Appunti di informatica

Transcript

1 Appunti di informatica Sistemi informativi e basi di dati COSA SI IMPARA IN QUESTA LEZIONE: Cosa è un sistema informativo Cosa è una base di dati Come è strutturato un sistema informativo Come viene usata la rete per distribuire l'accesso ai dati Sistemi informativi Cosa è un sistema informativo Un Sistema informativo è un insieme di strumenti (cioè hardware, software, reti) risorse (cioè dati e informazioni) procedure che consentono la gestione delle informazioni in ambito aziendale o nella pubblica amministrazione. Esso comprende anche le risorse umane. Tale insieme è tipicamente realizzato utilizzando calcolatori elettronici (e dunque non più solo documenti cartacei); si parla quindi di sistema informatico. Esempi di sistema informativo: una applicazione gestionale una applicazione finanziaria un sistema di prenotazione una applicazione di amministrazione magazzino un servizio di rilascio documenti e certificati un programma di amministrazione clientela e commercio elettronico Il sistema genera informazione a partire dai dati grezzi e le organizza in modo utile per gli utilizzatori. 1

2 Valutazione e pianificazione Per decidere l'introduzione di una innovazione in azienda, e nel nostro caso particolare l'introduzione di un sistema informativo, occorre fare diverse valutazioni. La principale riguarda il rapporto tra costi da sostenere per introdurre l'innovazione e benefici che si otterranno o che ci si attende di ottenere con l'innovazione. Successivamente occorre pianificare nel dettaglio la strategia di introduzione di tale innovazione (deploying). ANALISI DEI BENEFICI DI UN SISTEMA INFORMATIVO AZIENDALE I benefici dovuti all'introduzione di un sistema informativo in una azienda o amministrazione pubblica sono principalmente: 1. riduzione dei costi di produzione tramite economia di scala; 2. riduzione dei costi di transazione nei rapporti tra aziende (cosiddetto business to business o B2B); 3. (per le aziende) riduzione delle giacenze di magazzino 4. (per le PA) drastica riduzione del tempo di risposta alle richieste degli utilizzatori. ANALISI DEI COSTI Per l'uso di un sistema informativo si hanno vari costi; hardware, trasmissione dati, software di base, accessori e personale operativo. Per stimare i costi ci si basa molto sull'esperienza di chi fa la stima e in genere sui dati provenienti da precedenti progetti. I coefficienti nelle formule empiriche dipendono poi anche dal grado di coesione all'interno del gruppo di lavoro. Il costo del software in particolare può essere calcolato sulla base delle linee di codice da sviluppare o, in modo più appropriato, pesando le varie funzioni che il codice dovrà svolgere. STRATEGIA PER L'INTRODUZIONE DI UN SISTEMA INFORMATIVO Occorre suddividere l'introduzione in passi. Tali passi vanno pianificati riguardo a tempi, costi previsti, attività necessarie per il loro svolgimento, personale da coinvolgere (eventualmente da reclutare esternamente quale consulente). Tre possibili passi nell'introduzione di un sistema informativo: introduzione di sistemi di tipo gestionale (stipendi, fatturazione, produzione documenti), con riduzione dei costi; introduzione del controllo della produzione, con riduzione dei costi di coordinamento; introduzione della comunicazione elettronica, ad esempio posta elettronica, banche dati, scambio di documenti elettronici, con riduzione dei costi di transazione. 2

3 Basi di dati Che cosa è una base di dati o database? Le informazioni memorizzate in un elaboratore sono sempre organizzate in file. I file così come sono, però, possono non essere adatti a essere letti direttamente per ottenere i dati in modo efficiente. I sistemi operativi per uso generale, quali Unix e Microsoft Windows, consentono pressoché solo di fare due operazioni sui file di un file system: 1. scrivere un file, eventualmente in modo incrementale (aggiungendo quindi contenuto ma solo in coda) 2. leggere sequenzialmente un file, scorrendolo dall'inizio alla fine. Per ovviare a questa carenza, i dati si organizzano in basi di dati (database). Una base di dati è sempre memorizzata su uno o più file. Però è organizzata in modo che un apposito programma possa tirare fuori i dati rispondendo a precise richieste dell'utilizzatore, e non solo uno alla volta sequenzialmente. Il programma che esegue questi compiti si chiama database management system, sistema di amministrazione di basi di dati, e lo indichiamo con l'acronimo DBMS. Programmi e utilizzatori rivolgono al DBMS le loro richieste, e non più al file system con i soli comandi di leggi e scrivi. Il DBMS fa da intermediario con il file system e ne estende le funzioni. 3

