PDF de programación - Tema VI - Bases de Datos Distribuidas

Tema VI

Bases de Datos
Distribuidas

Introducción

BDD

Sistema
de sitios

DB por sí misma

Convienen en
trabajar juntos

≈

Sitio
BDD

1

Usuarios
locales

SGBD
local

Programas

control

transacciones

Administr.
Comunicac.

BD local

Introducción (II)

Características de las BDD

SGBDD (DDBMS) = SGBD (DBMS) + componente social

Sistema HOMOGÉNEO
HOMOGÉNEO

= Todos ejecutan una copia del mismo SGBD

r
e
l
a
j
a
c
i
ó
n

GATEWAY
GATEWAY

3

Ventajas

BDD

Eficacia
Accesibilidad
Próximo a la estructura de empresa

Desventajas

BDD

complejidad

Sistema
Usuarios

2

4

Productos desarrollados

Sistema relacional

(cid:127) Prototipos:

– SDD-1 de Computer Corporation of America (finales ‘70s).
– R*, versión distribuida de System R de IBM (ppio ‘80s).
– INGRES distribuido, versión distribuida del prototipo desarrollado

por la Universidad de Berkeley, California (ppio 80’s).

(cid:127) Productos comerciales:

– INGRES/STAR de The ASK GROUP INC’S INGRES

DIVISION.

– ORACLE 7: de Oracle.
– DB2 de IBM.
– INFORMIX, SQL SERVER, ...

(cid:127) La tecnología relacional es un requisito para

la tecnología distribuida:
– Relacional = Tablas = Estr. Simple.
– Red,
– Jerárquicos
– Listas invertidas
– Etc ...

Estr. Complejas

5

Las Doce Reglas (I):

Las Doce Reglas (II):

Las Doce Reglas definen una serie de condiciones que debe

cumplir todo Sistema de Bases de Datos Distribuido:

Regla 0: Principio fundamental.
Desde el punto de vista del usuario, un sistema distribuido

debe ser idéntico a un sistema no distribuido.

7

Regla 1: Autonomía local.

Cada lugar debe contener:
– Propietario local.
– Administración local.
– Responsabilidad local.
– Integración local.
– Representación local.

(Hasta donde sea posible llevarlo a cabo).

6

8

Las Doce Reglas (III):

Las Doce Reglas (IV):

Regla 2: No dependencia de un sitio central.

No debe existir un único sitio, ya que implicaría:
– Cuello de botella.
– Vulnerabilidad.

Regla 3: Operación continua.
– Adición de elementos.
– Actualización de versiones.

NO APAGAR

Las Doce Reglas (V):

P e r c e p c ió n d e l u s u a r io :

A L U M N O
2 1 . 4 6 6 .5 5 2
2 1 . 4 6 7 .5 3 9
2 1 . 4 6 7 .6 4 0
2 1 . 4 6 8 .2 0 1
* * * * * * * * *
* * * * * * * * *

C A R R E R A
I . T . I n f o r m á tic a
I . T . O b r a s P ú b lic a s
L . D e r e c h o
L . F ilo lo g í a I n g le s a
* * * * * * * * * * * * * * * * * * *
* * * * * * * * * * * * * * * * * * *

N O T A S
x x x x x x
x x x x x x
x x x x x x
x x x x x x
* * * * * *
* * * * * *

F r a g m e n to E s c u e la P o lit é c n ic a :

A L U M N O
2 1 . 4 6 6 .5 5 2
2 1 . 4 6 7 .5 3 9

C A R R E R A
I . T . I n f o r m á tic a
I . T . O b r a s P ú b lic a s

N O T A S
x x x x x x
x x x x x x

F r a g m e n to F a c u lta d d e D e r e c h o :

A L U M N O
2 1 . 4 6 7 .6 4 0

C A R R E R A
L . D e r e c h o

N O T A S
x x x x x x

F r a g m e n to F a c u lta d d e F ilo s o f ía y L e tr a s

A L U M N O
2 1 . 4 6 8 .2 0 1

C A R R E R A
L . F ilo lo g í a I n g le s a

N O T A S
x x x x x x

9

11

Regla 4: Transparencia de localización.

