Методы и модели проектирования параллельных СУБД тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Самарев, Роман Станиславович

• Самарев, Роман Станиславович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Самарев, Роман Станиславович

ВВЕДЕНИЕ.

Актуальность темы.

Цели и основные задачи.

Объект исследования.

Предмет исследования.

Научная новизна.

1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ПОСТРОЕНИЯ ПАРАЛЛЕЛЬНЫХ СУБД И ИС НА ИХ ОСНОВЕ,

АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ.

1.1. Анализ существующих методов построения параллельных СУБД. Особенности организации.

1.1.1. Модели данных.

1.1.2. Схема данных и языки запросов.

1.1.3. Архитектура ВС для СУБД.

1.1.4. Методы размещения данных.

1.1.5. Транзакционная обработка данных.

1.1.6. Блокировка данных.

1.1.7. Методы организации параллельного выполнения запросов.

1.1.8. Архитектура взаимодействия клиента и сервера СУБД.

1.2. Анализ методов моделирования производительности ИС.

1.2.1. Анализ математических методов моделирования.

1.2.2. Применение методов моделирования для оценки характеристик производительности СУБД.

1.2.3. Средства моделирования СУБД и ИС.

1.3. Анализ ОСУБД ODB-Jupiter как объекта исследования.

1.3.1. ИПС «Обзор СМИ».

1.4. выводы.

2. РАЗРАБОТКА МЕТОДА МОДЕЛИРОВАНИЯ

ПРОИЗВОДИТЕЛЬНОСТИ ИС, ИСПОЛЬЗУЮЩЕЙ СУБД.

2.1. Расширение свойств алгебры РЕРА.

2.1.1. Формальное определение алгебры процессов.

2.2. Решение моделей.

2.2.1. Генерация сокрагценной марковской цепи.

2.2.2. Генерация полной марковской цепи.

2.3. Весовое расширение алгебры.

2.3.1. Структурные и параметрические ограничители.

2.3.2. Выбор факторов в векторе потребления ресурсов.

2.3.3. Анализ целесообразности введения операции взаимоисключения в РЕРА.

2.4. Модели производительности ИС, использующей СУБД.

2.4.1. Модель выполнения запросов.

2.4.2. Анализ обработки запросов в ОСУ БД ODB-Jupiter и

ИПС «Обзор СМИ».

2.4.3. Упрощенная модель сервера СУБД.

2.4.4. Модель запросов подсистемы поиска.

2.4.5. Полная модель ИС.

2.4.6. Модели пропускной способности подсистемы памяти.

2.4.7. Модель для оценки числа обработчиков параллелизатора.

2.5. Выводы.

3. УЛУЧШЕНИЕ ХАРАКТЕРИСТИК ПРОИЗВОДИТЕЛЬНОСТИ СУБД С ИСПОЛЬЗОВАНИЕМ АДАПТИВНОГО ПЛАНИРОВЩИКА ПАРАЛЛЕЛЬНЫХ ЗАПРОСОВ.

3.1. Разработка параллелизатора запросов.

3.1.1. Синхронное адаптивное управление.

3.1.2. Асинхронное адаптивное управление.

3.1.3. Выбор параллельного планировщика.

3.1.4. Оценка применимости выбранных параметров планировщика для идентификации состояния системы.

3.2. Реализация модуля параллелизатора.

3.3. Выводы.

4. МЕТОДИКИ ПРОЕКТИРОВАНИЯ ПАРАЛЛЕЛЬНЫХ СУБД.

4.1. Методика реорганизации СУБД в соответствии с заданными характеристиками.

4.2. Методика нагрузочного тестирования сервера ОСУБД в составе ИС.

4.3. Методика оценки характеристик производительности

ИС на основе СУБД.

4.4. Методика разбиения последовательного кода программы на независимые.

4.5. Методика параметризации моделей для различных

ВС с различными методами доступа к ОЗУ.

4.6. Метод использования параллелизатора в тексте программ.

4.6.1. Пример применения метода.

4.7. Применение методики нагрузочного тестирования сервера ОСУБД в составе ИС.

4.7.1. Выбор средства анализа программного кода.

4.7.2. Выбор метода измерения временных интервалов.

4.7.3. Трассировка выполнения программы.

4.7.4. Выбор способа организации синхронизации потоков.

4.7.5. Организация нагрузочного тестирования ИС.

4.7.6. Измерение показателей ИС.

4.7.7. Съем данных с реальной системы.

4.8. ВЫВОДЫ.

5. ВЫПОЛНЕНИЕ МОДЕЛЬНЫХ И НАТУРНЫХ ЭКСПЕРИМЕНТОВ, АНАЛИЗ РЕЗУЛЬТАТОВ.

5.1. Выполнение модельного эксперимента с разработанными моделями.

