PDF de programación - Clase 13 - Bases de datos distribuidas homogéneas

MASSACHUSETTS INSTITUTE OF TECHNOLOGY

SLOAN SCHOOL OF MANAGEMENT

15.565 Integración de sistemas de información:
Factores tecnológicos, organizativos y estratégicos
15.578 Sistemas de información globales:
Comunicaciones y conectividad en sistemas de información

Primavera 2002

Clase 13

BASES DE DATOS DISTRIBUIDAS

HOMOGÉNEAS

¿CENTRALIZAR O DESCENTRALIZAR?


Reto de diseño común -- Considere bases de datos de balance de cuentas
para un banco internacional o una operación de cambio. ¿Qué haría?

Base de datos centralizada

Bases de datos descentralizadas

EE.UU.

Europa

Asia

¿Problemas?

EE.UU.

Europa

Asia

2


SISTEMA DE BOLSA GLOBAL DE NUEVA GENERACIÓN

(FXX) -- REVISIÓN


Base de datos global

La base de datos global contiene una copia de la información de cada uno de los servidores
regionales y locales, basados en la zona de horario local y en GMT. La base de datos global se
actualiza constantemente por filiales y regiones en todo el mundo, de forma asíncrona y en tiempo
real. El retraso nominal atribuido al tiempo de transmisión no suele superar el periodo de un
minuto. Todas las ciudades de nivel 1 se enlazan mediante RDSI para administrar el exceso de
tráfico de la red y los posibles errores de red.
Los datos de la base de datos global se registran en horario GMT y en el horario local de la filial
desde la que se reciben los datos. El registro de los datos en horario GMT favorece la
coherencia de consultas de varias zonas de horarios. El registro de la hora de los datos en
horario local favorece las consultas locales de cada sitio.
La base de datos global incluirá todos los tratos de regiones y filiales, operaciones al final de la
jornada, cifras diarias de riesgo, incluidas las de tipo Money-at-Risk , información de socios y de
crédito. Los gestores de negocio globales y los gestores senior pueden utilizar la base de datos
global para administrar, supervisar y analizar los valores, el riesgo, la actividad de los socios, los
límites de crédito, los márgenes de corretaje y el gestor de pedidos FX global. También puede
utilizarse cualquier herramienta de sistemas de información ejecutiva (“EIS”) de terceros para
comparar datos con la base de datos global.

3


B. DE DATOS DISTRIBUIDA -- APARECE COMO B. DE DATOS CENTRALIZADA


¿Qué empresas se entrevistan en
Sloan en abril y qué alumnos de
Sloan hay en cada empresa?

CDO

Equipo B

EMPRESA
Ford
IBM

...

FECHA
21 marzo
10 abril

...

BASES DE DATOS EMPRESATBL

RED

Equipo A

COD. POSTAL

ALUMNOS

NOMBRE
Ruiz
García

...

EMPRESA
Ford
IBM

...

ALUMNOSTB

PROBLEMAS:
1. ¿QUÉ CONOCIMIENTOS SE NECESITAN?
2. ¿QUÉ DATOS SE OBTIENEN? ¿DE DÓNDE?
3. ¿CÓMO SE RELACIONAN LOS DATOS?
4. ¿DÓNDE SE COPIAN?
5. ¿CÓMO SE HACE ESTO DE FORMA TRANSPARENTE PARA EL USUARIO Y EL DESARROLLADOR?

SISTEMAS DE BASES DE DATOS DISTRIBUIDAS HOMOGÉNEAS
(P.EJ., ORACLE/STAR y INGRES DISTRIBUIDAS -- MISMAS DBMS EN TODOS LOS SISTEMAS
A

D

B
IBM OS/390

C
SUN SOLARIS

HP/UX

SQL

COD. POSTAL

CARGO

CARGOTB (p)

SQL

SQL

COD. POSTAL

NOMBRE EMPRESA
Juan
Pedro
Javier

IBM
IBM
Dell

ALUMNOSTB (a)

IBM PC/NT

SQL

IBM
Dell

EMPRESA

FECHA
Abril
Abril
EMPRESATB (c)

