Использование технологий баз данных для системной интеграции гетерогенных комплексов научных вычислений тема диссертации и автореферата по ВАК РФ 05.13.15, кандидат технических наук Тхуреин Киав Лин

• Тхуреин Киав Лин
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Тхуреин Киав Лин

Содержание.

ВВЕДЕНИЕ.

Глава 1. Теоретические основы развития технологии Базы Данных и их методы.

1.1. Эволюция технологий баз данных.

1.2. Основные понятия баз данных.

1.3. Базы Данных моделей и методов.

1.4. Базовая модель и метод «клиент-сервер» - принцип централизованной базы данных.

1.5. Модификации модели и метода «клиент-сервер».

1.5.1. Модель и метод доступа к удаленным данным.

1.5.2. Модель и метод сервера базы данных.

1.5.3. Модель и метод сервера приложений.

1.6. Программы-агенты и модель «клиент-агент-сервер».

1.7. Особенности управления в распределенных системах.

1.8. Управление транзакциями и синхронизация.

1.8.1. Интегрированные или федеративные системы и мультибазы данных.

Выводы.

Глава 2. Применяемые алгоритмы и технологии.

2.1. Распре деленных вычислительных сред.

2.2. Архитектура распределенной БД.

2.2.1. Гомогенные и гетерогенные распределенные БД.

2.3. Технология Консолидации в системах распределенных вычислений.

2.3.1. Характеристики интеграции данных.

2.3.2. Консолидация данных.

2.3.3. Федерализация данных.

2.3.4. Распространения данных.

2.3.5. Гибридный подход и Гибридные хранилища данных.

2.3.6. Обзор существующих подходов к консолидации.

2.3.7. Архитектура централизованных баз данных.

2.3.8. Архитектура федеративных баз данных.

2.3.9. Сравнение федеративного и централизованного подходов.

2.3.10. Требования к программному обеспечению федеративных баз данных.

2.3.11. Существующие платформы федеративных баз данных.

2.4. Основные задачи консолидации данных.

2.5. Обобщенная схема процесса консолидации.

Выводы.

Глава 3. Промежуточное программное обеспечение БД для гетерогенных систем.

3.1. Промежуточное ПО доступа к базам данных.

3.2. Собственное ПО промежуточного слоя.

3.3. Основное промежуточное ПО доступа к БД.

3.4. Middleware.

3.5. Серверные СУБД и основы функционирования.

3.5.1. Oracle.

3.5.2. Установка Oracle Database на Linux.

3.5.3. СУБД Microsoft SQL Server.

3.5.4. Установка СУБД «MS SQL Server».

3.5.5. Создание пользователя базы данных.

3.5.6. Создание и настройка алиаса в ODBC для базы данных MS SQL Server.

3.5.7. PostgreSQL

3.5.8. Установка сервера баз данных PostgreSQL на Ubuntu.

3.5.9. IBM DB2.

3.5.10. Установка и настройка DB2 на Linux Server.

3.5.11. Администрирование баз данных с помощью Центра управления (Control Center).

Выводы.

Глава 4. Использование технологии баз данных для системной интеграции гетерогенных комплексов научных вычислений.

4.1. Причина выбора DB2 для гетерогенных систем.

4.2. Распределенные Базы данных. Работа с данными на удаленном сервере.

4.2.1. Администрирования баз данных на сервере.

4.3. Тестирование работы многопоточной архитектуры сервера DB2.

4.4. Использование SQL функций для обеспечения единого представления распределенных гетерогенных данных.

4.4.1. Создание БД с помощью DB2 для WRF и использование разделов таблиц на Сервере.

4.5. Исследование IBM DB2 в операционном окружении VMware Infrastructure.

4.5.1 Результаты тестирования.

4.5.2. Результаты с 2 -VCPU виртуальными машинами.

4.5.3. Сравнение 1-VCPU и 2-VCPU виртуальных машин.

4.5.4. Сравнение с родной операционной среде.

Выводы.

