1 / 35

Konfluenz in aktiven DB

Konfluenz in aktiven DB. Vortragsreihe zum Thema „Aktive Datenbanken“ des Lehrstuhls für Datenbanken und Informationssysteme der Friedrich-Schiller-Universität Jena. Gliederung (1). „Was bedeutet Konfluenz“ – an einem Beispiel Lösungsansätze RAG Kommutativität Erweiterte Aktionen

hoshi
Download Presentation

Konfluenz in aktiven DB

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. Konfluenz in aktiven DB Vortragsreihe zum Thema „Aktive Datenbanken“ des Lehrstuhls für Datenbanken und Informationssysteme der Friedrich-Schiller-Universität Jena

  2. Gliederung (1) • „Was bedeutet Konfluenz“ – an einem Beispiel • Lösungsansätze • RAG • Kommutativität • Erweiterte Aktionen • Beeinflussungsfreiheit • Laufzeitüberwachung Laura Elisabeth Hombach

  3. Gliederung (2) • Behandlungs-Möglichkeiten bei nicht konfluenten DB • Partielle Konfluenz • Umgang von DBMS mit Konfluenz • Zusammenfassung • Ausblick • Literatur Laura Elisabeth Hombach

  4. Problemstellung Wenn n ungeordnete Paare von Regeln gleichzeitig getriggert, kann der Datenbank-Endzustand davon abhängen, in welcher Reihenfolge die Regeln ausgeführt werden. Laura Elisabeth Hombach

  5. Ungeordnete Paare • r1, r2 R wobei gilt: • r1 < r2  P und • r2 < r1 P gelten nicht Laura Elisabeth Hombach

  6. Beispiel (1) • Regel 1 (r1): Es verringert sich der Preis eines Buches um 5 €, wenn das Erscheinungsdatum 1 Jahr zurückliegt • Regel 2 (r2): Wenn der Autor eine Aus- zeichnung bekommt, erhöht sich der Preis seiner Bücher um 2% • Buchpreis = 10€ Laura Elisabeth Hombach

  7. Beispiel (2) • Es greifen sowohl r1 als auch r2 • Bei der Ausführungsreihenfolge r1 r2sinkt der Buchpreis auf 5,10 € • Bei der Ausführungsreihenfolge r2 r1sinkt der Buchpreis auf 5,20 € • Die Regelmenge ist nicht konfluent Laura Elisabeth Hombach

  8. Definition - Konfluenz „Eine Regelmenge R ist konfluent, wenn für alle denkbaren Datenbankzustände DB und alle DML-Operationen der nach Regelauswertung erreichte Endzustand im Regelausführungsgraphen, in dem keine Regel mehr getriggert ist, eindeutig ist“ [Weik] Laura Elisabeth Hombach

  9. Lösungsansätze • Nutzer darauf aufmerksam machen, daß Konfluenz auftreten kann • Ein Ereignis darf max. eine Regel auslösen • Totale Ordnung der Regelmenge • Partielle Ordnung der Regelmenge • Sicherung der Kommutativität von Regelmengen Laura Elisabeth Hombach

  10. Erläuterung • Zur Konfluenz Erkennung  Unterscheidung zwischen drei Regeldefinitionen (Immediate, Deferred und Decoupled) • Immediate und Decoupled gemeinsam betrachtet werden • Wegen hohen Komplexität wird hier auf die Unterscheidung verzichtet (Für Weitere Informationen siehe [Weik]) Laura Elisabeth Hombach

  11. Regelausführungsgraph (RAG) • Gerichteter Graph RAG = (V,E) • R = Regelmenge • RT sind die Regeln der Regelmenge, welche momentan getriggert sind • Eckmengen E  SxS  (S,S‘)E mit rRT • Ecken S = (DB, RT) • SI = Ausgangszustand Laura Elisabeth Hombach

  12. SI r1 r2 S1 S2 S‘ RAG (2) Laura Elisabeth Hombach

  13. Kommutativität Zwei Regeln r1, r2 sind kommutativ, wenn bei der Ausführung von r1r2 dasselbe Endergebnis erreicht wird wie bei der Ausführungsreihenfolge r2r1 (ein r  R ist immer mit sich selber kommutativ) Laura Elisabeth Hombach

  14. SI r1 r2 S1 S2 r2 r1 S‘ Kommutativität im RAG Laura Elisabeth Hombach

  15. Erweiterte Aktionen (1) • Zwei Regeln r1, r2 R (r1 und r2 sind kommutativ) • r1 triggert r  R • r > r2  P (wobei P die Prioritätsmenge der Regeln ist) • Daraus ergeben sich zwei Abarbeitungs- reihenfolgen •  Kein eindeutiges S‘ Laura Elisabeth Hombach

  16. SI r2 r1 S1 S2 r r1 r2 r S1‘ S2‘ EA im RAG Laura Elisabeth Hombach

  17. Erweiterte Aktionen (2) • EA1 = Alle r  R, welche direkt oder indirekt durch r1 getriggert werden • EA2 = Alle r  R, welche direkt oder indirekt durch r2 getriggert werden Laura Elisabeth Hombach

  18. SI r2 r1 S1 S2 EA1 EA2 r2 r1 S1‘ S2‘ EA2 EA1 S‘ Erweiterte Aktionen im RAG Laura Elisabeth Hombach

  19. Konfluenz – Erweiterte Def. Alle ungeordneten Paare {r1}  EA1 und {r2}  EA2, welche kommutativ sind und im RAG terminieren, sind konfluent (für Deferred Regelen reicht diese Annahme nicht aus  siehe [Weik]) Laura Elisabeth Hombach

