导读:本文包含了分布式事务处理论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分布式,事务,数据库,事务处理,透明性,扩展性,确定性。
分布式事务处理论文文献综述
刘震伟,薛锦云,夏鲸,汪雄[1]（2019）在《PAR平台中并发分布式事务处理机制及其应用研究》一文中研究指出随着大数据、云计算和云服务等新技术的兴起,并发分布式计算作为这些新技术的基础,扮演着越来越重要的角色.在分布式计算中,数据的一致性难以得到保证,而事务处理技术能够有效解决该问题.为了提升PAR平台在高可靠应用程序的使用范围,在其建模语言Apla中融入了并发分布式事务处理机制,使得Apla语言不仅支持分布式数据库事务,还支持分布式非数据库事务.该文对Apla语言并发分布式事务处理机制进行了深入地研究,并将其应用在学生管理系统、在线购物系统等实际应用场景中.(本文来源于《江西师范大学学报(自然科学版)》期刊2019年06期）
方意,朱永强,宫学庆[2]（2019）在《微服务架构下的分布式事务处理》一文中研究指出单体架构下的分布式事务是一个服务内访问多个数据源的分布式事务,可以采用传统分布式事务处理模型——DTP(Distributed Transaction Processing)模型来解决。在微服务的架构下,可能会出现跨服务、跨资源的分布式事务。在解决这类分布式事务时,微服务追求系统的可用性和最终一致性而非数据的强一致性。针对不同的微服务分布式事务场景,介绍不同的分布式事务处理模型,包括可靠消息模型、业务补偿模型和TCC(TryConfirm/Cancel)模型,并总结每种模型的处理流程和优缺点。对TCC模型在性能上和可移植性上提出优化方案。(本文来源于《计算机应用与软件》期刊2019年01期）
夏鲸[3]（2018）在《并发分布式事务处理机制在PAR平台中的设计与实现》一文中研究指出当前大数据、云计算、人工智能和可信软件等前沿技术已经成为计算机和信息领域的研究热点。本文指导老师薛锦云教授主持承担的国家自然科学基金重大国际合作项目“若干软件新技术及其在PAR平台中的实验研究”、基金面上项目“高可靠软件建模语言及模型自动转换方法”的研究目标均是这些热点问题。其中PAR平台中的Apla->Java程序自动转换系统正是这两项国家级课题需要设计实现上述前沿技术的主要开发平台。本文的研究目标就是在原有的Apla->Java程序自动转换系统中有效地实现并发分布式事务处理机制,使之和原有的Apla->Java程序自动转换系统自然融合。本文首先认真分析研究了分布式事务处理的原理、特点和最新Java程序开发平台和支撑工具,提出了和原有建模语言Apla以及原有本地事务处理机制融合的并发分布式事务处理机制,并构建了从Apla并发分布式事务处理模型到Java语言并发分布式事务处理程序的自动转换系统。基于该转换系统可以自动生成并发分布式事务处理的Java程序,最后用两个实例验证了该转换系统的正确性和可靠性。本文的主要创新点如下:(1)本文提出了抽象的并发分布式事务处理的语言机制并将其和Apla语言中的本地事务处理机制自然融合,并构建了将抽象的并发分布式事务处理程序转换成对应的Java程序的系统,使得可以用建模语言Apla便捷地构建十分复杂的并发分布式事务处理应用程序,有利于进行形式化验证。转换系统可以将经过验证的并发分布式事务处理程序转换成对应的Java程序,大幅度提高了并发分布式事务处理程序的可靠性和研发效率。这一成果在国际国内均属首创。世界着名计算机科学家美国Texas大学的Misra教授非常希望在他提出的建模语言Orc中能实现事务处理机制,但至今尚未成功。(2)本文提出的抽象的并发分布式事务处理语言机制处理的是广义的分布式事务,而不是狭义的数据库分布式事务,使得使用Apla语言不仅可以便捷地构建非常复杂的数据库并发分布式事务应用程序,而且还可以便捷地构建非常复杂的数据库之外的一般性并发分布式事务应用程序,构建的抽象并发分布式事务应用程序可以通过转换系统自动地转换成具体的Java应用程序。这一功能和方法国际国内尚不多见。(本文来源于《江西师范大学》期刊2018-06-01）
