1626434812-e667f6b6e7e69d3a0798830a58e9075b (844135), страница 8
Текст из файла (страница 8)
2.5. Мониторы транзакций С ростом сложности распределенных вычислительных систем возникают проблемы эффективного использования их ресурсов. Для решения этих проблем в состав распределенных ОЕТР-систем вводят дополнительный компонент — монитор транзакций (ТРМ вЂ” 1гапзасйоп ргосезз1пя топйог). Мониторы транзакций выполняют две основные функции: динамическое распределение запросов в системе (выравнивание нагрузки) и оптимизация числа выполняющихся серверных приложений.
Кратко рассмотрим эти функции. Если в системе функционирует несколько серверов, предоставляющих одинаковый сервис, например, доступ к БД, то для оптимизации пропускной способности системы ~числа обрабатываемых запросов в единицу времени) необходимо добиться сбалансированной их загрузки. То есть необходимо обеспечить, чтобы на каждый из них поступало примерно равное число пользовательских запросов. При распределении запросов может учитываться также удаленность серверов, их готовность, содержимое запроса.
Реализуется функция выравнивания нагрузки следующим образом ('см. рис. 2.2). Запрос клиентского приложения поступает монитору транзакций, который, действуя от имени клиентского приложения, определяет получателя этого запроса. Для этого ои обращается к динамической маршрупюй таблице, по которой определяет систему, предоставляющую соответствующий сервис. Если нужный сервис предлагают несколько систем, то в зависимости от используемого алгоритма маршрутизации выбирается одна из них, после чего ей перенаправляется запрос клиентского приложения.
Маршрутизация может быть произвольной, когда система выбирается случайным образом, циклической, когда запросы посылаются системам по очереди, либо определяться содержимым запроса, если, например, серверы БД обслуживают разные подмножества данных. Результат выполнения запроса через монитор транзакций перенаправляется приложению, Глава 2. Системы обработки траизакиий Сервер 2 Сервер 1 Клиентское приложение Рис. 2.2. Упрои~енная схема работы монитора транзакций пославшему запрос.
Клиентские приложения не знают о том, какой системе будут направлены их запросы, предлагается ли нужный им сервис одним или несколькими серверами, расположен ли нужный сервер локально, удаленно нли одновременно локально и удаленно, — в любом случае их запрос будет обработан оптимальным образом. Подобную схему обработки запросов называют "прозрачность местонахождения серверов" (вегчсе 1осайоп ггапарагепсу). Базы данных. Интеллектуальная обрабоп~ка информации Скорость обработки транзакций напрямую зависит от числа запущенных серверных приложений. Чем больше приложений одновременно обслуживает запросы, тем выше пропускная способность вычислительной системы. Это увеличение наиболее заметно на многопроцессорных системах, где каждое приложение может работать на отдельном процессоре.
В идеале для эффективного использования системных ресурсов нужно по мере необходимости увеличивать или уменьшать число серверных приложений в зависимости от числа обрабатываемых запросов. Для решения этой задачи мониторы транзакций периодически измеряют отношение числа запросов в очереди к числу работающих серверных приложений.
Если это отношение превышает некоторое максимальное пороговое значение (гпахитппп ъа1еппай), то запускается дополнительная копия серверного приложения. Если это отношение падает ниже минимального порогового значения (пппипшп иа1еппагк), то одна из копий завершается. На рынке мониторов транзакций доступно довольно много продуктов. В числе наиболее известных: ТБХЕОО фирмы Ы1., ТОР ЕИ0 фирмы ИСК, С1СЯ фирмы 1ВМ, ЕИСПМА фирмы Тгапаагс, АСМБ фирмы ОЕС. Глава 3.
Принципы построения систем, ориентированных на анализ данных 3.1. Хранилища данных К середине 80-х годов в развитых странах мира завершился первый этап оснащения бизнеса и органов государственного управления средствами вычислительной техники. Военные ведомства и крупные корпорации установили распределенные вычислительные системы, состоявшие из мощных мейнфреймов. С появлением персональных компьютеров ЭВМ стали доступны множеству средних фирм и организаций. Исторически эти системы в первую очередь реализовывали потребности в операционной обработке данных — они обслуживали информационные архивы, телефонные сети, системы резервирования билетов, сбора метеоданных и др.