5.1.1. Модель запросов подсистемы поиска по реквизитам.

5.1.2. Модели пропускной способности подсистемы памяти.

5.2. Анализ результатов моделирования.

5.2.1. Эксперимент и моделирование подсистемы полнотекстового поиска ИС.

5.3. Анализ экспериментальных данных.

5.4. выводы.

Введение диссертации (часть автореферата) на тему «Методы и модели проектирования параллельных СУБД»

Актуальность темы

Интенсивное развитие вычислительной техники в последние годы, привело к массовому использованию многопроцессорных высокопроизводительных вычислительных систем (ВС) общего назначения. Тем не менее, применяемые ранее разработанные (унаследованные) СУБД, обычно неэффективно используют предоставляемые ресурсы ВС. Несмотря на то, что межзапросный параллелизм в СУБД используется часто, внутризапросные формы параллелизма в унаследованных СУБД практически не используются. Следствием этого является явное несоответствие возможностей ВС и производительности неоптимизи-рованной СУБД, не рассчитанной на параллельное выполнение одиночных запросов. В результате, при малой плотности запросов, СУБД может использовать лишь минимально необходимое количество ресурсов системы, так что, в конечном счете, добавление новых процессоров или параллельных дисковых накопителей не приводит к какому-либо улучшению её характеристик. Если же при выборе оборудования ориентироваться на пиковую нагрузку, то в среднем вычислительная система будет серьезно недогружена.

Другой проблемой использования СУБД является то, что монопольное использование вычислительной системы не всегда возможно. В большинстве малых и средних коммерческих организациях, на ВС, на которой работает СУБД, работают и другие программы, также требующие значительных ресурсов. При малой плотности запросов к СУБД, влияние других программ может быть незначительным, однако, например в случае использования СУБД в сочетании с Web-сервером, вполне возможна ситуация полной загрузки вычислительной системы. Операционная система, типа MS Windows на ВС с вытесняющей многозадачностью с архитектурой х86, не способна оптимально разрешить ситуацию одновременного использования процессора или НЖМД при большом количестве одновременно работающих процессов/потоков. Таким образом, линейное увеличение количества параллельных процессов в различных программах приводит к нелинейному снижению производительности системы в целом, поскольку доля служебных операций по переключению потоков, вытеснению памяти, позиционированию головок НЖМД на нужный сектор занимает значительное время. К аналогичным последствиям приведет неограниченное параллельное выполнение запросов при большой их входной плотности [114].

В настоящее время широко распространены параллельные СУБД для вычислительных систем без общей памяти, однако, массовое использование архитектуры х86 не позволяет использовать классические параллельные СУБД в чистом виде. Кластер, построенный путем объединения отдельных х86-систем, можно рассматривать как единую систему, с несколькими независимыми узлами, не имеющими общей памяти. При этом каждый узел может быть многопроцессорным, что требует реализации соответствующих алгоритмов, а кроме того, создание кластера на х86 требует организации быстродействующего межпроцессорного обмена данными, что также является проблемой.

Итак, оптимальной СУБД с точки зрения производительности и времени отклика будет СУБД, реализующая внутризапросный параллелизм, причем доступные в данный момент времени ресурсы ВС используются максимально, но с учетом того, что превышение некоторого предела загрузки ВС приведет к релейному падению производительности системы в целом.

Рассмотрим актуальность проблемы моделирования производительности СУБД и ИС на их основе. На рис. 1 приведена обобщенная схема анализа производительности СУБД.

Рис.1 Исходные данные, этапы анализа СУБД и получаемый результат

Моделирование характеристик СУБД актуально в следующих случаях:

- Создание новой СУБД;

- Проверка допустимых режимов работы существующей СУБД;

- Выполнение оптимизации работы существующих приложений.

Архитектура СУБД наиболее существенно влияет на производительность будущих систем, построенных с применением данной СУБД. Поэтому целесообразно проводить моделирование работы СУБД и возможных последствий от введения каких-либо элементов архитектуры СУБД на ранних стадиях разработки. Кроме того, существует возможность оценить возможные области применения СУБД по предельно допустимым режимам работы.

В случае, когда СУБД уже разработана, необходимо знать ее допустимые режимы эксплуатации (типы приложений и наборы операций, которые не приведут к снижению производительности), а также иметь возможность оценивать требуемые параметры оборудования, такие как быстродействие процессоров, дисков, их количество, схему объединения в кластер и пр.

