江澤源， 劉輝林， 吳 剛， 王國仁

（東北大學(xué) 信息科學(xué)與工程學(xué)院，沈陽110004）

0 引 言

內(nèi)存數(shù)據(jù)庫（Memory－Resident Database或 Main Memory Database，MMDB）將工作用的數(shù)據(jù)集放置于物理內(nèi)存中，由于存儲介質(zhì)的特性不同，相對于常規(guī)的磁盤數(shù)據(jù)庫（Disk－Resident Database，DRDB），內(nèi)存數(shù)據(jù)庫具有更高的訪問速度和更低的系統(tǒng)延遲，并且不受磁盤I／O瓶頸限制.在內(nèi)存價格不斷降低、容量迅速擴大的今天，富有競爭力的內(nèi)存數(shù)據(jù)庫產(chǎn)品已經(jīng)應(yīng)用于網(wǎng)絡(luò)、通信、實時處理等多種行業(yè)領(lǐng)域.

根據(jù)用戶需求的不同，內(nèi)存數(shù)據(jù)庫產(chǎn)品在追求高性能的同時，也需提供相應(yīng)的可用性保證.內(nèi)存是一種易失性的存儲介質(zhì)，斷電后數(shù)據(jù)丟失，且處理復(fù)雜任務(wù)時易崩潰.保證系統(tǒng)實現(xiàn)不間斷的服務(wù)，盡量縮短停機（Downtime）時間，減少用戶和服務(wù)提供者的損失，是內(nèi)存數(shù)據(jù)庫面臨的重大挑戰(zhàn).

本文主要關(guān)注內(nèi)存數(shù)據(jù)庫的可用性問題，首先通過歸納相關(guān)文獻中關(guān)于系統(tǒng)的可用性定義，給出了內(nèi)存數(shù)據(jù)庫可用性的解釋，包括可用性的描述、度量、表現(xiàn)方面；接著從內(nèi)存數(shù)據(jù)易失的特性入手，探究了內(nèi)存數(shù)據(jù)庫提高可用性的方法，著重關(guān)注了包括檢查點、日志、恢復(fù)協(xié)議的快速恢復(fù)策略，和以熱備份、集群內(nèi)復(fù)制為代表的容錯機制；最后進行概括總結(jié)，并做出了展望.

1 內(nèi)存數(shù)據(jù)庫概述

1.1 內(nèi)存數(shù)據(jù)庫概念

內(nèi)存數(shù)據(jù)庫將工作數(shù)據(jù)集存放在內(nèi)存中，相對于常規(guī)磁盤數(shù)據(jù)庫，其存取速率有了極大的提高.磁盤中存儲日志文件和相關(guān)映像備份，數(shù)據(jù)的存取工作盡量不再涉及磁盤的I／O操作，以達到更高的效率，此時系統(tǒng)的主要矛盾將不再是磁盤的I／O操作時間.

由于存儲介質(zhì)不同，內(nèi)存數(shù)據(jù)庫在索引結(jié)構(gòu)、存儲管理、并發(fā)控制等方面有許多技術(shù)上的改進［1］.

1.2 內(nèi)存數(shù)據(jù)庫系統(tǒng)面臨的挑戰(zhàn)

高存取速率帶來的高吞吐量，以及特殊應(yīng)用的實時性響應(yīng)需求，導(dǎo)致內(nèi)存數(shù)據(jù)庫系統(tǒng)的負載往往過高；易失性存儲器帶來數(shù)據(jù)丟失風險，意外事故導(dǎo)致的數(shù)據(jù)破壞，可能直接導(dǎo)致財產(chǎn)的嚴重損失，這也是系統(tǒng)所面臨的挑戰(zhàn).從內(nèi)存數(shù)據(jù)易失的角度來看，提升有關(guān)可用性水平的技術(shù)是內(nèi)存數(shù)據(jù)庫研究的重要方向之一.

2 可用性概念

2.1 通用數(shù)據(jù)庫的可用性

數(shù)據(jù)庫的可用性（Availability）概念經(jīng)常出現(xiàn)在文獻中，但是至今尚未有標準的、統(tǒng)一的定義.從傳統(tǒng)數(shù)據(jù)庫系統(tǒng)的角度來說，可用性指系統(tǒng)提供的特定的服務(wù)等級，當用戶或某個進程訪問數(shù)據(jù)庫時，它是可用的［2］.或者描述為在給定的時間內(nèi)，數(shù)據(jù)庫可用的時間比例，即數(shù)據(jù)庫按照要求能夠正常運行的概率.可用性的概念常常和可靠性（Reliability）一起出現(xiàn)，可靠性多指一個數(shù)據(jù)庫在一個給定的時間間隔內(nèi)不產(chǎn)生失敗的概率［3］.同時，可恢復(fù)性、可持續(xù)使用等概念也是構(gòu)成可用性的相關(guān)概念.

