Este documento presenta una introducción al modelo de datos clave-valor. Explica que este modelo asocia claves con valores de forma eficiente, permitiendo el acceso rápido a los elementos almacenados mediante una clave. También describe algunas técnicas comunes como el hashing consistente para la distribución de datos en sistemas distribuidos, y presenta Redis como un caso de estudio, explicando sus operaciones, arquitectura, replicación y usos comunes.

1. Bd NoSQL
Clave Valor
PROFA. MERCY OSPINA
mercy.ospinat@gmail.com

2. Agenda
Modelo de datos
Operaciones
Técnicas usadas
Cuando usar
Caso de estudio

3. Modelo de datos
Una tabla hash, matriz asociativa, mapa
hash, tabla de dispersión o tabla fragmentada
◦ Es una estructura de datos que asocia llaves o claves con
valores.
◦ La operación principal que soporta de manera eficiente es
la búsqueda: permite el acceso a los elementos (teléfono y
dirección, por ejemplo) almacenados a partir de una clave
generada

4. Distribución de los datos
Para agilizar las búsquedas por la clave se utilizan
normalmente funciones de asociación que son las
que definen donde se almacenará el dato y luego
permiten su rápido acceso

5. Distribución de los datos
Pero en sistemas distribuidos donde los nodos pueden entrar
y salir de manera dinámica (p2p) este esquema es complejo
de manejar
En estos casos se propone el uso de la técnica como “Hashing
Consistente” que requiere el diseño de Tablas hashing
distribuidas

6. Almacenamiento
Si cada nodo tiene un conjunto de claves aleatorias,
internamente puede almacenarse de distintas
maneras:
◦ Tabla hash
◦ arboles B+ (Tokyo Cabinet)
Tipos de registros
◦ <key, value>
◦ Tupla<key, v1,. ., vn>

7. Operaciones
Operaciones simples
◦ Set(key, value) o put (key, value)
◦ Get (key) : value
◦ Delete (key)
Otras operaciones
◦ Operaciones sobre listas, conjuntos, mapas, entre otros
◦ Push, Insert, remove, count, leng, etc.
◦ mapreduce(keyList, mapFunc, reduceFunc)
◦ Depende de la base de datos

8. Tipos
Tipo Base de datos
Clave-Valor en memoria
Coherence, eXtreme Scale, Redis, GigaSpaces,
GemFire, Hazelcast, Infinispan, JBoss
Cache, Memcached,
Repcached, Terracotta, Velocity
Clave –Valor persistente
Flare, Keyspace, RAMCloud,
SchemaFree, Hyperdex, Aerospike
Clave –Valor (Consistencia
Eventual)
DovetailDB, Dynamo, Riak, Dynomite,
MotionDb, Voldemort, SubRecord
Clave –Valor (Ordenada)
Actord, FoundationDB, Lightcloud,
Luxio, MemcacheDB, NMDB, Scalaris,
TokyoTyrant

9. Técnicas usadas
Voldemort, Riak, Redis, Scalaris, Tokyo Cabinet,
Memcached/Membrain/Membase
◦ Hashig Consistente(DHT)
◦ Solo indices primarios: búsqueda por clave
◦ No manejan índices secundarios
◦ Transacciones: actuakizacion simple o multiple.
◦ Concurrencia: bloqueos o MVCC

10. Ejemplo – DynamoDB
Problema Técnica Ventaja
Arquitectura P2P Escalabilidad transparente
Sharding Hashing Consistente Escalabilidad Incremental
Alta disponibilidad de escrituras
Relojes de vector con
reconciliación durante lecturas
Tamaño de versiones está
desacoplada de las tasas de
actualización.
Manejo de fallas temporales Sloppy Quorum y hinted handoff
Proporciona alta disponibilidad y
garantía de durabilidad cuando
algunas de las réplicas no están
disponibles.
Recuperación de fallas
permanentes
Anti entropía con árboles Merkle
Sincroniza réplicas divergentes en
background
Entrada y salida de nodos
Protocolo de membresía y
detección de fallos basado en
Gossip
Conserva la simetría y evita tener
un registro centralizado para el
almacenamiento de membresía e
información de nodos activos .

