我目前正在读一本关于DBMS中并行性的书，我发现很难理解并行性在联接操作中是如何准确工作的。
假设我们有10个系统，每个系统都有自己的磁盘空间和主内存。存在一个网络，系统可以通过该网络相互通信，以便例如共享数据。
现在假设我们有以下操作：A（X，Y）JOIN B（Y，Z）
表A和表B太大，所以我们希望使用并行性以获得更好的整体计算速度。
我们所做的是对a表和B表的每个记录的"Y"属性应用一个哈希函数，并将这些记录发送到不同的系统。然后，每个系统都可以使用本地算法来连接它们获得的记录。
我不明白的是，初始哈希函数到底应用在哪里，初始表A和B到底存储在哪里？
当我阅读时，我认为我们有另一个"主"系统，它也有自己的磁盘空间，在这个空间里，我们有所有的初始信息，即表A和B，以及它们的所有记录。该系统使用其自己的主存储器来应用初始散列函数，该函数为每个记录确定了总共10个记录中的系统，该系统最终将被处理到哪里。
然而，在阅读后，我陷入了以下例子（我从希腊语翻译）
假设我们有两个表R（X，Y）JOIN s（Y，Z），其中R有1000页，s有500页。假设我们有10个可以并行使用的系统。因此，我们首先使用散列函数来确定我们应该将每条记录发送到哪里。读取表R和S所需的I/O总量为1500，每个系统为150每个系统将有15页的数据，这些数据对于其余的每个系统都是必要的，因此它会向其他九个系统发送135页。因此，通信总量为1350页
我真的不明白粗体部分。为什么一个系统必须向其他系统发送任何数据？我之前所说的"主"系统不是做这项工作吗？
我想是这样的：
main_system
||
/
apply_hash(record)
||
/
send record to the appropriate system
/ / / / / / / / / /
s1 s2 s3 s4 s5 s6 s7 s8 s9 s10
现在所有系统都有自己的记录，它们应用本地算法并将结果输出。系统之间没有通信，我在这里缺少什么？？这本书使用了不同的方法吗？如果是，那是什么方法，因为我已经读了同一个第三单元次了，但我仍然不明白（也许翻译不好，但不确定）。
提前感谢
在无共享系统中，创建数据时，通常会在处理器之间对数据进行分区。尽管数据库不能共享，但最好的文档可能是Hadoop和HDFS，即Hadoop分布式文件系统。
函数将行分配给分区。一些例子是：循环，其中新行被一个接一个地分配给处理器；基于范围，其中基于列的值将行分配给处理器；基于散列，其中根据值的散列将行分配给处理器。对数据进行分区的过程与SQL Server和Oracle等数据库中的"分区"非常相似，这些数据库不在无共享环境中。
如果联接对两个表都使用分区键，并且分区方法相同，则数据已经是本地的。否则，需要重新分发一个或两个表以继续处理。
在你引用的部分，你可能被算术弄糊涂了。请记住，如果您在10个处理器上有1500个页面，那么每个处理器平均将有150个页面。这些页面需要重新分发。假设你是处理器3。大约15页将进入处理器1；另一个15到处理器2。另一个到处理器3。等待你不必发送这些；他们已经在正确的位置了。您只需要向其他处理器发送9*15=135页。
关键思想是，在共享的notthing环境中，相同的处理器在进行处理时存储数据。
id大胆猜测您的连接是本地客户端。因为它与所有机器都有连接。