B. DE DATOS
(SERVIDORES)

OBJETIVOS DE TRANSPARENCIA:
1. RECUPERACIÓN -- MISMOS RESULTADOS EN CUALQUIER SITIO

2. ACTUALIZACIÓN -- ACTUALIZAR DESDE CUALQUIER SITIO

A UNA ÚNICA TABLA

Seleccione un nombre, fecha y
empresa, de la "a" la "c"
donde fecha = ‘abril’
y a.empresa = c.empresa

5


SISTEMAS DE BASES DE DATOS DISTRIBUIDAS HOMOGÉNEAS

A

HP

SQL

COD. POSTAL CARGO

CARGOTB (p)

B

IBM OS/390

SQL

NOMBRE
Juan
Pedro
Javier

C
SUN SOLARIS

SQL

D

IBM PC/NT

SQL

COD. POSTAL

EMPRESA
IBM
IBM
Dell
ALUMNOSTB (a)

IBM
Dell

EMPRESA FECHA
Abril
Abril
EMPRESATB (c)

B. DE DATOS
(SERVIDORES)

OBJETIVOS DE TRANSPARENCIA:
3. ESQUEMA – CAMBIO DE ESQUEMA VISIBLE EN

CUALQUIER SITIO (AUTOMÁTICAMENTE)

Seleccione un nombre, fecha y
empresa, de la "a" a la "c"
donde fecha = ‘abril’
y a.empresa = c.empresa

4. OPTIMIZACIÓN DEL RENDIMIENTO – (MEJOR) VELOCIDAD IGUAL POSIBLE

DESDE CUALQUIER SITIO

6


SISTEMAS DE BASES DE DATOS DISTRIBUIDAS HOMOGÉNEAS

A

HP

SQL

B
IBM OS/390

SQL

C
SUN SOLARIS

SQL

D

IBM PC/NT

SQL

COD. POSTAL CARGO

NOMBRE EMPRESA COD. POSTAL

EMPRESA FECHA

CARGOTB

ALUMNOSTB
B. DE DATOS (SERVIDORES)

EMPRESATB

OBJETIVOS DE TRANSPARENCIA:
5. TRANSACCIÓN -- ACTUALIZACIÓN MÚLTIPLE CORRECTA (CONSULTAR SIG. DIAP.)

6. COPIA -- MANTENIMIENTO Y UTILIZACIÓN EFICAZ DE COPIAS REPETIDAS

7


DIFICULTAD DE ACTUALIZACIÓN Y TRANSPARENCIA DE COPIAS

•

“CONTROL DE CONCURRENCIA” EN LA B. DE DATOS CENTRAL -- EJEMPLO:
TRANSACCIÓN 1

TRANSACCIÓN 2

AGREGA 10 $ A LA CUENTA #1234 RETIRA 5 $ DE LA CUENTA #1234

1. LEE CUENTA #1234 2. LEE CUENTA #1234

#1234
` 80$

3. AGREGA 10 $

80$

90$

(ÁREA DE MEMORIA DE
TRANSACCIÓN 1)

80$

75$

(ÁREA DE MEMORIA DE
TRANSACCIÓN 2)

4. RETIRA 5 $

5. REESCRIBE CUENTA #1234 6. REESCRIBE CUENTA #1234

90$
75$
-- SOLUCIÓN AL PROBLEMA (CENTRALIZADO)
• COORDINAR LA TRANSACCIÓN MEDIANTE BLOQUEOS
• SE NECESITAN VARIOS BLOQUEOS DURANTE LA TRANSACCIÓN PARA COORDINAR TODOS

VALOR FINAL

LOS ELEMENTOS DE DATOS NECESARIOS (LECTURA Y ESCRITURA)

• PROBABILIDAD DE EXISTENCIA DE INTERBLOQUEO

8

PROBLEMAS ADICIONALES DE CONTROL DE CONCURRENCIA

• EN B. DE DATOS DISTRIBUIDAS CON ACTUALIZACIÓN GENERAL Y

TRANSPARENCIA DE COPIA
– COMPLEJIDAD PARA COORDINAR BLOQUEOS DISTRIBUIDOS
– SOBRECARGA EN COMUNICACIÓN DE AJUSTE DE BLOQUEO (NO SE