系統(tǒng)應(yīng)當具有即時響應(yīng)的能力，但當斷電（Outage）情況出現(xiàn)，系統(tǒng)服務(wù)失效，數(shù)據(jù)庫變得不可用，經(jīng)常使用停機一詞來描述系統(tǒng)不可用時的那段狀態(tài).停機可被分為兩大類，即系統(tǒng)遇到意外停機（Unexpected Downtime），如應(yīng)用程序運行錯誤、硬件故障、斷電，和計劃內(nèi)的停機（Scheduled Downtime），如系統(tǒng)硬件更換、軟件升級.設(shè)計者需要在一定的成本約束下，在用戶的容忍范圍下，將系統(tǒng)盡可能地保持可用［4］.

2.2 可用性的度量和等級

相對于不同應(yīng)用的系統(tǒng)，可用性要求也不盡相同.學(xué)校的成績管理系統(tǒng)可能只需要一個較低的可用性等級就可以滿足學(xué)生查詢分數(shù)的要求，而銀行的管理系統(tǒng)則需要很高的可用性等級，保證各項業(yè)務(wù)的周轉(zhuǎn)正常，否則可能導(dǎo)致嚴重的損失.

通常用平均故障間隔時間（MTBF）和平均修復(fù)時間（MTTR）來度量一個計算機系統(tǒng)的可用性，數(shù)據(jù)庫系統(tǒng)也參照這些概念，它們的定義見表1.

可用公式（MTBF／（MTBF＋MTTR））對系統(tǒng)的可用性水平進行計算，計算結(jié)果可近似作為可用性等級的標準.在文獻［5］中，作者根據(jù)當時的系統(tǒng)情況描述了一些典型的系統(tǒng)可用性等級［5］，見表2.

表1 MTBF和MTTR概念圖Tab.1 The concept of MTBF and MTTR

通常用“N個9”來描述表2中可用性一列，“5個9”，即99.999%的高可用性（High A－vailability，HA）［6］，意味著系統(tǒng)每年約有5分鐘的停機時間，這是數(shù)據(jù)庫系統(tǒng)中常使用的概念，這一特性也被許多內(nèi)存數(shù)據(jù)庫產(chǎn)品寫入其技術(shù)文檔中.

2.3 NoSQL中的可用性

近年來持續(xù)增長的海量數(shù)據(jù)，催生了NoSQL非關(guān)系型數(shù)據(jù)庫的迅速發(fā)展，其中也有Redis這樣的內(nèi)存型NoSQL數(shù)據(jù)庫.Eric Brewer在2000年提出的CAP理論［7］，其定義是：一致性（Consistency）、可用性（Availability）、分區(qū)容忍性（Partition tolerance）這個三個屬性，只能同時滿足其中兩個屬性.CAP理論數(shù)年后被證明［8］，并成為NoSQL數(shù)據(jù)庫設(shè)計和實現(xiàn)的重要理論之一.其中，“可用性”的定義與上述有微妙差別.這里的可用性指，如果客戶可以同集群中的某個節(jié)點通信，那么該節(jié)點必然能夠處理讀取及寫入操作.

2.4 內(nèi)存數(shù)據(jù)庫可用性

內(nèi)存數(shù)據(jù)庫中，特別是集群環(huán)境中，內(nèi)存數(shù)據(jù)易失，復(fù)雜處理易崩潰，這與傳統(tǒng)的磁盤數(shù)據(jù)庫在可用性和可靠性方面有一定差別.

顯然，內(nèi)存數(shù)據(jù)庫提升可用性的措施涉及到多個方面：使用更可靠的硬件，如使用更穩(wěn)定的內(nèi)存；在系統(tǒng)運行時通過監(jiān)督等機制預(yù)防或及時發(fā)覺可能出錯的地方，如在應(yīng)用程序中加入異常狀況的處理；當意外停機發(fā)生時，尋找更快速的恢復(fù)策略；或使用備份的方式，在當前節(jié)點中斷服務(wù)后備份節(jié)點立即替代.

