Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Expo SBDD
Expo SBDD
Sistemas distribuidos.
Nodo w
DBMw
BDw
Nodo x
Programa de
consulta
o
transaccin
DTMx
DBMx
BDx
Programa de
consulta
o
transaccin
DTMy
DBMy
BDy
Programa de
consulta
o
transaccin
DTMz
Nodo y
Nodo z
Interfaz de solicitud
DDB
Interfaz de accin
DDBMS
Maestra en Ciencias.
Pag. 1
Universidad de Colima.
Sistemas distribuidos.
Un administrador de transacciones distribuidas (DTM) es un programa que recibe solicitudes de procesamiento de los programas de consulta o de transacciones ya su vez las
traduce en acciones para los administradores de la base de datos. Una funcin importante
del DTM es coordinar y controlar dichas acciones. Dependiendo de la naturaleza de la
aplicacin del DDBMS, el DTM puede ser proporcionado como parte de DDBMS o puede
desarrollarse en casa por la organizacin que pone en prctica el sistema distribuido. En
aplicaciones menos complejas, una parte de sus funciones puede ser llevada a cabo por
personas, siguiendo slo procedimientos manuales.
Un administrador de la base de datos (DBM) es un programa que procesa cierta porcin
de la base de datos distribuida, como es el hecho de recuperar y actualizar datos del usuario
y generales, de acuerdo con comandos de accin recibidos de los DTM. El DBM puede ser
un subconjunto de un producto DDBMS, o ser tambin un DBMS comercial no distribuido.
En algunos casos, el DDBMS pudiera contener diferentes productos DBMS.
Un nodo es una computadora que ejecuta un DTM, un DBM, o inclusive ambos. Un nodo
de transaccin procesa un DTM, y un nodo de base de datos procesa un DBM y su base de
datos': En la Figura 17-1, el Nodo W es un nodo de base de datos ejecutando DBMwY
almacenando BDw. El Nodo X es tanto un nodo de transaccin como de base de datos con
DTMx' DBMx y BDx. De modo similar, el Nodo Y es tanto un nodo de transaccin como
de base de datos, pero el Nodo Z es solamente un nodo de transaccin.
Los programas de consulta o de transaccin se comunican con los DTM a travs de
solicitudes parecidas a las solicitudes de accin del DBMS. Ejemplos son SELECT
EMPLOYEE WHERE E# EQ 123 o bien STORE DUE-DATE. Estas solicitudes operan
sobre estructuras lgicas. El programa de consulta o de aplicacin no se refiere a ninguna
instancia fsica en particular de la estructura.
Los DTM se comunican con los DBM por medio de acciones a ejecutarse en ocurrencias
especficas de datos. Por lo tanto, si la nueva ocurrencia de DUE-DA TE debe almacenarse
en DBx y en DBy, el DTM traducir la solicitud STORE DUE-DA TE en dos acciones.
Una se dirigir a DBMx para almacenar los nuevos datos, y la segunda se dirigir a DBMy
para a su vez almacenar tal informacin. En principio, las solicitudes y las acciones pueden
tambin diferir en trminos de su nivel de abstraccin. Por ejemplo, se puede expresar una
solicitud en trminos de un objeto y puede ser traducida en acciones o expresada en
trminos de relaciones compuestas distribuidas o de archivo. A la fecha, sin embargo, no
existe un DDBMS como ste.
VENTAJAS DEL PROCESAMIENTO DISTRIBUIDO
Existen cuatro ventajas del procesamiento de base de datos distribuido. La primera, puede
dar como resultado un mejor rendimiento que el que se obtiene por un procesamiento
centralizado. Los datos pueden colocarse cerca del punto de su utilizacin, de forma que el
tiempo de comunicacin sea ms corto. Varias computadoras operando en forma simultnea
pueden entregar ms volumen de procesamiento que una sola computadora.
FIME
Maestra en Ciencias.
Pag. 2
Universidad de Colima.
Sistemas distribuidos.
Figura 2
Un negocio distribuido geogrficamente
Planta A
Almacn
Planta B
Planta C
Segundo, los datos duplicados aumentan su confiabilidad. Cuando falla una computadora,
se pueden obtener los datos extrados de otras computadoras. Los usuarios no dependen de
la disponibilidad de una sola fuente para sus datos. Una tercera ventaja es que los sistemas
distribuidos pueden variar su tamao de un modo ms sencillo. Se pueden agregar
computadoras adicionales a la red conforme aumentan el nmero de usuarios y su carga de
procesamiento. A menudo es ms fcil y ms barato agregar una nueva computadora ms
pequea que actualizar una computadora nica y centralizada. Despus, si la carga de
trabajo se reduce, el tamao de la red tambin puede reducirse.
