1 / 35

Bases de datos distribuidas

Bases de datos distribuidas. Ing. Fabián Ruano. Base de Datos Distribuida. Definición Diferencias con BD Centralizadas. Ventajas. Almacenamiento cercano Procesamiento paralelo Expansión rápida Tolerancia a fallos Autonomía de nodos. Desventajas. Control y manejo de datos Seguridad

brynne-stanley
Download Presentation

Bases de datos distribuidas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Bases de datos distribuidas Ing. Fabián Ruano

  2. Base de Datos Distribuida • Definición • Diferencias con BD Centralizadas

  3. Ventajas • Almacenamiento cercano • Procesamiento paralelo • Expansión rápida • Tolerancia a fallos • Autonomía de nodos

  4. Desventajas • Control y manejo de datos • Seguridad • Complejidad en mantener integridad • Control de concurrencia mas complejo

  5. Aspectos importantes SGBD distribuidos • Diseño de la base de datos distribuida: distribución de información entre nodos • Procesamiento de consultas: costo de procesamiento y transmisión de datos • Control de concurrencia: coordinación de acceso a la base de datos • Confiabilidad: manejo de transacciones

  6. Arquitectura BDD – Niveles de transparencia en SBDD (1/2) • Independencia de datos: aplicaciones inmunes a cambios en definición y organización de datos y viceversa • Lógica: inmunidad a cambios en estructura lógica de la base de datos • Física: ocultamiento de detalles sobre estructuras de almacenamiento a las aplicaciones de usuario • Transparencia de replicación: replicas controladas por el sistema, no por el usuario.

  7. Arquitectura BDD – Niveles de transparencia en SBDD (2/2) • Transparencia a nivel de red • Localización de datos: comando usado es independiente de la ubicación de los datos y lugar donde la operación se realice • Esquema de nombramiento: proporcionando nombre único a cada objeto de sistema distribuido. • Transparencia de fragmentación: sistema maneja conversión de consultas definidas sobre relaciones globales a consultas definidas sobre fragmentos

  8. Arquitectura BDD • Mayoría basadas en sistema ANSI-SPARC con tres niveles: interno, conceptual y externo. • Externa: vista por usuario • Conceptual: vista lógica global • Interno: nivel de descripción mas bajo de los datos en una base de datos

  9. Alternativas implementacion SMDB Dimensiones • Distribución • Heterogeneidad • Autonomía • Diseño: decisión sobre cuestiones de diseño • Comunicación: decisión sobre cuestiones de comunicación • Ejecución: decisión sobre cuestiones de ejecución de operaciones de manera local

  10. Tarea Algoritmos de control de concurrencia: • Candado de dos fases • Ordenamiento por estampas de tiempo • Ordenamiento por estampas de tiempo múltiple • Control de concurrencia optimista

  11. Diseño base de datos distribuidas

  12. Dimensiones • Nivel de distribución • Ninguno • Solo datos (sist. Homogéneo) • Datos mas programas (sist. Heteregéneo) • Comportamiento de patrones de acceso • Estático • Dinámico • Nivel de conocimiento sobre comportamiento de patrones • Sin información / parcial • Información total

  13. Estrategias de diseño - Descendente

  14. Estrategias de diseño – Descendente (1-3) • Análisis de requerimientos que define el ambiente del sistema. Determina necesidades de los datos y del proceso. DBMS debe ser definido por: desempeño, confiabilidad, disponibilidad, economía y flexibilidad. • Diseño visual: definir las GUI • Diseño conceptual: examina la empresa para generar diagrama E-R

  15. Estrategias de diseño - Descendente (2-3) • Como resultado de los diseños conceptual y visual debe darse un esquema conceptual global y recopilación de los patrones de acceso. • Diseño de distribución: diseñar esquema conceptual local para cada sitio del SD. Fragmentación y asignación.

  16. Estrategias de diseño - Descendente (3-3) • Diseño físico: mapear esquemas conceptuales locales con los dispositivos de almacenamiento físicos disponibles en cada sitio.

  17. Estrategias de diseño - Ascendente • Conveniente cuando BD ya existen y tareas de proceso involucran integración. • Punto de inicio son esquemas conceptuales individuales, se integran para obtener esquema conceptual global y posiblemente generar GUI.

  18. ¿Por qué fragmentar? • Encontrar unidad de relación apropiada. Diferentes aplicaciones ingresan a diferentes sub-conjuntos de datos. • Replicaciones mas convenientes, solamente de sub-relaciones. • Ejecuciones concurrentes de procesos sobre sub-conjuntos aislados.

  19. Problemas de la fragmentación • Unión de fragmentos para consultas • Costoso en proceso • Costoso en transferencia de datos • Control de semántica de datos y revisión de integridad

  20. ¿Cómo fragmentar? • Fragmentación vertical • Fragmentación horizontal • Fragmentación híbrida

  21. Grado de fragmentación • Afecta desempeño de la ejecución de los Query. • Dependerá de las necesidades de nuestra aplicación.

