第503章 数据库（2/2）

IMS，IBM为阿波罗计划开发的，世界上第一个真正的数据库管理系统。

陈教授居然知道这个。

“标准单元库，四百多个单元，几十个参数，还不断在改、在加、在被不同的人用，这就是一个小型的IMS。需要一套数据管理系统，能存、能查、能改、能管版本、能管谁在用。”

他放下铅笔，看着二人：“这个问题，比造一台计算机还难。计算机是算数的，这个是管事的。算数有公式，管事没有。得自己琢磨。”

诸葛彪低头翻了翻本子：“教授，还有一个问题，跟这个连着。以后分布式系统搭起来了，好几台机器共用一个存储柜。在具体使用过程中，会出现A工程师在改一个与非门的版图，B工程师同时在跑这个与非门的仿真。”

陈教授看着他。

诸葛彪继续说：“A改了一半，B跑出来的结果是旧的还是新的？A改完了，B不知道；B跑完了，A还没改完。最后谁的数据算数？”

陈教授皱起眉头。他拿起铅笔，在纸上画了一个简图。

“你是说——并发控制？”

“我就是这个意思。”诸葛彪说，“多个用户同时访问同一份数据，怎么保证每个人看到的是正确的、最新的？”

陈教授想了想：“银行里存钱取钱，两个人同时操作一个账户，也会出问题。银行的解决办法是加锁，一个人在改，别人只能看不能动。或者做日志，谁最后改的算谁的。”

他在纸上写了几个字：锁、日志、版本。

“你说的情况更复杂。工程师不光是在改数据，还在跑计算。跑一个仿真可能要几分钟，这段时间里别人能不能看？能不能改？如果允许别人看，看到的是中间状态还是旧状态？如果允许别人改，改完了仿真结果还算不算数？”

诸葛彪点头：“就是这个意思。我就是担心，系统设计的时候不考虑这些，到时候用起来全是麻烦。”

陈教授在纸上又写了一个词：事务。

“这个问题，国外也在研究。把一组操作打包成一个‘事务’，要么全做完，要么全不做。中间状态别人看不到。做完了再告诉别人‘我改完了’。这就是‘强一致性’，任何时候，每个人看到的数据都是一致的，不会出现‘A看到新的、B看到旧的’这种乱子。”

吕辰心里一动，陈教授连“强一致性”这种词都整出来了，这可是后世的规则。

陈教授继续说：“这个问题，年后我让研究生专门查资料。你们做工程的有个说法，磨刀不误砍柴工。数据结构没想好，后头全是坑。”

吕辰又说：“还有一个问题。工程师坐在终端前面，敲一个命令，等半天才有反应，这也不行。”

“什么命令要等半天？”

“比如查一个单元的参数。标准单元库有四百多个单元，每个单元有几十个参数。如果存得不好，查一个参数要扫描整个库，那就慢了。工程师翻手册只需要几秒钟，计算机不能比手册还慢吧？”

陈教授若有所思：“你是说响应速度？”

“对。”吕辰说，“用户等不起。翻手册是几秒钟，计算机如果做不到几秒钟，人家还不如翻手册。所以数据组织方式必须考虑‘怎么查得快’，不能每次都从头扫到尾，得有索引，得能直接定位。”

陈教授笑了，在纸上画了一个树状图，又画了一个格子图。

“你这个问题，就是索引和检索。树结构、哈希表，都是为了让计算机不用扫遍所有数据就能找到目标。你把图书馆的卡片目录搬过来就行，按型号建一个索引，按功能建一个索引，按参数建一个索引。想查什么，先查索引，再取数据，不用扫遍整个库。”

他在哈希表旁边写了两个字：O(1)。

“这就是数学上的常数时间，不管库有多大，查一次的时间是一样的。你要的低延迟，就是这个。”

吕辰接着追问：“还有一个问题，算得慢。”

“算什么？”

“仿真。一个与非门单元，跑一遍仿真，可能要几分钟。四百多个单元，每个跑一遍，就是几十个小时。这还只是一个版本。工程师改一版，又要重新跑。”

陈教授放下铅笔，靠在椅背上：“你是说吞吐率？高吞吐？”

“对。”吕辰说，“不能让大家排队等着。得让机器同时跑多个仿真，A工程师的与非门在跑，B工程师的或非门也在跑，互不干扰。这就是您刚才说的并发，但不是‘数据并发’，是‘计算并发’，多个人同时用，机器不能闲下来。”

陈教授想了想：“这个问题，比前两个复杂。前两个是‘怎么存’‘怎么查’，这个是‘怎么调度’。多个任务同时提交，谁先算、谁后算、怎么分配算力。如果机器够多，还可以并行算，一个任务拆成几块，几台机器同时算，算完了再拼起来。”