El usuario desconoce dónde están físicamente los datos.

Regla 5: Transparencia de fragmentación.

– División de una relación en partes para su

almacenamiento.

– Funcionalidad: cada lugar tiene los datos que usa con

mayor frecuencia.

– Ejemplo:

10

Las Doce Reglas (VI):

Fragmentación Horizontal:

Oper. Relac. de RESTRICCIÓN

Fragmentación Vertical:

Oper. Relac. de PROYECCIÓN

Sitio A

Sitio B

Sitio C

Extracción de tuplas que
cumplen condición

Sitio
A

Sitio
B

Sitio
C

Extracción de atributos de
una relación (conservando
su clave primaria)

12

Las Doce Reglas (VII):

La recomposición se hace con operaciones relacionales:

– Reunión: Vertical.
– Unión: Horizontal.

(cid:127) Las operaciones relacionales apoyan la fragmentación (y

como consecuencia la distribución).

(cid:127) El usuario no debe notar la fragmentación.

13

Las Doce reglas (VIII):

Regla 6: Transparencia de réplica.
(cid:127) La réplica proporciona:

– VENTAJAS:

(cid:127) Mayor Prestación: los datos son locales.
(cid:127) Mayor disponibilidad: los datos son accesibles siempre.

– DESVENTAJAS

(cid:127) Hay que propagar las actualizaciones.

(cid:127) La creación y destrucción de réplicas debe hacerse

transparente al usuario.

Las Doce reglas (IX):

Las Doce reglas (X):

Regla 7: Proceso Distribuido de Consultas.
(cid:127) Sistema relacional ⇒ Herramientas de consulta OK
(cid:127) Ejemplo: “Obtener los alumnos matriculados en derecho”

(cid:127) Consulta desde la EPSA.
(cid:127) Datos en derecho.
(cid:127) N filas cumplen

RELACIONAL ⇒ 2 mensajes = 1 petición + 1 resultado

NO

RELACIONAL

⇒ 2*N mensajes = N peticiones + N resultados

15

Proceso de optimización:

Lugar X

Rx

Lugar Y

Ry

Rx U Ry ⇒ <decisión>

Rx viaja a Y
Ry viaja a X
Rx, Ry viajan a Z

14

16

Las Doce reglas (XI):

Regla 8: Manejo distribuido de transacciones.
(cid:127) Transacción distribuida: varios agentes de la transacción en

varios lugares.

(cid:127) Control de recuperación: 1 transacción atómica. Todos los

agentes avanzan o retroceden juntos.

(cid:127) Control de concurrencia: Bloqueos mediante paso de

mensajes.

Regla 9: Transparencia de equipo.
(cid:127) El DBMS se ejecutará igual sea cual sea el equipo.

Problemas de las BDD
(cid:127) Lentitud de las WAN respecto a un disco local.
(cid:127) Formas de solucionarlo:

– Minimizar el uso de la red:

(cid:127) Número de mensajes.
(cid:127) Volumen de mensajes.

– Optimizar:

(cid:127) Proceso de consultas.
(cid:127) Administración del catálogo.
(cid:127) Propagación de actualizaciones.
(cid:127) Control de recuperación.
(cid:127) Control de concurrencia.

17

19

Las Doce reglas (XII):

Regla 10: Transparencia del s.o.
(cid:127) El DBMS debe ser multioperativo sin afectar al usuario.

Regla 11: Transparencia de red.
(cid:127) El DBMS debe soportar múltiples redes sin afectar al

usuario.

Regla 12: Transparencia de DBMS.
(cid:127) Se pueden manejar distintas copias de DBMS si manejan la

misma norma estándar de SQL: Oracle, Informix,
Multibase, etc.

18

Optimización consultas

(cid:127) Fase 1 - Optimización global:

Toma de decisiones de desplazamiento de tablas por consultas previas.
– Ejemplo: Un sitio X hace la consulta Q = Ry U Rz.
Paso1: Por consulta previa se sabe que:

Ry = 100 tuplas en Y
Rz = 100000 tuplas en Z
Paso 2: Toma de decisiones:

mover Ry a Z ⇒ 100 mensajes
mover Rz a Y ⇒ 1.000.000 mensajes
mover Ry-Rz a X ⇒ 1.100.000 mensajes

OK
NOK
NOK

(cid:127) Fase 2 - Optimización local:

Se optimiza la operación de la unión tomando las relaciones más
convenientes para minimizar su tiempo.

