Transcript Aula20-BDDistribuido
SCC0141 - Bancos de Dados e Suas Aplicações
Visões e Bancos de Dados Distribuídos
Prof. Jose Fernando Rodrigues Junior
Material original: Profa. Elaine Parros Machado de Sousa 1
View
Visão ( View )
Tabela Base Tabela Base 1 consulta Tabela Base 2 junção consulta View
Visão ( View )
Representação de dados contidos em outras tabelas (tabelas base) ou mesmo em outras visões Trata resultado de uma consulta como uma tabela
consulta armazenada
tabela virtual
Espaço de armazenamento (no dicionário de dados) apenas para a consulta (select) que
define a visão
Consulta é executada cada vez que a visão é acessada
Visão ( View )
Utilidade: segurança - restrição de acesso a tuplas e colunas
armazenamento de consultas
executadas com muita frequência simplicidade para usuário abstração complexas ou apresentação dos dados com menor complexidade ou em diferentes perspectivas isolamento de aplicações em relação a alterações de esquema
Views
CREATE OR REPLACE VIEW
nome
[(
NomeColuna
[,
NomeColuna
...])] AS <
select
>;
Disciplina = {Sigla, Nome, NCred, Professor, Livro}
Views
Exemplo – visão atualizável
create or replace view view_disciplina as select nome, sigla from disciplina; select * from view_disciplina;
Professor = {Nome, NFunc, Idade, Titulação}
Views
Exemplo
create view view_professor_doutor as select * from professor where titulacao = 'DOUTOR'
Views
Aluno = {Nome, Nusp, Idade, DataNasc} Disciplina = {Sigla, Nome, NCred, Professor, Livro} Matrícula = {Sigla, Numero, Aluno, Ano, Nota}
Exemplo – join view
create view view_matricula ( NUsp, Nome, Sigla, Disciplina ) as select A.NUSP, A.Nome, D.Sigla, D.Nome
from Aluno A join Matricula M on A.NUSP = M.Aluno
join Disciplina D on M.sigla = D.sigla;
Views
CREATE VIEW ALTER VIEW DROP VIEW
Visão Materializada (
materialized view
)
Visões armazenadas como tabelas
dados provenientes de master tables (tabelas base)
Utilidade
replicação de dados performance snapshot local de dados remotos armazenamento de resultados de consultas complexas e custosas armazenamento de informações sumarizadas
distribuição de dados
Visão Materializada (
materialized view
)
Comuns em data warehousing , sistemas distribuídos, computação móvel....
Principais desvantagens:
ocupa espaço de armazenamento exige refresh quando as master tables são modificadas
Visão Materializada no ORACLE
CREATE
MATERIALIZED VIEW
BUILD IMMEDIATE REFRESH FAST ON COMMIT view_matriculados AS SELECT D.Sigla, count(M.Sigla) as Nro_Matriculados FROM Disciplina D, Matricula M WHERE D.Sigla=M.Sigla
GROUP BY D.Sigla;
BDs distribuídos - Introdução
Sistemas de banco de dados centralizados dados mantidos em um único local processamento de transações individuais essencialmente sequencial Sistemas de banco de dados distribuídos dados armazenados fisicamente em diversos locais (
sites
) usualmente: cada
site
gerenciado por um SGBD Sistemas relacionais de fato distribuídos não se tornaram padrões comerciais, ao invés disso os grandes fabricantes usam uma camada sobre diversos sistemas centralizados para se obter o mesmo resultado 13
Sistemas comerciais
IBM DB2 – Distributed Database Facility (DDF) Informix Dynamic Server Microsoft SQLServer Framework (DMF) – Distributed Management Oracle – Oracle Replication Manager e Heterogeneous Services/Transparent Gateway 14
Problema
Imagine o seguinte problema: uma empresa abrange
várias cidades e a operação da empresa é
integrada por meio de uma base de dados única.
Problemas: Copiar a base inteira para todas as filiais? Mas apenas alguns dados são necessários em cada uma; como manter as cópias atualizadas?
Quais dados ter em cada filial então? Ainda assim, alguns dados comuns serão necessários em todas as sedes?
Onde guardar os dados comuns? Na sede? Como disponibilizar opção?
estes dados às filiais sem prejudicar o desempenho? Ter várias cópias dos mesmos dados é uma Em algumas situações será inevitável usar a infra-estrutura de rede para trafegar dados entre pontos geográficos distantes uns dos outros? Como minimizar o tráfego? Como tirar o melhor proveito da rede? Quais alterações podem melhorar o desempenho?
Problema
Imagine o seguinte problema: uma empresa abrange
várias cidades e a operação da empresa é
integrada por meio de uma base de dados única.
