GESTION DE TRANSACCIONES

Transcripción

1 GESTION DE TRANSACCIONES Recuperación ante Fallos Control de Concurrencia

2 Esquema de la Clase Concepto de transacción Propiedades y estados de una transacción Estructura de almacenamiento Acceso a los datos Clasificación de los fallos Técnicas de recuperación Gestión de la memoria intermedia Backups de BD Esquema de recuperación Aries Comparativo de DBMS Ejercicio

3 Transacción Transacción: Conjunto de operaciones que forman una unidad lógica de trabajo. Ej. Tx transfiere $100 de la cuenta A a la cuenta B. A:= A 100 Tx B:= B Escribir(B)

4 Propiedades y Estados de una Tx TRANSACCIÓN Propiedades Estados Atomicidad (A) Consistencia (C) Aislamiento (I) Durabilidad (D) Activa Parcialmente Comprometida Fallida Comprometida Abortada

5 Recuperación ante Fallos

6 Estructura de Almacenamiento TIPOS DE ALMACENAMIENTO VOLÁTIL NO VOLÁTIL Memoria principal / caché (ej. RAM) Acceso rápido No sobrevive a las caídas Memoria secundaria (ej. discos o cintas magnéticas) Acceso más lento Sobrevive a las caídas ESTABLE Se implementa a través de soluciones como los sistemas RAID o los Sistemas de Copia de Seguridad Remota. La información nunca se pierde.

7 Acceso a los Datos Ejemplo: Lectura del bloque B2 Requiere datos para ejecutar una TX Bloques de memoria intermedia Búfer de la BD B1 B2 B3 B4 lectura BD B2 B1 Bloques físicos Aplicación Almacenamiento Primario (RAM) Almacenamiento Secundario (Disco)

8 Clasificación de los Fallos Fallo en la transacción Error lógico Error del sistema X Fallo del sistema Error en la memoria volátil Error en el funcionamiento del DBMS o del SO Fallo de disco

9 Técnicas de Recuperación Técnicas de recuperación de la BD ante fallos. Fallos con pérdida de memoria volátil: Técnicas basadas en el registro histórico Técnica de actualización diferida Técnica de actualización inmediata Paginación en la sombra o páginas en espejo Fallos con pérdida de memoria no volátil: Restauración del último volcado de la BD (backup de BD) Lectura del registro histórico y ejecución de operaciones rehacer necesarias.

10 Técnicas de Recuperación Registro Histórico Secuencia de registros que mantiene un rastro de las actualizaciones realizadas a la BD. Existen distintos tipos de registros: Registros de inicio de Tx: <Ti iniciada> Registros de compromiso de una Tx: <Ti comprometida> Registros de aborto de una Tx: <Ti abortada> Registros de actualización de una Tx: <Ti;A;900;1000> Ti A Identificador de la transacción Identificador del elemento de datos Valor anterior Valor nuevo

11 Técnicas de Recuperación Registro Histórico Técnica de Actualización Diferida: Garantiza la atomicidad de las transacciones mediante el almacenamiento de las modificaciones en el registro histórico, pero retardando la actualización en la BD hasta que la transacción se compromete parcialmente. Transacción Registro Histórico <T0 iniciada> <T0, A, 950> <T0, B, 2050> <T0 comprometida> Procedimiento de recuperación ante un fallo: - Rehacer T0: Para Tx iniciadas y comprometidas. BD A = B = Operación Idempotente

12 Técnicas de Recuperación Registro Histórico Técnica de Actualización Inmediata: Permite realizar escrituras en la BD mientras la transacción aún se encuentra en estado activo. Transacción Registro Histórico <T0 iniciada> <T0, A, 1000, 950> <T0, B, 2000, 2050> <T0 comprometida> Procedimientos de recuperación ante un fallo: - Deshacer T0: Para Tx iniciadas y no comprometidas. - Rehacer T0: Para Tx iniciadas y comprometidas. BD A = B = Operaciones Idempotentes

13 TRANSACCIONES Sistemas de Datos Técnicas de Recuperación Puntos de Revisión Registro Histórico Son registros del registro histórico que evitan tener que recorrerlo totalmente en cada recuperación y deshacer o rehacer transacciones que ya se han reflejado en la BD. T1 T2 T3 T4 T5 Pto Revisión FALLA Mayor eficiencia en la recuperación Si Tx está comprometida antes del punto de revisión, no es necesario Rehacer Tx. T1 puede ignorarse T2 y T4 rehacer. T3 y T5 deshacer