Por ltimo, los sistemas distribuidos se pueden adecuar de una manera ms sencilla a las
estructuras de la organizacin de los usuarios. La Figura 2 muestra la organizacin de un
fabricante distribuido geogrficamente. Los gerentes generales de cada una de las plantas
poseen una enorme autoridad y libertad en la operacin de sus instalaciones. Si tales plantas
dependieran de una computadora nica centralizada, la arquitectura de sistema entrara en
conflicto con la filosofa y las polticas operacionales de la empresa. Incluso en
organizaciones ms centralizadas, el procesamiento distribuido ofrece una mayor
flexibilidad para adecuarse a la estructura organizacional, de lo que permite el
procesamiento centralizado.
DESVENTAJAS DEL PROCESAMIENTO DISTRIBUIDO
Las primeras dos desventajas de las bases de datos distribuidas son las mismas que las dos
primeras ventajas. Primero, el rendimiento puede ser peor para el procesamiento distribuido
que para el procesamiento centralizado. Depende de la naturaleza de la carga de trabajo, la
red, el DDBMS y las estrategias utilizadas de concurrencia y de falla, as como las ventajas
del acceso local a los datos y de los procesadores mltiples, ya que stos pueden ser
FIME
Maestra en Ciencias.
Pag. 3
Universidad de Colima.
Sistemas distribuidos.
abrumados por las tareas de coordinacin y de control requeridas. Tal situacin es probable
cuando la carga de trabajo necesita un gran nmero de actualizaciones concurrentes sobre
datos duplicados, y que deben estar muy distribuidos.
Segundo, el procesamiento de base de datos distribuida puede resultar menos confiable que
el procesamiento centralizado. De nuevo, depende de la confiabilidad de las computadoras
de procesamiento, de la red, del DDBMS, de las transacciones y de las tasas de error en la
carga de trabajo. Un sistema distribuido puede estar menos disponible que uno centralizado.
Estas dos desventajas indican que un procesamiento distribuido no es ninguna panacea. A
pesar de que tiene la promesa de un mejor rendimiento y de una mayor confiabilidad, tal
promesa no est garantizada.
Figura 3
Ventajas y desventajas del procesamiento de una base de datos distribuida
VENTAJAS
DESVENTAJAS
Mayor rendimiento
Peor rendimiento
Mayor confiabilidad
Menor confiabilidad
Mayor complejidad
Costos ms altos
Difcil de controlar
Maestra en Ciencias.
Pag. 4
Universidad de Colima.
Sistemas distribuidos.
COMPONENTES
DISTRIBUIDAS
DE
LOS
SISTEMAS
DE
BASES
DE
DATOS
A veces, los componentes de los sistemas de base de datos distribuidos son confusos, ya
que mltiples tipos distintos de procesamiento entran dentro del trmino procesamiento de
base de datos distribuidas y pueden encajar en la arquitectura general de la Figura 1.
Considere, por ejemplo, el sistema de la Figura 4(a). Cumple con la arquitectura mostrada
en la Figura 1 en la cual los nodos estn especificados como macrocomputadoras, Es muy
probable que para este sistema, el procesamiento est basado en la igualdad de colegas
cooperando. Cada nodo de la base de datos (W, X e Y), posee autoridad para insertar,
modificar, suprimir, o bien leer cualquier dato a todo lo largo de la red. Los datos tambin
se coordinan entre computadoras en tiempo real 0 algo tan cercano como sea posible.
Ahora vayamos a la Figura 4(b), en la cual el Nodo W es una macrocomputadora, los
Nodos X e Y son minicomputadoras, y el Nodo Z es una microcomputadora. En tal caso,
las reglas del procesamiento podran ser las siguientes: slo el Nodo W puede modificar la
base de datos; los Nodos X e Y, que tienen copia de los datos del Nodo W, slo estn
autorizados para lectura, y el Nodo Z puede obtener datos nada ms del Nodo Y. No se ha
hecho ningn intento por conservar los datos actualizados en tiempo real. En lugar de ello,
todos los das los Nodos X e Y son actualizados por el Nodo W, y una vez por semana el
Nodo Y actualiza al Nodo Z. La Figura 4(c) muestra un tercer ejemplo de la arquitectura de
la Figura 1, en el cual el Nodo W es una macrocomputadora , y los Nodos X, Y y Z son
microcomputadoras conectadas a una red de rea local. El Nodo X es un acceso a la
macrocomputadora y obtiene de W todos los datos de la base de datos que necesitan X, Y y
Z y los almacena en su propia base de datos. Suponga que el Nodo Y requiere de un acceso
frecuente a una parte de los datos, pero lo procesa slo en base de lectura. Cuando el Nodo
X o el Nodo Z efectan modificaciones a los datos, las efectan sobre una copia de W. En
forma peridica, W actualiza la base de datos de X con aquellos datos que hayan sido
modificados.