朱涛[4]（2018）在《分布式存储上的高性能事务处理》一文中研究指出关系型数据库系统出现在上世纪70年代。其中,事务处理是数据库系统最为关键的特性之一。事务大大简化了上层应用管理数据的复杂度。因此,事务型数据库系统被广泛地运用在银行、证券、电子商务等领域的关键应用中。近些年,互联网的快速发展进一步促进了应用规模的扩展,同时也导致了后台数据库系统需要支撑大吞吐量的事务处理以及海量数据的存储。然而,传统磁盘数据库系统的性能很大程度上受限于低效磁盘读写能力。这导致了它们很难满足新业务日益增长的性能需求。得益于软硬件技术的发展,许多新型数据库系统被设计用于满足互联网业务的数据管理需求。从硬件的角度而言,内存和多核CPU的研发与制造技术均有了长足的发展。这些硬件的发展促成了内存数据库的研究和使用。相对于磁盘数据库,内存数据库在事务处理性能上有数量级的提升。从软件的角度而言,Google首先成功研发和部署了大型的分布式数据库系统。随后,市场上出现了大量的NoSQL分布式数据库系统。这些系统能够利用大量廉价的普通服务器,提供极佳的数据存储和读写能力。然而,这些系统均存在一些重要的限制。例如,内存数据库要求业务的数据量不能超过单点内存容量,并且上层应用需要采用存储过程的方式执行事务。NoSQL系统为了实现良好的扩展性,弱化或不支持关系模型、SQL接口以及事务管理。为了支撑业务在事务处理和数据存储方面的需求,本文给出了一个新型的分布式数据库系统Cedar。它融合了内存事务处理和分布式存储两方面的优势。该系统使用一个两层的分布式日志合并树组织数据。它解耦了系统的数据存储、事务管理和查询处理叁个模块。其中,一个分布式存储引擎会保存数据库的历史快照;一个内存事务引擎会管理新提交的增量数据;内存中的数据会周期性地合并到分布式存储中;最后,一个可扩展的分布式查询层会负责SQL处理、事务逻辑执行等。本文主要设计和优化了该系统上的事务处理模块,主要贡献可以总结如下:1.分布式日志合并树上的事务管理和通信优化。Cedar的架构近似于一颗分布式日志合并树。首先,本文为Cedar设计了一种新型的并发控制策略。它保证了内存事务引擎高效的事务管理性能。基于事务管理模块,我们设计了 Cedar的数据合并算法。它保证数据合并操作不会阻塞或中断并发的事务请求。最后,针对Cedar的数据组织特点,本文设计和实现了数据缓存、事务编译等机制来有效地减少事务执行过程中节点间的网络通信。2.内存事务引擎上的交互式事务处理优化。已有的内存事务引擎通常假设事务是作为存储过程执行的。这限制了应用操作数据库的灵活性。因此,本文考虑了如何优化交互式事务的处理。该问题面临着更高的复杂度和难度。由于事务执行需要在客户端和服务器之间进行多次网络交互,这产生了大量的CPU阻塞和上下文切换的代价。本文设计一种基于协程的执行模型来更好地处理网络读写或事务冲突导致的阻塞。此外,网络交互的延迟大大增加了事务的执行时间。这会引起更加频繁的事务冲突。本文设计了一个轻量级、多核可扩展的锁管理器来高效地识别和调度冲突的操作。3.分布式日志合并树的只读请求优化。由于分布式日志合并树的结构特点决定了其在处理只读请求方面的效率不高,本文提出了一种精准数据访问优化方法。该算法主要包括一种可快速更新和同步的布隆过滤器,以及一种分布式租约管理机制。前者能以较低的代价在多个节点上同步数据的存在性,并过滤无效的远程访问。后者确保过滤部分远程数据访问不会弱化读取结果的一致性。通过减少无效的节点间通信,该算法不仅能够降低数据读取的延迟,还能够大大减少处理只读操作产生的资源开销,从而提升系统整体的吞吐率。综上所述,我们在一种新型的分布式数据库系统架构上研究了如何实现高性能的事务处理。首先,针对分布式日志合并树存在的结构性问题,本文从并发控制、数据访问等角度优化了数据合并以及网络通信对事务吞吐率的影响;之后,由于内存事务引擎在处理交互式负载方面存在较大的不足,本文设计了新型的执行引擎和锁管理器来降低事务执行的CPU开销;最后,考虑到应用负载中同样存在大量的只读请求,本文设计了精准数据访问算法来过滤无效的网络通信。未来的研究方向包括:优化数据合并的效率、设计可扩展的事务处理机制以及提升系统在查询分析方面的能力。(本文来源于《华东师范大学》期刊2018-05-18）