14 Gestión de la memoria intermedia El registro histórico, la BD y el almacenamiento Búfer del RH Registro Histórico <T0 iniciada> <T0, A, 1000, 950> <T0, B, 2000, 2050> <T0 comprometida> Aplicación Ba Bb Búfer de la BD BD B1 B4 A B3 B B4B2 B3 Ba Base de Datos B1 B4 Almacenamiento primario (RAM) Almacenamiento secundario (Disco)

15 Backups de Base de Datos Full Backups Incluyen toda la base de datos, partes del registro histórico, el esquema de base de datos, y la estructura de archivos. Sirve como base para realizar otro tipo de backups Diferenciales Permiten respaldar los datos modificados desde el último Backup Full. Requiere que haya sido realizado un Full Backup. Incremental Realiza un respaldo de todos los datos modificados desde el último respaldo. Toma menos tiempo de respaldo que un Diferencial. Toma más tiempo de recuperación y es más complejo de manejar que un Diferencial.

16 Esquema de recuperación ARIES Algoritmo de recuperación avanzado que utiliza técnicas para: Reducir el tiempo de recuperación. Conceptos fundamentales: 2- Rehacer 1- Análisis DPT Bx Write Ahead Logging: Log donde se registran los cambios en la BD. Contiene la tabla de transacciones (TT) y una tabla de páginas desfasadas (DPT). Usa un número de secuencia del registro histórico (NSR o LSN) y un identificador para la página de la BD (NSRPágina). Soporta operaciones rehacer fisicas. Esquema de revisión difusa. Sólo registra información sobre las páginas desfasadas y no requiere su escritura a disco Procedimiento de recuperación en 3 fases: 3- Deshacer NSR3 NSR4 NSR5 TT <T0 iniciada> <T0, A, 1000, 950> <T0, B, 2000, 2050> Análisis: se recupera la TT y DPT como estaban en el momento de la caída. Rehacer: mediante la DPT Deshacer: mediante la TT NSR6 <T0 comprometida>

17 Comparativo entre DBMS DB2 ORACLE SQL SERVER POSTGRESQL Fallo con pérdida de memoria volátil Implementa esquema de recuperación ARIES Uso de instrucciones explícitas: commit, rollback, begin transaction y end transaction. Soporta 2 tipos de configuración: RH circular: Sólo útil para la recuperación de caídas o de un fallo de la aplicación Registro de archivo: necesario para la recuperación hacia delante de una copia de seguridad de archivo. Soporta 2 tipos de configuración: RH rehacer: 2 o más archivos donde se registra cualquier modificación transaccional de una memoria intermedia de la BD. RH rehacer archivados: Los RH rehacer se archivan cuando se llenan. Archivos de control: metadatos necesarios para operar en la BD, incluyendo información sobre copias de seguridad. Segmento retroceso guarda versiones anteriores de los datos (para deshacer). Implementa esquema de recuperación Aries. Permite configurar intervalos de recuperación. Ajusta dinámicamente la frecuencia de los Checkpoint para reducir el tiempo de recuperación. Recuperación basada en WAL con fases de Rehacer y Deshacer similares a Aries. Un archivo pg_clog registra el estado actual de cada transacción: activa, comprometida o abortada. En una recuperación no se necesita Deshacer una transacción abortada. Fallo con pérdida de memoria no volátil Soporta recuperación por instantes (point-in-time: recuperar hasta el momento o la transacción que se quiera desde una copia de seguridad) o hacia delante (rollforward). Esquema de recuperación en paralelo. Copias de seguridad en caliente (on line) y recuperación en paralelo. Proporciona la característica base de datos en espera gestionada (es la misma que copias de seguridad remotas) Base de datos en espera mediante envío de RH. Se pueden realizar copias de seguridad de base de datos, archivos, grupos de archivos y del RH de transacciones. Copias de seguridad mediante volcado SQL usando herramientas proporcionadas por PostgreSQL volcado en línea y recuperación point in time (PITR)

18 Ejercicio Indicar el procedimiento de recuperación en cada caso: Actualización Diferida <Rehacer T0> <Rehacer T0> Actualización Inmediata <Rehacer T0> <Rehacer T1> <Rehacer T0> <Deshacer T0> <Deshacer T1> <Rehacer T1>

19 Control de Concurrencia

20 Esquema de la clase Aspectos positivos y negativos de la ejecución concurrente Planificaciones Problemas de la concurrencia Secuencialidad Recuperabilidad Esquemas de Control de Concurrencia Niveles de aislamiento en el estándar SQL Interbloqueos