Введение диссертации (часть автореферата) на тему «Использование технологий баз данных для системной интеграции гетерогенных комплексов научных вычислений»

Современные многопроцессорные системы в большинстве случаев организуются по иерархическому принципу. Например, большая часть вычислительных кластеров сегодня имеют трехуровневую архитектуру. В рамках такой архитектуры многопроцессорная система строится как набор однородных вычислительных модулей, соединенных высокоскоростной сетью. Это - первый уровень иерархии. Каждый вычислительный модуль является, в свою очередь, многопроцессорной системой с разделяемой памятью и образует второй уровень иерархии. Так как в современной кластерной системе, как правило, используются многоядерные процессоры, то мы получаем третий уровень иерархии. Еще одним источником многопроцессорных иерархий являются Опс1-технологии позволяющие объединять несколько различных кластеров в единую вычислительную систему. Подобная Опё-система будет иметь многоуровневую иерархическую структуру.

Одной из главенствующих тенденций развития современных вычислительных средств по-прежнему остается существенное увеличение объемов обрабатываемых данных и связанные с этим проблемы создания оптимальных архитектур для их хранения и обработки. Одним из наиболее эффективных архитектурных решений проблемы хранения и обработки сверхбольших баз данных является погружение в распределенную вычислительную среду, обеспечивающую параллельную обработку запросов на многопроцессорных вычислительных системах. В области технологий параллельной обработки запросов для реляционных баз данных достигнуты значительные успехи, воплощенные в целом ряде исследовательских и коммерческих СУБД. В качестве примеров успешных коммерческих проектов создания параллельных систем баз данных можно привести UDB DB2, NonStop SQL и Teradata. Подобные системы объединяют тысячи процессоров и жестких дисков и способны обрабатывать петабайтные базы данных. Тем не менее, в области параллельных систем баз данных и консолидации до сих пор остается ряд направлений, требующих дополнительных научных исследований. Одно из них - дальнейшее развитие архитектуры параллельных систем баз данных с целью консолидации ресурсов гетерогенных вычислительных комплексов.

Задача консолидации ресурсов не решена до сих пор даже на уровне лидеров рынка. Еще хуже обстоит дело для распределенных систем, где проблемы возникают уже на уровне консолидации данных.

С другой стороны, для большинства приложений было бы актуальным и эффективным даже промежуточное решение - консолидация серверов и данных. Если принять, что консолидация данных в такой парадигме является первоочередной, возникает вопрос — какие СУБД могут справиться с этой задачей?

В диссертации рассматривается технология консолидации баз данных для системной интеграции гетерогенных комплексов, решающих задачи проведения научных вычислений и поддержки принятия решений. При этом основное внимание обращено на создание элементов виртуального полигона (сервисов), необходимых для создания, управления и консолидации базы данных. При этом тестирование СУБД в распределённых гетерогенных вычислительных комплексах позволяет выбрать архитектуру и компоненты СУБД для задач консолидации.

Цель и задачи исследования. Целью диссертации является теоретический анализ и экспериментальное исследование вопросов системной интеграции гетерогенных комплексов для улучшения характеристик их производительности и расширения диапазона приложений, разработка научных методов и алгоритмов организации параллельной и распределенной обработки информации, оптимизация приложений баз данных. С точки зрения поиска перспективных архитектурных решений целью диссертации является создание такого операционного окружения для базы данных и консолидации в распределенной вычислительной среде, которое является некоторым общим решением для относительно небольших сетей и может быть использовано и в научных институтах, и в коммерческих предприятиях, в которых ресурсы могут располагаться как в одном здании, так и в географически удаленных объектах. I

Для достижения этой цели необходимо было решить достаточно сложные задачи выбора прототипа архитектуры системы, разработки алгоритмов, а так же проблемы создания и адаптации соответствующих программных продуктов. Сама такая система реализуется в виде блоков, которые составляют распределенный виртуальный вычислительный комплекс, называемый Виртуальным полигоном.

Предмет исследования. Методы теоретического анализа и экспериментальное исследование архитектур вычислительных комплексов, в том числе, гетерогенных, методики специальной обработки данных больших объемов, информационные модели соответствующих архитектур, методы оптимизации программного обеспечения для гетерогенных комплексов, способы обеспечения интеграции компьютерных систем.

Методы исследования. Анализ и синтез архитектурных решений, технологии проектирования информационных систем, программного обеспечения, баз данных и консолидации ресурсов. Экспериментальные исследования реляционной модели данных на различных архитектурах. Использование предложенных автором программ для построения моделей управления распределенными массивами данных.

Научная новизна работы заключается в следующем:

1. Предложен новый подход для консолидации данных в гетерогенном распределенном вычислительном ресурсе.

