bases de datos distribuidas -panorama generalfpech/ddb/files/slides/panorama.pdf · independencia...

Tabla de contenidoIntroduccion a las Bases de Datos

Sistema de Base de Datos DistribuidaArquitectura de DDBMS

Bases de Datos Distribuidas -Panorama General

M.C. Fernando Pech May

Instituto Tecnologico Superior de los Rı[email protected]

Materia: Distributed Database Systems

Enero, 2012

Fernando Pech May Bases de Datos Distribuidas -Panorama General Enero, 2012 1/64



Tabla de contenido

1 Introduccion a las Bases de DatosElementos de una BDIndependencia de Datos

2 Sistema de Base de Datos DistribuidaComputacion DistribuidaPromesas de los DBMS distribuidos

Transparencia

3 Arquitectura de DDBMSArquitectura ANSI/SPARCArquitectura genericaModelos arquitectonicos para los DDBMSOpciones de almacenamiento de datos




BibliografıaDistributed Database Management Systems: A practical Approach: Saeed K. Rahimi and Frank S.

Haug Ed. Wiley

Distributed Database Systems: David Bell and Jane Grimson. Ed. Addison Wisley

Distributed Computing: Principles, Algorithms, and Systems. Ajay D. Kshwmkalyani and Mukesh

Singhal. Ed. Cambridge




EvaluacionUnidad I.

1 Investigacion: 35%2 Ejercicios: 35%3 Lecturas: 10%4 Examen: 20%

Unidad II-IV1 Investigacion(ejercicios, lecturas, etc): 40%2 Avance de proyecto: 40%3 Examen: 20%

Recomendaciones:Asistir a todas las clases de forma puntual.Esfuerzo y dedicacion en cada actividad a realizarNO plagiar tareas y codigo fuenteNO entregar tareas que no sea de su propiedad intelectual




Sugerencias

Web: www.itsr.edu.mx/fpech/bddCorreo:[email protected]:

Matutino: Lunes 9-11 Martes 12-14 Viernes 11-12Vespertino: Lunes 14-16 Martes 14-15 Miercoles 16-18

Asesorıas: Lunes y Viernes de 5-7 pm(avisar con anticipacion)

Algunos lenguajes y herramientas

JavaLenguajes web: JSP, JSF, Servlets, JavaBeans, Ajax, etc.Herramientas de documentacion: Latex (Kile)GBD: MysqlS.O.: Linux (cualquier distribucion)




Elementos de una BDIndependencia de Datos

Definiciones informales

Una base de datos (BD) es una coleccion simple de datosque se almacenan en una computadora

El termino distribuido es un medio simple en la que un grupode computadoras cooperan de forma ordenada para realizartareas.





Caracterıstica principal de una BD

La caracterıstica principal de una Base de datos (BD) es la“Persistencia”Una base de datos consta de dos elementos principales:

1 Modelo logico.

2 Modelo fısico.





Modelo logico

Diseno de las relaciones de los datos basicos y su definicion en unsistema de base de datos.

Modelo relacional1 Relacion (cabecera -Atributos- y cuerpo -Tuplas-) -Tabla2 Dominio (Es un conjunto de valores atomicos que puede

adoptar un atributo en particular.)3 Esquema Relacional (Compuesto por un nombre de relacion, R, y una lista de atributos

A1,A2,...,An, de tal forma que se puede denotar como R(A1,A2,...,An))

4 Clave

Una relacion es una especie abstracta de objeto y una tabla es unarepresentacion concreta de tal objeto abstracto.





Modelo logico





Modelo fısico

Creacion de un metodo eficiente para almacenar datos ymecanismos de recuperacion

Tipos de datos

Llaves primarias

Orden de los atributos (p. ej. columnas de longitudfija/variable)

Integridad referencial (vınculo entre dos tablas)

Indices (llaves primarias, foraneas, ındices de acceso,ordenamiento). Btrees, reverse key, partitioned, hashing, etc.





Modelo fısico





Ciclo de vida de una Base de Datos





Sistmas de archivos

Anteriormente, los programas almacenaban sus datos enarchivos regulares

Cada programa debıa mantener sus propios datos

Sobrecarga enormePropenso a errores

File 1

File 2

File 3

Program 1

Data Description 1

Program 2

Data Description 2

Program 3

Data Description 3





Sistema Administrador de Base de Datos (DBMS)

El desarrollo de un BDMS ayuda a la independencia de losdatos

Proporciona el mantenimiento y control de los datoscentralizados

Database

ApplicationProgram 1

(with data

semantics)


(with data

semantics)


(with data

semantics)

DBMS

Description

Manipulation

Control

...




Computacion DistribuidaPromesas de los DBMS distribuidos

Sistemas de Bases de Datos Distribuidas

Es la union de dos enfoques que parecen relativamenteopuestos en la informatica: Las bases de datos y las redes decomputadora

Database Technology

ComputerNetworking

DistributedDatabaseSystems

Integration

Integration

Distribution

El objetivo de un Sistema de Base de Datos Distribuidas es lograrla Integracion de los Datos y la Transparencia en laDistribucion de los Datos





Un conjunto de elementos de procesamiento autonomo (nonecesariamente homogeneos) que estan interconectadas poruna red de computadoras y que cooperan en la realizacion detareas asignadas.