  20. Kommutativität – weitere Def. Zwei Regeln r1, r2 R sind kommutativ, wenn sie beeinflussungsfrei sind Laura Elisabeth Hombach

  21. Beeinflussungsfreiheit • r  EA1  {r1} triggert bzw. deaktiviert r2 nicht • r  EA1  {r1} ändert nicht den Wahrheitswert von r‘  EA2  {r2} • r  EA1  {r1} ändert nichts, was durch r‘  EA2  {r2} gelesen bzw. geändert wird • Und analog für r‘  EA2  {r2} Laura Elisabeth Hombach

  22. Beispiel – Beeinflussungsfreiheit (1) • r1 = Es verringert sich der Preis eines Buches um 5 €, wenn das Erscheinungsdatum 1 Jahr zurückliegt • EA1  r = Buchpreis  0,5 €  Warnung  r* = Erscheinungsdatum liegt länger als 10 Jahre zurückBuchpreis weniger 0,5€ • r2 = Wenn nur noch 1 Exemplar eines Buches vorhanden ist, generiere eine Bestellung über 5 neue Exemplare • EA2  Leer Laura Elisabeth Hombach

  23. Beispiel – Beeinflussungsfreiheit (2) • Buchpreis = 10€ • Anzahl = 2 • Erscheinungsdatum = 22.06.2006 Laura Elisabeth Hombach

  24. Beispiel – Beeinflussungsfreiheit (3) • Bei der Ausführungsreihenfolge r1 r2Buchpreis = 5€ und r, r* und r2 werden nicht aktiv • Bei der Ausführungsreihenfolge r2 r1Buchpreis = 5€ und r, r* und r2 werden nicht aktiv Laura Elisabeth Hombach

  25. Beispiel – Beeinflussungsfreiheit (4) • EA1  {r1} kann r2 nicht triggern oder deaktivieren • Die Wahrheitswerte von EA2  {r2} bleiben unverändert • EA1  {r1} und EA2  {r2} arbeiten auf disjunkten Teilen der DB •  Es liegt Beeinflussungsfreiheit vor (für weitere Informationen siehe [Weik]) Laura Elisabeth Hombach

  26. Bemerkung • Kommutativität  hinreichende Bedingung • Ausgabe von Werten welche konfluent sind Laura Elisabeth Hombach

  27. Laufzeitüberwachung • Keine Überwachung der Konfluenz • Abbruch der Transaktion, wenn nicht Konfluenz vermutet wird (bzw. Informierung des DBA) • Warnung der Applikationen • Ausführung von einer begrenzten Anzahl von Alternativen auf Kopien Laura Elisabeth Hombach

  28. Behandlungs-Möglichkeiten bei nicht konfluenten DB • Bestätigen, daß r1 und r2 doch konfluent sind • Definition einer Priorität zwischen r1 und r2 • Entfernen einer Priorität Laura Elisabeth Hombach

  29. Partielle Konfluenz (1) • Die Bedingung der Konfluenz ist für manche R zu stark • Aufteilung der Tabellenmenge T in wichtige- (T‘) und unwichtige Tabellen Laura Elisabeth Hombach

  30. Partielle Konfluenz (2) • Nur T‘ muss konfluent sein  der RAG muss nicht eindeutig sein • Die Endzustände müssen nur für T‘ eindeutig sein • Alle relevanten Regeln für T‘ (Sig (T‘)) müssen für sich terminieren Laura Elisabeth Hombach

  31. SI r1 r2 S1 S2 EA1 EA2 r2 r1 S1‘ S2‘ EA1 EA2 r1,EA1, r2,EA2Sig(T‘) r1,EA1, r2,EA2Sig(T‘) r1,EA1, r2,EA2Sig(T‘) 1S‘ S‘ 2S‘ Partielle Konfluenz im RAG Laura Elisabeth Hombach

  32. Umgang von DBMS mit Konfluenz • Oracle und DB2: Wenn die Regeln eine totale Ordnung besitzen und die Regelmenge terminiert liegt, Konfluenz vor Laura Elisabeth Hombach

  33. Zusammenfassung • Konfluenz Problem  Unentscheidbar und negativer Einfluss auf aktive DBMS • Kommutativität ist nur eine hinreichende Bedingung • Bis heute noch keine allgemein-gültige Bedingung gefunden (die nur nicht konfluente Paare ausgibt) Laura Elisabeth Hombach

  34. Ausblick • Implementierung des Konzeptes wünschenswert • Kommutativität = beste bekannte Methode Laura Elisabeth Hombach

  35. Literatur • [Weik] T. Weik, „Terminierung und Konfluenz in einer aktiven objekt-orientierten Datenbank“, Seiten 159 - 185, 246 f, infix • [Aiken] A.Aiken, J. Widom, J. M. Hellerstein, „Behavior of Database Production Rules: Termination, Confluence, and Observable Determinism“, Seiten 4 – 8, IBM Research, 1992 • [Schl] M. Schlesinger, „ALFRED – Konzepte und Prototyp einer aktiven sicht zur Automatisierung von Geschäftsregeln“, Seiten 114 – 116, digital publications • [Mahm] Y. Mahmud, „Aktive Datenbanken“, Seiten 29 f, Seminararbeit an der Johann Wolfgang Goethe-Universität Frankfurt am Main, Juni 1998 Laura Elisabeth Hombach

More Related