2. Создана модель операционной среды, позволяющая моделировать работу приложения с интенсивной параллельной и распределенной обработкой информации.

3. Создано специализированное программное обеспечение для создания, консолидации и управления информационными структурами.

Достоверность научных результатов и выводов подтверждена результатами тестирования СУБД в распределенной среде гетерогенных вычислительных комплексов и консолидации информационных ресурсов таких комплексов, а также практическим использованием разработанных баз данных и предложенного программного продукта.

Основные научные результаты.

1. Разработана методика консолидации баз данных в гетерогенном распределенном вычислительном ресурсе.

2. Создана модель операционной среды, позволяющая моделировать работу приложения с интенсивной параллельной и распределенной обработкой информации.

3. Создано специализированное программное обеспечение для консолидации и управления информационными структурами.

Научные положения, выносимые на защиту:

• Алгоритмы консолидации ресурсов в гетерогенной среде, основанные на распределенных базах данных.

• Методика специальной обработки данных, позволяющая объединить возможности промежуточного программного обеспечения Sun Grid Engine и СУБД DB2 на распределённых гетерогенных вычислительных ресурсах с целью улучшения их технико-экономических и эксплуатационных характеристик.

• Информационная модель обработки данных и ее оптимизация для консолидации данных в гетерогенном вычислительном комплексе.

Практическую значимость составляют:

1. Программный комплекс UDB DB2 в гетерогенном распределенном вычислительном комплексе.

2. Программные продукты, осуществляющих тестирование и консолидацию в гетерогенной распределенной вычислительной среде.

Внедрение результатов работы. Результаты диссертационной работы внедрены в гетерогенном вычислительном комплексе факультета ПМ-ПУ СПбГУ для поддержки баз данных и консолидации ресурсов и использованы в учебном процессе кафедр ВТ и ИТ СПбГМТУ и ВТ СПбГЭТУ «ЛЭТИ».

Апробация работы. Основные результаты работы докладывались и обсуждались на национальных и международных научно-технических конференциях:

1. Международная конференция МОРИНТЕХ 2009, Санкт

Петербург, 2009 г.

2. Международная конференция «Computer Science & Information

Technologies»,Yerevan, Armenia, 2009 г.

3. 4-ая Международная конференция «Distributed Computing and

Grid-Technologies in Science and Education». Dubna, 2010 r.

4. Международная конференция « Eighth International Conference on

Computer Science and, Information Technologies » Yerevan, Armenia,

2011Г.

Публикации. Основные теоретические и практические результаты диссертации опубликованы в 6, статьях и докладах, из них по теме диссертации 6, среди которых 1 публикация в ведущем рецензируемом издании, рекомендованном в действующем перечне ВАК. Доклады доложены и получили одобрение на 5 международных, всероссийских и межвузовских научно-практических конференциях.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав с выводами, заключения и списка литературы, включающего 115 наименований. Основная часть работы изложена на 142 страницах текста. Работа содержит 68 рисунков.

Заключение диссертации по теме «Вычислительные машины и системы», Тхуреин Киав Лин

Выводы

В данной главе, предложена оригинальная концепция анализа и обработки больших массивов данных в гетерогенных вычислительных комплексах, основанная на использовании комплексного подхода, который предполагает применение определенного набора технологий объединения ресурсов, виртуализации серверов данных и опирается на федеративный подход к консолидации данных, позволяющий эффективно работать в многоплатформенных средах и с неоднородными данными. Серия испытаний и соответствующий анализ, приведенный выше, подтверждает вывод о том, что запуск виртуальных машин VMware на серверах IBM System х на основе процессоров AMD Opteron и с использованием IBM DB2 может обеспечить эффективную готовую платформу для размещения нескольких виртуализированных рабочих нагрузок обработки транзакций. Результаты ясно показывают, что виртуальное операционное окружение в значительной степени устойчиво при увеличении количества запросов и количества пользователей, не демонстрируя насыщения при увеличении числа виртуальных машин.

