 )。如何對海量數 據進行在線分析和計算，支持實時在線互動式分析，需要做並行處理（DSP 模 型、MPP 模型等等），對並行調度計算進行優化。

4.系統能力提升：智能化 + 安全 ( 使用方便可靠、運維簡易 )。如在管控平台的 層面如何做智能化的調度、監控以及自動修復，怎樣去做數據的安全處理、隱 私保護、加密處理等等，使得整個資料庫的使用更加方便可靠、運維簡易。

4. 想問並行資料庫有哪些

並行資料庫分為分布式並行資料庫和集群式並行資料庫，是在MPP和集群並行計算環境的基礎上建立的資料庫系統。
並行資料庫系統（ParallelDatabaseSystem）是新一代高性能的資料庫系統，並行資料庫系統的目標是高性能（HighPerformance）和高可用性（HighAvailability），通過多個處理節點並行執行資料庫任務，提高整個資料庫系統的性能和可用性。