Dr. Víctor Jesús Sosa Sosa. Contenido C U R S O. Expositor: M.C. Víctor J. Sosa Sosa. M.C. Víctor J. Sosa Sosa

Transcripción

1 C U R S O BASES DE DATOS DISTRIBUIDAS Expositor: Dr. Víctor Jesús Sosa Sosa Contenido Fundamentos de SBDDs. Arquitectura Cliente/Servidor. Diseño de Bases de Datos Distribuidas. Procesamiento Distribuido de Consultas. Manejo Distribuido de Transacciones.

2 FU DAME TOS DE SISTEMAS DE BASES DE DATOS DISTRIBUIDAS Motivaciones Tecnología de Bases de Datos Integración Redes de Computadoras Distribución Sistemas de Bases de Datos Distribuidas Integración Integración Centralización

3 Computación Distribuida Un concepto en busca de un nombre y una definición. Un conjunto de elementos de procesamiento autónomos (no necesariamente homogéneos) que se encuentran interconectados mediante una red de comunicaciones y que cooperan en la ejecución de sus tareas asignadas. Computación Distribuida Términos sinónimos: Función distribuida. Procesamiento distribuido de datos. Procesamiento satelital. Procesamiento dorsal. Computadoras de propósito especial/dedicado. Sistemas de tiempo compartido. Sistema modular funcional.

4 Qué está Distribuido?... Lógica de procesamiento. Funciones. Datos. Control. Qué es un Sistema de Base de Datos Distribuida? Una Base de Datos Distribuida (BDD) es aquélla en la que sus datos se encuentran repartidos en varias computadoras que están interconectadas por una red de comunicaciones. Un Sistema Adminstrador de Bases de Datos Distribuidas (SABDD) es el software que administra la BDD y proporciona un mecanismo de acceso que hace transparente esta distribución a los usuarios. Sistema de Base de Datos Distribuida (SBDD) = BDD + SABDD

5 Qué no es un SBDD? Un sistema de cómputo de tiempo compartido. Un sistema multiprocesador fuertemente o débilmente acoplado. Un sistema de base de datos, el cual reside en un solo nodo de la red (esto es una base de datos centralizada). SMBD Centralizadas RED Sitio 3 BD Sitio 1 Sitio 2

6 SMBD Distribuidas Sitio 3 BD BD RED Sitio 1 BD Sitio 2 Implícitamente se Supone que Los datos están almacenados en diferentes sitios (cada uno de los sitios lógicamente consiste de un procesador). Los procesadores en diferentes sitios se encuentran interconectados vía una red de comunicaciones (no multipro- cesadores). Sistemas de bases de datos en paralelo. La base de datos distribuida es una base de datos, no una colección de archivos (datos lógicamente relacionados que son presentados al usuario con un patrón de acceso). Modelo de datos relacional. Un SABDD es un SABD completo. No es un sistema de archivos distribuidos, ni un sistema TP.

7 Arquitectura de Memoria Compartida P 1 P n M BD Ejemplos: Multiprocesadores simétricos (Sequent, Encore) y algunos "mainframes" (IBM 3090, DPS8 de Bull). Arquitectura de Disco Compartido P 1 M 1 P n M n BD Ejemplos: VAXcluster de DEC, IMS/VS de IBM y Data Sharing.

8 Arquitectura con ada Compartido P 1 M 1 BD 1 P n M n BD n Ejemplos: DBC de Teradata, Tandem, Paragon de Intel, 3600 y 3700 de NCR. Aplicaciones Manufactura (especialmente en manufactura multiplanta). Comando y control militar. SIGs corporativos. Aerolíneas. Cadenas hoteleras. Cualquier organización que tenga una estructura organizacional descentra-lizada.

9 Ventajas de los SBDDs Razones económicas y organizacionales. Fiabilidad y disponibilidad. Distribución del control y utilización compartida de datos. Reducción de tráfico en la comunicación de datos. Agilización del procesamiento de consultas. Interconexión de bases de datos existentes. Crecimiento incremental. Objetivos 1 de las BDDs Autonomía local. Independencia de un sitio central. Operación continua. Transparencia de localización. Transparencia de fragmentación. Transparencia de repetición. Procesamiento distribuido de consultas. Procesamiento de transacciones distribuidas. Transparencia de "hardware". Transparencia de sistema operativo. Transparencia de red. Transparencia de SMBD. 1 C.J. Date

10 Desventajas de los SBDD Falta de experiencia. Complejidad. Costo. Distribución del control. Dificultad de cambio. Problemáticas en los SABDDs Diseño de bases de datos distribuidas. Cómo distribuir la base de datos? Distribución de la base de datos replicada y no-replicada. Problema relacionado con la administración del diccionario. Procesamiento de consultas. Problema de optimización. Min{costo = transmisión de datos + procesamiento local}. La formulación general es un problema NP completo. Conversión de transacciones de usuario a instrucciones de manipulación de datos.