Estos tres ejemplos cumplen con la arquitectura general de la Figura 1, pero son del todo
distintos. Tienen sus propios conjuntos de capacidades, as como su propio conjunto de
problemas. Para poner orden en tal complejidad, consideraremos los siguientes cinco
componentes de un sistema de base de datos distribuida: hardware, programas, datos,
procedimientos y personal.
FIME
Maestra en Ciencias.
Pag. 5
Universidad de Colima.
Sistemas distribuidos.
Figura 4
Tres ocurrencias de arquitectura de la Figura 1: (a) Sistema distribuido con cuatro
macrocomputadoras, (b) Sistema distribuido utilizando una macrocomputadora, dos
minicomputadoras y una microcomputadora, y (c) Sistema distribuido utilizando una
macrocomputadora, una LAN y tres microcomputadoras
Nodo W
Macrocomputadora
Nodo X
Macrocomputadora
Nodo Y
Macrocomputadora
Macrocomputadora
Nodo Z
(a)
Nodo W
Macrocomputadora
Nodo X
Minicomputadora
Nodo Y
Minicomputadora
Nodo Z
Microcomputadora
Nodo W
Macrocomputadora
tu
Ac
ar
liz
(b)
a
tu
Ac
a
liz
Microcomputadora
Microcomputadora
Nodo X
LAN
Microcomputadora
Nodo Z
(c)
HARDWARE
Como se muestra en la Figura 4 los nodos de procesamiento pueden estar formados por
mltiples y distintos tipos de hardware. En algunos sistemas distribuidos, como en la Figura
4(a), los nodos son homogneos. En otros, como en la Figura 4(b) y (c), son heterogneos.
Al determinar las autorizaciones de proceso de los nodos debern tomarse en cuenta las
diferencias en las velocidades de procesamiento y las capacidades de almacenamiento.
SOFTWARE
El programa principal que necesitamos considerar en un sistema de base de datos
distribuida es el DDBMS. La arquitectura DDBMS que se muestra en la Figura 1 es
genrica. Los DTM, y DBM pueden ser subsistema de un solo producto DDBMS
concesionado por un solo fabricante. En forma alterna y de manera ms frecuente, el
DDBMS es un amalgama de programas desarrollados en casa y de productos obtenidos por
FIME
Maestra en Ciencias.
Pag. 6
Universidad de Colima.
Sistemas distribuidos.
varios fabricantes de software. En muchos casos, los DTM se escriben en casa, y los DBM
son productos DBMS comerciales.
Considere usted los ejemplos de la Figura 4. En el primero, las computadoras son del
mismo tipo de mquinas (macrocomputadora) y la empresa, con tal sistema, podra decidir
adquirir la licencia de un DDBMS que sea un solo producto. De hacerlo as, los DTM y
DBM seran proporcionados por el fabricante como subsistemas del DDBMS. Cada DTM
esperara estar en comunicacin con slo el DBM proporcionado por el fabricante. R*, un
DDBMS prototipo desarrollado por IBM, es un ejemplo de un producto como ste. Sin
embargo, tales productos DDBMS son raros.
Vea usted la Figura 4(b). El sistema incluye una mezcla de tipos de hardware, y es poco
probable que cualquier producto DDBMS comercial pudiera funcionar con todos ellos. Los
DBM podran ser versiones de un producto DBMS comercial, siempre y cuando dicho
producto se ejecute sobre todo tipo de hardware. Oracle, por ejemplo, se ejecuta en
microcomputadoras, minicomputadoras y microcomputadoras. Los DTM no forman parte
del producto comercial. En lugar de ello, seran programas de aplicacin escritos en casa,
con acceso a producto de una computadora exterior y descargando los datos. O se podran
utilizar como DBM varios productos DBMS, tal y como a continuacin se describe.
