Bases de Datos

Distribuidas
Unidad II: Diseo de Bases de Datos
Distribuidas

I.S.C. Emilio Carrete Mata

Diseo de bases de datos

distribuidas.

Su
caracterstica
principal
de
contener datos dispersos a travs de
una red de computadoras provoca
que quien la disee y, sobre todo,
quien la administre deba observar
algunos aspectos tanto del sistema
computacional, como del sistema
operativo y la red fsica que
soportar las operaciones de los
usuarios

2.1 Consideraciones de diseo

de bases de datos distribuidas

Distancia fsica entre los usuarios

Cantidad de usuarios
Cantidad de operaciones de acceso a
datos a travs del sistema que se realizan
(o se requieren).
Necesidades de transferencia de datos
entre usuarios
Tiempos de consulta o acceso a datos y
la variedad en las entidades de datos que
son descritos en la BD

2.1 Consideraciones de diseo

de bases de datos distribuidas

Verdaderamente conviene o no
trabajar bajo un esquema de
distribucin de datos?

Todos esos aspectos citados debieran

tener grandes valores, es decir,
tasas altas de incidencia.
Esas tasas altas de incidencia en
cada uno de los aspectos sealados,
son los que debe tomar en cuenta el
administrador

Una vez analizadas esas tasas de

incidencia:

Vienen los criterios a contemplar

para la repeticin y la fragmentacin
como:

Replicacin/Repeticin es el proceso en el cual una BD es leda temporalmente en

memoria con el objetivo de crear un nuevo archivo de datos que contendr la misma
informacin, sin que esto altere el contenido de la original. Partimos del hecho que el
administrador ya tiene conocimiento que hace falta distribuir su BD, tiene la idea de
esa necesidad, pero no sabe an de qu manera replicar, fragmentar ni nada por el
estilo; entonces, este tema se basa en decidir sobre la cantidad y ubicacin de
rplicas de la BD en la red, de modo que el administrador debe bosquejar al menos
cuntas rplicas se requieren y dnde conviene que se ubique cada una, de modo
que la operacin del sistema distribuido (cuando est listo) sea ptima. Es necesario
definir los criterios que toma en cuenta un buen administrador de BD para establecer
un nmero (al menos inicial) de rplicas requeridas y su ubicacin, lo que ms
interesa es lo siguiente:

Cantidad exacta de accesos que

realizan a la BD cada usuario ), esto
es til para identificar si la cantidad
de usuarios es cercana a la
capacidad mxima permitida por un
SMBD para accesos simultneos en
una misma localidad; evidentemente

Frecuencia con la que ocurre cada

uno de esos accesos por usuario.
De modo que lo interesante es
identificar quines son los que
comnmente demandan informacin
de la BD, porque eso da una mejor
idea respecto a quines podran
requerir una rplica

Tipo de operaciones que lleva a cabo

lectura o escritura: cuando los
usuarios
realizan
mayormente
operaciones slo de lectura, es ms
fcil y conveniente que se le
proporcionen rplicas, ya que si
generalmente no modifica datos, no
contribuira a que la red tuviese
mucho trfico

En el caso contrario, si las operaciones que

efecta son mayormente de escritura, no es
100% conveniente que se haga una rplica
por usuario, porque cada uno estara
modificando datos constantemente y se
tendran
que
realizar
muchas
ms
actualizaciones remotas
Lo que conviene es colocar rplicas en ciertos
sectores donde las accedan un conjunto de
usuarios con necesidades comunes

Conjuntos/grupos
de
usuarios
que
realizan operaciones similares y su
ubicacin fsica.
Para que un conjunto de usuarios se
considere con caractersticas similares,
debe tener un margen mximo de + 10%
de diferencia entre s en mtricas como
frecuencia
de
accesos,
tipos
de
operaciones (L/E), datos con los que
trabaja cotidianamente, entre otras ms.

Caractersticas de los equipos de

cmputo y medios de conexin que
emplean los usuarios para enlazarse
a la red.
Las potencialidades de cmputo de
los nodos, tanto en procesamiento
como almacenamiento primario y
secundario, de igual modo el ancho
de banda y tipo de medios de
conexin

Fragmentacin horizontal

Un fragmento horizontal es la
extraccin de ciertos registros de una
BD, conteniendo todos los atributos
que describen a las entidades

Pero lo importante es:

Conocer la cantidad y tipo de

registros que guarda cada tabla
original, as como si las consultas de
los usuarios implican que se arrojen
salidas de todos los registros o slo
algunos
de
ellos,
para
que,
apoyndose en los criterios de
seleccin de las consultas, pueda
establecer qu tipo de fragmentos
podra convenirle realizar.

