16、数据仓库中物化视图选择与维护的优化策略

数据仓库中物化视图选择与维护的优化策略

1. 并发查询与一致性保证

在数据仓库的更新处理中，当每个更新消息到达时，可以为所有更新和数据源并发地发出查询。补偿算法可确保一致性，而按相应更新的到达顺序安装视图的限制则保证了一致性的完整性。

1.1 并发 Posse 算法

并发 Posse 算法在计算模型中运行，以大消息大小为代价定义了并发的极端情况，从而在并发 Posse 和现有算法之间实现一系列解决方案。不过，该算法可能不切实际，因为每次更新都要求传输所有基本关系会导致消息大小过大。而且，如果数据仓库在收到更新消息后立即发送所有查询，此时可能没有足够的信息来优化查询。这为我们提供了一个权衡整体效率的两个因素的机会：并发度和消息大小。

1.2 Posse 框架的引入

Posse 框架和优化的 Posse 算法在已介绍的计算模型中运行，提供了一个可以方便地进行这种权衡的框架。我们对模式和更新处理施加概念结构，使用有根有向图来表示所使用算法的组织。

2. 模式与有根有向无环图（DAG）

在数据仓库中，策略为每个数据源关联一个查询计划，用于处理从该数据源接收到的每个更新消息。每个查询计划表示针对特定数据源的更新消息发出探测的调度。我们将每个这样的查询计划表示为有根有向无环图（有根 DAG），视图查询的 FROM 子句中每个关系的出现对应一个顶点。

2.1 DAG 的结构与含义

• 每个非根顶点关联一个查询，用于探测相应数据源中与该关系实例在查询处理中使用相关的数据。
• 每个顶点都有标签，与该顶点关联的任何更新消息、探测或数据