[发明专利]一种用于连接多个异构分布式数据库中的表的方法和系统

说明书

技术领域

本发明一般地涉及数据库信息管理系统，并且具体而言涉及一种用于 连接(join)多个异构分布式数据库中的表的方法和系统。

背景技术

在大型的现代企业中，以下情形将是不可避免的：即，一家机构的不 同部门使用不同的数据库管理系统(DBMS)来存储和检索它们的关键数 据。而只有通过将这些系统的信息结合起来，该机构才能够实现这些数据 的完整价值。

例如，在金融领域，并购几乎是常常出现的。新创建的机构将会继承 原始机构的数据库，而这些数据库中的许多都是关系数据库，但来自于不 同的制造商。它们可能具有一个或多个数据库管理系统。每个数据库可以 具有用于计算重要信息的不同应用。在并购之后，新机构需要能够访问所 有数据库的所有客户信息，使用现有应用以及新的应用来分析新的数据， 并且通过一个公用接口使用两家机构的合并资源。新机构需要能够识别两 者的公共客户，并且合并其帐户，但是不同机构可能在不同数据库中使用 完全不同的识别键(key)来引用其客户。

由此可见，存在一种持续需要，即，连接多个异构分布式数据库从而 使能对存储于多个异构数据库中的数据的透明访问。在此，“透明”意味 着在特定位置的应用程序能够访问所有相连的数据库中的数据，而不用知 道数据的来源以及本地数据库与多个相连的远程数据库中的任一个是否兼 容。即，如果一个数据库系统是透明的，则它使得底层数据源的不同之处、 特质、以及实现方式对于用户是屏蔽的。

为了提供针对多个异构数据库的透明接口，在现有技术中，一般使用一 个独立数据库作为统一的交互接口，并且使该接口能够在数据库管理系统的 控制下，根据接口表中包含的数据项访问其它数据库的数据。这种系统的当 前设计被称为联邦(federated)数据库服务器。联邦(federation)技术可以 通过提供对各种数据的统一接口而极大地便利于对异构数据的集成。现今， 联邦技术使能了对任意信息存储库中的任意格式(结构化的和非结构化的) 的任意数字信息的统一访问。关于联邦数据库服务器的更多细节，请参见 http://www.ibm.com/developerworks/db2/library/techarticle/0203haas/020 3haas.html，在此通过将其整体引入作为参考。在现有技术中，在两个或 多个异构数据库中的表之间进行连接操作常常是成本高昂的。本发明提供 了一种优化技术。

发明内容

本发明的目的是提供一种用于通过联邦数据库系统对于多个异构分布 式数据库进行表连接的优化方法和系统，其中用于进行连接的基表都位于 远程异构数据库中，所述方法和系统可以减少在远程数据库中的磁盘输入/ 输出(I/O)成本、以及联邦数据库服务器和远程数据库之间的通信成本。

在本发明的第一方面中，提出了一种用于连接多个异构分布式数据库 中的表的方法，所述方法包括：

响应于接收到数据查询命令，其中所述数据查询命令涉及来自至少两 个远程数据源的数据，根据所述数据查询命令生成针对第一数据源的子命 令；

根据所述子命令，以块读取的方式从所述第一数据源中检索匹配数据；

将所检索的块数据中的至少相关列传送到第二数据源并插入一个临时 表中，用于与第二数据源中的表进行连接操作，其中所述相关列指的是与 所述连接操作相关的列；并且

从所述第二数据源接收经过连接的结果集合。

在本发明的第二方面中，提出了一种用于连接多个异构分布式数据库 中的表的系统，所述系统包括：

用于响应于接收到数据查询命令，其中所述数据查询命令涉及来自至 少两个远程数据源的数据，根据所述数据查询命令生成针对第一数据源的 子命令的装置；

用于根据所述子命令，以块读取的方式从所述第一数据源中检索匹配 数据的装置；

用于所检索的块数据中的至少相关列传送到第二数据源并插入一个临 时表中，用于与第二数据源中的表进行连接操作的装置，其中所述相关列 指的是与所述连接操作相关的列；并且

用于从所述第二数据源接收经过连接的结果集合的装置。