Bases de datos distribuidas

Carlos Rojas Kramer Universidad Cristóbal Colón

Orígenes

• Evolución acelerada de los sistemas de información • Crecimiento no planeado de la información al interior de las organizaciones • Dispersión en sitios geográficamente distantes • Sistemas tecnológicamente diferentes

Orígenes

• Necesidad de compartir e integrar la información dispersa • Se requiere un tipo de tecnología diferente al tradicional • La Base de Datos Distribuida es una buena solución a lo anterior.

Definición

• Una

Base de Datos Distribuida

(BDD) es una colección de datos relacionados lógicamente, pero dispersos entre diversos sitios de una red de computadoras. [Ceri y Pelagatti] • Cada sitio en la red tiene capacidad de procesamiento autónomo y puede ejecutar aplicaciones locales.

BDD (ilustración esquemática)

Razones para la dispersión

• Naturaleza de la información • Motivos económicos • Consideraciones de desempeño • Necesidades de fiabilidad • Requerimientos de disponibilidad • Etc.

Consecuencias de la dispersión

• Incremento en la complejidad de diseño • Mayores dificultades para la instrumentación de las soluciones • Administración y resolución de problemas implican aplicación de mejores recursos • Necesidad de apego a estándares

Software para BDD

• DDBMS = Distributed DataBase Management System • Debe permitir la creación, el uso y el mantenimiento de la BDD • Debe realizar funciones típicas de un DBMS no distribuido • También debe soportar otras funciones

Funciones extra para un DDBMS

• Capacidad de accesar sitios remotos y transmitir consultas y datos entre diversos sitios a través de una red de computadoras • Capacidad de rastrear la pista de distribución y de replicación de los datos en el catálogo del DDBMS

• Capacidad de elaborar estrategias de ejecución para consultas y transacciones que accesan datos en más de un sitio • Capacidad de mantener la consistencia en las copias de un elemento de información

• Capacidad de recuperarse ante caídas de sitios individuales y fallos de un enlace de comunicación • Capacidad de decidir cual de las copias de un elemento de información será accesada

Componentes de un DDBMS

• Componente de manejo de Base de Datos (DB) • El componente de Comunicación de Datos (DC) • El Diccionario de Datos (DD), el cual es

extendido

para representar información sobre la distribución de los datos sobre la red • El componente de base de datos distribuida (BDD)

Tipos de DDBMs • Clasificados según su grado de:

– homogeneidad / heterogeneidad – autonomía – transparencia de la distribución

Grado de homogeneidad

• Un DDBMS homogéneo se caracteriza principalmente por la utilización del modelo descendente para la conceptualización del diseño de la BD, en donde la fragmentación vertical u horizontal de un esquema global de datos determina la naturaleza de cada uno de los componentes de la BDD

• Un DDBMS heterogéneo se caracteriza por la diversidad de DBMSs, modelos de diseño, sistemas operativos, conceptualización del diseño y hardware utilizado en cada uno de sus componentes de BD

• La heterogeneidad debida a diversos DBMSs es común en organizaciones que crecen sin una planeación en cuanto a sus sistemas de información. • Dichos sistemas evolucionan paulatinamente en diferentes DBMSs o diferentes modelos de conceptualización, tales como: jerárquico, de red, relacional u orientado a objetos

Tipos de heterogeneidad según Larson y Sheth

Heterogeneidad semántica

• Ocurre cuando existe una diferencia en el significado, interpretación o uso del mismo modelo de datos

Sistemas de Multibase de Datos

• MDBMS = multi database management system • También llamado Sistema de Base de Datos Federado • Es un tipo de DDBMS • Se compone de una colección de DBMS con alto grado de autonomía

MDBMS (cont.)

• Cada servidor es un DBMS centralizado independiente y autónomo que tiene sus propios usuarios locales, transacciones locales y administrador de base de datos (DBA) • Por lo mismo, cada uno posee un alto grado de autonomía local

• En un MDBMS cada servidor puede autorizar el acceso a porciones específicas de la BD definiendo un esquema de exportación, el cual especifica la parte de la BD a la cual puede tener acceso una cierta parte de usuarios

no locales

• Los MDBMS son catalogados como un sistema híbrido entre los sistemas distribuidos y los centralizados

Grado de autonomía

• Es el grado de independencia de operación de cada uno de los DBMS componentes del DDBMS

Autonomía de diseño

• La capacidad de que cada Base de Datos Componente (BDC) decida los aspectos concernientes con su diseño. Es decir, las personas involucradas son libres de decidir cualquier particularidad e incluso decidir que DBMS usar.

Aspectos a considerar en la autonomía de diseño

– El universo de datos relevante para el sistema – La representación (modelo de datos, lenguaje de consultas) y el nombrado de los datos – La conceptualización o interpretación semántica de los datos (heterogeneidad semántica) – Restricciones usadas para administrar los datos – La funcionalidad del sistema – La asociación y compartición con otros sistemas y – La implementación (p.e. registros y estructuras de archivos).

Autonomía de comunicación

• La habilidad de que una BDC decida comunicarse o no con otro componente de una misma federación

Autonomía de ejecución

• Es la habilidad de una BDC para ejecutar operaciones locales sin la interferencia de operaciones externas, en el orden que la BDC lo decida

Autonomía de asociación

• Cada BDC decide cuánto y cuándo puede compartir su funcionalidad y recursos con otros componentes, inclusive la capacidad de asociarse o retirarse de una o más federaciones

Grado de Transparencia de Distribución

• Si el usuario percibe un solo esquema integrado sin información alguna relativa a la fragmentación, replicación o distribución, se dice que el DDBMS tiene un alto grado de transparencia de distribución. • Si el usuario puede ver toda la fragmentación, el reparto y la aplicación, el DDBMS no tiene transparencia de distribución

Distribución de los datos

Fragmentación

• La fragmentación de una base de datos consiste en descomponer en partes los datos, siguiendo algún patrón conveniente y relacionado con la forma como estos serán alimentados y explotados.

Tipos de fragmentación

• Tipos primitivos de fragmentación: – Horizontal – Vertical • Tipos derivados: – Horizontal derivada – Mixta

Objetivos ideales

• Separar el concepto de fragmentación de los datos del concepto de localización (o ubicación) de los mismos.

• Control explícito de la redundancia • Independencia de DBMSs locales

Tipos de transparencia

• Transparencia de fragmentación • Transparencia de localización • Transparencia de replicación • Transparencia de correspondencia

Niveles de transparencia

1. Transparencia de fragmentación 2. Transparencia de localización 3. Transparencia de correspondencia local 4. Sin transparencia