SABE SI REALMENTE EL BLOQUEO ES NECESARIO)

– DIFICULTAD PARA LA DETECCIÓN DE INTERBLOQUEOS
– AGREGACIÓN DE COPIAS REPLICADAS:
• ACTUALIZACIÓN DE SOBRECARGA (SE DEBEN ACTUALIZAR TODAS LAS COPIAS)
• BLOQUEO DE SOBRECARGA (SE DEBEN BLOQUEAR TODAS LAS COPIAS)
• COMPLEJIDAD DE RENDIMIENTO (MUCHAS MÁS SECUENCIAS)
– PELIGRO DE ERROR EN EL SITIO

• ¿QUIÉN RESTABLECE EL BLOQUEO SI OCURRE UN ERROR?

– PARTICIÓN Y REINTEGRACIÓN DE LA RED

• CIENTOS DE ARTÍCULOS DE INVESTIGACIÓN SOBRE ESTE TEMA

9


PROPIEDADES DESEABLES DE INDEPENDENCIA

1. ERROR

3. RED

– SOLO AFECTA AL SITIO "CON ERRORES"

2. RECUPERACIÓN

– SE RECUPERA AUTOMÁTICAMENTE

– FUNCIONA EN TODAS LAS REDES

4. HARDWARE/SO

5. PROVEEDOR SQL

– SE EJECUTA EN VARIOS EQUIPOS

– PERMITE VARIOS PROVEEDORES SQL (P.EJ., DB2, ORACLE)

6. DBMS

– ADMITE OTROS MODELOS DE DBMS (JERÁRQUICAS,

REDES), ASÍ COMO OTROS LENGUAJES

TÉCNICAS Y PROBLEMAS DE IBM R*

• GESTIÓN DISTRIBUIDA DEL CATÁLOGO
• ACCESO REMOTO AL CATÁLOGO
• DEFINICIÓN DISTRIBUIDA DE DATOS
• MIGRACIÓN DE TABLAS
• PLANIFICACIÓN DISTRIBUIDA DE CONSULTAS
• DISTRIBUCIÓN DE CONSULTAS
• PROTOCOLOS DISTRIBUIDOS DE COMPROMISOS
• DETECCIÓN DISTRIBUIDA DE INTERBLOQUEOS

11


GESTIÓN DEL CATÁLOGO R* Y ALTERNATIVAS

• CATÁLOGO CENTRAL (INGRES)
• CATÁLOGOS REPLICADOS (ORACLE)
• CATÁLOGOS LOCALES (IMB R*)

– IDENTIFICAR SITIO "DE NACIMIENTO" A PETICIÓN
– "ALMACENAR EN LA CACHÉ" LA INFORMACIÓN PARA REDUCIR

EL ACCESO AL CATÁLOGO LOCAL

Seleccionar
desde NY.A

Catálogos
locales:

y

caché
local:

– NÚMERO DE VERSIÓN DEL CATÁLOGO UTILIZADA PARA VALIDAR CORRECIÓN
Sitios:

BOS

SF

LA

NY (nacimiento)
1

A

2

A

3

A

12

ALGUNOS PROBLEMAS DE DIFICULTAD AÑADIDA

• BASES DE DATOS CON PARTICIÓN VERTICAL

BD1:

Nombre Dirección

BD2:

Nombre Teléfono

• BASES DE DATOS CON PARTICIÓN HORIZONTAL

BD

ESTE:

Nombre Dirección

Nombre Dirección

BD
OESTE:

13


RESUMEN

• LOS SISTEMAS GESTIÓN DE B. DE DATOS DISTRIBUIDAS

HOMOGÉNEAS SON UNA REALIDAD

• AÚN ESTÁN LIMITADOS POR LA EXPERIENCIA

PRÁCTICA

• TAMBIÉN NECESITAN SEGUIR AFRONTANDO DISTINTOS

ENTORNOS Y VARIACIONES DURANTE UN
TIEMPO (DBMS HETEROGÉNEAS)

14