谢锋[5]（2018）在《基于TCC的分布式事务处理系统的设计与实现》一文中研究指出大型电商平台具有数据量大、并发量高和业务复杂的特点,因此,一般都会对数据库进行分库分表以加快数据访问速度,同时也会对应用进行微服务化以适应快速的需求迭代。但是数据库分库分表和应用微服务化导致数据资源和服务资源处于不同的节点,引入了分布式事务问题。这样本地事务将不再能保证系统数据的一致性,电商平台需要对分布式事务进行处理以保证数据的一致性。基于上面的需求,本文设计和实现了一个分布式事务处理系统来保证大型电商平台数据的最终一致性。该系统的实现依赖Spring框架,基于Spring的AOP功能生成事务拦截器,通过事务拦截器进行全局事务的协调和处理,同时会利用Spring的IOC功能管理系统组件之间的依赖。在事务处理过程中,系统会利用JAVA的反射机制执行事务参与者的Confirm/Cancel操作,同时会利用Mybatis框架来简化事务持久化操作。在事务恢复过程中,系统利用Quartz框架来对中断的事务进行定时恢复。该系统基于TCC(Try-Confirm-Cancel)事务模型进行分布式事务处理,通过分解业务逻辑来处理分布式事务,将全局事务划分为多个相互独立的本地事务,各个节点中本地事务的提交不会相互影响,避免了数据资源长期被锁定,提高了系统事务处理的性能。该系统最终被实现为一个通用框架,当业务方需要进行分布式事务处理时,只需要引入该框架的Jar包,按照规范定义相关接口并进行相应的配置,框架就会自动进行基于TCC事务模型的事务处理,业务方不需要了解任何事务处理细节,减少了该系统对业务代码的侵入,同时也降低了用户的使用复杂度。本文对该系统进行了数据一致性测试和事务吞吐率测试,验证了该系统能够保证数据的最终一致性,同时根据实验数据得出该系统在测试环境下的事务吞吐率为4.996×103tps/s,表明该系统具有较高的事务吞吐率,适用于高并发的应用场景。(本文来源于《南京大学》期刊2018-05-03）
马鹏玮,魏凯,姜春宇[6]（2018）在《互联网环境下分布式事务处理系统现状与趋势》一文中研究指出传统集中式数据处理系统由于摩尔定律的逐渐失效,开始显露出性能瓶颈,无法有效支撑当前业务的快速发展。同时由于安全、成本、政策等原因,原有集中式数据处理系统向分布式数据处理系统转型成为必经之路。从分布式事务处理系统的发展背景、优势及挑战、技术特点、应用要点、未来发展方向等方面介绍了分布式事务处理系统的意义、现状及趋势,为后续分布式事务处理系统的应用及发展提供了理论基础和指导。(本文来源于《大数据》期刊2018年02期）
张剑,刘梦赤[7]（2017）在《面向信息网模型的高可扩展性分布式事务处理机制》一文中研究指出为应对数据规模的快速增长,许多数据库管理系统提供了横向水平扩展的特性,但为保证扩展后的性能,大多不能自动维护数据间关联的强一致性。为此,设计一种高可扩展性的分布式事务处理机制。基于信息网模型的语义性和存储特点,根据所接收事务之间的关联度动态控制组提交粒度,从而利用缓存提高吞吐量。同时在子节点和备份节点同时执行相同的事务操作,而不是发送日志进行同步,以提高响应速度。实验结果表明,与两阶段提交协议相比,该机制在保证强事务特性的同时,能够获得近似线性的高扩展性,在系统吞吐量和响应时间方面也有较大改善。(本文来源于《计算机工程》期刊2017年11期）