Заключение

Таким образом, в настоящей диссертации центральной задачей является создание операционного окружения для базы данных и консолидации данных в распределенной вычислительной среде. Данное окружение является некоторым общим решением для относительно небольших сетей и может быть использовано и в научных институтах, и в коммерческих предприятиях, в которых ресурсы могут располагаться как в одном здании, так и в географически удаленных. Разработка научной методики специальной обработки данных, позволяющей объединить возможности 8СЕ и ОВ2 для СУБД на распределённых гетерогенных вычислительных ресурсах, явилась важным шагом в глобальной задаче консолидации ресурсов. Полученные в результате тестирования результаты ясно показали, что базы данных в распределенной вычислительной среде могут служить эффективным средством консолидации программного обеспечения, а практическое использование разработанных методик позволяет существенно повышать эффективность обработки данных и улучшать масштабирование распределенных систем. Поскольку предлагаемые методики и продукты были опробованы на разных платформах и операционных системах, можно надеяться, что они найдут широкое применение не только в распределенных вычислительных комплексах, но и для кластерных вычислений.

Список литературы диссертационного исследования кандидат технических наук Тхуреин Киав Лин, 2012 год

1. Васильев A.C. Компьютерный учебный, контролирующий курс "Веб-технологии" для дистанционного обучения кафедры ИТС. Дипломный проект-М.:МИРЭА, 2006. 177 с.

2. Малыхина М.П. Базы данных: основы, проектирование, использование. СПб.:БХВ-Петербург,2004.512с.

3. Силин A.B., Силин В.В., Воробьев В.И. Методы и модели проектирования логических структур баз данных // Деп. рук. ВИНИТИ. 2000. №3282-00В. - С. 16-20.

4. Силин A.B., Воробьев В.И., Ревунков Г.И. Методы и модели проектирования структур территориально распределенных баз данных // Деп. рук. ВИНИТИ № 3282-00В. С.21-25.

5. ВьюковаН.И. Продукты Informix и распределенные вычисления // СУБД. 1995. №4. С. 18-29.

6. Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1988.-366 с.

7. В.В. Бойко, В.М. Савинков, «Проектирование баз данных информационныхсистем», М., Финансы и статистика, 1989 г.I

8. Д.Цикритизис, Ф. Лоховски, «Модели данных», М., Финансы иIстатистика, 1985 г.

9. К. Дейт, «Руководство по реляционной СУБД», М., Финансы и статистика, 1988 г.

10. Д. Мейер, «Теория реляционных баз данных», М., Мир, 1987 г.)

11. Акинфиев В.К., Цвиркун А.Д. Постановка и решение некоторых задач определение рациональной структуры АСУ // Автоматика и телемеханика. -1972.-№ 1.С.54-75.

12. В.Ю. Егоров, Ю.О. Михалев, М.С. Сайкин // Авт. свид. СССР №1661501, Б.И., 1991, №25.

13. Шастова Г.А., Гризадубова О.Н. Размещение информационных фондов индивидуального пользования и вычислительных работ абонентов ВВДШУправляющие системы и машины.- 1978.- №1.- С.3-6.

14. Атре Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983. - 320 с.

15. Беренсон X., Бернштейн Ф., Грэй Д., Мелтон Д., ОмНил Э., С'Нил П. Критика уровней изолированности в стандарте ANSI SQL //СУБД. -1996. №2. - С.45-60.

16. Бойко В.В., Савинков В.М. Проектирование баз данных информационных систем. М.: Финансы и стати-стика, 1989. - 351 с.

17. Боуман Д, Эмерсон С., Дарновски М. Практическое руководство по SQL. Киев: Диалектика, 1997.

18. Васкевич Д. Стратегии клиент/сервер. Киев: Диалектика, 1997.

19. Гилуа М.М. Множественная модель данных в информационных системах. М.: Наука, 1992. ,

20. Голосов А.О. Аномалии в реляционных базах данных //СУБД. 1986. -№3. - С.23-28.

21. Грабер М. Введение в SQL. М.: Лори, 1996. - 379 с.

22. Ю.К. Дмитриев, В.Г. Хорошевский, Э.В. Евреинов. М.: Радио и связь, 1982. -304 с.

23. Евдокимов, В.Ф. Параллельные вычислительные структуры на основе разрядных методов /: Наукова думка, 1987. -311 с.

24. Евреинов, Э.В. Однородные универсальные вычислительные системы высокой производительности / Э.В. Евреинов, Ю.Г. Косарев. Новосибирск: Наука. Сибирское отд-е, 1966. -308 с.

25. Каляев, A.B. Модульно-наращиваемые многопроцессорные системы со структурно-процедурной организацией вычислений / A.B. Каляев, И.И. Левин. -М.: Янус-К, 2003. -380 с.