Problemas: Copiar a base inteira para todas as filiais? Mas apenas hotéis, empresa aérea internacional, rede de lojas do Quais dados ter em cada filial então? Ainda assim, alguns dados comuns serão necessários em todas as sedes?
Onde guardar os dados comuns? Na sede? Como disponibilizar estes dados às filiais sem prejudicar desempenho? Ter várias cópias dos mesmos dados é uma de maneira que um BD distribuído possa resolver.
o Em algumas situações será inevitável usar a infra-estrutura de rede para trafegar dados entre pontos geográficos distantes uns dos outros? Como minimizar o tráfego? Como tirar o melhor proveito da rede? Quais alterações podem melhorar o desempenho?
Motivação
Por que distribuir dados?
disponibilidade acesso distribuído localidade desempenho análise distribuída de dados expansão
Aplicações
grandes corporações redes de hotéis redes de lojas companhias aéreas companhias viárias 17
Componentes
Tecnologia de Banco de Dados Distribuído Tecnologia de Banco de Dados Tecnologia de Redes e Comunicação de Dados
18
Definições
Banco de Dados Distribuído (BDD)
conjunto de múltiplos bancos de dados (SGBDs) inter relacionados distribuídos por uma rede de computadores
Sistema de Gerenciamento de Banco de Dados Distribuído (SGBDD)
sistema que gerencia um BDD torna a distribuição transparente para o usuário 19
Características
Sistema de BDD
mais complexo
funções adicionais do SGBDD localização de dados’ processamento de consultas distribuídas gerenciamento de transações distribuídas gerenciamento de dados replicados recuperação de BDD segurança gerenciamento de dicionário de dados distribuído 20
Arquitetura nada compartilhado – cada site seu BD Arquitetura de rede com um BD centralizado Arquitetura BDD – o banco é uma composição dos diversos sites
21
Projeto
Questões relevantes sobre BDD
Projeto de (Fragmentação/Replicação) Dados
como distribuir a base de dados?
da Distribuição Base
base de dados distribuída replicada ou não replicada?
de
Processamento de Consulta
como converter transações do usuário em instruções de manipulação de dados?
como otimizar uma consulta?
custo = transmissão dados + processamento local 22
Projeto
Questões relevantes sobre BDD
Controle de Concorrência
como sincronizar acessos concorrentes?
como garantir transações?
consistência e isolamento como evitar
deadlocks
?
das
Confiabilidade
como tornar o sistema tolerante a falhas?
como garantir durabilidade e atomicidade das transações?
23
Projeto
Catálogo (ou Dicionário) de Dados Distribuído
como e onde os dados estão fragmentados como e onde os dados estão replicados informação de esquema informação de autorização de usuários estatísticas 24
Transparência Em SBDDs é necessário que os usuários não tenham que saber da arquitetura distribuída
transparência
Tipos de transparência de dados
de distribuição
localização nomenclatura
de replicação
de fragmentação
horizontal (WHERE) Vertical (SELECT) 25
Tipos de Sistemas de BDD
Fator: grau de homogeneidade
SGBDD homogêneo todos os SGBDs locais e todos os clientes idênticos SGBDD heterogêneo SGBDs locais distintos
Fator: grau de autonomia
Em que grau os sites do sistema distribuído são administrados independentemente AUTONOMIA nenhuma esquema conceitual único acesso por um único
site
para usuário “parece” um único SGBD centralizado alto SGBDs independentes e autônomos SGBDDs Federados Multibases de dados 26
Catálogo de Dados Distribuído
Possíveis estruturas
centralizado
Vantagem: uma única cópia, simples de implementar Desvantagem: gargalo para o processamento de consultas – todos os sites tem que acessar o site central para qq consulta
catálogo global replicado
Vantagem: desempenho local de consultas Desvantagem: manter a consistência das múltiplas cópias do catálogo 27
Catálogo de Dados Distribuído
Abordagem do R*
- projeto protótipo de bases de dados distribuídas da IBM cada
site
mantém catálogo apenas local descrição apenas dos dados locais
site
réplicas
de criação
de uma tabela é responsável por manter informação de para encontrar uma tabela é necessário
consultar o catálogo de seu
site
de criação
estratégia: uso de
cache
nos demais
sites
28
Fragmentação
Fragmentação
em
fragmentos armazenados em quebra de uma tabela
sites
que podem diferentes ser Tipos:
fragmentação vertical fragmentação mista fragmentação horizontal projeção (SELECT) filtragem (WHERE) projeção + seleção Conceito de “Esquema de Fragmentação”: metadados que descrevem como os dados são quebrados ao longo da arquitetura 29
Fragmentação
Fragmentação
em armazenados em Tipos:
fragmentos
fragmentação vertical fragmentação mista
quebra de uma tabela
sites
que
fragmentação horizontal
podem diferentes
projeção seleção projeção + seleção
ser
Conceito de “Esquema de Fragmentação”: metadados que descrevem como os dados são quebrados ao longo da arquitetura 30
Fragmentação
Deve ser possível recuperar a tabela original a partir dos fragmentos
fragmentação horizontal (WHERE) união dos fragmentos tabela original fragmentação vertical (SELECT) coleção de fragmentos
junção
decomposição sem perda de como garantir? A chave deve fazer parte de cada fragmento 31
Replicação
Replicação
armazenamento de várias cópias de uma tabela ou fragmento de tabela maior disponibilidade dos dados consultas mais rápidas alocação não redundante REPLICAÇÃO replicação parcial BD completamente replicado 33
Replicação
Replicação total
: cópias de toda a base em todos os sites Vantagem: maior desempenho de consultas Desvantagem: e
locks
atualizações sites; intenso tráfego de dados e controle de concorrência são dispendiosos, pois novos dados devem ser propagados para todos os
Alocação não redundante
: os sites são todos disjuntos (com exceção das chaves) vantagens e replicação total desvantagens inversas 34 à
Replicação
Replicação parcial
: algumas partes do banco são replicadas enquanto que outras não são:
Conceito de “Esquema de Replicação”:
metadados que descrevem o que é replicado, onde, quantas vezes e com qual atualização os dados são sincronizados O esquema de replicação é um problema de otimização complexo, ele depende: De quais consultas são realizadas com qual frequência em cada site De quais atualizações são realizadas com qual frequência em cada site De qual controle de concorrência (isolamento) é necessário em cada site 35
Replicação
Replicação parcial
: algumas partes do banco são replicadas enquanto que outras não são:
Conceito de “Esquema de Replicação”:
metadados que descrevem o que é replicado, onde, quantas vezes e com qual atualização os dados são sincronizados O esquema de replicação é um problema de otimização complexo, ele depende: apenas algumas tuplas.
De quais atualizações são realizadas com qual frequência em cada site De qual controle de concorrência (isolamento) é necessário em cada site 36
Replicação
Tipos:
replicação síncrona
todas as cópias são atualizadas dentro de uma mesma transação problema? – tráfego intenso de rede
replicação assíncrona
atualizações periódicas das cópias de dados modificados problema? – controle de transação mais elaborado é necessário, alguns dados não tem garantia de consistência e não devem ser lidos 37
Esquema Distribuído
Esquemas Lógicos locais ou um esquema global + Esquema de Fragmentação + Esquema de Replicação A arquitetura de um esquema distribuído visa reduzir seu maior custo: tráfego de rede No entanto, em algumas situações como consultas raramente efetuadas, não há o que se fazer – os dados irão trafegar em rede intensamente 38
Esquema Distribuído
Esquemas Lógicos locais ou um esquema global + Esquema de Fragmentação + Esquema de Replicação fragmentação/replicação.
A arquitetura de um esquema distribuído visa reduzir seu maior custo: tráfego de rede No entanto, em algumas situações como consultas raramente efetuadas, não há o que se fazer – os dados irão trafegar em rede intensamente 39
Processamento de Consultas Distribuídas
Custo da Consulta Distribuída Custo de Transferência de Dados Custo do Processamento da Consulta
40
EX: Transferência de Dados
Exercício
Processamento-de-consulta-distribuido
Semi Junção
Idéia geral: reduzir o número de tuplas e de atributos transferidos entre sites Por exemplo:
No site 1, executar: SELECT * FROM R JOIN S
ON R.atr1 = S.atr2
com R no site 1 e S no site 2
No site 1, F=SELEC R.atr1 FROM R, e enviar para o site 2 No site 2, executar: T = SELECT * FROM F JOIN S ON F.atr1 = S.atr2
e enviar o resultado para o site 1 No site 1, executar: SELECT * FROM R JOIN T ON R.atr1 = T. atr2 42
EX: Semi junção
Exercício
Semi-juncao
Transações Distribuídas
Propriedades ACID devem ser garantidas
Concorrência distribuída Atomicidade Consistência Isolamento Durabilidade Recuperação de falhas distribuída 44
Concorrência Distribuída
Problema: o mesmo dado replicado em diferentes sites A e B. No site A, o dado é alterado, quase que imediatamente o site B usará este dado, cuja cópia será diferente do valor no site A.
Solução: uso de locks. Quando o site A alterar o dado, deve-se bloqueá-lo (lock) para uso e escrita até que A finalize sua operação e o dado seja sincronizado com o site B.