王雪丽,李中涛[8]（2017）在《基于移动代理的分布式数据库事务处理算法设计》一文中研究指出数据库是承载海量信息化软件应用数据的物理空间,随着"互联网+行业应用"的兴起,分布式管理系统开发并发性地接入到数据库中,数据库事务处理日益增多,亟需采用先进的数据库处理算法对其进行优化,进一步提升分布式数据库的处理速度.该文提出了一种基于移动代理的分布式数据库事务处理算法,可以大幅度提升数据和代码的自治力、耦合程度等,并且在分布式数据库查询中进行实例验证,实验结果表明移动代理模式的分布式数据库可以大幅度提升事务处理速度和效率.(本文来源于《通化师范学院学报》期刊2017年08期）
潘颍[9]（2017）在《确定性分布式数据库中长事务处理方法研究》一文中研究指出确定性分布式数据库CALCIN在执行长事务的时候,面对长事务中交替出现的读写要求,容易发生读写冲突,长事务会导致缓冲剂区置换频率升高,这些都会影响系统的吞吐量。提出一种基于数据访问的规则的事务处理方式和一种事务访问的文件。基于数据访问的规则的事务处理方法使用对读写结合的分析,并进行记录调整来形成事物的访问规则。事务访问文件对于历史事务的更新数据进行整理,有效降低缓冲区置换的频率。事实证明,改进方法可以有效地降低长事务对确定性分布式数据库CALCIN吞吐量的影响。(本文来源于《数字技术与应用》期刊2017年02期）
吴宇星[10]（2016）在《CRM基于分布式数据存储事务处理方案》一文中研究指出借鉴优秀互联网经验,大型企业CRM系统引入分布式数据存储架构,采用分布式数据架构,将传统的单节点数据存储分布存放到多个数据节点,上层的应用如何保障事务一致性,对应用的建设提出很大的挑战。本文主要就CRM采用分布式数据存储,列举了分布式事务一致性的技术解决方案,并提出CRM的关键场景的分布式存储情况下的事务处理方案。(本文来源于《中国新通信》期刊2016年22期）
分布式事务处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
单体架构下的分布式事务是一个服务内访问多个数据源的分布式事务,可以采用传统分布式事务处理模型——DTP(Distributed Transaction Processing)模型来解决。在微服务的架构下,可能会出现跨服务、跨资源的分布式事务。在解决这类分布式事务时,微服务追求系统的可用性和最终一致性而非数据的强一致性。针对不同的微服务分布式事务场景,介绍不同的分布式事务处理模型,包括可靠消息模型、业务补偿模型和TCC(TryConfirm/Cancel)模型,并总结每种模型的处理流程和优缺点。对TCC模型在性能上和可移植性上提出优化方案。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布式事务处理论文参考文献
[1].刘震伟,薛锦云,夏鲸,汪雄.PAR平台中并发分布式事务处理机制及其应用研究[J].江西师范大学学报(自然科学版).2019
[2].方意,朱永强,宫学庆.微服务架构下的分布式事务处理[J].计算机应用与软件.2019
[3].夏鲸.并发分布式事务处理机制在PAR平台中的设计与实现[D].江西师范大学.2018
[4].朱涛.分布式存储上的高性能事务处理[D].华东师范大学.2018
[5].谢锋.基于TCC的分布式事务处理系统的设计与实现[D].南京大学.2018
[6].马鹏玮,魏凯,姜春宇.互联网环境下分布式事务处理系统现状与趋势[J].大数据.2018
[7].张剑,刘梦赤.面向信息网模型的高可扩展性分布式事务处理机制[J].计算机工程.2017
[8].王雪丽,李中涛.基于移动代理的分布式数据库事务处理算法设计[J].通化师范学院学报.2017
[9].潘颍.确定性分布式数据库中长事务处理方法研究[J].数字技术与应用.2017
[10].吴宇星.CRM基于分布式数据存储事务处理方案[J].中国新通信.2016
论文知识图