本文主要闡述在單機或集群環(huán)境中，內(nèi)存數(shù)據(jù)的可恢復(fù)性及任務(wù)執(zhí)行的可用性，主要關(guān)注數(shù)據(jù)快速恢復(fù)、系統(tǒng)容錯，涉及檢查點技術(shù)、日志技術(shù)、復(fù)制技術(shù).

3 快速恢復(fù)策略

在內(nèi)存數(shù)據(jù)庫中，磁盤中不再存儲工作數(shù)據(jù)集，而是主要用于持久化操作（多指日志和映像備份）與其他附加信息的存儲.由IBM提出的ARIES［9］（Algorithm for Recovery and Isolation Exploiting Semantics）算法是以日志記錄、事務(wù)表、臟頁表為主要信息進行分析、撤銷、重做的算法，是經(jīng)典的數(shù)據(jù)庫恢復(fù)策略.很多內(nèi)存數(shù)據(jù)庫產(chǎn)品使用這一原則并加以改進，以追求準確的恢復(fù)結(jié)果和更高的恢復(fù)速度.

檢查點是避免消耗大量時間檢查日志的策略，檢查點配合相關(guān)日志可以進行數(shù)據(jù)庫的恢復(fù).優(yōu)秀的檢查點技術(shù)和日志恢復(fù)策略可以減少檢查點對正常事務(wù)的影響，減輕系統(tǒng)恢復(fù)的開銷，也可以減少日志文件的大小，是提升恢復(fù)速度的關(guān)鍵.

3.1 檢查點技術(shù)

檢查點作為事務(wù)回滾的起點，在內(nèi)存數(shù)據(jù)庫中通常作為內(nèi)存映像保存起來.

模糊檢查點（Fuzzy Checkpointing）［10］是一類支持檢查點和事務(wù)同時進行的技術(shù)，在檢查點開始的同時記錄一個活動中事務(wù)的列表，與此同時進行檢查點的生成.由于列表事務(wù)可能對某些數(shù)據(jù)元素進行了更改，故需要事務(wù)日志來記錄上述活動部分，以表明將來是撤銷還是回滾，并結(jié)合檢查點用于恢復(fù).由于這種檢查點生成的映像是不明確的，故稱為模糊檢查點.“靜態(tài)的”檢查點技術(shù)不支持檢查點和事務(wù)的同時進行，顯然，模糊檢查點記錄避免了可用性損失，但也增加了管理上的復(fù)雜性.

乒乓（Ping－Pong）模糊檢查點也是實現(xiàn)模糊檢查點的一種措施，該算法［11］將模糊檢查點算法和乒乓算法結(jié)合，利用兩個映像文件，每次僅更新其中的一個，如此交替進行備份.其目的是避免制作檢查點時發(fā)生故障，導(dǎo)致該檢查點既無法完成，又無法回到上個狀態(tài).雖然消耗了更多的存儲空間，但兵乓模糊檢查點是一種更加可靠的、適用內(nèi)存數(shù)據(jù)庫的檢查點策略.

文獻［12］提出了一種改進的分區(qū)模糊檢查點策略（Partition Fuzzy Checkpointing），該策略考慮了事務(wù)和數(shù)據(jù)“定時約束”，有以下幾條原則：（1）較短有效期的數(shù)據(jù)需盡早寫入到磁盤，減少數(shù)據(jù)損失；（2）短時限時序的數(shù)據(jù)無需寫入至磁盤，減少不必要開銷；（3）高頻的數(shù)據(jù)應(yīng)該優(yōu)先寫入至磁盤，減少日志處理時間；（4）關(guān)鍵的數(shù)據(jù)應(yīng)該優(yōu)先寫入到磁盤，保證重要數(shù)據(jù)不會丟失；（5）優(yōu)先級高的數(shù)據(jù)應(yīng)該優(yōu)先寫入到磁盤，保證重要任務(wù)在時限內(nèi)完成.此外，基于分區(qū)模糊檢查點策略的數(shù)據(jù)庫，對數(shù)據(jù)段檢查點的優(yōu)先級進行邏輯分區(qū)，依照較高優(yōu)先級的分區(qū)安排較高檢查點頻率的原則，在實驗中表現(xiàn)出較好的性能.

模糊檢查點技術(shù)及其改進技術(shù)廣泛應(yīng)用于TimesTen、Altibase等常見的內(nèi)存數(shù)據(jù)庫產(chǎn)品中，有效降低了檢查點工作時系統(tǒng)的負載，增強了系統(tǒng)的并發(fā)訪問能力.

