El documento describe diferentes arquitecturas de bases de datos, incluyendo sistemas centralizados, cliente-servidor y distribuidos. Explica cómo los sistemas distribuidos permiten fragmentar y replicar datos en múltiples sitios para mejorar el rendimiento y la disponibilidad. También cubre temas como la gestión de transacciones y datos replicados en sistemas distribuidos.

1. Base de Datos: Arquitecturas de Bases de Datos Multiusuario Profesor: Msc. Luis Serna Jherry

2. Objetivos del Dia de Hoy Sistemas Centralizados Sistemas Cliente Servidor Sistemas Distribuidos

3. Sistemas Centralizados Os cc = Control de comunicaciones del sistema operativo Os dm = Administración de datos del sistema operativo OS cc AP 1 AP 2 AP 3 D B M S OS dm DB Usuario 1 Usuario 2 Usuario n

4. Arquitectura cliente - servidor BD OS net AP 1 AP 2 OS net AP 2 AP 3 OS net AP 2 OS net OS dm DBMS Red Usuario 1 Usuario 2 Usuario n Os net = porción de comunicaciones de red del SO Od dm = porción de administración de datos del SO

5. Sistemas Cliente/Servidor Interfaz (SQL + API) Funcionalidades de la parte visible al usuario y del sistema subyacente Parte visible al usuario Sistema subyacente Motor SQL Interfaz de usuario SQL Interfaz de formularios Diseñador de Informes Interfaz gráfica

6. Existen dos arquitecturas básicas: De dos niveles , en los que: La lógica de la Presentación está en el Cliente. La lógica de los Datos y del negocio está en el Servidor. De tres niveles, que implica servicios de gestión de transacciones complejas, y donde: La lógica de la Presentación está en el Cliente. La lógica de los Datos está en el Servidor de Datos La lógica del Negocio está en el Servidor de Aplicaciones. Sistemas Cliente/Servidor

7. Sistema Distribuido de Base de Datos Red de Comunicaciones Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5

8. Arquitectura de BD Distribuida AP 1 AP 2 DDBMS OS net OS dm AP 2 DDBMS OS net OS dm DDBMS OS net OS dm AP 2 AP 3 DDBMS OS net OS dm red BD BD BD BD

9. En un sistema distribuido la base de datos se almacena en varias computadoras. Varios medios de comunicación, como redes de alta velocidad o líneas telefónicas, ponen en contacto a las distintas computadoras. No comparten memoria ni discos. Las computadoras pueden variar en tamaño y función. Sistemas Distribuidos

10. Un conjunto de localizaciones o sitios conectados entre si mediante algún tipo de red de comunicaciones, en el cual: Cada sitio es un sistema de base de datos en sí mismo. Los sitios han convenido en trabajar juntos (si es necesario) como si los datos estuvieran almacenados localmente en el propio sitio del usuario. Sistemas Distribuidos

11. Sistemas Distribuidos Principio fundamental: Desde el punto de vista del usuario, un sistema distribuido deberá ser idéntico a un sistema no distribuido. Permite que cada sitio almacene y mantenga su propia BD. Puede mejorar la fiabilidad; esto es, si falla un sitio el resto de la red puede seguir funcionando. Permite el control local de los datos que se usan con mas frecuencia en un sitio.

12. Características Los distintos emplazamientos están informados sobre los demás. Aunque algunas tablas pueden estar almacenadas sólo en algunos emplazamientos, éstos comparten un esquema global común. Cada emplazamiento proporciona un entorno para la ejecución de transacciones tanto globales como locales. En general, en cada emplazamiento se ejecuta el mismo software de gestión de BD distribuidas.

13. Ventajas Compartimiento de Datos Los usuarios de un emplazamiento pueden acceder a los datos que residen en otros emplazamientos. Autonomía . Cada emplazamiento conserva un cierto grado de control sobre los datos almacenados localmente. Cada administrador local de BD puede tener una autonomía local diferente, dependiendo del diseño del sistema distribuido de BD. Mejora del rendimiento para procesamientos locales La base de datos se fragmenta en bases de datos más pequeñas, manteniendo los datos cerca de donde más se necesitan Las consultas y transacciones locales tienen mejor rendimiento debido al tamaño de la BD

14. Ventajas Fiabilidad y Disponibilidad La fiabilidad se refiere a la probabilidad de que el sistema esté operativo en cualquier momento dado. La disponibilidad consiste en la probabilidad de que el sistema esté disponible continuamente durante un determinado período de tiempo Si falla un emplazamiento, los restantes pueden continuar funcionando. Si se duplican los elementos de datos acertadamente en varios emplazamientos, una transacción que requiera un determinado elemento puede obtenerlo de cualquiera de dichas copias. Así, el fallo de un emplazamiento no implica necesariamente el cierre del sistema.