En la Figura 4(c) se muestra una macrocomputadora que ha entrado en contacto con una
red de rea local de microcomputadoras. En tal caso, el DBM podra ser nada ms un
producto, como en el caso anterior, o una mezcla de productos. Si se tratara de una mezcla,
el DBM del Nodo W pudiera ser un producto DBMS de una macrocomputadora como
DB2, y los DBM de los Nodos X, Y y Z podran ser versiones LAN multiusuario de un
DBMS de microcomputadora, como sera SQL Server o Informix. Es posible que un
programa de extraccin, que obtiene datos de la base de datos en el Nodo X, fuera
proporcionado por el vendedor del DBMS para microcomputadora. Entonces el DDBMS
podra ser un solo producto o una amalgama de diferentes programas y productos.
DATOS
Una de las claves de un sistema de base de datos distribuida consiste en que los datos se
duplican, o no. Una base de datos distribuida puede no estar duplicada, parcialmente
duplicada o totalmente duplicada. Si no est duplicada, existe una y slo una copia de cada
elemento de datos. Los elementos de datos se asignan a nodos particulares, y pueden residir
en su nodo asignado. Cualquier aplicacin que necesite tener acceso a ese elemento de
datos deber obtenerlo del nodo oficialmente designado. Una base de datos parcialmente
duplicada contiene ciertos elementos de datos que estn duplicados y algunos que no lo
estn. Un directorio de sistema indica si un elemento de datos est duplicado y dnde se
encuentra. Una base de datos distribuida totalmente duplicada, es aquella en la que la base
de datos total se encuentra duplicada en dos o ms nodos. Un nodo contiene o toda la base
de datos o nada de ella.
PROCEDIMIENTOS
Los sistemas de base de datos distribuidos contienen una multitud de componentes de
procesamiento. El primer grupo corresponde a derechos de procesamiento. Qu nodos
FIME
Maestra en Ciencias.
Pag. 7
Universidad de Colima.
Sistemas distribuidos.
pueden hacer qu y con qu datos? En los sistemas distribuidos ms sencillos, los datos no
estn duplicados, y slo el nodo que almacena los datos puede actualizarlos. (De hecho, en
el sistema ms sencillo de todos, los datos no se actualizan en lo absoluto, se obtienen de
una fuente ajena, y se procesan como datos de lectura. Una situacin as es rara.) En
situaciones ms complicadas, cualquier nodo puede emitir una solicitud de actualizacin
para cualquier elemento de datos, por s mismo o para cualquier otro nodo. Si este elemento
de datos est duplicado, todas sus copias sern modificadas. Al disear un sistema
distribuido, los desarrolladores debern determinar los derechos de procesamiento, los
requerimientos y las capacidades del hardware y de los programas, el control de la
concurrencia, as como otros factores. Otro componente de los procedimientos es la
actualidad de los datos. Qu tan actuales debern ser los datos? Necesita cada uno de los
nodos el valor ms actual de todos los elementos de datos a los cuales tiene acceso? Puede
permitirse que algunas bases de datos se queden desactualizadas? En la Figura 4(a), todos
los nodos poseen acceso a los datos ms actuales. En la Figura 4(b) y (c), algunos de los
nodos se encuentran procesando datos anteriores. Mientras ms actuales sean los datos
duplicados, ms costoso ser el sistema. Para controlar y coordinar el sistema de la Figura
4(a) se debern dedicar enormes cantidades de ciclos de procesamiento y para procesar esta
red se requieren CPU poderosas y costosas.
Muy relacionado con los temas de los derechos de procesamiento y de actualidad es el tema
del flujo de los datos. Quin actualiza a quin? En la Figura 4(b), el Nodo W actualiza los
datos de los Nodos X e Y, en tanto que en la Figura 4(c), el Nodo X actualiza los datos del
Nodo W. Tales flujos quedan determinados por los requisitos y los derechos de
procesamiento de los nodos.
Otro componente de procedimientos es el de control. Por lo que se refiere a las solicitudes
de procesamiento conflictivas, qu nodo resolver el conflicto? En general, un control
autoritario -por lo comn puesto en prctica en sistemas como los de las Figuras 4(b) y (c)es ms fcil de instalar que esquemas basados en la igualdad -casi siempre puestos en
prctica en sistemas parecidos a los de la Figura 4(a).
Para los sistemas distribuidos como el de la Figura 4(a), el control puede quedar distribuido
y difundido a todo lo largo de la red. No es necesario que ningn nodo quede a cargo. Las
decisiones de control pueden ser llevadas a cabo por cualquiera de los nodos, dependiendo
slo del tema de control y del estado del sistema. Tal situacin permite una mayor
flexibilidad y, sin embargo, es mucho ms compleja.