  22. Correctitud fragmentación • Condición de completitud. La descomposición de una relación R en los fragmentos R1, R2, ..., Rn es completa si y solamente si cada elemento de datos en R se encuentra en algún de los Ri. • Condición de Reconstrucción. Si la relación R se descompone en los fragmentos R1, R2, ..., Rn, entonces debe existir algún operador relacional Ñ , tal que,R = Ñ 1£ i£ nRi • Condición de Fragmentos Disjuntos. Si la relación R se descompone en los fragmentos R1, R2, ..., Rn, y el dato di está en Rj, entonces, no debe estar en ningún otro fragmento Rk (k¹ j).

  23. Alternativas de asignación • Forma para asignación de fragmentos de las relaciones en cada uno de los sitios teniendo ya bien realizada nuestra fragmentación. • Costos mínimos: costos de actualización entre sitios y costos de comunicación de datos • Desempeño: minimizar el tiempo de respuesta y maximizar la salida de información a cada sitio.

  24. Replicación • Mejora Querys de sólo lectura • Confiabilidad • Empeora Query de actualización • Estrategias: • No soportar replicación. Cada fragmento reside en un solo sitio. • Soportar replicación completa. Cada fragmento en cada uno de los sitios. • Soportar replicación parcial. Cada fragmento en algunos de los sitios.

  25. Replicación

  26. Requerimientos de información En diseño de distribución influyen factores como: • Información sobre el significado de los datos • Información sobre las aplicaciones que los usan • Información acerca de la red de comunicaciones • Información acerca de los sistemas de cómputo

  27. Fragm. Horizontal Primaria Cada subconjunto puede contener datos que tienen propiedades comunes y se puede definir expresando cada fragmento como una operación de selección sobre la relación global Considere la relación global: SUPPLIER( SNUM, NAME, CITY ) entonces, la fragmentación horizontal puede ser definida como: SUPPLIER1 = SLcity == "SF"SUPPLIER SUPPLIER1 = SLcity == "LA"SUPPLIER • Esta fragmentación satisface la condición de completes si "SF" y "LA" son solamente los únicos valores posibles del atributo CITY. • La condición de reconstrucción se logra con: SUPPLIER = SUPPLIER1 union SUPPLIER2 • La condición de disjuntos se cumple claramente en este ejemplo.

  28. Fragm. Horizontal Derivada La fragmentación derivada horizontal se define partiendo de una fragmentación horizontal. En esta operación se requiere de Semi-junta (Semi-Join) el cual nos sirve para derivar las tuplas o registros de dos relaciones. Las siguientes relaciones definen una fragmentación horizontal derivada de la relación SUPPLY. SUPPLY1 = SUPPLYSJsnum == snumSUPPLIER1 SUPPLY2 = SUPPLYSJsnum == snumSUPPLIER2

  29. Fragmentacion Vertical • Enfoques • Agrupamiento (Clustering): Inicia asignando cada atributo a un fragmento, y en cada paso, algunos de los fragmentos satisfaciendo algún criterio se unen para formar un solo fragmento. • Division: Inicia con una sola relación realizar un particionamiento basado en el comportamiento de acceso de las consultas sobre los atributos.

  30. Modelo de asignación Formula general: min( Costo Total ) Dadas: • Restricciones tiempo de rta • Restricciones capacidad de almacenamiento • Restricciones en tiempo de procesamiento Costo total = procesamiento de consultas + almacenamiento Procesamiento de consultas= sumatoria del costo de procesamiento de todas las consultas Almacenamiento = sumatoria de costos de almacenar todos los fragmentos en los correspondientes nodos

  31. Modelo de asignación Costo de almacenamiento por nodo = costo almacenamiento unitario en el nodo * tamaño del fragmento Costo del procesamiento por consulta = costo de procesamiento + costo de transmision Costo de procesamiento = costo de acceso + costo de mantenimiento de integridad + costo debido a control de concurrencia

  32. Modelo de asignación Costo de acceso = sumatoria(numero total de actualizaciones y lecturas realizadas por consulta en el fragmento i * costo unitario de procesamiento local en el fragmento i) i = cada fragmento involucrado en la consulta Costos de mantenimiento de integridad y costo de control de concurrencia se calculan similar al costo del control de acceso.

  33. Modelo de asignación Costo de transmisión • Procesamiento de actualizaciones = costo de envió de mensajes de actualización a los N nodos involucrados + costo de envió de mensaje de confirmación • Procesamiento de consultas = costo de transmitir consulta a N nodos involucrados + costo de transmisión de respuestas de los N nodos a las N consultas

  34. Restricciones a asignación • Tiempo de respuesta Para cada Qi el tiempo de respuesta <= máximo tiempo de respuesta esperado. • Almacenamiento Costo de almacenamiento en Nodoi <= capacidad de almacenamiento de dicho nodo • Tiempo procesamiento Carga de procesamiento Nodoi<= capacidad de procesamiento de dicho nodo

  35. Referencias • http://tododistribuido.files.wordpress.com/2008/10/disdabe_design.pdf • http://cursos.aiu.edu/Base%20de%20Datos%20Distribuidas/pdf/Tema%202.pdf • http://geocities.ws/immonroy7/Cap_3.html • http://lihectortorres.files.wordpress.com/2010/09/base_de_datos_distribuidas.pdf

More Related