基于Docker的SQL并行查询优化研究

发布时间：2023-03-19 08:58

　　目前人类己经进入了大数据云计算时代,生活处处都在产生数据,随着计算机技术的发展,互联网及物联网等领域的飞速发展对大规模数据的收集和处理带来了很大挑战。早期的SQL查询受到单点计算的影响,既无法进行高并发查询作业又难于实现完美的隔离机制,不能满足日益增长的数据查询处理需求。所以传统的SQL查询已经不能满足数据处理需求,而容器技术是近些年新兴的热门技术。容器以轻量级、读写分离和可移植性高等特点迅速受到技术开发人员等青睐,基于容器的SQL并行查询的优化更值得我们去探讨和研究,以便更高质量、高效率地处理日益增长的数据。并行查询是指允许多个查询在同一台计算机上共存并同时执行,SQL并行查询的优点是能够最大程度地使用多个节点的计算资源,可以提高数据库的工作效率。Docker容器技术是由PaaS提供商DotCloud开源的一个基于LXC的高级容器引擎,源代码托管在GitHub上,基于Go语言并遵从Apache2.0协议开源。自从2013年发布以来,Docker以惊人的速度被全世界科学家及计算机技术爱好者广泛使用和改进。容器技术作为轻量级虚拟技术,能保证性能与物理机性能持平,并且可以实现按需扩展,能减...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及课题意义
    1.2 SQL并行查询概述
    1.3 本文工作
第2章 并行查询过程基础
    2.1 多处理器计算架构
        2.1.1 共享内存架构
        2.1.2 共享磁盘架构
        2.1.3 无共享架构
        2.1.4 混合式架构
    2.2 数据分区
        2.2.1 循环分区
        2.2.2 散列分区
        2.2.3 范围索引分区
    2.3 从顺序执行到并行执行的处理
第3章 分布式查询优化算法
    3.1 基于半连接算法的查询优化
    3.2 基于直接连接算法的查询优化
    3.3 多连接查询优化基础
    3.4 多连接查询算法
        3.4.1 确定性搜索算法
        3.4.2 随机搜索算法
第4章 Docker容器优化处理
    4.1 Docker技术概述
    4.2 Docker镜像的优化处理
        4.2.1 镜像优化处理的必要性
        4.2.2 镜像优化方法
        4.2.3 镜像优化实验对比
    4.3 Docker私有镜像仓库的搭建
        4.3.1 镜像仓库总体架构
        4.3.2 镜像仓库详细设计及实现
        4.3.3 镜像仓库的改善
    4.4 其他方面优化
第5章 总体设计及关键技术分析研究
    5.1 总体设计
    5.2 查询优化处理
    5.3 负载均衡与弹性伸缩
第6章 系统测试与分析
    6.1 测试环境
    6.2 测试结果与分析
        6.2.1 多连接查询算法比较实验
        6.2.2 查询执行效率比较实验
        6.2.3 负载情况比较实验
第7章 总结与展望
    7.1 全文总结
    7.2 未来展望
参考文献
作者简介及在学期间取得的科研成果
致谢



本文编号：3764964