Como gerenciar bloqueios (
locks
) de objetos (tabelas e fragmentos) distribuídos?
abordagem centralizada abordagem cópia primária abordagem completamente distribuída 45
Concorrência Distribuída
Baseada no conceito de Cópia Distinguida (ou Distinta): dentre as várias cópias dos dados, uma delas dita como o controle de concorrência é feito – isto é, uma única
cópia recebe e libera locks
A escolha da cópia que irá ditar o controle de concorrência pode ser estático ou dinâmico O site que possui a cópia distinguida é denominado site Coordenador, o qual deverá responder ao sistema de locks 46
Concorrência Distribuída
Abordagem cópia primária
bloqueios são gerenciados pelo
site
onde está a cópia
primária (original) do objeto requisitado problema? Maior complexidade
Abordagem completamente distribuída
bloqueios gerenciados nos
sites
operações – coordenação dinâmica onde ocorrem as problema? Maior complexidade, necessidade de broadcast dinâmico para informar sobre a coordenação
Abordagem centralizada
um único
site
responsável por gerenciar todas as requisições de bloqueio problema? Vulnerável a falhas, requer um backup – sobrecarga de um único site 47
Recuperação de Falhas Distribuída
Novos tipos de falha que não ocorrem em SGBDs não distribuídos
falhas de comunicação falha em um executada
site
onde uma sub-transação é
Atomicidade:
ou todas as sub-transações são efetivadas (
committed
) ou nenhuma deve ser efetivada
COMMIT protocol
Ex:
Two-Phase Commit
(2PC) 48
Recuperação de Falhas Distribuída
Uso do two-phase commit protocol (2PC) Algoritmo distribuído que visa gerenciar situações transacionais – protocolo do tipo consensual
Duas fases
1ª. Contacta todos os participantes preparando-os para o sistema de consenso, segundo o qual, após a execução distribuída, cada um terá que “votar” sim
(commit) ou não (abort)
2ª. Efetivação da decisão consensual, todos são informados de que devem consolidar a transação (todos votaram commit) ou retornar ao estado anterior (pelo menos um votou abort ou alcançou time-out) 49
Exemplo: ORACLE
Transparência (uso de LDAP) de Transações baseadas em 2PC Replicação básica leitura em qualquer escrita em
site site
primário localização distribuídas Replicação avançada – leitura e escrita em qualquer
site
snapshots
Suporte heterogênea a arquitetura
Exemplo: ORACLE
Enterprise Manager Third-Party Administration Tools SNMP Support Caso homogêneo: Oracle Advanced Replication
Caso heterogêneo:
Heterogeneous services Transparent gateway Oracle Net Services 52
Exemplo: ORACLE
Enterprise Manager Third-Party Administration Tools SNMP Support Caso homogêneo: Oracle Advanced Replication
Caso heterogêneo:
Heterogeneous services Transparent gateway Oracle Net Services 53
Exemplo: ORACLE
Fluxo de dados entre sites: Oracle Stream Replication, mantém todos os sites atualizados ao enviar continuamente dados de atualização Transparência de distribuição por meio de database links Um database link é um objeto de um esquema que permite o acesso a objetos de outro banco de dados
CREATE DATABASE LINK remote.us.oracle.com
CONNECT TO junio IDENTIFIED BY junio_password USING ‘orcl’ -- nome do serviço remoto SELECT * FROM [email protected]
CREATE SYNONYM tabela1_remota FOR [email protected]
SELECT * FROM tabela1_remota
54
Exemplo: ORACLE
Fragmentação/Replicação são obtidas por meio de Materialized Views
horizontal: cláusula WHERE
Em
vertical: cláusula SELECT
Oracle, a “subconjuntando”) fragmentação é denominada
Subsetting
(ou Sincronização: Periodicidade Síncrona: qualquer atualização é propagada imediatamente a todos os sites Assíncrona: Método as atualizações ocorrem intervalos de tempo pré-definidos posteriormente, em Fast refresh: usa logs para fazer a atualização apenas do que foi alterado desde o último refresh Complete refresh: atualiza todos os dados da view Force refresh: se possível, realiza um fast refresh, do contrário realiza um complete refresh 55
Referências
ELMASRI, R; NAVATHE, S.B.
Sistemas de Banco de Dados
, Addison Wesley, 4a edição, 2005.
Ramakrishnan R.; Gehrke, J.
Database Management Systems
, Mc Graw Hill, 2000.
OZSU, M. T.; VALDURIEZ, P.
Principles of distributed database systems
. 2. ed. Englewood Cliffs: Prentice Hall, 1999. 56