26. Чаудхари С. Методы оптимизации запросов в реляционных системах //СУБД. 1998. - №3. - С.22-36.

27. Чен П. Модель "сущность-связь" шаг к единому представлению о данных //СУБД. - 1995. - №3. - С.137-158.

28. ANSI ХЗ. 135-1992, American National Standart for Information Systems -Database Language SQL, November, 1992.

29. Astrahan. M.M., System R: A Relational Approach to Data Base Management //ACM Transactions on Data Base Systems. 1976. - VI, 97, June.

30. Haizpoulos M., Kollias J.G, Arozulah G The file allocation problem under dynamic usage // Information Systems, 1990.- V.5, № 5.- P. 197-201.

31. Boyce R.F., Chamberlin D.D., King W.F., Hammer M.M. Specifying Queries as Relational Expressions: The SQUARE Data Sublanguage //Communications ACM. 1975. V.18, November. - P.621.

32. Chamberlin D.D., Raymond F.B. SEQUEL: A Structured English Query Language. //Proc. ACM-SIGMOD. 1974. - Workshop, Ann Arbor, Michigan, May.

33. Chamberlin D.D., Gray J.N., Traiger L.L. Views, Authorization and Locking in a Relational Data Base System // Proceedings of AFIPS National Computer Conference, Anaheim, CA, May. 1975.

34. Codd E.F. Relation Model of Data for Large Shared Data Banks //Comm. ACM. 1970. - V.13, №.6. - P.377-383. (Имеется перевод: Кодд Е.Ф. Реляционная модель данных для больших совместно используемых банков данных //СУБД. - 1995. - №1. - С. 145-160.)

35. Codd E.F. Normalized Data Base Structure: A Brief Tutorial //Proc. of 1971 ACM-SIGFIDET Workshop on Data Description, Access and Control.- N.Y.: ACM. 1971. -P.l-17.

36. Codd E.F. A data base sublanguage founded on the relational calculus //Proc. АСМ-SIGFIDET/ 1971. - Workshop, San Diego, Calif., Nov. P.35-68.

37. Segall A. Dynamic file assignment in computer network // IEEE Trans.-1986.-V.AC-21, № 2.- P. 161-173.

38. Кнут, Д. Э. Искусство программирования, том 1. Основные алгоритмы = The Art of Computer Programming, vol.1. Fundamental Algorithms. 3-е изд. — M.: «Вильяме», 2006. С. 720. - ISBN 0-201-89683-4.

39. Корнеев, B.B. Об организации коммуникаций между процессами в вычислительной системе МИКРОС / В.В. Корнеев и др. // Вычислительные системы. 1985. С. 70-84.

40. Корнеев, В.В. Вычислительные системы / В. В. Корнеев. -М.: Гелиос АРВ, 2004. 512 с.,

41. Levin ,K.D., Morgan H.L. Optimizing distributed data base a framework for research // Proc. AFIPS.- 1985.- V. 44, № 5. p.473-478.

42. Смородинский А. В., Ривкин M. H. Базы данных: тенденции развития // Мир ПК, 1990, N 3.j

43. Смородинский А. В., Ривкин М. Н. Системы управления базами данных и оболочки экспертных систем для персональных компьютеров. Тверь, 1991.

44. К. Nitzsche. The baker's dozen of key features // Network world, November, 1992

45. Барабанов В.Ф., Нужный A.M. Маршрут интерактивного проектирования сложных технологических процессов // Современные проблемы информатизации в непромышленной сфере и экономике: Сб. тр. VI междунар. науч. конф. Воронеж: ВЭПИ, 2001. С. 38.

46. Кузнецов С.Д. Основы современных баз данных. www.citforum.ru.

47. Кузнецов С.Д. Проектирование и разработка корпоративных информационных систем. www.citforum.ru.

48. Morgan H.L., Levie K.D. Optimal program and data locations in computerinetworks // J. Of the ACM.- 1987.- V.20, № 5.- P.315-322.

49. Донианц В.И., Лазарев В.Г. Оптимизация размещения информационных массивов в распределенных банках данных сетей ЭВМ // Информационно-вычислительные сети ЭВМ,- 1980.- С.89-94.

50. Брянских В.Е. Моделирование нестационарных режимов магистральных газопроводов методами повышенной точности / В.Е. Брянских, М.Н. Кулик, Г.Б. Пухов // Электронное моделирование. 1984. -Т. 6, N 3. С. 61-65.