15. Inconvenientes Costo de desarrollo del software. La implementación de un sistema distribuido de BD es más difícil, y por tanto más costoso. Mayor probabilidad de errores. Como los emplazamientos operan en paralelo, es mas difícil asegurarse de la corrección de los algoritmos, del funcionamiento especial durante los fallos de parte del sistema, así como de la recuperación. Mayor sobrecarga de procesamiento Debido al intercambio de mensajes y el cómputo adicional para la coordinación entre los emplazamientos.

16. Almacenamiento Distribuido de Datos Fragmentación Significa dividir una relación en fragmentos para propósito de almacenamiento. Mejora el desempeño. Fragmentación Horizontal : Consiste en la partición de una tabla en subconjuntos de filas. Fragmentación Vertical : Consiste en particionar una tabla por la proyección del subconjunto de sus atributos.

17. Fragmentación Horizontal NUM EMP NUM DEPTO SALARIO E1 DX 45K E2 DY 40K E3 DZ 50K E4 DY 63K E5 DZ 40K NUM EMP NUM DEPTO SALARIO E1 DX 45K E3 DZ 50K E5 DZ 40K Almacenamiento físico en Tokyo NUM EMP NUM DEPTO SALARIO E4 DY 63K E2 DY 40K Almacenamiento físico en Lima Percepción del usuario Fragmento en Lima Fragmento en Tokyo

18. Réplica Ocurre si el sistema mantiene copias de una tabla X en diferentes sitios para que la data tenga mas disponibilidad. Los usuarios deberán poder comportarse como si solo hubiera una copia de los datos ( Independencia de Réplica ). Permite la creación y eliminación dinámica de réplicas en respuesta a cambios en los requerimientos, sin afectar los programas o actividades de los usuarios. Ventajas Si una de las estaciones que contiene la tabla X falla, la tabla puede recuperarse de otro sitio Si la mayoría de los accesos a la tabla X sólo involucran una consulta a la tabla, entonces varios sitios pueden estar solicitando datos de X en forma concurrente. Mientras mas copias haya de X será menor el tráfico de la red. Almacenamiento Distribuido de Datos

19. Réplica Fragmento de Lima Fragmento de Tokyo Réplica del fragmento de Lima Réplica del fragmento de Tokyo Percepción del Usuario Almacenamiento físico en Tokyo Almacenamiento físico en Lima NUM EMP NUM DEPTO SALARIO E4 DY 63K E2 DY 40K NUM EMP NUM DEPTO SALARIO E1 DX 45K E2 DY 40K E3 DZ 50K E4 DY 63K E5 DZ 40K NUM EMP NUM DEPTO SALARIO E1 DX 45K E3 DZ 50K E5 DZ 40K NUM EMP NUM DEPTO SALARIO E1 DX 45K E3 DZ 50K E5 DZ 40K NUM EMP NUM DEPTO SALARIO E4 DY 63K E2 DY 40K

20. Mínimo Coste: De almacenamiento de cada fragmento en el nodo correspondiente De modificar un fragmento que está replicado en distintos nodos De trasferencia de datos en la red Rendimiento: Minimizar tiempos de respuesta Maximizar capacidad de procesamiento en cada nodo Esquema de Asignación y Replicación: objetivos

21. Funciones Adicionales de los SGBDD Mantenimiento de la pista de los datos Expandiendo el catálogo de la BD para seguir la pista de la distribución de los datos, la fragmentación y la réplica Gestión de Transacciones Distribuidas Determinar estrategias de ejecución de consultas y transacciones que acceden a datos de más de una localización, sincronizar el acceso a dichos datos y mantener la integridad Gestión de datos replicados Decidir a qué copia de los datos acceder y mantener la consistencia entre dichas copias Recuperación de la base de datos distribuida La capacidad de recuperarse de caídas de sitios individuales y de fallos de los enlaces de comunicación

22. Funciones Adicionales de los SGBDD Seguridad Controlar la seguridad y privilegios de acceso de los usuarios de las transacciones distribuidas Gestión del directorio (catálogo) distribuido Información de dónde y cómo se almacenan los datos, el modo de acceso y características físicas. Alternativas: catálogo centralizado, replicado completamente, dividido, combinación de centralizado y dividido.

23. Procesamiento Distribuido de Consultas Consideraciones: El número de accesos a disco El costo de la trasmisión de datos por la red (número y volumen de mensajes) La ganancia potencial en rendimiento respecto de hacer que varios emplazamientos procesen en paralelo parte de la consulta “ Buscar todas las tuplas de la tabla Cuenta” Si replicada, si fragmentada, si replicada y fragmentada.