21 Ejecución Concurrente Aspectos positivos y negativos Mayor Productividad Mejor utilización de los recursos Tiempo de espera reducido Mayor probabilidad de inconsistencias

22 Planificaciones Secuencias de ejecución de las instrucciones componentes de las transacciones. Planificaciones Secuenciales T 1 T 2 A:= A 25 B:= B + 25 Escribir(B) Temp:= A * 0.2 A:= A - Temp B:=B + Temp Escribir(B) T 1 T 2 A:= A 25 B:= B + 25 Escribir(B) Temp:= A * 0.2 A:= A - Temp B:=B + Temp Escribir(B)

23 Planificaciones Planificación Secuencial Equivalente Planificaciones no Secuenciales No Equivalente T 1 T 2 A:= A 25 B:= B + 25 Escribir(B) Temp:= A * 0.2 A:= A - Temp B:=B + Temp Escribir(B) T 1 T 2 A:= A 25 B:= B + 25 Escribir(B) Temp:= A * 0.2 A:= A - Temp B:=B + Temp Escribir(B) T 1 T 2 A:= A 25 B:= B + 25 Escribir(B) Temp:= A * 0.2 A:= A - Temp B:=B + Temp Escribir(B) Estado inconsistente

24 Problemas de la concurrencia Actualización perdida Ocurre cuando dos transacciones que intentan modificar un elemento de datos, ambas leen el valor antiguo del elemento, una de ellas (T1) actualiza el dato, pero esa actualización se pierde dado que la otra transacción (T2) sobreescribe ese valor sin siquiera leerlo. T 1 T 2 B:= B + 25 Escribir(B) B:=B Escribir(B) T2 sobreescribe el valor del elemento B escrito por T1

25 Problemas de la concurrencia Dependencia no confirmada (lectura sucia) Ocurre cuando una transacción T1 lee o actualiza un elemento de datos que ha sido actualizado por otra transacción T2 que aún no ha sido confirmada. Por lo tanto, existe la posibilidad de que se deshaga T2 y T1 haya visto un valor que ya no existe. T1 opera sobre una suposición falsa. T 1 T 2 A:= A + 25 A:= A T1 lee un valor del elemento de datos A, que ya no existe ROLLBACK Se deshace la transacción

26 Problemas de la concurrencia Análisis inconsistente Se produce cuando una transacción T1, producto de haber leído un dato actualizado por otra transacción T2 ya confirmada, incurre en un análisis inconsistente. T 1 T 2 A = 50 Suma = 50 B = 200 Suma = 250 Suma:= Suma + A Suma:= Suma + B Leer(C) C:= C Escribir(C) A:= A COMMIT C = 150 C = 50 A = 50 A = 150 C = 50 Suma = 300 Faltan $100 Leer(C) Suma:= Suma + C T1 llega a un análisis inconsistente, devolviendo un resultado erróneo

27 Problemas de la concurrencia Lectura no repetible o difusa Se produce cuando una transacción T vuelve a leer un elemento de datos que ya había leído previamente pero que, luego fue modificado por otra transacción. Así, la transacción T estará leyendo dos valores distintos para el mismo elemento de datos. T 1 T 2 A:= A T1 obtiene dos valores distintos de A.

28 Problemas de la concurrencia Lectura fantasma Se produce cuando una transacción T vuelve a ejecutar una consulta que extrae una cantidad de tuplas de una relación, que ya había ejecutado anteriormente, pero que ahora devuelve una tupla adicional (fantasma), que fuera insertada por otra transacción. T 1 T 2 B:= B + 25 Escribir(B) No devuelve ningún valor Ahora devuelve el valor escrito por T2! T1 lee un valor del elemento de datos A, que antes no existía.

29 Secuencialidad En cuanto a conflictos Una planificación P es secuenciable en cuanto a conflictos si es equivalente en cuanto a conflictos a una planificación secuencial Si una planificación P se puede transformar en otra P por medio de una serie de intercambios de instrucciones no conflictivas. Si las instrucciones (de las distintas transacciones) a intercalar: No operan sobre el mismo elemento de datos Operan sobre el mismo elemento de datos, pero ninguna de ellas constituye una operación escribir.