Если СУБД находится в эксплуатации, уже разработаны ее приложения, и выясняется, что имеющаяся ВС не обеспечивает необходимого уровня производительности, либо необходимую ВС невозможно реализовать на данном уровне развития техники, то либо требуется полное проектирование новой системы, либо проведение оптимизации характеристик существующей. Среди способов оптимизации производительности можно выделить использование специальных подсистем кэширования, которые обеспечивали бы не только хранение информации, полученной из медленных источников данных, но и хранение промежуточных результатов, а также изменение структуры индексов, в частности за счет введения не только одномерных индексов, но и создание многомерных индексов под конкретный набор операций [75]. В общем случае требуется существенная переработка архитектуры СУБД в целом и механизмов обработки запросов в частности.

Цели и основные задачи

Целью работы является разработка методов и моделей проектирования параллельных СУБД и их приложений с заданными характеристиками, а также оценка предельных характеристик СУБД и приложений. Для достижения поставленной цели в работе решаются следующие задачи:

- Анализ параллельных архитектур СУБД и методов повышения эффективности использования системных ресурсов. Выбор критериев производительности СУБД.

- Разработка алгебраической модели параллельной объектной СУБД. Метод оценки характеристик производительности систем на основе СУБД.

- Моделирование и исследование свойств модели.

- Разработка параллелизатора запросов для асинхронного выполнения операций в СУБД.

- Разработка метода измерения производительности реальной системы.

- Создание инженерных методик реорганизации СУБД в соответствии с заданными характеристиками с использованием предложенных моделей. Исследование характеристик производительности систем на основе СУБД с использованием этих методик. Реализация методик для улучшения характеристик сервера ОСУБД.

Объект исследования

Объектом исследования является класс систем, предназначенных для работы на многопроцессорных ВС общего назначения, включающих в себя объектные системы управления базами данных, в частности ОСУБД ODB-Jupiter и ИС на её основе.

Предмет исследования

Предметом исследования является анализ процессов обработки запросов в параллельных объектных системах управления базами данных и информационных систем на их основе.

Научная новизна

В работе получены следующие новые результаты:

На основе стохастической алгебры процессов "РЕРА" (англ.) разработан метод, позволяющий проводить расширенный анализ сложной информационной системы па основе алгебраических моделей, включая анализ по каждому параллельному процессу в отдельности, а также весовое расширение "РЕРА", позволяющее анализировать модель с позиции потребления различных ресурсов системы, описываемых как многомерный вектор.

Разработана комплексная модель сервера ОСУБД ODB-Jupiter, а также модели отдельных подсистем с использованием алгебраического подхода.

Разработан метод параллельного выполнения внутренних операций с учетом доступных ресурсов ВС на момент начала обработки.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Самарев, Роман Станиславович

7. Общие выводы

В работе получены следующие основные результаты:

1. Разработан алгебраический метод моделирования производительности, позволяющий оценивать параллельные СУБД с внутренним расщеплением параллельных процессов, обладающий свойством композиционности и позволяющий получать численные значения характеристик производительности, времени отклика, процент использования ресурсов по типу действия.

2. Предложен и реализован метод параллельного выполнения операций, который предполагает контроль допустимого уровня параллелизма в реальном времени и позволяет предотвратить состояние деградации производительности ВС в целом. Использование данного метода позволило увеличить производительность и уменьшить время отклика СУБД при работе на малых плотностях запросов от 37 до 65 процентов в зависимости от ВС и не ухудшить их на режимах полной нагрузки. Разработанный метод может применяться для организации параллельного выполнения программ, реализованных с применением промежуточного машинонезависимого кода (Java, .Net) при соответствующем внедрении в среду выполнения.

3. Разработан способ измерения временных характеристик подсистем ОСУ БД и ОСУБД в целом, позволяющий измерять малые величины времени и времена взаимодействия параллельных процессов, существенно повышающий точность моделирования и проектирования.

4. Разработаны методики применения предложенных моделей, позволяющие повысить производительность проектируемой ИС на базе ОСУБД.

5. Создана модель ОСУБД ODB-Jupiter, позволившая определить возможность функционирования ИС и выполнить преобразование ОСУБД в систему с внутренним параллельным выполнением запросов.

6. Предложенные в данной работе методы, модели и алгоритмы реализованы в программных комплексах ИПС «Обзор СМИ», ИПС «Архив председателя Совета Федерации Федерального Собрания РФ», РКВИ (ФГУП «Концерн «Системпром»,ВИВОСС и ОИ), доведены до состояния промышленного программного продукта, внедрены на нескольких предприятиях.

6. Заключение

Разработанный метод моделирования и соответствующие модели обеспечивают оценку характеристик СУБД и ИС на их основе. Наличие средств моделирования иерархических параллельных процессов позволяет использовать разработанный на основе алгебры процессов 'РЕРА' метод для широкого класса задач и, в частности, позволяет моделировать параллельные СУБД с внутренним расщеплением параллельных процессов. Полученные результаты свидетельствуют о принципиальной возможности использования данных методов для качественной и количественной оценки производительности ИС. Проблемы, связанные с решением полных моделей ИС, и, соответственно, большой размерностью промежуточных марковских цепей, являются принципиально устранимыми, однако их решение требует разработки соответствующих методов понижения размерности и фрагментарного решения, что является целью будущей работы.