24. Procesamiento Distribuido de Transacciones Agente: proceso ejecutado a nombre de una determinada transacción en un determinado sitio. Control de concurrencia: No se permite bloqueo mutuo entre dos agentes que sean parte de una misma transacción. Control de recuperación: Todos los agentes de la misma transacción se comprometen (Commit) o abortan (Rollback) simultáneamente.

25. Manejar múltiples copias de los datos: Debe mantenerse la consistencia entre las copias: El control de concurrencia debe asegurar que cada copia sea consistente con todas las demás, aún cuando el sitio en el que reside falla y se recupera posteriormente Fallo de sitios individuales: El sistema debe continuar operando con sus sitios activos, si es posible, cuando fallen sitios individuales. Cuando el sitio que falló se recupera, su BD local debe sincronizarse con las demás antes de reincorporarse al sistema. Control de Concurrencia y Recuperación en BDD

26. Confirmación (commit) distribuida: Podría haber problemas al confirmar una transacción distribuida si alguno de los sitios involucrados falla durante la confirmación Bloqueo mortal distribuido: Podría ocurrir bloqueo mortal (interbloqueo) entre varios sitios, por lo que deben extenderse las técnicas para su tratamiento para considerar esta situación Control de Concurrencia y Recuperación en BDD

27. Se designa una de las copias de cada elemento de datos como copia distinguida Todos los bloqueos se asocian a la copia distinguida , y todas las solicitudes de bloqueo y desbloqueo se envían al sitio que contiene esa copia Control de Concurrencia por “ Copia Distinguida”

28. Técnicas de elección de copia distinguida: Sitio primario: Se designa un sitio como coordinador para todos los elementos de la base de datos. Los bloqueos son hechos en este sitio. Control de Concurrencia por “ Copia Distinguida”

29. Técnicas de elección de copia distinguida: Sitio primario con sitio de respaldo Se designa un segundo sitio como de respaldo, y los bloqueos se mantienen en ambos sitios Control de Concurrencia por “ Copia Distinguida”

30. Técnicas de elección de copia distinguida: Copia primaria Se mantienen las copias distinguidas de los elementos de datos almacenadas en diferentes sitios. Se puede combinar con sitios de respaldo Control de Concurrencia por “ Copia Distinguida” A B A B A B

31. Recuperación en BDD El sistema debe ser capaz de detectar un fallo en uno de los emplazamientos, de modo que pueda decidir si es necesaria alguna acción de recuperación. El sistema debe dejar de utilizar los servicios del emplazamiento con falla. Deben existir mecanismos para reintegrar fácilmente en el sistema al emplazamiento que falló, cuando se haya recuperado.

32. Tipos de BD Distribuidas BD 1 BD 2 Línea de comunicación Dividida no Duplicada No Distribuida AP 1 AP 2 DBMS/OS Z Y X W AP 1 DBMS/OS AP 2 DBMS/OS Z Y X W

33. Tipos de BD Distribuidas AP 2 DBMS/OS BD (copia 1) BD (copia 2) Línea de comunicación No Dividida y Duplicada AP 1 AP 2 DBMS/OS AP 1 Z Y X W Z Y X W

34. Tipos de BD Distribuidas BD 1 BD 2 Línea de comunicación Dividida y Duplicada Y X W Z Y AP 1 DBMS/OS AP 2 DBMS/OS

35. Clases de SGBDD Heterogeneidad Distribución Autonomía SGDB integrados, heterogéneos SGDB heterogéneo y distribuido Múltiples SGDB homogéneos, lógicamente integrados SGDB homogéneo y distribuido SGDB federado, homogéneo y distribuido Sistema multibase, homogéneo y distribuido SGDB federado, heterogéneo y distribuido SGDB federado, heterogéneo en una sede SGDB federado, homogéneo en una sede Sistema multibase, heterogéneo Sistema multibase, homogéneo Sistema multibase, heterogéneo y distribuido

36. Arquitectura para SGBDD Esquema Externo Global 1 Esquema Externo Global 2 Esquema Externo Global n Esquema Conceptual Global Esquema Conceptual BD Local 1 Esquema Conceptual BD Local n Esquema Interno BD Local n Esquema Interno BD Local 1 Esquema Externo Local 11 Esquema Externo Local 1h Esquema Externo Local n1 Esquema Externo Local nm

37. Arquitectura de los SGBD Multibase Esquema Externo 1 Esquema Externo 2 Esquema Externo n Esquema Conceptual BD Local 1 Esquema Conceptual BD Local n Esquema Interno BD Local n Esquema Interno BD Local 1 Esquema Conceptual BD Local 2 Esquema Interno BD Local 2

38. Diseño de BDD Esquema Lógico Global Esquema Lógico Local 1 Esquema Lógico Local 2 Esquema Lógico Local n Distribución Integración

39. Bibliografia Fundamentos de Sistemas de Base de Datos. Ramez Elmasri, Shamkant Navathe