11 Problemática en el Procesamiento de Consultas El proceso de optimización de consultas necesita ser distribuido; consta de dos fases: Optimización Global: - Medios de Transmisión. - Distribución de Subconsultas. Optimización Local: - Accesos a Disco. - Manipulación de Memoria. - Uso de Indices. Opciones para Almacenar el Diccionario 1. Centralizado 3. Particionado DICCIONARIO d1 d2d3d3 d1 DICCIONARIO d2 d3 Sitio A Red Sitio B Red Sitio C Sitio A Red Sitio B Red Sitio C 2. Completamente Replicado 4. Combinación de 1 y 3 DICCIONARIO d1 d2d3d3 DICCIONARIO d1 d2d3d3 DICCIONARIO d1 d2d3d3 d1 d2 DICCIONARIO d1 d2d3d3 d3 Sitio A Sitio B Sitio C Sitio A Sitio B Sitio C Red Red Red Red

12 Problemáticas en los SABDDs Control de concurrencia. Sincronización de accesos concurentes. Mantenimiento de congruencia y aislamiento de los efectos de las transacciones. Manejo de interbloqueo. Fiabilidad. Cómo hacer el sistema resistente a fallas? Atomicidad y durabilidad. Relación entre Problemas Administración de Directorio Procesamiento de Consultas Diseño de Distribución Fiabilidad Control de Concurrencia Administración de Interbloqueo

13 Problemáticas Relacionadas Soporte de sistema operativo. Sistema operativo con soporte adecuado para operar bases de datos. Dicotomía entre requerimientos de procesamiento de propósito general y requerimientos de procesamiento de bases de datos. Sistemas abiertos e interoperabilidad. Sistemas multibases de datos. Escenarios con mayor probabilidad. Problemáticas de paralelismo. Promesas de los SABDDs Manipulación transparente de datos distribuidos, repetidos y fragmentados. Mejora en confiabilidad y disponibilidad por medio de transacciones distribuidas. Mejora en la eficiencia. Expansión de sistemas fácil y económica.

14 Soporte de Transparencia Aún no hay de repetición. Tampoco hay de fragmentación. Pudiera venir la fragmentación horizontal. Transparencia de distribución aún limitada. Especificar camino. Manejo de alias. Login remoto a un SMBD. La mayoría son múltiples clientes con un solo servidor. Transacciones Distribuidas en Sistemas Comerciales Algunos no las proporcionan del todo. Oracle 6.x tiene que abrir una sola base de datos a la vez, Sybase ofrece las primitivas, las aplicaciones tienen que implementar las transacciones distribuidas por sí mismas. Otros lo hacen. Ingres, NonStop SQL, y Oracle ver.7. Soporte de repetición. No existe. Utilizan la regla ROWA: Read One Write All.

15 En Busca de Mejora en la Eficiencia Proximidad de datos a sus sitios de uso. Requiere soporte de fragmentación y repetición. Paralelismo en la ejecución. Paralelismo inter-consulta. Paralelismo intra-consulta. Requerimientos para el Paralelismo Tener los datos lo más cercanos a cada uno de los sitios en donde las aplicaciones los soliciten. Repetición total. Qué pasa con las actualizaciones? Las actualizaciones a datos repetidos requieren la implementación de control de concurrencia y protocolos de compromiso.

16 Alternativas en Sistemas Comerciales Multiplar el tiempo entre lecturas y actualizaciones. Tener la base de datos abierta para leer durante horas pico, y ejecutar actualizaciones en horario de poca actividad. Los bancos hacen esto. Multiplar la base de datos. Base de datos de consultas. Base de datos de producción. Expansión del Sistema El problema es escalar bases de datos. Surgimiento de las tecnologías de microprocesadores y estaciones de trabajo. Descontinuación de la ley de Grosh. Modelo de computación cliente/servidor. Costo de comunicación de datos vs. costo de telecomunicaciones.

