写一篇关于LD-ARM恢复模型同Shadow-Paging和LD-CRS模型在不同事务到达率Transaction Arrival Ratio TAR下超截止期事务比率MR的比较结果。

LD-ARM恢复模型、Shadow-Paging模型和LD-CRS模型是常用于数据库管理系统中的三种事务恢复技术。在不同的事务到达率（Transaction Arrival Ratio, TAR）下，这三种模型的超截止期事务比率（Missed Deadline Ratio, MR）会有所不同。

首先，LD-ARM恢复模型是一种基于日志的恢复技术。它通过将事务的操作记录在日志中，以便在系统崩溃时可以通过重新执行日志中的操作来恢复事务。LD-ARM模型具有较低的MR，因为它能够在系统崩溃后快速恢复事务，并且可以通过回滚操作来保证事务的一致性。

其次，Shadow-Paging模型是一种基于页的恢复技术。它通过在事务执行期间将所有修改的页复制到一个影子页中，以便在系统崩溃时可以通过恢复影子页来恢复事务。Shadow-Paging模型具有较高的MR，因为它需要在系统崩溃后重新执行所有的修改操作，这可能会导致一些事务超过截止期。

最后，LD-CRS模型是一种基于检查点的恢复技术。它通过定期创建检查点来记录系统状态，并将检查点信息存储在日志中。在系统崩溃时，可以通过恢复最近的检查点并重新执行日志中的操作来恢复事务。LD-CRS模型的MR介于LD-ARM和Shadow-Paging之间，因为它需要在系统崩溃后重新执行一部分操作，但比Shadow-Paging模型更快。

在不同的事务到达率下，这三种模型的MR会有所不同。当事务到达率较低时，LD-ARM模型的MR可能会更低，因为它能够快速恢复事务并保证一致性。当事务到达率较高时，Shadow-Paging模型的MR可能会更高，因为它需要重新执行大量的修改操作。LD-CRS模型的MR可能介于两者之间，因为它可以通过恢复最近的检查点来减少重新执行的操作数量。

综上所述，LD-ARM恢复模型、Shadow-Paging模型和LD-CRS模型在不同事务到达率下的超截止期事务比率会有所不同。选择适合的恢复模型需要综合考虑系统的性能要求和可靠性需求。