3.2 日志協(xié)議

常見的數(shù)據(jù)庫恢復(fù)“寫前日志”協(xié)議，要求被更改的數(shù)據(jù)元素要先寫入日志，以利用日志的內(nèi)容進行恢復(fù).而一些內(nèi)存數(shù)據(jù)庫使用了LAW（Logging After Writing）日志協(xié)議［13］，即“寫后日志”協(xié)議，該協(xié)議通常需要一個非易失的存儲器來記錄更改的數(shù)據(jù)元素.

在使用模糊檢查點“寫前日志”協(xié)議中，利用redo日志來進行已提交事務(wù)的重做時，最近的檢查點加上redo日志可能無法正確恢復(fù)，此時需要向前掃描日志，找到上一個檢查點.一個典型的例子［14］見圖1.A的舊值為5，redo日志（A，7）表示A的值將被更新為7.檢查點發(fā)生在此日志之后，由于采用了模糊檢查點算法，在檢查點記錄的過程中A的值可以更改，而恰巧這一更改未被檢查點記錄到.故障發(fā)生在事務(wù)T已經(jīng)結(jié)束后，故T需要重做.這樣一來，真正記錄下A真實值的日志出現(xiàn)在了比這個檢查點更早的時候，如果從檢查點向前至日志（A，7）這段范圍過長的話，系統(tǒng)需要付出更多的掃描代價.

圖1 一個典型的檢查點例子Fig.1 A typical instance of checkpoint

采用LAW日志協(xié)議后，最近的檢查點一定可以作為重做的起點，redo日志的起點一定在該檢查點之后，這樣就避免了過多的向前查找日志，提高了數(shù)據(jù)庫系統(tǒng)恢復(fù)速率.

文獻［15］提出了一種不同于ARIES思想的command logging技術(shù)，并將算法部署在VoltDB中.該主要特點是在日志中只記錄事務(wù)命令，而不是主要記錄數(shù)據(jù)元素的改變.當需要恢復(fù)時，從檢查點向后執(zhí)行事務(wù)命令，實現(xiàn)重新執(zhí)行事務(wù)的效果，其目的是降低恢復(fù)時的系統(tǒng)負載，但實驗測試中相對于ARIES并沒有縮短系統(tǒng)恢復(fù)的時間.

4 主從備份與復(fù)制技術(shù)

冗余（Redundancy）是容錯系統(tǒng)設(shè)計中的基本原則，其思想就是通過冗余數(shù)據(jù)實現(xiàn)更高的可用性.內(nèi)存數(shù)據(jù)庫系統(tǒng)可以采取主從備份的方式，主節(jié)點（工作節(jié)點）在停機后，備節(jié)點及時接上，保證服務(wù)離線時間最短化.此外，在集群環(huán)境下，復(fù)制技術(shù)將主機數(shù)據(jù)備份到多個節(jié)點上，不僅能滿足可用性，實現(xiàn)快速恢復(fù)，也防止了單個節(jié)點性能瓶頸的問題，實現(xiàn)負載平衡.

4.1 主從備份

主從備份是常見的冗余策略，下面以O(shè)racle公司的TimesTen內(nèi)存數(shù)據(jù)庫的備份方案作為示例，見圖2.

圖2 TimesTen的Active－Standby方案Fig.2 Active Standby pair of TimesTen

TimesTen［16］是Oracle的優(yōu)化內(nèi)存的關(guān)系數(shù)據(jù)庫，在其備份方案中，主節(jié)點執(zhí)行更新操作，并將操作同步到備用節(jié)點上.備用節(jié)點同時將更改傳播至只讀的接收者（一般是遠程的災(zāi)難備份）.主節(jié)點失效后，備用節(jié)點升級為主節(jié)點，接受應(yīng)用程序的直接操作.若是備份節(jié)點失效，那么主節(jié)點直接將更改發(fā)送至只讀接收者，待備用節(jié)點恢復(fù)之后，備用節(jié)點通知主節(jié)點將剛才缺失的更新再發(fā)送過來.TimesTen還利用了產(chǎn)品中的IMDB Cache技術(shù)，提供了跨層次（Cross－Tier）的可用性方案，包括只讀緩存組和異步寫入緩存組，提供了Oracle和TimesTen的高效連接.