Предложенный метод параллельного выполнения операций с модульной структурой параллелизатора и обратной связью по состоянию ВС предназначен для решения широкого класса задач. Управления параллельным выполнением операций с учетом текущего состояния системы позволяет избежать монополизации ресурсов и, как следствие, системной деградации производительности. В то же время, для увеличения точности регулирования постановки операций на параллельное выполнение, необходимы эффективные средства мониторинга ресурсов, существующие не во всех ОС и средства предсказания состояния ВС на достаточные периоды времени, что в настоящее время не реализовано и также является целью будущей работы.

Список литературы диссертационного исследования кандидат технических наук Самарев, Роман Станиславович, 2007 год

1. Андреев A.M., Березкин Д.В., Кантонистов Ю.А. Выбор СУБД для построения информационных систем корпоративного уровня на основе объектной парадигмы //СУБД.- 1998.-№ 4-5.- С. 26-50.

2. Андреев A.M., Березкин Д.В., Кантонистов Ю.А. Среда и хранилище: ООБД //МИР ПК.-1998.-№ 4.- С. 74-81.

3. Концепция создания АИС МАГП / A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов, Е.В. Громыко // Компьютерная хроника 1999.-№ 4- С. 85-98.

4. Разработка многопоточного сервера СУБД для Windows NT /A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов, Р.С. Самарев //Компьютерная хроника. -1999.-№4.-С. 73-84.

5. Объектно-ориентированная база данных "ODB-Jupiter" / A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов, Ю.М. Смирнов // Изв. ВУЗов. Приборостроение.- 1998.-Т.41, № 1-2.-С. 40-56.

6. Андреев A.M., Березкин Д.В., Самарев Р.С. Особенности создания корпоративных информационных систем на основе ОСУБД ODB-Jupiter //Корпоративные базы данных: материалы конференции. М., 2003. - 20 с.

7. Андреев A.M., Березкин Д.В., Самарев Р.С., Внутренний мир объектно-ориентированных СУБД // Открытые системы. -2001.-№ 3 С. 44-54.

8. Сети Петри Электронный ресурс. /Е.А. Голенков, В.А. Левин, Д.И. Харитонов и др-Режим доступа: http://www.iacp.dvo.ru/labl l/otchet/ot2000/pn3.html

9. Аткинсон М., Бансилон Ф., ДеВитг Д., Манифест систем объектно-ориентированных баз данных //СУБД 1995.-№ 4- С.142-155.

10. И.Барский А.Б. Параллельные информационные технологии: Учебное пособие. М.: ИНТУИТ; БИНОМ. Лаборатория знаний, 2007. - 503 с.

11. Бениаминов Е.М. Алгебраические методы в теории баз данных и представлении знаний.-М.: Научный мир-2003.- 184 с.

12. Бениаминов Е.М., Ефимова Е.А. Элементы универсальной алгебры и её приложений в информатике (уч. пособие). -М.: Научный мир, 2004. 168 с.

13. Боггс У., Майкл Б. UML и Rational Rose 2002. М.: Лори, 2004. - 528 с.

14. Бурдаков А.В. Модели и методы анализа вычислительных систем с архитектурой брокера объектных запросов: Диссертация на соискание ученой степени кандидата наук. М: МГТУ им Н.Э. Баумана, 2002. - 195 с.

15. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. М: Издательство Бином, 2000. - 560 с.

16. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. М.: Радио и связь, 2002. - 282 с.

17. Вахалия Ю. Unix изнутри. СПб.: Питер, 2003. - 844 с.

18. Вентцель Е.С., Овчаров Л.А., Теория случайных процессов и ее инженерное приложение. М.: Высшая школа, 2000. - 383с.

19. Венцель Е.С. Исследование операций. М.: Советское радио, 1972. - 552 с.21 .Венцель Е.С. Теория вероятностей. М.: Высшая школа, 2000. - 383 с.

20. Вербицкий В.М. Основы численных методов: Учебник для вузов. М.: Высшая школа, 2002. - 840 с.

21. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. СПб.: БХВ-Петербург, 2002. - 608 с.

22. Волков Д.А. Концепция универсального сервера для архитектуры клиент-сервер // Программирование. 2000. - №6- С. 65-72.

23. Волков И.К., Загоруйко Е.А. Исследование операций. М: МГТУ им Баумана, 2000.-436 с.

24. Волков И.К., Зуев С.М., Цветкова Г.М.Случайные процессы. М: МГТУ им Баумана, 2000.-446 с.