他在纸上画了一个任务队列的图。

“这个在数学上叫调度算法。我们要的是单位时间内处理的任务尽可能多。但不是越多越好，还要考虑每个任务的等待时间。这就是权衡。”

吕辰最后说：“还有一个问题，也是最头疼的。”

陈教授看着他。

吕辰说：“集成电路设计，不是一个人干的活。有人画版图，有人跑仿真，有人做测试。版图画好了，仿真模型要跟着改；仿真模型改了，测试向量也要跟着改。这些数据是连着的，这边改了，那边不知道，就乱了。”

陈教授坐直了身子：“你是说——模型耦合？”

“对。”吕辰说，“版图、仿真模型、测试向量，是同一个单元的不同侧面。它们应该是一体的，改版图的时候，系统应该提醒仿真模型可能也要改；跑仿真的时候，系统应该自动用最新的版图数据。不能这边改完了，那边还在用旧的。”

陈教授沉默了一会儿，站起来走到书架前，抽出一本书翻了翻，又放回去。

他转过身，看着吕辰：“你这个问题，比前面几个都深。前面是‘怎么存’‘怎么查’‘怎么算得快’，这个是‘怎么让不同的数据保持同步’。”

他走回来坐下，拿起铅笔，在纸上画了一个有向图，几个圆圈，箭头从一个指向另一个。

“这涉及到数据之间的依赖关系。A改了，B要跟着改，C也要跟着改。这种依赖关系，可以用有向图来表示。节点是数据，边是依赖关系。A指向B，表示A改了B要跟着改。”

吕辰二人凑过去看那个图，诸葛彪道：“那计算机能不能自动知道这种依赖关系？工程师改了一个单元的版图，系统自动找出所有依赖它的仿真模型和测试向量，提示这些也要更新？”

陈教授点点头：“理论上可以。但依赖关系要定义清楚，数据要能追踪来源和去向。这又回到数据结构的问题，数据不能孤立地存，要存它们之间的关系。这就是刚才说的模型耦合，不同模型之间怎么对齐、怎么同步、怎么保证一致性。”

陈教授放下铅笔，靠在椅背上，看着茶几上那张画满图的纸，沉默了好一会儿。

“诸葛、小吕，你们今天问的这几个问题，多个人同时用、查得快、算得快、数据对得上，其实是一个问题。”

吕辰二人听着。

陈教授说：“就是怎么把标准单元库的数据组织好，让计算机既能存、又能查、还能管住它们之间的关系。这不只是一个‘库’，这是一个‘知识系统’。就像图书馆不只是放书的地方，还是一个能查、能借、能管住书不丢、能知道谁借了哪本书的系统。”

他端起茶杯喝了一口，又放下。

“咱们刚才讨论了‘强一致性、低延迟、高吞吐、模型耦合’，你们说的那些问题，就是这几个词的意思。”

吕辰二人对视一眼。

陈教授继续说：“一致性，就是多个人同时用的时候，数据不能乱。延迟，就是查东西不能等。吞吐，就是算东西不能太慢。耦合，就是不同模块的数据要能对上。”

他看着二人，笑了笑：“你们想的问题，跟国外那些搞数据库的人想的一样。你们从用户的角度，把需求说清楚了。剩下的事，怎么实现，是我们搞数学和搞理论的事。”

又坐了一会儿，诸葛彪站起来：“教授，那我们就不打扰了。您过年好好歇几天，年后见。”

陈教授送他们到门口，他忽然想起什么：“你们今天说的这几个问题，每一个都是真问题，我记下来了，会在存储柜的设计中考虑进去。”

吕辰点头：“打扰教授了。”

陈教授摆摆手：“打扰什么？用户提需求，施工方负责落实，这样才好，那些问题，从在办公室里可想不出来，还得听听一线的声音。”

二人了门，一路出了燕园。

吕辰问道：“诸葛师兄，这个放心了吧？”

诸葛彪点点头：“放心了，陈教授太厉害了，我现在好后悔，当时为什么不学数学。”

吕辰笑道：“得了吧，数学这碗饭，你确定啃得动？”

诸葛彪不服道：“怎么啃不动？咱可以啃简单的！”

吕辰打击道：“你不学数学，见他如井中蛙观天上月，你要是学了数学，见他如蜉蝣见青天。”

诸葛彪哈哈笑了起来：“你敢说我是蜉蝣？”

吕辰继续打击道：“严格来说，你不算蜉蝣，你是井中蛙！”

雪地上，两行脚印歪歪扭扭地延伸向前方。