20

Optimización consultas (II)

(cid:127) Problema:

Proveedores

(10.000)

Suministros
(1.000.000)

de Londres)

(100.000 por proveedores

LUGAR B

Datos conocidos:
1 tupla = 200 bits.
Vel. Transm. = 50000 bits/seg.
Tpo. Acceso = 0.1 seg.

Piezas

(100.000)
(10 rojas)

LUGAR A

Se pide: “Proveedores de Londres que suministran piezas rojas”

Optimización consultas (III)

Estrategias:
(cid:127) 1º) Piezas → A :

T(1) = 0’1+(100.000*200) / 50.000 = 400 s. = 6’67 minutos.

(cid:127) 2º) Proveedores y suministros → B :

T(2) = (0'1+0'1) + ( (10.000+1.000.000)*200/50.000 = 4040 s. = 1'12 horas

(cid:127) 3º) Consultar suministros de Londres en A y comprobar pieza en B:

T(3) = 0'1 * ( 2 * 100.000 ) = 20.000 s. = 5'56 horas

(cid:127) 4º) Consultar piezas rojas en B y comprobar suministros en A:

T(4) = 0’1 * (2*10) = 2 s.

(cid:127) 5º) Obtener suministros Londres en A → B :

T(5) = 0’1 + (100.000*200)/50.000 = 400 s. = 6’67 min.

(cid:127) 6º) Obtener piezas rojas en B → A :
T(6) = 0’1 + (10*200) / 50.000 = 0’1 s.

21

22

Administración del catálogo

Administración del catálogo (II)

(cid:127)

Información del catálogo:
– Información habitual:

(cid:127) Relaciones
(cid:127) Índices
(cid:127) Usuarios

– Información de control:

(cid:127) transparencia de localización
(cid:127) transparencia de fragmentación
(cid:127) transparencia de réplica

(cid:127) Almacenamiento del catálogo:

– Centralizado. Viola regla 2: “no dependencia de un sitio central”.
– Réplicas en cada lugar: Viola regla : “autonomía”.
– Catálogo dividido entre todos lugares: Ops. remotas costosas.
– Catálogo dividido y una copia global en un sitio: Viola 2.
(cid:127) Conclusión: todos los métodos anteriores tienen problemas.

23

(cid:127) Ejemplo real: Nominación de objetos en R*:

– Nombre de impresión: Lo usan los usuarios.
– Nombre de sistema: Identificador único interno.

(cid:127) Id. del creador.
(cid:127) Id. del sitio del creador.
(cid:127) Nombre local del objeto.
(cid:127) Id. del lugar de nacimiento.
[email protected]@ALICANTE

– Sinónimos:

CREATE SYNONYM ALI-PIEZAS FOR;
[email protected]@ALICANTE

– Cada sitio mantiene:

(cid:127) Copia total de la tabla de sinónimos.
(cid:127) Localización actual de un objeto nacido aquí.
(cid:127) Relación de objetos actualmete aquí.

24

Administración del catálogo (III)

Propagación de actualizaciones

(cid:127) Proceso de consultas en R*:

– Consulta local del objeto en la tabla de sinónimos.
– Consulta remota a lugar nacimiento para conocer lugar actual del

objeto.

– Consulta remota a lugar actual para obtener el objeto.
(TOTAL = 3 mensajes, 2 de ellos remotos)

(cid:127) Proceso de migración en R*:

– Borrar objeto del lugar de origen.
– Insertar objeto en lugar de destino.
– Actualizar en lugar de nacimiento.

25

(cid:127) Método: Propagar toda actualización a todas las copias.
(cid:127) Problema: Lugares inaccesibles ⇒ fracaso
(cid:127) Método de la “copia primaria”:

– 1 copia primaria y n copias secundarias.
– Las copias primarias se reparten (no centralización).
– El proceso de actualización finaliza al actualizar la primaria.
– La copia primaria se encarga de actualizar l