25. Гарсиа-Молина Г., Ульман Дж., Уидом Джен. Системы баз данных. Полный курс.: Пер. с англ. -М.: Издательский дом "Вильяме", 2003. -1088 с.

26. Глушков В.М., Цейтлин Г.Е., Ющенко E.JI. Алгебра. Языки. Программирование. Киев: Наука думка, 1974. - 328 с.

27. Горбатов В.А., Фундаментальные основы дискретной математики. М.: Наука. Физмалит, 2000. - 544 с.

28. Математическая статистика: Учеб. для вузов / В.Б. Горяинов, И.В. Павлов, Г.М. Цветкова и др.: Под ред. B.C. Зарубина, А.П. Крищенко. 2-е изд., стереотип. - М.: Изд-во МГТУ им. Баумана, 2002. - 424 с.

29. Дейт К. Дж. Введение в системы баз данных. 8-е издание. М.: Издательский дом Вильяме, 2005 год. - 1328 с.

30. Дейт К. Дж., Дарвен Хью. Основы будущих систем баз данных. Третий манифест. Изд. 2-е. /Перев. с англ. С.Д. Кузнецов, Т.А. Кузнецова; Под ред. С.Д. Кузнецова. М.: Янус-К, 2004. - 656 с.

31. Зб.Зильбершац А., Здоник С. Стратегические направления в системах баз данных //СУБД. 1997.—№ 4.- С. 4-23.37.3олотарев С., Рыбаков А. Программное обеспечение многоядерных систем //Открытые системы. 2006.-№2. - С. 12-17.

32. Ивницкий В.А. Теория сетей массового обслуживания. М.: Издательство физико-математической литературы, 2004. - 772 с.

33. Капитонова Ю.В., Летичевский А.А. Математическая теория проектирования вычислительных систем. М.: Наука. Гл. ред. физ-мат. лит., 1988. - 296 с.

34. Кельтон В., Jloy А. Имитационное моделирование. Классика CS. 3-е изд. -СПб.-Киев: Издательская группа BHV, 2004. 847 с.

35. Постреляционная СУБД Cache 5. Объектно-ориентированная разработка приложений / В. Кирстен, М. Ирингер, М. Кюн, Б. Рериг: Пер.с англ. 2-е изд. - М.: БИНОМ, 2005. - 416 с.

36. Клейнрок Л. Вычислительные системы с очередями / Пер. с англ. Б. С. Цы-бакова. М.: Мир, 1979. - 600 с.

37. Клейнрок Л. Теория массового обслуживания. / Пер. с англ. И. И. Грушко; Ред. В И. Нейман. -М.: Машиностроение, 1979.-432 с.

38. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. -М.: ФИЗМАТЛИТ, 2006. 816 с.

39. Когаловский М.Р. Энциклопедия технологий баз данных. М.: Финансы и статистика, 2002. - 800 с.

40. Котов В.Е. Алгебра регулярных сетей Петри // Кибернетика-1980 №5. -С. 10-18.

41. Котов В.Е. Сети Петри. -М.: Наука, 1984. 160 с.

42. Теоретические основы проектирования оптимальных структур распределенных баз данных /В.В. Кульба, С.С. Ковалевский, С.А. Косяченко, В.О. Сиро-тюк. М: СИНТЕГ, 1999. - 660 с.

43. Ломазова И.А. Объектно-ориентированные сети Петри. // Системная инфор-матика-2002-Вып. 8. С. 143-205.

44. Попов Э.В. Статические и динамические экспертные системы. М.: Финансы и статистика 1996. - 319 с.

45. Рихтер Дж. Windows для профессионалов: Программирование для Windows 95 и Windows NT4 на базе API: Пер. с англ. М.: Издательский отдел «Русская Редакция» ТОО «Channel Trading Ltd.», 1997. - 712 с.

46. Саймон А.Р. Стратегические технологии баз данных: менеджмент на 2000 год: Пер. с англ. /Под ред. и с предисл. М.Р.Когаловского. М.: Финансы и статистика, 1999 - 479 с.

47. Самарев Р.С. Внутренняя организация ОСУБД Versant, Poet, ODB-Jupiter. //Корпоративные базы данных: материалы конференции М.,2001.- С.79-92.

48. Себеста Р.У. Основные концепции языков программирования, 5-е изд.: Пер. с англ. М.: Издательский дом "Вильяме", 2001. - 672 с.

49. Соколинский Л. Б. Организация параллельного выполнения запросов в многопроцессорной машине баз данных с иерархической архитектурой. //Программирование. 2001.- №6 - С. 13-29.

50. Соколинский Л.Б. Параллельные машины баз данных // Природа. Естественно-научный журнал Российской академии наук. 2001. - N8. - С. 10-17.