Fragmentacin Vertical

Es la extraccin de algunos de los

atributos descriptivos de una entidad,
pero
con
todos
los
registros
contenidos en una BD

Lo importante es:

Que aunque una entidad de datos

tenga 50 atributos descriptivos, la
mayor parte de las veces se emplean
slo algunos de ellos para las
consultas y reportes.

Fragmentacin mixta

Un fragmento mixto es aquel que

resulta de la aplicacin de ciertos
criterios de seleccin y proyeccin de
datos a una misma tabla o BD.
Lo ms comn es que se tengan que
fragmentar los datos de manera
horizontal, en primera instancia.

Diccionario de Datos

Este documento es de vital importancia para tener

registro de como estn diseadas las bases de datos,
incluye informacin de diseo como, nombre del
archivo, ruta donde se encuentra el archivo, y detalles
de la composicin como: nombre de campo, tipo de
dato, tamao de campo, adems de una descripcin
de cada campo acerca del dato que va a representar
y las relaciones que tienen cada una de ellas por los
campos en comn. Debe estar diseado de una forma
que pueda ser comprensible para cualquier persona
que
necesita
consultar
dicho
diccionario,
a
continuacin se presentar un ejemplo de este:

Ejemplo

Razones para su utilizacin

Para manejar los detalles en sistemas

muy grandes los sistemas al sufrir
cambios continuos, es muy difcil
manejar todos los detalles. Por eso se
registra la informacin, ya sea sobre
hoja de papel o usando procesadores
de texto.

Razones para su utilizacin

Los
diccionarios
de
datos
proporcionan
asistencia
para
asegurar significados comunes para
los elementos y actividades del
sistema
y
registrando
detalles
adicionales relacionados con el flujo
de datos en el sistema

Razones para su utilizacin

Determina si son necesarias nuevas

caractersticas o si estn en orden los
cambios de cualquier tipo.

Localizar errores y omisiones en el

sistema, detectan dificultades, y las
presentan en un informe.

2.3 Niveles de
Transparencia

Transparencia es la caracterstica
de una BDD y/o un sistema
distribuido en general, que consiste
en estar estructurada(o) de modo tal
que los usuarios finales puedan
trabajar
con
ella
sin
que
necesariamente sepan cmo fue
diseada y cmo est operando
internamente al momento de su
uso/ejecucin.

Conceptos necesarios

Autonoma es la caracterstica de
una BDD o un sistema distribuido en
general, que consiste en que su
diseador/administrador
tenga
independencia
parcial
o
total
(preferentemente) respecto al resto
de los elementos que intervienen en
su uso

Conceptos necesarios

Autonoma es la caracterstica de
una BDD o un sistema distribuido en
general, que consiste en que su
diseador/administrador
tenga
independencia
parcial
o
total
(preferentemente) respecto al resto
de los elementos que intervienen en
su uso

Conceptos necesarios

La independencia de datos es la
inmunidad de las aplicaciones de
usuario a los cambios en la definicin
y/u organizacin de los datos y
viceversa.

Se da en 2 aspectos:

Conceptos necesarios

Independencia lgica de datos.

Se refiere a la inmunidad de las
aplicaciones de usuario a los cambios
en la estructura lgica de la base de
datos.

Independencia fsica de datos. Se

refiere al ocultamiento de los detalles
sobre
las
estructuras
de
almacenamiento a las aplicaciones

Transparencia de
fragmentacin

No se exige a los usuarios que

conozcan el modo en que se ha
fragmentado la relacin

Transparencia de Localizacin

No se exige a los usuarios que

conozcan la ubicacin fsica de los
datos. El sistema de BDD debe poder
hallar los datos siempre que la
transaccin del usuario facilite el
identificador de los datos

Transparencia de Rplica

Los usuarios ven cada objeto de

datos como lgicamente nico. Puede
que el sistema replique los objetos
para incrementar el rendimiento del
sistema o la disponibilidad de los
datos. Los usuarios no deben
preocuparse
por
los
objetos
replicados ni por la ubicacin de esas
rplicas