4.2 同步復(fù)制與異步復(fù)制

同步復(fù)制指每次復(fù)制必須等到所有拷貝結(jié)束后才算完成，使得復(fù)制數(shù)據(jù)在任何時間，任何復(fù)制節(jié)點均保持一致.而異步數(shù)據(jù)復(fù)制允許所有節(jié)點在某個時刻內(nèi)的數(shù)據(jù)不是同步的，它們之間存在延遲.異步復(fù)制技術(shù)使得應(yīng)用的響應(yīng)時間加快，適用于需要高性能、低延遲的場景.

在TimesTen的Replication版本中，實現(xiàn)了高可用性和負載平衡.TimesTen提供了靈活的復(fù)制配置，用戶有多粒度級別的復(fù)制選擇，包括表級別復(fù)制和整個數(shù)據(jù)庫復(fù)制；多重形式的復(fù)制方式，多種包括單向復(fù)制，雙向復(fù)制，表分片復(fù)制，N路復(fù)制.

4.3 基于事務(wù)日志的復(fù)制

Altibase是一個高性能、高通用性的內(nèi)存數(shù)據(jù)庫，適用于電信、交通等實時應(yīng)用和嵌入式系統(tǒng)領(lǐng)域.Altibase的復(fù)制功能是通過事務(wù)日志實現(xiàn)的［17］，在主節(jié)點通過一個發(fā)送者（sender）線程，將所有新產(chǎn)生的事務(wù)日志發(fā)送至備份節(jié)點，備份節(jié)點的接收者（receiver）線程接收并反映到數(shù)據(jù)庫上，同時記錄已經(jīng)發(fā)送成功的日志位置.相比于發(fā)送查詢語句或是執(zhí)行計劃的復(fù)制方式，復(fù)制日志的方式僅需要將日志在本地轉(zhuǎn)化為執(zhí)行計劃，使節(jié)點的負荷達到最小.

5 研究近況與展望

本文從快速恢復(fù)策略和冗余容錯兩個方面介紹了內(nèi)存數(shù)據(jù)庫提升可用性的一些方案.這些方案中，有的將常規(guī)磁盤數(shù)據(jù)庫的方法直接運用到內(nèi)存數(shù)據(jù)庫中，有的利用內(nèi)存存儲的優(yōu)勢，結(jié)合實際情況，提出了改進優(yōu)化算法，取得了良好的效果.內(nèi)存數(shù)據(jù)庫產(chǎn)品所適用的范圍越來越廣，其性能和可用性的要求也會越來越高，更有效的可靠性保障和更快的恢復(fù)速度，一直都是提升可用性的重點方案.

隨著硬件成本的不斷降低，TB級別內(nèi)存的服務(wù)器已經(jīng)出現(xiàn)；64位系統(tǒng)的成熟，計算機尋址范圍擴大，內(nèi)存數(shù)據(jù)庫有了更好的應(yīng)用環(huán)境，基本擺脫了上世紀80年代有理論而缺少實際產(chǎn)品的狀況.商業(yè)用的產(chǎn)品不斷出現(xiàn)和壯大，為更多行業(yè)提供了更快速的數(shù)據(jù)管理方案.同時，有關(guān)可用性的研究工作也在不斷進行.下面關(guān)注了一些當今及將來可能的研究熱點.

首先，越來越多的研究在針對特定的應(yīng)用環(huán)境提出一類新的算法.文獻［18－19］等提出了一些適用于內(nèi)存數(shù)據(jù)庫的具有頻繁一致（Frequently Consistent，F(xiàn)C）特點的應(yīng)用程序恢復(fù)算法，F(xiàn)C指在分布式數(shù)據(jù)庫系統(tǒng)中每個節(jié)點頻繁地更新數(shù)據(jù)，不僅數(shù)據(jù)更新到位，且要求所有節(jié)點達到數(shù)據(jù)一致的情形，大規(guī)模多用戶的在線游戲（Massively Multiplayer Online Games，MMOs）就是FC的一個實例，降低系統(tǒng)延遲和減少系統(tǒng)開銷是提出新算法的目的，利用更多的內(nèi)存容量配合邏輯檢查點為手段，實現(xiàn)更快速的恢復(fù)速率.

其次，減少持久化數(shù)據(jù)的大小，防止日志成為性能瓶頸，采取更有效的數(shù)據(jù)持久化方式，追蹤可恢復(fù)數(shù)據(jù)的來源，是實現(xiàn)高速恢復(fù)的可行性措施.