51. Соломон Д., Руссинович М. Внутреннее устройство Microsoft Windows 2000. Мастер-класс : Пер. с англ. М.: Издательско-торговый дом «Русская Редакция», 2004. - 746 с.

52. Соммервилл И. Инженерия программного обеспечения, 6-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2002. - 624 с.

53. Таненбаум Э., ван Стен М. Распределенные системы. Принципы и парадигмы. СПб.: Питер, 2003. - 877 с.

54. Логический подход к искусственному интеллекту: От модальной логики к логике баз данных/ А. Тейз, П. Грибомон, Г. Юлен, А.Пирот и др.: Пер. с франц. М.: Мир, 1998. - 994 с.

55. Фаулер М., Скотт К. UML в кратком изложении. М.: Мир, 1999. - 191 с.

56. Ширяев А.Н. Ветоятность. В 2-х кн. 3-е изд., перераб. и доп. - М.: МЦНМО, 2004. - Кн. 1.-520 е.; Кн. 2.-408 с.

57. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях-Киев: Диалектика, 1993.-240 с.

58. Bause F. Combining Qualitative and Quantitative Analysis of Generalized Stochastic Petri Nets. Dortmund (Gemany): Universitat Dortmund, 1994. - 11 p.

59. Bause F., Buchholz P., Kemper P. Hierarchically Combined Queueing Petri Nets. Dortmund (Gemany): Universitat Dortmund, 1994. - 9 p.

60. Beeri Catriel, Milo Tova. Functional and Predicative programming in OODB's III 1th Principles of Database Systams.-San Diego (CA), 1992. P. 176-190.

61. Beeri Catriel. New Data Models and Languages the Challenge III 1th Principles of Database Systams.-San Diego (CA), 1992.-P. 1-15.

62. Bernando M, Donatiello L, Gorrieri R. A formal Approach to the Integration of Perfomance Aspects in the Modeling and Analysis of Concurrent Systems. Bologna: Universita di Bologna, 1998. - 54 p.

63. Bernardo M. An Algebra-Based Method to Associate Rewards with EMPA Terms //24th Int. Colloquium on Automata, Languages and Programming. Bologna (Italy), 1997.-P. 358-368.

64. Bertino Elisa, Foscoli Paola. Index organization for object-oriented database system //IEEE Transaction on knowledge data engineering. 1995. - Vol.7, No 2. -P. 193-209.

65. Bhide A. An Analysis of Three Transaction Processing Architectures //Fourteenth International Conference on Very Large Data Bases (VLDB'88). Los Angeles (California, USA), 1988. - P. 339-350.

66. Bradley Jeremy Т., Gilmore Stephen Т., Thomas Nigel. How Synchronisation Strategy Approximation in PEPA Implementations affects Passage time Performance Results. Edinburgh (United Kingdom), 2003. - 14 p.

67. Clark G. Techniques for the Construction and Analysis of Algebraic Performance Models: PhD thesis. Edinburgh (United Kingdom), 2000. - 163 p.

68. Clark G., Gilmore S., and Hillston J. Specifying performance measures for PEPA //Proceedings of the Fifth International AMAST Workshop on Real-Time and Probabilistic Systems, number 1601 in LNCS. Bamberg (Germany), 1999. -Springer-Verlag. - P. 211-227.

69. Codd E. F. A Relational Model of Data for Large Shared Data Banks //Communication of the ACM. -1970.-V 13, Number 6. P. 377-383.

70. Complete Overview of Petri Nets Tools Database Электронный ресурс. /Prof. Dr. Eike Best, Christian Stehno. Режим доступа: http://www.informatik.uni-hamburg.de/TGI/PetriNets/tools/compIetedb.html.

71. Dandamudi S. and Au Siu-Lun. Locking Granularity in Multiprocessor Database Systems //Proceedings of the Seventh International Conference on Data Engineering. Kobe (Japan), 1991. - P. 268-277.

72. Delis A., Roussopoulos N. Performance and scalability of client-server database architectures //Proceedings of 18th International Conference on VLDB. Vancouver, 1992.-P. 610-623.

73. Verifying a Performance Estimator for Parallel DBMSs /Е. W. Dempster, N. T. Tomov, J. Lu etc. // Lecture Notes in Computer Science. Berlin, 1998. - Vol. 1470-P. 126-135.

74. Modelling Parallel Oracle for Performance Prediction /E.W. Dempster, N.T. Tomov, M.H. Williams etc. //Distributed and Parallel Databases. 2003. - Vol 13 -P. 251-269.

75. Donatelli S., Hillston J., Ribaudo M. A Comparison of Performance Evaluation Process Algebra and Generalized Stochastic Petri Nets //Proc. of 6th Int. Workshop on Petri Nets and Performance Models. North Carolina (USA), 1995. - P. 158-169.