Fragmentacin de Datos

La fragmentacin es la forma en
como se pueden extraer los datos al
ser consultados en un ambiente
distribuido, se puede hacer una
fragmentacin de distintas tablas,
pertenecientes
a
diversas
BD
localizadas en diversos servidores
Fragmentar
significa
tomar
lgicamente datos de una tabla para
formar otra

Fragmentacin Horizontal

La
divisin
o
fragmentacin
horizontal trabaja sobre las tuplas,
dividiendo
la
relacin
en
subrelaciones que contienen un
subconjunto de las tuplas que
alberga la primera

Fragmentacin Horizontal

Una tabla T se divide en subconjunto

t1,t2,..tn.
Los
fragmentos
se
dividen atreves de una operacin de
una operacin de seleccin y su
reconstruccin se realizara con una
operacin de unin de los fragmentos
componentes

Ejemplo

Fragmentacin Vertical

La fragmentacin vertical, se basa en

los atributos de la relacin para
efectuar la divisin.
Una
tabla
T
se
divide
en
subconjuntos t1,t2,.tn. Y se dividen
atreves
de una
operacin
de
proyeccin

Ejemplo

Fragmentacin Mixta

Fundamentalmente, se habla de
fragmentacin
mixta
o
hbrida
cuando el proceso de particin hace
uso de los dos tipos anteriores. La
fragmentacin mixta puede llevarse
a cabo de tres formas diferentes:

Fragmentacin Mixta VH

Desarrollando primero la fragmentacin

vertical y, posteriormente, aplicando la
particin
horizontal
sobre
los
fragmentos
verticales
(denominada
particin VH)

Fragmentacin Mixta HV

Aplica primero una divisin horizontal

para luego, sobre los fragmentos
generados,
desarrollar
una
fragmentacin
vertical
(llamada
particin HV)

Distintos tipos de Fragmentacin

2.5 Distribucin de Datos

2.5.1 Algoritmos de Distribucin de Datos No

Replicados

Debido al uso que se da a las redes de computadoras

en la actualidad incluyendo Internet, cada vez es mas
factible implementar Sistemas de Bases de Datos
Distribuidas, sin embargo, esta tecnologa lleva a los
desarrolladores a enfrentar un problema, la carencia
de metodologas y herramientas de apoyo para su
diseo que permitan decidir la ubicacin de los datos
en cada uno de los diferentes sitios que componen la
red de computadoras.

2.5.1 Algoritmos de Distribucin de

Datos Replicados y No Replicados

Este problema se conoce como

Diseo de la Distribucin y nace de la
necesidad de especificar las unidades
de almacenamiento adecuadas, ya
sea
fragmentos
verticales,
horizontales o mixtos, junto con su
ubicacin dentro de la aplicacin.

2.5.1 Algoritmos de Distribucin de

Datos Replicados y No Replicados

El Modelo FURD, ha sido desarrollado

para resolver el problema del diseo
de las Bases de Datos Distribuidas, el
cual esta divido en dos etapas o
fases: la fragmentacin y la ubicacin
de fragmentos. Estas fases ya se
concentran en el Modelo FURD.

2.5.1 Algoritmos de Distribucin de

Datos Replicados y No Replicados

Una vez que se resuelve el Modelo

FURD se puede dar solucin al
problema del diseo. Sin embargo la
dificultad radica precisamente en la
forma de resolverlo, pues es un
problema
de optimizacin
muy
complejo que a medida que va
creciendo su tamao, se va haciendo
mas difcil la forma de resolverse.

Modelo Furd

El modelo Furd modela los costos de

transmisin y el acceso a los datos
usando cuatro trminos.

El primer trmino modela los costos

de transmisin ocasionados por la
transmisin de los datos necesarios
para satisfacer las consultas de todos
los sitios.

Modelo Furd

El segundo trmino modela los costos

en los que se incurre en consultas
que acceden a varios fragmentos; en
este caso, el diseador tiene que
proporcionar
el
valor
de
un
parmetro que indique
el costo de acceder a varios
fragmentos.

Modelo Furd

El tercer trmino modela los costos

de almacenamiento de los
fragmentos en los sitios. Debido a
que este costo puede variar de un
sistema administrador de bases de
datos a otro, este aspecto se incluye
como un parmetro cuyo valor tiene
que ser provedo por el diseador de
la base de datos.

Modelo Furd

El cuarto trmino modela los costos

de transmisin requeridos para
migrar los datos de un nodo a otro.