Использование мощных средств вычислительной техники позволило накапливать большие объемы информации: документы, сведения о банковских операциях, клиентах, прсдоставленпых услугах. Однако период хранения этой информации был относительно невелик — сохранялись только данные за текущий календарный период. Вскоре возникло понимание, что сбор данных — не самоцель и накопленные информационные массивы могут быть полезны. Системы операционной обработки способны выполнять тривиальный анализ данных — вычислять максимальные, минимальные и средние значения атрибутов. Но из накопленных данных можно почерпнуть намного более глубокие сведения как о функционировании организации, которая обслуживается информационной системой, так и о сфере ее деятельности. В информационных массивах можно попытаться выявить скрытые, на первый взгляд, закономерности и вывести из них правила, которым подчиняется предметная область информационной системы.
Впоследствии эти правила можно использовать для стратегического планирования, принятия решений и прогнозирования их последствий. Осознание пользы накапливаемой информации и возможности использовать ее для решения аналитических задач привело к появлению нового класса вычислительных систем — систем поддержки принятия решений (СППР)„ориентированных на аналитическую обработку данных. Под системой поддержки принятия решений понимают человеко-машинный вычислительный комплекс, ориентированный на анализ данных и обеспечивающий получение информации, необходимой для разработки решений в сфере управления. Следует заметить, что аналитические системы существовали и ранее, но именно Базы данных.
Интеллектуальная обработка инфорл~иции возможность обработки больших объемов накапливаемых данных дала новый толчок их развитию и приходу на рынок. Также этому способствовали снижение стоимости высокопроизводительных компьютеров и расходов иа хранение больших объемов данных, развитие математических методов обработки информации. К числу задач, которые традиционно решают системы поддержки принятия решений, относятся: оценка альтернатив решений, прогнозирование, классификация, кластеризация, выявление ассоциаций и др. Подробнее эти задачи и методы их решения рассмотрены в соответствующих главах настоящей книги.
Для получения интересующей их информации лица, принимающие решения (ЛПР), или аналитики обращаются к СППР с запросами. Эти запросы в большинстве случаев более сложные, чем те, которые применяются в системах операционной обработки данных. Например, в 01.ТР-системе банка запрос может сводиться к получению сведений о сумме на счету конкретного клиента. В аналитической системе запрос может быть таким: "Найти среднее значение промежутка времени между выставлением счета и оплатой его клиентом в текущем и прошедшем году отдельно для разных групп клиентов." В большинстве случаев сложный аналитический запрос невозможно сформулировать в терминах языка БЯ1., поэтому для получения информации приходится применять специализированные языки, ориентированные на аналитическую обработку данных.
К их числу можно отнести, например, язык Ехргеяз 401 фирмы Огас1е 1111. Также для выполнения аналитических запросов могут быть использованы приложения, написанные специально для решения тех или иных аналитических задач. Для того чтобы можно было извлекать полезную информацию из данных, они должны быть организованы особым, отличным от принятого в 01 ТР-системах образом, Связано это со следующими факторами. Во-псрвых, для выполнения аналитических запросов необходима обработка больших информационных массивов.
Чем выше степень нормализации базы данных, и чем больше в ней таблиц, тем медленнее выполняется анализ. Происходит это прежде всего потому, что увеличивается число операций соединения отношений. В системах обработки транзакций нормализация таблиц БД позволяет устранить избыточность данных, уменьшив тем самым объем действий, необходимых при обновлении информации, Поэтому в нормализованных БД нет необходимости менять одни и те же значения в различных отношениях. В аналитических системах данные практически не обновляются — в системе производится лишь их накопление и чтение.
Поэтому проблема нормализации БД в них не столь актуальна, как в системах обработки транзакций. Во-вторых, выполнение некоторых аналитических запросов, например, анализ тенденций и прогнозирование, требует хронологической упорядоченности данных. Глава 3. Принцины построения систем, ориентированных на анализ данных 43 Реляционная модель не предполагает существования порядка записей в таблице. В-третьих, данные, используемые для цепей анализа, как правило, отличаются от данных систем обработки транзакций. При обслуживании аналитических запросов чаше используются не детальные, а обобщенные (агрегированные) данные. Так, например, для прогнозирования объема продаж сети универмагов будет излишним иметь информацию о каждой сделанной покупке, достаточно знать значение прогнозируемой всличины за несколько предыдущих лет.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