76. Dumas Sophie, Gardarin Georges. A Workbench For Predicting The Performances Of Distributed Object Architectures //Proceedings of the 1998 Winter Simulation Conference. Washington (DC, USA) 1998. - P. 515-522.

77. Foxon Tim, Garth Mike, Harrison Peter. Capacity planning in client-server systems //Distrib. Syst. Engng. 1996.-№ 3.- P. 32-38.

78. Gardarin G., Sha F., and Tang Z.-H. Calibrating the query optimizer cost model of IRO-DB, an object oriented federated database system //VLDB'96, Proceedings of 22th International Conference on Very Large Data Bases. Mumbai (India), 1996. -P. 378-389.

79. Gilmore S, Hillstone J., Ribaudo M. An Efficient Algorithm for Aggregating PEPA Models //IEEE Transactions of software. 2001.-Vol 27,No 5.- P.449-464.

80. Gilmore S., Hillston J., KIoul L. PEPA nets: A structured performance modelling formalism //Performance Evaluation. 2003. - Vol 54, No 2. - P.79-104.

81. Gotz N, Herzog U, Rettelbach M. Multiprocessor and Distributed System Design. The Integration of Functional Specification and Performance Analysis using Stochastic Process Algebras //Performance^ conference. Rome, 1993.—P. 121-146.

82. Graefe G. Encapsulation of Parallelism in the Volcano Query Processing System //Proceedings of the 1990 ACM SIGMOD international conference on Management of data. Atlantic City (New Jersey, US A), 1990. - P. 102-111.

83. Graefe Goetz, Query Evaluation Techniques for Large Databases //ACM Computing Surveys. 1993.-Vol. 25, No. 2. - P. 73-169.

84. He Zhen, Suk Lee Byung, Snapp Robert. Self-Tuning Cost Modeling of User-Defined Functions in an Object-Relational DBMS //ACM Transactions on Database Systems.- 2005.- Vol. 30, No. 3,- P. 812-853.

85. Hermanns H, Herzog U, Mertsiotakis V. Stochastic Process Algebras as a Tool for Performance and Dependability Modelling. Erlangen (Germany): University of Erlangen-Niirnberg, 1995. - 10 p.

86. Herzog U, Mertsiotakis V. Stochastic Process Algebra as Applied to Failure Modelling. Erlangen (Germany): University of Erlangen-Niirnberg, 1994. - 20 p.

87. Hillston J. A Compositional Approach to Performance Modelling. Cambridge: Cambridge University Press, 1996. - 168 p.

88. Hoare C.A.R. Communicating Sequential Processes. Englewood Cliffs (New Jersey, USA): Prentice-Hall, 1985.-256 p.

89. Hrischuk C.E. The Automatic Generation of Software Performance Models From a Prototype. Master of Engineering thesis. Ottawa (Ontario, Canada): Carleton University, 1995. - 98 p.

90. Jensen K. Coloured Petri Nets Basic Concepts, Analysis Methods and Practical Use: Volume I. Monogr. in Theor. CS. 2nd ed. - Б.г: Springer-Verlag, 1997. -234 p.

91. Jensen K. An introduction to the Theoretical Aspects of Coloured Petri Nets //A Decade of Concurrency, Reflections and Perspectives, REX School/Symposium. London (UK), 1993. - P. 230-272. - (Lecture Notes In Computer Science; Vol. 803)

92. Kwiatkowska M., Norman G., and Parker D. Probabilistic symbolic model checking with PRISM: A hybrid approach //International Journal on Software Tools for Technology Transfer (STTT). 2004. - Vol 6, No 2. - P. 128-142.

93. Quantitative System Performance. Computer System Analysis Using Queuing Network Models /Edward D. Lazowska, John Zahorjan, G. Scott Graham, Kenneth C. Sevcik. Englewood Cliffs (New Jersey, USA): Prentice-Hall, 1984. - 417 p.

94. Legrand Iosif C., Newman Harvey B. The Monarc Toolset For Simulating Large Network-Distributed Processing Systems //Proceedings of the 2000 Winter Simulation Conference. Orlando (FL, USA), 2000. - P. 1794-1801.

95. Machado Javam C., Collet Christine. A Parallel Execution Model for Database Transactions //Proceedings of the Fifth International Conference on Database Systems for Advanced Applications. Melbourne (Australia), 1997. - P. 511-520.

96. Marsan M. Ajmone, Conte G., Balbo G. A Class of Generalized Stochastic Petri Nets for the Performance Evaluation of Multiprocessor Systems //ACM Transactions on Computer Systems. 1984. - Vol 2, no 93. - P. 93-122.

97. Mehta Manish, DeWitt David J. Managing Intra-operator Parallelism in Parallel Database Systems //Proceedings of the 21st VLDB Conference. Zurich (Switzerland), 1995.-P. 382-394.

