数据粒度

1、封锁粒度是什么？ 封锁对象的大小称为封锁的粒度 封锁对象：逻辑单元、物理单元 2、选择封锁粒度的原则？ 封锁粒度 和 系统的并发度 、 系统的开销 密切相关 封锁的粒度越大 数据库能够封锁的数据单元就越少，并发度就越小，系统开销也就越小 封锁的粒度越小 数据库能够封锁的数据单元就越多，并发度就越高，系统开销也就越大 因此封锁粒度是一把双刃剑，所以在一个系统当中如果能够提供多种封锁粒度以便不同的事务按照自己的需求选择就比较完美了 这就是所谓的：多粒度封锁 3、具体如何选择封锁粒度呢？ 需要处理大量元组的用户事务，以关系为封锁单元 需要处理多个关系的大量元组的用户事务，以数据库为封锁单元 只是处理少量元组的用户事务，以元组为封锁单元 4、多粒度封锁 以树形结构来表示多级封锁粒度 根节点是整个数据库，表示最大的数据粒度 叶节点是最小的数据粒度 三级粒度树 四级粒度树 5、多粒度封锁协议 允许粒度树中的每一个节点独立的被加锁 对一个节点加锁，意味着这个节点的所有后裔节点也同样被加上相同类型的锁 因此多粒度封锁中一个数据对象可能以两种方式封锁： 显式封锁、隐式封锁 6、显式封锁和隐式封锁 显式封锁: 直接加到数据对象上的封锁 隐式封锁:是该数据对象没有独立加锁，是由于其 上级结点加锁而使该数据对象加上了锁 显式封锁和隐式封锁的效果是一样的 显然这种封锁的效率很低，因此引入了一种新型封锁

RAID2.0技术（块虚拟化技术） 　 RAID2.0技术（块虚拟化技术） ，该技术将物理的存储空间划分为若干小粒度数据块，这些小粒度的数据块均匀的分布在存储池中所有的硬盘上，然后这些小粒度的数据块以业务需要的RAID形式逻辑的组合在一起，形成应用服务器使用的LUN。 特点： 自动负载均衡（不存在热点硬盘） 快速重构（多个硬盘参与重构） 性能提升（多盘参与工作） PS：RAID 2.0+技术，其块划分的要更小。（extent=4M，CK=64M） 来源： https://www.cnblogs.com/cainiao-chuanqi/p/12060208.html

数据库有三级模型的概念，在这里，数据仓库也是有着三级模型并且是有着相似的思路。 1.概念模型 “信息世界”中的信息结构，也常常借用关系数据库设计中的E-R方法，不过在数据仓库的设计是以主题替代实体。 根据业务的范围和使用来划分主题 划分的方法是首先要确定系统边界，包括了解决策者需求(关注点)，需求类型。通过对业务系统的详细说明，确定数据覆盖范围，对数据进行梳理，列出数据主题详细的清单，了解源数据状况。 对每个数据主题都作出详细的解释，然后经过归纳、分类，整理成各个数据主题域，确定系统包含的主题。列出每个数据主题域包含哪些部分，并对每个数据主题域作出详细的解释，最后划分成主题域概念模型。 2.逻辑模型 逻辑模型的设计是数据仓库实施中最重要的一步，因为它直接反映了数据分析部门的实际需求和业务规则，同时对物理模型的设计和实现具有指导作用。它的特点就是通过实体和实体之间的关系勾勒出整个企业的数据蓝图和规划。逻辑模型一般遵循第三范式，与概念模型不同，它主要关注细节性的业务规则，同时需要解决每个主题包含哪些概念范畴和跨主题域的继承和共享的问题。 根据需求列出需要分析的主题，需求目标纬度指标，纬度层次分析的指标，分析的方法、数据来源等 对于一些 纬度存在层次问题 ，比如说产品存在产品的类别，产品的子类别以及具体的产品 在逻辑模型设计中需要考虑 粒度层次的划分