11. Caso de estudio - Redis
Es una almacén de clave valor de código abierto
◦ Primera versión: abril 2009 (actualmente 3.2.1 V estable)
◦ Escrito en C
◦ Multiplataforma (menos Windows)
◦ Licencia Creative Commons CC BY-SA 4.0
◦ Arquitectura maestro-esclavo (clúster)
◦ Sitio web: http://redis.io
Maneja varios tipos de datos indexados por la clave como:
◦ Cadena de caracteres (string) seguras binarias
◦ hashes,
◦ Listas (lists)
◦ conjuntos y conjuntos ordenados (set, sorted set)
◦ Arreglos de bits (bitmaps)
◦ Hyperlogs: datos probabilísticos para estimar la cardinalidad de un conjunto

12. Caso de estudio - Redis
Trabaja en memoria principal lo que disminuye los tiempos de respuesta
◦ Cada segundo Redis puede manejar mas de 100.000 operaciones de Lectura/Escritura
Es posible tener persistencia
◦ volcar el conjunto de datos en el disco de acuerdo a la tasa de actualizaciones
◦ o añadiendo cada comando en un registro log.
Particionamiento
◦ Por rango de claves: haciendo corresponder un rango a una instancia de Redis
◦ Ventaja: sencillo de implementar
◦ Desventaja: requiere llevar una tabla de correspondencia entre los rangos y las instancias
◦ Por hashing: requiere una función que hash que convierta un string en un número y luego
la función módulo n donde n es el número de instancias de redis. Ejemplo para instancias
R0..R3 de redis
◦ Se aplica la fución crc32 a la clave: crc32(foobar)93024922.
◦ 93024922 mod 4 = 2 (se guarda en la instancia R2)

13. Caso de estudio - Redis
Particionamiento
◦ Partición del lado del cliente: el cliente selecciona el nodo donde almacenar la clave,
usando rango de claves o hashing
◦ Partición asistida por proxy: Se configura el esquema de partición en un proxy y este se
encarga de transmitan los datos a la instancia correspondiente
◦ Enrutamiento de consultas: la consulta puede dirigirse a cualquier nodo y este se
asegurará que llegue al nodo correcto
◦ No implementa Hash Consistente
Consideraciones
◦ No soporta consultas a múltiples claves que están en instancias diferentes
◦ No soporta transacciones que involucren varias claves
◦ El manejo de datos es complejo cuando se usa sharding
◦ Agregar o quitar nodos es complejo

14. Caso de estudio - Redis
Replicación
◦ Usa replicación asíncrona, con una configuración maestro-esclavo
◦ Un maestro puede tener varios esclavos
◦ Usa MVCC para la concurrencia, sin bloqueos del maestro o los esclavos
◦ Si un maestro falla (es inalcanzable) se promueve un esclavo como nuevo maestro
◦ Más información http://redis.io/topics/replication

15. Caso de estudio – Redis
Arquitectura
 Todos los nodos se
conectan directamente
con los demás a través
del “Redis Cluster Bus”
 Usa gossip para la
eliminación o ingreso
de nuevos nodos
(membresía)
http://redis.io/topics/cluster-spec

16. Caso de estudio – Redis
Seguridad
◦ Diseñado para ser accedido por los clientes de confianza
◦ Si el acceso no es de confianza debe estar mediado por una
capa de la aplicación de auditoria.
◦ Aunque no implementa control de acceso ofrece una capa
de autenticación que se activa en el archivo redis.conf
◦ Redis no implementa cifrado de datos
◦ Es muy difícil la inyección de código por no tener código de
escape

17. Caso de estudio - Redis
Tiene API’s para diferentes lenguajes
◦ PHP,
◦ Java,
◦ Python,
◦ Ruby,
◦ Perl,
◦ Scala,
◦ C, C++,Objective C, Node.js,
◦ Muchos más…

18. Caso de estudio - Redis
Algunos usos de Redis
◦ Mensajería
◦ Mostrar últimos artículos listados en su página principal.
◦ Supresión y filtrado.
◦ Tablas de clasificación y problemas relacionados
◦ Colas
◦ Análisis en tiempo real de lo que sucede, estadísticas, anti
spam.
◦ Caching
◦ Muchos más ...

19. Caso de estudio – Redis
¿Quién lo usa?

20. Clave valor
Investigar en Riak
◦ Tipos de datos y operaciones
◦ Arquitectura
◦ Fragmentación y replicación (técnicas)
◦ Seguridad
◦ Usos

21. Cuando usar almacenes
clave-valor
Cuando la capacidad de
almacenar y recuperar
grandes volúmenes de
datos es importante
No es importante
almacenar las
relaciones entre los
elementos
La data es no
estructurada
Util para el desarrollo
rápido de prototipos
Manejo del crecimiento
rápido de la lista de
elementos: twitter,
registros históricos de
internet, blogs
No se requiere la
implementación de
validaciones lógicas o
restricciones de los
datos en la BD

22. Limitaciones de clave-valor
Falta de estándares para el manejo de datos
Lenguajes de consulta no son de alto nivel
Herramientas para su uso y configuración
Consultas y ordenamiento solamente por clave
primaria

23. Próxima clase
BD NoSQL Documento:
◦ Modelo de datos
◦ Operaciones
◦ Técnicas usadas
◦ Caso de estudio