4 Le richieste dell'utilizzatore si chiamano interrogazioni o query e sono del tipo conta quanti studenti si sono iscritti nell'anno accademico corrente o dammi una tabella degli studenti che hanno passato almeno un esame con voto > 27. Per contro, al file system avrei potuto chiedere solo dammi il prossimo dato. Avrei dovuto occuparmi io di leggere il contenuto, capire se mi interessava, se sì estrarre le informazioni necessarie... Si vede che una interrogazione di un database è molto più sofisticata di un comando al file system. VANTAGGI NELL'USO DI BASI DI DATI E DBMS Nella realizzazione di un sistema informativo, l uso di un DBMS consente di garantire una corretta condivisione dei dati (anche nel caso di accesso da parte di più utenti) una migliore qualità dei dati stessi una maggiore sicurezza dei dati (anche dal punto di vista del controllo degli accessi). Anche le prestazioni risultano di buon livello, e l intero sistema ha una elevata tolleranza ai guasti. SISTEMI GESTIONALI Per completezza bisogna ricordare che esistono sistemi operativi che forniscono direttamente un supporto alle operazioni di un DBMS. Tale supporto consiste nell'avere un file system su cui sono già presenti comandi simili a quelli del DBMS, che quindi se li trova già pronti come punto di partenza per costruire operazioni ancora più sofisticate. I sistemi operativi di questo tipo si chiamano sistemi operativi gestionalie un esempio molto diffuso nelle aziende è il prodotto della IBM chiamato OS/400. Esso non è un prodotto a sé stante. Piuttosto è progettato accuratamente per funzionare sui calcolatori (sempre IBM ovviamente) chiamati iseries adesso o AS/400 fino a qualche anno fa. Si può dire che in quel caso l'elaboratore e il sistema operativo sono un prodotto unico. La tipologia del calcolatore/sistema operativo gestionale è molto diffusa nell'ambito dei sistemi informativi. Organizzazione dei database Abbiamo detto che le informazioni in un database sono organizzate in un modo che favorisce il soddisfacimento delle richieste di programmi e utilizzatori. Qual è questo modo? Sono stati sviluppati nel corso degli anni vari modelli. Citiamo: il modello gerarchico (anni 60) 4

5 il modello reticolare (anni 70) il modello relazionale (anni 80) il modello a oggetti (anni 90) il modello ad agenti (anni 2000). Il modello di nostro interesse è il modello relazionale, il più importante e diffuso. Il modello relazionale dei dati Il modello relazionale, inventato nel 1970 da T. Codd (IBM research), ha cominciato ad avere successo commerciale a partire dal 1985, ed ora è il modello di riferimento per tutte le implementazioni di maggiore successo (Oracle, Ibm DB2, Informix, Microsoft SQLServer e Access). studente MATR NOME CITTA' DIPART 123 Carlo Bologna Inf 415 Paola Torino Inf 702 Antonio Roma Log esame MATR COD CORSO DATA VOTO /02/ /07/ /12/02 22 corso COD CORSO TITOLO DOCENTE 1 Informatica Von Neumann 2 Filosofia applicata Popper I dati sono rappresentati in tabelle (ciascuna col suo titolo: studente/esame/corso). Ogni tabella è divisa in righe, ciascuna contenente i dati relativi a un oggetto. Una riga si chiama record. Ogni riga è divisa in colonne, ciascuna contenente informazioni di una sola natura. Per esempio, nella tabella corso, la prima colonna contiene sempre il codice del corso e la seconda il relativo titolo. Le colonne si chiamano campi. La teoria delle basi di dati usa anche un'altra nomenclatura. La struttura del database si chiama schema relazionale. Una tabella si chiama relazione. I dati contenuti in un database in un determinato istante di tempo si chiamano un'istanza del database. 5