51. Базилевич И.А., Волосков И.И., Стогний А.А. Принципы построения функционально-ориентированного распределенного банка дан-ньшУУправляющие системы и машины.- 1988.- № 6.- С.31-35.

52. Воеводин А.Ф., Шугрин С.М. Численные методы расчета одномерных систем. Новосибирск: Наука, 1981. 205 с.

53. Войцеховская O.K. Подход к построению базы данных по физическим параметрам // Программирование. 1987. N 6. - С. 35-39.

54. Вязгин В.А., Федоров В.В. Математические методы автоматизированного проектирования. М.: Высшая школа, 1989. 184

55. Гилой В. Интерактивная машинная графика: Структура данных, алгоритмы, языки. М.: Мир, 1981. 384 с.

56. Tabatabai V., Arozulah М. Queuetheoretic model for file assignment in a distributed data base network // Proc. Comput. Commun. Networks.- 1989.-№4.-P. 123-127.

57. ВьюковаН.И. Продукты Informix и распределенные вычисления // СУБД. 1995. №4. С. 18-29.

58. Промежуточное программное обеспечение // http://www.4stud.info/networking/lecture6.html

59. Wolfgang Emmerich, Mikio Aoyama, Joe Sventek. The impact of research on middleware technology, ACM SIGSOFT Software Engineering Notes, Volume 32, Number 1, January 2007.

60. Громов Г.Р. Автоформализация профессиональных знаний // Микропроцессорные средства и системы. 1986. -№ 3. -С. 80-91.

61. Oracle® TimesTen In-Memory Database Documentation Media Library 11 g (11.2.1) // http://citforum.rU/database/oracle/timestenclusterware/2.shtml#references

62. Using Openfiler iSCSI with an Oracle RAC database on Linux (Doc ID 371434. l)//http://citforum.ru/database/oracle/timestenclusterware/2.shtml#r eferences

63. О создании стенда с использованием Oracle VM (Евгений Горбоконенко) // http://citfomm.rU/database/oracle/timestenclusterware/2.shtml#references

64. CHEN, P.; LEE, E.; GIBSON, G.; KATZ, R.; PATTERSON, D. 1994. «RAID:high-performance, reliable secondary storage» in ACM Computing Surveys, Vol. 26 No. 2 (Jun 1994).

65. GUI, JEFFREY. 1993. «OLTP and System Reliability» in OLTP Handbook, edited by Gary McClain, Intertext/McGraw-Hill, New York NY.

66. MAULIK, В.; PATKAR, S. 1995. «Outage recovery timings» in Technical Reports Compendium Vol. I (Dec 1995). Oracle internal document.

67. MILLS АР, C. 1995a. «The OFA Standard-Oracle7 for Open Systems». Oracle internal document, available on-line at http://www.europa.com/~orapub/.

68. MILLSAP, C. 1996. Selecting the Optimal Oracle Database Block Size. Oracle internal document. Not yet available on-line.

69. Oracle7 Server Concepts Manual. 1996. Oracle standard product documentation, Redwood Shores CA.

70. Davenport R.A. Data analyses for data base design // Aust. Comput. J. 1978. -V.10, №4. P.122-137.

71. PATTERSON, D.; GIBSON, G.; KATZ, R. 1988. «А case for redundant arrays of inexpensive disks (RAID)» in International Conference on Management of Data (SIGMOD). ACM, New York: 109-116.

72. Установка SQL Server Express. Лаборатория оптимальных решений.// http://ksksw.ru/art sql exprinstman.htm

73. Артемов Д. Microsoft SQL Server 2000. Новейшие технологии. M.: Русская Редакция, 2001.

74. Мамаев Е.В. Microsoft SQL Server 2000. СПб.: БХВ-Петербург, 2001.

75. Тихомиров Ю. В. MS SQL Server 2000: разработка приложений. . -СПб.: БХВ-Петербург, 2000.

76. Иван Бодягин, MS SQL 2005: оконные функции, RSDN Magazine #62004

77. Алексей Ширшов, Использование XML совместно с SQL, RSDN Magazine #2-2004

78. С.Д. Кузнецов. Введение в СУБД. "СУБД" 2-3,1996г.

79. С.Д.Кузнецов. Доступ к базам данных с использованием технологии "СУБД" 5-6, 1996 г.