30 Secuencialidad En cuanto a conflictos Escribir(B) T 1 T 2 Escribir(B) Escribir(B) T 1 T 2 Escribir(B) Escribir(B) T 1 T 2 Escribir(B) Planificación Secuencial Planificación Secuenciable en cuanto a conflictos Planificación no Secuenciable en cuanto a conflictos

31 Secuencialidad En cuanto a vistas Una planificación P es secuenciable en cuanto a vistas si es equivalente en cuanto a vistas a una planificación secuencial 3 condiciones: Si la transacción T i lee el valor inicial de Q en P, entonces debe hacerlo también en P. Si la transacción T i lee(q) en P, y el valor lo ha producido T j, entonces debe hacerlo también en P. La transacción que realice la última operación escribir(q) en P, debe hacerlo también en P.

32 Secuencialidad En cuanto a vistas T 1 T 2 T 3 T 1 T 2 T 3 Leer(Q) Escribir(Q) Leer(Q) Escribir(Q) Escribir(Q) Escribir(Q) Escribir(Q) Escribir(Q) Planificación Secuencial Planificación Secuenciable en cuanto a vistas Planificación no Secuenciable en cuanto a conflictos Escrituras a ciegas

33 Recuperabilidad Planificación no recuperable T 1 T 2 - T2 lee un dato escrito por T1 - T2 se compromete antes que T1 - T1 falla y no logra comprometerse -> T2 no puede abortarse Planificación no recuperable Planificación con retroceso en cascada T 1 T 2 Escribir (A) T 3 - T2 lee un dato escrito por T1 - T3 lee un dato escrito por T2 - T1 falla y no logra comprometerse --> T1 debe retrocederse --> T2 debe retrocederse --> T3 debe retrocederse Planificación con retroceso en cascada

34 Recuperabilidad T 1 T 2 A:= A 25 Temp:= A * 0.2 A:= A - Temp Fallo Planificaciones recuperables T j lee elementos de datos que ha escrito T i T i debe comprometerse antes que T j Planificaciones sin cascada T j lee elementos de datos que ha escrito T i T i debe comprometerse antes que T j lea dichos elementos de datos

35 Esquemas de Control de Concurrencia Protocolos basados en el bloqueo Gestor de Control de Concurrencia concede Compartido (C) Lectura Bloqueos Compatibilidad C X Exclusivo (X) Lectura Escritura C X

36 Esquemas de Control de Concurrencia Protocolo de bloqueo de dos fases Protocolos basados en el bloqueo Cantidad de bloqueos Punto de bloqueo bloquea Secuencialidad en cuanto a conflictos desbloquea Probabilidad de Interbloqueos Fase 1 Crecimiento INICIO Ti Fase 2 Decrecimiento FIN Ti Duración de la transacción Prob. de retroceso en cascada Estricto Riguroso Una transacción debe conservar todos los bloqueos exclusivos hasta que se comprometa. Una transacción debe conservar todos los bloqueos hasta que se comprometa.

37 Esquemas de Control de Concurrencia Protocolos basados en el bloqueo Protocolo de bloqueo de dos fases con intención de bloqueo Jerarquía de granularidad Modo de bloqueo intencional Nodo de BD Nodos de Zona Bloqueo explícito del archivo A a Bloqueo intencional de la BD Bloqueo intencional de la zona Z 1 Z 1 BD Z 2 Intencional Exclusivo (IX) Intencional Compartido (IC) Intencional Exclusivo y Compartido (IXC) Compatibilidad Nodos de Archivo A a A b A c IC IC IX C IXC X IX Nodos de Registro r a1 r a2 r an Bloqueo implícito de los registros pertenecientes al archivo A a r b1 r bk r c1 r cm C IXC X

38 Esquemas de Control de Concurrencia Ordenación por marcas temporales multiversión Esquemas multiversión T 1 T 2... T n MT(T 1 ) MT(T 2 ) MT(T n ) Marcas Temporales... Marcas temporales asociadas a las transacciones Valor del reloj del sistema Contador lógico Q Q 1 Q 2 Q 3... n versiones asociadas al elemento de datos Q Q 1 Q n contenido mt-e (Q 1 ) mt-l (Q 1 ) Valor de la versión Q 1 Marca temporal de la transacción que creó la versión Q 1 > Marca temporal de las transacciones que leyeron con éxito Q 1

39 Esquemas de Control de Concurrencia Ordenación por marcas temporales multiversión Esquemas multiversión Sea Q k la versión de Q con mt-e(q k ) MT(T i ) T i ejecuta la operación leer(q) Se muestra el contenido de la versión más reciente de Q [ mt-e(q) < MT(T i ) ]. T i ejecuta la operación escribir(q) MT(T i ) < mt-l(q k ) MT(Ti) > mt-l(qk) y MT(T i ) = mt-e(q k ) MT(Ti) > mt-l(qk) y MT(T i ) > mt-e(q k ) Retroceso de T i Sobreescritura del contenido de Q k Creación de una nueva versión de Q k Asegura la secuencialidad. Las peticiones de lectura no fallan y no tienen que esperar. Las lecturas requieren actualizar el campo mt-l(q) (acceso extra al disco). Los conflictos se resuelven por medio de retrocesos. Prob. de planificaciones no recuperables y retrocesos en cascada.

