Conceptos básicos de NoSQL parte 1, Movimiento nosql, teorema de brewer, propiedades BASE

1. Bd NoSQL
Conceptos Básicos
PROFA. MERCY OSPINA
mercy.ospinat@gmail.com
@abducv twitter

2. Agenda
Movimiento NoSQL
Conceptos básicos
Teorema de Brewer (CAP)
Propiedades BASE
BASE vs ACID
Escalabilidad
Fragmentación
Replicación

3. Movimiento NoSQL
Historia
1970 1980 1990 2000 2010
Nace el modelo relacional
Se desarrolla Oracle
Se desarrolla SQL

4. Movimiento NoSQL
Historia
1970 1980 1990 2000 2010
Nacen las BD OO
Dominan las BD Relacionales

5. Modelo relacional
Ventajas Persistencia
Integración
SQL como estándar
Transacciones ACID
Reportes

6. Movimiento NoSQL
¿Qué paso en el 2000?
Internet
Aplicaciones
Redes Sociales
Youtube
Emails
Motores de
búsqueda
Otros
Alto tráfico de datos

7. Movimiento NoSQL
Aumentar la
capacidad de los
servidores

8. Movimiento NoSQL
Aumentar la
cantidad de
servidores

9. Movimiento NoSQL
Relacional
Relacional

10. Movimiento NoSQL
Historia
1970 1980 1990 2000 2010
Big Table
DynamoDB
2006
2007

11. Movimiento NoSQL
Historia
1970 1980 1990 2000 2010
Johan Oskarsson El nombre para la primera reunión
de bases de datos distribuidas de
código abierto
#nosql

12. Movimiento NoSQL
Una total negación de los RDBMS y
el fin de dichos sistemas ¿?
No relacional, no Acid, no Join
Michael Stonebraker
Not Only SQL: sistemas de
almacenamiento que no sigue el
modelo relacional y que busca
resolver problemas de escalabilidad
Científico especializado en la base de
datos de investigación y desarrollo. Su
carrera abarca, y ayudó a crear, la
mayoría de la base de datos
relacionales del mercado existente hoy
en día.

13. Movimiento NoSQL
No es un solo producto o una sola
tecnología
Ha habido el miedo de que sea una
moda
No existen estándares
A pesar de ser muy reciente usa
técnicas ampliamente probadas

14. Agenda
Movimiento NoSQL
Conceptos básicos
Teorema de Brewer (CAP)
Propiedades BASE
BASE vs ACID
Escalabilidad
Fragmentación
Replicación

15. Teorema de Brewer
 Con la llegada de internet surgió la importancia de
la disponibilidad (availability) en sistemas
distribuidos
 Disponibilidad: Cada petición recibida por un
nodo activo debe dar por lugar una respuesta.
Aunque se produzcan fallos en la red cada
solicitud debe terminar

16. Teorema de Brewer
 Consistencia: después de una operación de
actualización de algún escritor todos los lectores
ven esa actualización de alguna fuente de datos
compartida.
Escritor
X=5
Lector
X=5

17. Teorema de Brewer
 Tolerancia a partición: se entiende como la
capacidad del sistema para continuar la operación
en presencia de particiones de red.
 Esto ocurre si dos o más "islas" de nodos surgen
en la red (temporal o permanente) las cuales no
pueden conectarse entre sí.

18. Teorema de Brewer
Propuesto en el simposio de “Principios de Computación
Distribuida” de ACM en el 2000 por Eric Brewer como una
conjetura.
18
Los servicios
distribuidos no pueden
asegurar en forma
conjunta las siguientes
propiedades:
Consistencia (C)
Disponibilidad
(A)
Tolerancia a
Particiones (P)

19. Teorema de Brewer
En el año 2002, Seth Gilbert y Nancy Lynch de MIT
publicaron una demostración formal de la conjetura de
Brewer, convirtiéndola en un teorema
Aunque esta demostración ha sido criticada, el
teorema ha sido adoptado por compañías como
Amazon y Facebook y por la comunidad de NoSQL.
¿Cuál es la confusión?