Procesadores autonomos que se comunican entre sı a travesde una red de computadoras.

Que se esta distribuyendo?

Procesamiento logico

Funciones

Datos

Control





Terminos sinonimos

Funcion Distribuida

Procesamiento distribuido de datos

Precesamiento satelital

Procesamiento dorsal

Computadoras de proposito especial/dedicados

Sistemas de tiempo compartido

Sistema modular funcional





Que esta Distribuido?

Logica de procesamiento

Funciones

Datos

Control





Que es un Sistema de Base de Datos Distribuidas?

Una base de datos distribuida (DDB) es aquella en la que susdatos se encuentran repartidos en varias computadoras queestan interconectadas por una red de comunicaciones.

Un sistema Administrador de Base de Datos Distribuidas(DDBMS) es el software que administra la DDB yproporciona un mecanismo de acceso que hace transparenteesta distribucion a los usuarios.

Un Sistema de Base de Datos Distribuida (DDBS)=DDB +DDBMS





Que no es una Base de Datos Distribuida?

Un sistema de computo de tiempo compartido

Un sistema multiprocesador fuertemente o debilmenteacoplado

Un sistema de base de datos, el cual reside en un solo nodo dela red (esto es una BD centralizada)





DBMS centralizado en la red





DBMS Distribuidas





DBMS Distribuidas

Los datos se almacenan en una serie de sitio. Cada sitioconsta de su propio procesador

Los procesadores de cada sitio estan interconectados por unared de comunicacion (no multiprocesadores).

1 Sistemas de base de datos paralelo.

Una base de datos distribuida es una base de datos, no unacoleccion de archivos (datos logicamente relacionados que sonpresentados al usuario con un patron de acceso).

1 Modelo de datos relacional.

Un DDBMS es un DBMS completo.1 No es un sistema de archivos remotos, ni un sistema TP.





Ejemplo

Base de datos que consiste de 3 relaciones, empleados,proyectos yasignacion. Las relaciones estan particionadas y almacenadas endiferentes sitios (fragmentacion).

Cuales son los problemas que se presentan en las consultas,transacciones, concurrencia y la fiabilidad?Fernando Pech May Bases de Datos Distribuidas -Panorama General Enero, 2012 24/64




Arquitectura de memoria compartida

Comunicacion a traves de escrituras en memoria

Lımite del numero de procesadores por el canal decomunicacion

Ejemplo: Multiprocesadores simetricos (Sequents, Encore) yalgunas mainframes (IBM 3090, DPS8 de Bull)





Arquitectura de disco compartido

Creacion de cluster

Aumento de la redundancia (tolerancia a fallos)

Cuello de botella al accesar los discos

Ejemplo: Vaxcluster de DEC, IMS/VS de IBM y Data Sharing





Arquitectura de nada compartido

Alta ampliabilidad

Deficiencia en la comunicacion de datos entre nodos

Ejemplo: DBC de Teradata, Tandem, Paragon de Intel, 3600 y3700 de NCR.





Aplicaciones

Manufactura(multiplantas)

Comando y control militar

SIGs corporativos

Aerolıneas

Cadenas hoteleras

Cualquier organizacion que tenga una estructuraorganizacional desentralizada





Ventajas de los SBDDs

Razones economicas y organizacionales

Fiabilidad y disponibilidad

Distribucion del control y utilizacion compartida de datos

Reduccion de trafico en la comunicacion de datos

Agilizacion del procesamiento de consultas

Interconexion de base de datos existentes

Crecimiento incremental





Objetivos de las BDDs

Autonomıa local

Independencia de un sitio central

Operacion contınua

Transparencia de localizacion

Transparencia de fragmentacion

Transparencia de repeticion

Procesamiento distribuido de consultas

Procesamiento de transacciones distribuidas

Transparencia de hardware

Transparencia de sistema operativo

Transparencia de red

Transparencia del SMBD





Desventajas de los SBDDs

Falta de experiencia

Complejidad

Costo

Distribucion del control

Dificultad de cambio





Problematicas en los SABDDs

Diseno de base de datos distribuidas1 Como distribuir las Bases de datos?2 Distribucion de datos replicada y no replicada3 Problema relacionado con la administracion del diccionario

Procesamiento de consultas1 Problema de optimizacion2 Min(costo=transmision de datos + procesamiento local)3 La formula general es un problema NP completo





Problematicas en los SABDDs

Control de concurrencia

Sincronizacion de acceso concurrenteManejo de interbloqueo

Fiabilidad

Como hacer que el sistema resistente a fallas?Atomicidad y durabilidad

Soporte de sistema operativo

Sistema operativo con soporte adecuado para operar bases dedatos





Relacion entre problemas





Problematicas relacionadas

1 Soporte de sistema operativosistemas operativos con soporte para operar bases de datos.Dicotomıa entre requerimientos de procesamiento de propositogeneral y requerimientos de procesamiento de bases de datos.

