[发明专利]用于在集群重新配置后的工作负载平衡的复制型数据库分配

说明书

一种用于将多个数据分区分配在一群计算机节点之间的计算机实现方法，包括：将数据库划分成多个主分区；将所述主分区存储在与计算机网络相关联的多个节点上；复制所述主分区来创建多个从分区并将所述从分区存储在所述节点上，其中，所述主从分区大致均匀地分配在所述节点之间，各从分区而不是其对应的主分区存储在不同节点上，关于各从分区和存储其的节点存在分集，所述主分区可用来服务于系统工作负载，并且故障节点的一个或多个主分区对应的一个或多个从分区可用于在所述计算机节点中的一个故障之后就升级到主用状态来保持工作负载平衡和数据的可用性。

相关申请案交叉申请

本发明要求于2014年12月19日递交发明名称为“用于在集群重新配置后的工作负载平衡的复制型数据库分配”的美14/577,629号美国非临时专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。

技术领域

本发明大体涉及分配式数据库，更具体地，涉及分配式关系数据库的复制型分区在网络计算机节点上的布局。

背景技术

数据库用来存储信息和信息片之间的关系。一些数据库由单个网络或者多个互联的网络存储在多台计算机上的分配式文件系统中。通常，数据库划分成大小相等、相似或不相等的分区，并且信息数据的一个或多个分区存储在经由网络的系统与多台服务器相关联的存储器设备中。

在一些现有的分配式文件系统中，如典型的Hadoop分配式文件系统(Hadoopdistributed file system，简称HDFS)或典型的对等网络(peer-to-peer，简称P2P)分配式文件系统，各数据库文件划分成数据块，所述数据块分配到多个计算机节点上以便保持数据冗余并实现工作负载平衡。一些现有的分配式文件系统利用相当大量的节点，包括成千上万个节点，当附加的节点动态添加到和从所述集群去除时，所述节点随时间变化。这些系统中的计算机节点通常由商用硬件，如个人电脑(personal computer，简称PC)组成，并且可包括各用户系统。现有的方法能够实现显著的数据冗余和相当高的数据可用性来用于面向吞吐量的大规模松散耦合的分配式系统，如HDFS和P2P分配式文件系统。

其他现有的分配式文件系统包括大规模并行处理(massively parallelprocessing，简称MPP)数据库管理系统，通过分配数据到具有相当高性能的一群或多群服务器如数据仓储设备中，以及通过在多台服务器上并行地运行各计算事务向外扩展。MPP数据库系统通常比HDFS或P2P分配式文件系统包括更少的节点，并且MPP数据库系统中的节点的数量相比于HDFS或P2P大体上相对更稳定。因此，有时MPP数据库的性能由并行处理计算机的集群中的更慢的各节点来控制。结果，工作负载平衡有时就变成同时实现高吞吐量和低延时的关键因素。在高性能的基于服务器的分配式文件系统中，假设各节点上的数据接收到计算资源的相似访问，那么数据在所述分配式服务器节点之间的均匀分配大体上就能够平衡工作负载。

典型的MPP数据库集群使用“非共享”存储架构，其中存储硬件如磁盘驱动器，在所述集群的各节点之间不共享。在MPP数据库系统中，数据位置信息在运行时是不可用的。另外，MPP数据库集群越来越多地利用商用硬件资源，如PC。因此，如果集群中的单个服务器故障的话，存储在故障服务器上的数据就变得对该集群不可用。高可用性MPP数据库系统的设计要求所述集群能够容忍各服务器故障而提供持续的不丢失数据的服务。数据在多个服务器中的复制已与故障转移过程相结合，使其在单个服务器出现故障的情况下仍然能够进行，以便达到容忍服务器故障的一般水平。

此外，特别是关于节点故障以及冗余恢复期间，工作负载平衡没有高设计优先。例如，一致性哈希算法经常使用来在对等网络分配式文件系统中定位分配式和复制型数据。在一致性哈希算法中，哈希函数的输出范围会处理当作固定的圆形空间或环(例如，最大的哈希值绕接到最小的哈希值)。每个系统节点在这个空间内指定有一个值来代表环上的节点的位置。每个数据项在环内指定到其中一个节点，通过识别标识或与数据项相关联的密钥来在环上产生唯一位置，然后顺时针方向沿环“行走”或移动来找出位置比其他项更大的第一服务器。