20. Entendiendo la tolerancia a
particiones – confusión
Gilbert y Lynch definen la tolerancia a partición como sigue:
“The network will be allowed to lose arbitrarily many messages sent from
one node to another”
Es decir, no es una propiedad de la aplicación distribuida sino de la red donde
se ejecuta. Entonces no es algo que podamos escojer cuando se diseña el
sistema.
Si se presenta una
partición
Consistencia: se permiten actualizaciones a
ambos lados de la partición
Disponibilidad: se detecta el error y se cierra el
sistema hasta que sea resuelto
se pierde

21. Entendiendo la tolerancia a
particiones
Conclusión del teorema de CAP:
Si se tiene una red donde se pueden perder mensajes
Entonces
No se pueden tener ambas propiedades,
Disponibilidad y Consistencia, se debe elegir una.
http://blog.cloudera.com/blog/2010/04/cap-confusion-problems-with-
partition-tolerance/

22. Teorema de Brewer
Algunos diseñadores concluyen incorrectamente
que el teorema impone restricciones en los
sistemas de bases de datos durante su normal
funcionamiento y por lo tanto implementan los
sistemas innecesariamente limitados.

23. Teorema de Brewer
AP: el sistema siempre responderá A
aunque se pierda la comunicación entre
nodos P. Los datos procesados pueden
no ser consistentes C.
CA: el sistema siempre responderá A y
los datos procesados serán consistentes
C. No se considera la perdida de
comunicación entre nodos P.
CP: el sistema ejecutará las operaciones
de forma consistente C, aunque se pierda
la comunicación entre nodos P, pero no
se asegura que el sistema responda A.
http://www.rodenas.org/ferdyblog/2011/02/25/el-teorema-de-cap/

24. Propiedades ACID en SMBDR
Distribuidos
Atomicidad
Consistencia
aIslamiento
Durabilidad
¿Qué pasa con la
tolerancia a particiones?
2-Phase commit protocol

25. Propiedades BASE
• Cada solicitud garantiza una respuesta, bien sea
correcta o no.
Básicamente disponible (BA,
Basically Available):
• El estado del sistema puede cambiar con el
tiempo, a veces sin una entrada (por consistencia
eventual).
Estado flexible (S, Soft state):
• La base de datos puede estar momentáneamente
inconsistente pero será consistente con el tiempo.
Eventualmente consistente
(E, Eventually consistence):
25

26. ACID vs BASE
ACID -> CONSISTENCIA
◦ Pesimistas
◦ Consistencia estricta
◦ Aislamiento
◦ Centrada en el commit
◦ Sacrifica la disponibilidad
BASE -> DISPONIBILIDAD
◦ Optimistas
◦ Consistencia débil o eventual
◦ Disponibilidad primero
◦ Mejor esfuerzo
◦ Respuestas aproximadas
◦ Permite mayores niveles de
escalabilidad
http://www.cs.berkeley.edu/~brewer/cs262b-2004/PODC-keynote.pdf

27. Escalabilidad
Define la manera en que un sistema o plataforma
puede crecer para aumentar su capacidad de dar
servicio al negocio
El análisis de escalabilidad es el resultado del estudio
de la escalabilidad de los distintos componentes y sus
relaciones
Existen dos formas en que un componente puede
escalar

28. Escalabilidad

29. Escalabilidad horizontal
Es la cualidad que tiene un componente de cooperar
con componentes de su misma naturaleza y de esta
manera incrementar el rendimiento de la tarea que se
está realizando.
¿Cómo se mide?

30. Escalabilidad horizontal
Por lo tanto es fundamental conocer los límites del escalado horizontal
de un componente para evitar una degradación de la capacidad

31. Escalabilidad en un sistema
informático
Capacidad para crecer sin perder calidad en los
servicios ofrecidos.
Suficiencia de dicho sistema informático de variar su
tamaño, características y capacidad de servicios para
adaptarse a una nueva situación.

32. Escalabilidad en un sistema
informático

33. Escalabilidad en un sistema
informático
Se basa en poder distribuir el
trabajo entre los componentes
La función de distribución la
realiza el Balanceador que
arbitra el reparto de la carga
entre los componentes
cooperantes
El principal problema es
estimar cuánta carga deberá
soportar el sistema para evitar
la degradación
HORIZONTAL

34. Próxima Clase
Sistemas distribuidos
Distribución de datos
Fragmentación
Replicación
Paradigma Map-Reduce