2 Sistemas abiertos e interoperabilidadSistemas multibase de datos distribuidos.Escenario con mayor probabilidad.Problematicas de paralelismo.





Promesas de los DBMS distribuidos

Administracion transparente de datos en:

distribucionfragmentacionreplicacion

Mejorar la fiabilidad y disponibilidad a traves de transaccionesdistribuidas

Mejorar el desempeno

Sistemas de expancion facil y economico





Transparencia

La transparencia es la separacion semantica de alto nivel deun sistema de bajo nivel con la aplicacion.

El objetivo fundamental es proporcionar independencia delos datos en un entorno distribuido.

1 transparencia en la red (distribucion)2 transparencia en la replicacion3 transparencia en la fragmentacion

fragmentacion horizontal: seleccionfragmentacion vertical: proyeccionhıbrida





Transparencia





Transparencia -Ejemplo





Transparencia -Acceso

SELECT ENAME,SAL FROM EMP,ASG,PAYWHERE DUR > 12AND EMP.ENO = ASG.ENO

AND PAY.TITLE = EMP.TITLE





Base de datos distribuidas -Vista de usuario





Realidad de los DDBMS





Tipos de transparencia

1 Independencia de datos.2 Transparencia de red (o distribucion de la transparencia)

Transparencia de localizacion.Transparencia en la fragmentacion.

3 Transparencia en la replicacion.

4 Transparencia en la fragmentacion.





Fiabilidad en las transacciones

1 Los datos y componentes replicados deben ser DDBMS masfiables.

2 Las transacciones distribuidas proporcionan:

transparencia en la concurrencia.Falla en la atomicidad.

3 Las transacciones distribuidas requieren la ayuda de laimplementacion de:

protocolos de control de concurrencia distribuidas.protocolos commit.

4 Replicacion de datos

lectura de grandes cantidades de datos, un problema para lasactualizaciones.Protocolos de replicacion.





Mejora de rendimiento potencial

1 La proximidad de los datos de sus puntos de uso.

Requiere un poco de apoyo a la replicacion y fragmentacion.

2 ejecucion en paralelismo.

Paralelismo de inter-consulta.Paralelismo de intra-consulta.




Arquitectura ANSI/SPARCArquitectura genericaModelos arquitectonicos para los DDBMSOpciones de almacenamiento de datos

Arquitectura ANSI/SPARC





Vista interna

Trata con la definicion fısica y la organizacion de los datos

Este nivel se encarga de los problemas de la localizacion de losdatos en los diferentes dispositivos de almacenamiento y losmecanismos que se usan para accesar y manipular los datos

El esque interno es la descripcion de la vista interna.





Vista externa

Esta vista se encarga de la percepcion que tienen los usuariosde la base de datos.

En esta vista, la base de datos se percibe de manera abstracta.

La vista de un usuario individual representa porcion de la basede datos que sera accesada por el usuario, ası como lasrelaciones que el usuario desearıa ver entre los datos.

El esquema externo es la descripcion de la vista externa.





Arquitectura generica





Modelos arquitectonicos para los DDBMS





Autonomıa de los DBMS

Cada DBMS tiene libertad de escoger su modelo de datos y latecnica de administracion de transacciones

Pueden decidir que informacion desean compartir y comodesean compartirlos con otros DBMS

Cada DBMS tiene libertad para ejecutar transacciones que sele ofrezcan de la manera que desee.





Autonomıa de los DBMS

Las operaciones locales de los DBMS no deben ser afectadaspor su participacion en el sistema

El procesamiento y optimizacion de los DBMS no deben serafectados por la ejecucion de consultas globales

La congruencia y operacion del sistema no debe afectarsecuando los DBMS se agregan o se separan del sistema





Heterogeinedad de los DBMS

Del sistema operativo

Del Sistema de Administracion de Base de Datos

Del modelo de datos

Del lenguaje de manipulacion de datos

Del mecanismo de administrador de transacciones





Distribucion de los DBMS

Los componentes del sistema pueden estar localizadosdiferentes sitios o en el mismo.






Cuando una DDB es muy homogenea se dice que esMultibase de datos distribuida

Cuando una DDB tiene mucha autonomıa local se dice que esfederada





Arquitectura Cliente/Servidor





Ventajas de la Arquitectura Cliente/Servidor

1 Mayor eficiencia en la division de trabajo.

2 Escala horizontal y vertical de los recursos.

3 Mejor relacion precio / rendimiento en las maquinas cliente..

4 Capacidad para utilizar herramientas familiares

5 Cliente de acceso a datos remotos ( a travez de las normas ).

6 Toda la funcionalidad DBMS proporciona estaciones deltrabajo al cliente.

7 Sistema general de mejor relacion precio / rendimiento.





Servidor de Base de datos





Servidor de Base de datos distribuidos





Arquitectura de Base de datos distribuidas





Arquitectura de componentes de P2P





Centralizado (no replicado, no fragmentado)

Replicacion completa

Particionado

Mixto (combinacion de centralizado y particionado)


bases de datos distribuidas -panorama generalfpech/ddb/files/slides/panorama.pdf · independencia...

Documents