98. Mehta Manish, Soloview Valery, DeWitt David J. Batch Scheduling in Parallel Database Systems //Proceedings of the Ninth International Conference on Data Engineering. Vienna (Austria), 1993. - P. 400-410.

99. Milner R. Communicating and Concurrency. New-York: Prentice-Hall, 1989. -300p.

100. Milner R. Calculi for synchrony and asynchrony //Theoretical Computer Science. -1983. Vol 25, no 3. - P. 267-310.

101. Mines N. Garofalakis, Yannis E. Ioannidis. Multi-dimensional Resource Scheduling for Parallel Queries //SIGMOD '96. Montreal (Canada), 1996. - P. 365-376.

102. Mohan C. ARIES, A transaction recovery method supporting fine granularity locking and partial rollbacks using write-ahead logging //ACM Transactions on Database Systems (TODS).- 1992.-Volume 17, Issue l.-P. 94-162.

103. Molloy M. K. Performance analysis using stochastic Petri nets //IEEE Transactions on Computers. 1982. - Vol 31, no 9. - P. 913-917.

104. Movaghar A., Meyer J.F. Performability Modelling with Stochastic Activity Networks //Proc. Of Real-Time Systems Symposium. Austin (Texas, USA), 1984.-P. 215-224.

105. Plotkin G.D. A Structural Approach to Operational Semantics. Aarhus (Denmark): University of Aarhus, 1981.-133 p.

106. Ribaudo M. On the Aggregation Techniques in Stochastic Petri Nets and Stochastic Process Algebras //The Computer Journal. 1995. -Vol 38. - P. 600-611.

107. Sanders W. H., Meyer J. F. METASAN: A Performability Evaluation Tool Based on Stochastic Activity Networks //Proceedings of the IEEE-ACM Fall Joint Computer Conference. Dallas (TX, USA), 1986. - P. 807-816.

108. Sanders W. H., Obal W. D. II, Qureshi M. A., Widjanarko F. K. The UltraSAN Modeling Environment //Performance Evaluation. 1995. -Vol. 24, no. 1. - P. 89115.

109. Sokolinsky L.B., Axenov 0., Gutova S. Omega: The Highly Parallel Database System Project // Proceedings of the First East-European Symposium on Advances in Database and Information Systems (ADBIS'97). St.-Petersburg (Russia), 1997.-Vol. 2.-P. 88-90.

110. Stonebraker Michael. The Case for Shared Nothing //Database Engineering Bulletin. -1986. -Vol. 9, Number 1. P. 4-9.

111. Strulo B. Process Algebra for Discrete Event Simulation: Ph. D. thesis. London: Imperial College, 1993. - 14 p.

112. Teeuw W. В., Rich C., Scholl M. H., Blanken H. M. An Evaluation of Physical Disk I/Os for Complex Object Processing //Ninth International Conference on Data Engineering. Vienna, 1993. - P. 363-371.

113. Thalheim Bernhard. Database Component Ware //Fourteenth Australasian Database Conference. Adelaide (Australia), 2003. - Vol. 17 - P. 13-26.

114. The Object Database Standard: ODMG 3.0. San Francisco (California): Morgan Kaufmann Publishers Inc., 2000.-260 p.

115. Thoman D.R., Bain L.J., Antle C.E. Inferences on Parameters of the Weibull Distribution //Technometrics. 1969. -№11. -P. 455-460.

116. Versant ODBMS, Versant С++ Reference Manual 5.2. Freemont (CA, USA): Versant Corporation, 1999. - 500 p.

117. Versant ODBMS, Versant Object Database Fundamentals Manual Электронный ресурс. Режим доступа: http://www.versant.com/developer/resources/objectdatabase/documentation/databa sefimdman.pdf, свободный.

118. The Stochastic Rendezvous Network Model for Performance of Synchronous Client-Server-like Distributed Software /С.М. Woodside, J.E. Neilson, D.C.

119. Petriu, S. Majumdar //IEEE Transactions on Computers. 1995. - Vol. 44, No.l. -P. 20-34.

120. Zhou Shaoyu, Williams M. Howard, Taylor Hanish. Practical Throughput Estimation for Parallel Databases // Software Engineering Journal. 1996. -Vol. 11. - P. 255-263.

121. Таким образом, внедрение результатов диссертационной работы Самарева Р.С. в модифицированную версию ИПС «Обзор СМИ» позволило существенно повысить эффективность функционирования системы в интересах пользователей Совета Федерации.

122. Начальник отдела прикладных информационных систем и электронных информационных ресурсов Управления информационного и документационного обеспечения Аппарата Совета Федерации

123. Заместитель начальника отдела прикладных информационных систем и электронных информационных ресурсов Управления информационного и документационного обеспечения Аппарата Совета Федерации