再次，SSD一類的快速非易失性存儲器成本的不斷下降，很多家用級PC產(chǎn)品已經(jīng)使用了SSD硬盤作為主要存儲選擇.其訪問速度快，而且數(shù)據(jù)斷電不丟失，即擁有遠超磁盤的速度和非易失的良好特性，雖然容量不足以和磁盤相比，但這使得今后的內(nèi)存數(shù)據(jù)庫實現(xiàn)方案有了更廣泛的選擇，例如將需要持久化到磁盤的高頻數(shù)據(jù)暫時放置在SSD中.

最后，更高性能、更高可用性的服務(wù)器的使用，將數(shù)據(jù)庫以縱向拓展，可以有效減少集群中備份的數(shù)目，降低系統(tǒng)設(shè)計的復(fù)雜性，實現(xiàn)快速無縫的切換恢復(fù)，保證任務(wù)的高效執(zhí)行.此外，將復(fù)雜任務(wù)進行分解，每個部分承擔事務(wù)的一部分，如何處理子事務(wù)崩潰時與總事務(wù)的關(guān)系，也是研究的方向之一.

［1］ DEWITT D J，KATZ R H，OLKEN F，et al.Implementation techniques for main memory database systems［R］.Berkeley：University of California 1984.

［2］ BOTTOMLEY J.Clusters and high availability［EB／OL］.Presentation，January，2002.

［3］ 邵佩英.分布式數(shù)據(jù)庫系統(tǒng)及其應(yīng)用［M］.北京：科學(xué)出版社，2000.

［4］ RAGHAVAN A，RENGARAJAN T K.Database availability for transaction processing［J］.Digital Technical Journal，1991，3（1）.

［5］ GRAY J，SIEWIOREK D P.High－availability computer systems［J］.Computer，1991，24（9）：39－48.

［6］ AHLUWALIA K S，JAIN A.High availability design patterns［C］／／Proceedings of the 2006 conference on pattern languages of programs.ACM，2006：19.

［7］ BREWER E A.Towards robust distributed systems［C］／／PODC，2000：7.

［8］ GILBERT S，LYNCH N.Brewer’s conjecture and the feasibility of consistent，available，partition－tolerant web services［J］.ACM SIGACT News，2002，33（2）：51－59.

［9］ MOHAN C，HADERLE D，LINDSAY B，et al.ARIES：a transaction recovery method supporting fine－granularity locking and partial rollbacks using write－ahead logging［J］.ACM Transactions on Database Systems（TODS），1992，17（1）：94－162.

［10］ HAGMANN R B.A crash recovery scheme for a memory－resident database system［J］.Computers，IEEE Transactions on，1986，100（9）：839－843.

［11］ SALEMK，GARCIA－MOLINA H.Checkpointing Memory－Resident Databases［C］／／Proceedings of the Fifth International Conference on Data Engineering.IEEE Computer Society，1989：452－462.

［12］ 廖國瓊，劉云生，肖迎元.實時內(nèi)存數(shù)據(jù)庫分區(qū)模糊檢驗點策略［J］.計算機研究與發(fā)展，2006，43（7）：1291－1296.

［13］ LI X，EICH M H.A new logging protocol：LAW［M］.Department of Computer Science and Engineering，Southern Methodist University，1992.

［14］ 陳安龍.內(nèi)存數(shù)據(jù)庫中數(shù)據(jù)恢復(fù)技術(shù)的研究與實現(xiàn)［D］.杭州：浙江大學(xué)，2006.

［15］ MALVIYA N.Recovery algorithms for in－memory OLTP databases［D］.Massachusetts Institute of Technology，2012.

［16］ LAHIRI T，NEIMAT M A，F(xiàn)OLKMAN S.Oracle TimesTen：an in－memory database for enterprise applications［J］.IEEE Data Eng.Bull.，2013，36（2）：6－13.

［17］ JUNG K C，LEE K W，BAE H Y.Design and implementation of replication management in main memory DBMS ALTIBASE TM［M］／／Parallel and Distributed Computing：Applications and Technologies.Springer Berlin Heidelberg，2005：62－67.

［18］ LOMET D，TZOUMAS K，ZWILLING M.Implementing performance competitive logical recovery［J］.Proceedings of the VLDB Endowment，2011，4（7）：430－439.

［19］ CAO T，VAZ SALLES M，SOWELL B，et al.Fast checkpoint recovery algorithms for frequently consistent applications［C］／／Proceedings of the 2011 ACM SIGMOD International Conference on Management of Data.ACM，2011：265－276.