40 Esquemas de Control de Concurrencia Bloqueo de dos fases multiversión Esquemas multiversión T 1 T 2.. T n MT(T 1 ) MT(T 2 ).. MT(T n ) Asegura secuencialidad. Las transacciones de sólo lectura no tienen que esperar. Planif. recuperables y sin cascada. Prob. de Interbloqueos. Valor actual contador_mt n versiones asociadas mt(q) (Una sola marca temporal para Q) Q 1 Q 2.. Q n Compromiso de T i : Q Q - Asigna mt(q) (cont.+1) a la versión creada - Seteo Cont.= Cont.+1 Transacciones de sólo lectura T i ejecuta la operación leer(q) Se muestra el contenido de la versión más reciente de Q [ mt(q) < MT(T i ) ]. Transacciones de actualización Realizan un bloqueo de 2 fases riguroso T i ejecuta la operación leer(q) T i obtiene un bloqueo compartido sobre Q. T i lee la versión más reciente de Q. T i ejecuta la operación escribir(q) T i obtiene un bloqueo exclusivo sobre Q. T i crea una nueva versión de Q.

41 Comparativo entre DBMS A) Protocolo Implementado DB2 SQLServer Oracle PostgreSQL Protocolo Protocolo de bloqueo de 2 fases para transacciones de actualización. Utiliza bloqueos intencionales y granularidad a nivel de filas y tablas. Protocolo de bloqueo de 2 fases. Utiliza bloqueos intencionales y granularidad múltiple (base de datos, tabla, extensión, página, fila, etc). A partir de la versión 2005 implementa multiversionado de filas (Tempdb). Protocolo multiversión de dos fases. Granularidad a nivel de filas y tablas. Protocolo de ordenación por marcas temporales multiversión. Granularidad a nivel de filas y tablas. Modos de bloqueo IN (intent none) is (intent share) NS (next key share) S (share) IX (intent exclusive) SIX (share with intent exclusive) U (update) NX (next-key exclusive) X (exclusive) Z (superexclusive) S (share), X (exclusive) U (update) IS (intent shared) IX (intent exclusive) SIX (shared with intent exclusive) Sch (schema) BU (bulk update) Key-range RS (row share) RX (row exclusive) S (share) SRX (share row exclusive) X (exclusive) Access Share Row Share Row Exclusive Share Update Exclusive Share Share Row Exclusive Exclusive Access Exclusive

42 Niveles de Aislamiento en SQL Se puede ajustar el nivel de aislamiento entre las transacciones y determinar para una transacción el grado de aceptación de datos inconsistentes. A mayor grado de aislamiento, mayor precisión, pero a costa de menor concurrencia. Nivel de aislamiento Lectura sucia Lectura no repetible Lectura fantasma Lectura no comprometida Lectura comprometida Sí Sí Sí No Sí Sí Lectura repetible No No Sí Secuenciable No No No

43 Comparativo entre DBMS B) Niveles de Aislamiento Uncommitted Read DB2 SQLServer Oracle PostgreSQL Read uncommitted Cursor Stability (Predeterminado) Read committed (2 fases - Predeterminado) ReadCommited (Predeterminado) Read committed (Predeterminado) - Read committed snapshot (Multiversión) Read Stability (Protocolo estricto de dos fases) Repeatable Read Repeatable read Serializable (2 fases) Serializable Serializable Snapshot Isolation (Multiversión)

44 Interbloqueos Existe un interbloqueo cuando existe un conjunto de transacciones, tal que toda transacción del conjunto está esperando un elemento de datos bloqueado por otra transacción del conjunto. T2 está esperando se libere el bloqueo de B B Métodos para tratar el problema: T1 INTERBLOQUEO T2 - Temporizaciones - Prevención de interbloqueos T1 está esperando se libere el bloqueo de A A - Detección y recuperación de interbloqueos.

45 Comparativo entre DBMS C) Manejo de Interbloqueos DB2, SQLServer, Oracle y PostgreSQL permiten: - Detectar en forma automática los interbloqueos - Elegir una de las transacciones para ser abortada según determinado criterio, cuando se detecta un interbloqueo.