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