80. Johansson J.M., March S.T., Naumann J.D. The effects of parallel processing on update response time in distributed database design // Twenty first international conference on Information systems. Brisbane, Queensland, Australia. -2000. pp. 187-196.

81. PostgreSQL and Postgres Plus Technical Support http://www.enteфrisedb.com/products/support/overview

82. Инструкция no оптимизации PostgreSQL 8.x // http://postgresmen.ru/articles/view/3

83. Предприятие PostgreSQL на Linux Ubuntu.// http://forum.lissyara.su/viewtopic.php?f=47&t=27087&start=0.

84. IBM помогает клиентам Oracle перейти на программное обеспечение IBMhttp://www.ibm.eom/news/ru/m/2011/05/13/x773488d36916h98.html.

85. Дроздов В.Н. Системы автоматического управления с микроЭВМ / В.Н. Дроздов, И.В. Мкрошник, В. И. Скорубскай и др. JL: Машиностроение. Ленингр. отд-ние, 1989. 284 с.

86. D. Chamberlin М. Kaufmann. A Complete Guide to DB2 Universal Database, 1998. с -198.

87. G. Baklarz, B. Wong DB2 Universal Database v7.1 for UNIX, Linux, Windows and OS/2 Data-base Administration Certification Guide. Prentice Hall, October 30, 2000.

88. Best practices for DB2 for Linux, UNIX, and Windows pages: http://www.ibm.com/developerworks/data/bestpractices/

89. D. Chamberlin M. Kaufman. A Complete Guide to DB2 Universal Database, 1998. www.ibm.com

90. Дополнительная информация о самонастраивающихся вычислительных технологиях размещена на сайте www.ibm.com/autonomic.

91. IBM Information Management Bookstore:http ://www-01.ibm.com/software/data/education/bookstore/certify .html

92. IBM Data Management magazine: http://www.ibm.com/developerworks/data/dmmag/

93. Evrendilek C., Dogac A., Nural S., et al. Multidatabase .Query Optimization // Distributed and Parallel Databases. 1997. Vol. 5, N1. -pp. 77-114.

94. Евдокимов C.A, Программно-компьютерная среда для автоформализации знаний / C.A. Евдокимов, A.B. Рыбаков // Вестник машиностроения. 1990. № 7. - С. 40-44.

95. Воеводин B.B. Математические основы параллельных вычислений. -М.: Изд-воМГУ, 1991.

96. Воеводин В.В. Математические модели и методы в параллельных процессах. М.: Наука, 1986.

97. Исследование IBM DB2 в операционном окружении VMware Infrastmcture://http://www.sz¿rá. com. иа/resources/files/18091648944bfel 9a 3e9476.pdf

98. Сайт Лаборатории параллельных информационных технологий НИВЦ МГУ http://parallel.ru

99. Векторизация программ: теория, методы, реализация Пер. с англ. и нем. Под ред. Г.Д.Чинина. М. Мир, 1991.

100. Brunie L., Kosch H. Control strategies for complex relational query processing in shared nothing systems // SIGMOD Ree. 1996. Vol. 25, N3. -pp. 34-39. - ISSN 0163-5808.

101. Павловский Ю.Н. Проблема декомпозиции в математическом моделировании. М. Фазис. 1998.

102. Программирование на параллельных вычислительных системах под ред. Р.Бэбба, М. Мир, 1991.

103. Bogdanov A.V. and Boukhanovsky A.V. Advanced High Performance Algorithms for Data Processing// ICCS 2004 Proceeding // M. Bubak et al. (Eds.) Springer-Verlag Berlin Heidelberg LNCS 3036, 2004, P. 239-246

104. Григорьев E. Объектно-ориентированная организация реляционных данных (формальное обоснование объектно-ориентированных систем управления реляционными БД) // http://citforum.ru/database/articles/oooreldata/

105. СуперЭВМ. Аппаратная и программная организация. Под. Ред. С. Фернбаха М.: Радио связь, 1989.

106. Тербер К.Дж. Архитектура высокопроизводительных вычислительных систем.- М: Наука, 1985.

107. Хокни, JI. Джесхоуп Параллельные ЭВМ: Архитектура, программирование и алгоритмы. М.: Радио и связь, 1986.

108. A.V. Bogdanov, Thurein Kyaw Lwin, Myo Tun Tun, La Min Htut.