PERSONAL
Los sistemas distribuidos varan en el conocimiento que exigen a las personas que trabajan
con ellos. Los sistemas con un DDBMS complejo y poderoso imponen pocas demandas
especiales sobre los usuarios. De hecho, los usuarios no saben que estn procesando datos
distribuidos. Slo tienen acceso a sus aplicaciones, y todo el procesamiento distribuido lo
efecta el DDBMS. En sistemas menos complejos, los usuarios deben involucrarse.
Considere el sistema de la Figura 4(b). Los usuarios en los Nodos X e Y pudieran necesitar
acudir a uno o ms programas para hacer que los datos se descarguen de la
microcomputadora. En forma similar, los usuarios en el Nodo Z pudieran necesitar iniciar
FIME
Maestra en Ciencias.
Pag. 8
Universidad de Colima.
Sistemas distribuidos.
de manera manual programas a fin de traer los datos del Nodo Y. Dependiendo del diseo
del sistema, los usuarios tambin pueden responsabilizarse de la inspeccin de los informes
de proceso para determinar que los datos fueron recibidos sin error, y que por lo tanto
fueron transmitidos los datos correctos.
En sistemas distribuidos muy primitivos, los usuarios deben incluso aceptar la carga de
algunas de las responsabilidades del DTM. Por ejemplo, en algunos sistemas los usuarios
efectan modificaciones a los datos sobre la base de datos local y a continuacin de manera
manual hacen que tales cambios se efecten en los datos duplicados en los dems nodos. En
los sistemas ms primitivos, los usuarios emplean el mtodo NIKE: se ponen sus zapatos
tenis y corren por el pasillo, llevando disquetes de modificaciones de datos de una
computadora a otra.
Maestra en Ciencias.
Pag. 9
Universidad de Colima.
Sistemas distribuidos.
Maestra en Ciencias.
Pag. 10
Universidad de Colima.
Sistemas distribuidos.
con otras transacciones deber de ser la misma que si la transaccin se hubiera procesado
sola.
Se han desarrollado dos estrategias para proporcionar control de concurrencia. Una de ellas
conocida como bloqueo distribuido en dos fases, es una extensin del mecanismo de
control de concurrencia. Un segundo mtodo se llama pedido con sello de recepcin.
Ambos han sido implementados en productos DDBMS. Es ms comn el bloqueo
distribuido en dos fases.
TRANSPARENCIA DE FALLAS
La cuarta meta del DDBMS es proporcionar transparencia de fallas, lo que significa que las
transacciones sean procesadas de un modo correcto a pesar de fallas en la transaccin, en el
DDBMS, en la red y en la computadora. Frente a una falla, las transacciones debern ser
atmicas, esto es, ya sea que se procesen todas las transacciones o ninguna de ellas.
Adems, una vez comprometidos los resultados de las transacciones, sern permanentes.
La transparencia contra fallas es la meta ms difcil entre las cuatro. Parte del problema es
que existen muchos tipos distintos de fallas. En un extremo del espectro habr un nodo que
jams falla, a veces llamado un nodo perfecto. En el otro extremo aparece un nodo que falla
de una manera del todo desconocida. Un nodo como ste pudiera comunicar basura a travs
de la red, o bien, en razn de su falla, pudiera enviar acciones inapropiadas, pero con
formato valido por la red. Nodos como stos se conocen como nodos desquiciados.
Otro tipo de falla corresponde a nodos que se convierten en malvolos, lo cual significa el
nodo tiene el propsito expreso de llevar a cabo una actividad no autorizada, o de causar
daos en forma intencional. Es incluso posible considerar fallas donde los nodos conspiran
unos con otros para hacer caer al sistema distribuido. A veces se conocen como fallas
bizantinas.
Entre los extremos de los nodos perfectos y los nodos desquiciados estn los nodos
sensatos. Un nodo sensato es un nodo que puede fallar, pero slo en una forma definida y
conocida. El ejemplo ms sencillo de un nodo sensato es uno que, o es perfecto, o deja de
responder completo.
Otra razn por la cual la transparencia de falla es tan difcil es que el control de
concurrencia es muy complicado. En un sentido, los problemas de control de concurrencia
se resuelven por medio de recuperaciones de fallas. Es como una burbuja de aire bajo el
tapiz que se empuja de una esquina slo para volver a aparecer en otra. Los mecanismos de
control de concurrencia funcionan siempre y cuando no ocurran fallas en ciertos momentos
o en ciertos estados de la base de datos distribuida, o siempre y cuando se pueda garantizar
la recuperacin en una cierta forma, etc. En el caso general de bases de datos divididas y
duplicadas quedan an por resolver mltiples problemas tericos y prcticos de puesta en
prctica.
FIME
Maestra en Ciencias.
Pag. 11