17 Ejemplo J E E O E AME TITLE E1 J. Doe Elect. Eng. E2 M.Smith Syst. Anal. E3 A. Lee Mech. Eng. E4 J. Miller Programmer E5 B. Casey Syst. Anal. E6 L. Chu Elect. Eng. E7 R. Davis Mech. Eng. E8 J. Jones Syst. Anal. J O J AME BUDGET LOC J1 J2 J3 J4 J5 Instrumentation Database Develop. CAD/CAM Maintenance CAD/CAM Montreal New York New York Paris Boston G E O J O RESP DUR E1 E2 E2 E3 E3 E4 E5 E6 E7 E7 E8 J1 J1 J2 J3 J4 J2 J2 J4 J3 J5 J3 S Manager Analyst Analyst Consultant Engineer Programmer Manager Manager Engineer Engineer Manager TITLE Elect. Eng. Syst. Anal. Mech. Eng. Programer SAL ARQUITECTURA DE SISTEMAS ADMI ISTRADORES DE BASES DE DATOS DISTRIBUIDAS

18 Usuarios Arquitectura A SI/SPARC Externo Vista Externa Vista Externa Vista Externa Conceptual Vista Conceptual Interno Vista Interna Vista Interna Esta vista trata con la definición física y la organización de los datos. Este nivel se encarga de los problemas de la localización de los datos en los difrerentes dispositivos de almacenamiento y los mecanismos que se usan para accesar y manipular los datos. El esquema interno es la descripción de la vista interna.

19 Vista Conceptual La vista conceptual es la percepción del mundo real de la empresa que se modela en la base de datos. En esta vista la base de datos se percibe en su totalidad y de una manera abstracta. El esquema conceptual es la descripción de la vista conceptual. El término esquema conceptual se confunde con el de modelo conceptual. Vista Externa Esta vista se encarga de la percepción que tienen los usuarios de la base de datos. En esta vista la base de datos se percibe de una manera abstracta. La vista de un usuario individual representa la porción de la base de datos que será accesada por el usuario así como las relaciones que el usuario desearía ver entre los datos. El esquema externo es la descripción de la vista externa.

20 Definición de Autonomía de SABDs Cada SABD tiene libertad de escoger su modelo de datos y la técnica de administración de transacciones. Los SABDs pueden decidir qué información desean compartir y cómo desean compartirla con otros SABDs. Cada SABD tiene libertad para ejecutar las transacciones que se le ofrezcan de la manera que desee. Definición de Autonomía de SABDs Las operaciones locales de los SABDs no deben ser afectadas por su participación en el sistema. El procesamiento y optimización de los SABDs no deben ser afectados por la ejecución de consultas globales. La congruencia y operación del sistema no debe afectarse cuando los SABDs se agregan o separan del sistema.

21 Heterogeneidad de SABDs De sistema operativo. De sistema administrador de bases de datos. De modelo de datos. De lenguaje de manipulación de datos. De mecanismo de administración de transacciones. Alternativas de Implementación de SABDs SABD heterogéneo y distribuido SABD federado heterogéneo y distribuido Distribución SABD homogéneo y distribuido SABD federado homogéneo y distribuido SMBD homogéneo y distribuido SMBD heterogéneo y distribuido SABD federado homogéneo y centralizado SABD múltiple homogéneo y centralizado Heterogeneidad SABD heterogéneo y centralizado SABD federado heterogéneo y centralizado Autonomía SMBD homogéneo y centralizado SMBD heterogéneo y centralizado

22 Arquitectura de Base de Datos Distribuida externo A Esquma externo 1B externo C conceptual global conceptual local 1 conceptual local 2 conceptual local 3 interno local 1 interno local 2 interno local 3 Componentes de un SABD Distribuido Procesador de Usuario Procesador de Datos externo conceptual global Manejador de interfaz de usuario Controlador de datos semánticos Optimizador de consultas globales Procesador de consultas local Administrador de recuperación local Procesador de soporte en ejecución conceptual local Bitácora de sistema interno local DG/D Monitor de ejecución global Base de datos

23 Arquitectura de SMBD con ECG Esquma global externo externo 1 Esquma global externo externo 1 Esquma global externo externo 1 local externo local externo conceptual global local externo local externo conceptual local 1... conceptual local N interno local 1... interno local N Arquitectura de SMBD sin ECG externo A Esquma externo 1B externo C conceptual local 1 conceptual local 2 conceptual local 3 interno local 1 interno local 2 interno local 3