6 C'è una non casuale analogia con la strutturazione di un archivio tradizionale. Un archivio (database) è costituito da raccoglitori di schede. Ogni raccoglitore (tabella) contiene un suo tipo di scheda. Ogni scheda (record) contiene informazioni su un oggetto. Ogni informazione si trova sempre nella stessa posizione (campo) su un determinato tipo di scheda, che quindi ha una struttura prefissata. Esistono collegamenti fra i vari raccoglitori quando esistono campi che sono comuni a due o più tipi di scheda. Due schede contengono dati correlati se hanno, in tale campo comune, la stessa informazione (p.es. se nel campo nome c'è il nome della stessa persona). Un secondo esempio di schema, relativo alla gestione del personale, è riportato nelle seguenti tre tabelle: impiegato MATR NOME DATA-ASSUNZ SALARIO MATR-MANAGER 1 Piero 01/01/95 3M 2 2 Giorgio 01/01/97 2,5M null 3 Giovanni 07/01/96 2M 2 assegnazione MATR NUM-PROGETTO PERC % % % % progetto NUM-PROGETTO TITOLO TIPO 3 Beta-9 EU 4 TRANSidea EU 6

7 I dipendenti sono descritti dalla tabella impiegato, che indica alcuni dati tra cui la matricola del diretto superiore. Ogni dipendente è assegnato a uno o a più progetti (dsecritti dalla tabella progetto). L'assegnazione delle persone ai progetti è indicata nella tabella assegnazione e comprende, per chi segue più di un progetto, la percentuale di tempo dedicata a ciascuno. Si noti che alcune istanze potrebbero non essere corrette (per esempio una istanza potrebbe contenere una data inesistente: 31/2/1876). Per garantire la correttezza vengono usati i Vincoli di Integrità, che sono le chiavi, i vincoli sui valori nulli, l integrità referenziale, e infine i vincoli generici. Una chiave è uno o più attributi dello schema che rappresenta il minimo di informazione per identificare univocamente un elemento. Negli esempi visti le chiavi sono: nell'esempio universitario: MATR per studente, MATR e contemporaneamente COD-CORSO per esame, COD-CORSO per corso; nell'esempio aziendale: MATR per impiegato, MATR e NUM-PROG per assegnamento e NUM-PROG per progetto. Se le chiavi possibili sono molteplici, una è definita chiave primaria, le altre secondarie. Per es. nella relazione CLIENTE(COD-CLIENTE, INDIRIZZO, P-IVA) si ha che COD-CLIENTE è chiave primaria, mentre P-IVA è chiave secondaria. Interrogazioni e linguaggi di interrogazione Dato lo schema relazionale (cioè la struttura del database) riportato nelle tabelle precedenti, e considerata l'istanza illustrata (i dati presenti nel database), è possibile estrarre delle informazioni dal database. Per fare questo si devono esprimere le richieste, che si fanno alla base di dati, in modo formale e inequivocabile sotto forma di interrogazioni. Il DBMS comprende un linguaggio di interrogazione. Questo linguaggio può essere utilizzato direttamente dall'utilizzatore. Oppure l'utilizzatore può interagire con un'interfaccia grafica che si occupa, a sua volta, di inviare al DBMS vero e proprio le interrogazioni (che avrà provveduto automaticamente a tradurre in tale linguaggio). ESEMPI DI INTERROGAZIONI Quali professori hanno interrogato Carlo? Risposta: dalla tabella studente si trova la riga per cui nel campo nome c è Carlo. Si ottiene così il numero di matricola (123), e dalla tabella esame si ricava che i corsi in questione sono il numero 1 e 2. Infine dalla tabella corso si scoprono i nomi dei docenti relativi a quel codice corso. Quali studenti hanno preso 30 in matematica? 7

8 Risposta: da corso si seleziona matematica (1), nella tabella esame si trova solo la matricola 123, e infine dalla tabella studente si ritrova il nome voluto. Chi è il manager di Piero? Risposta: dalla tabella impiegato si ricava che la matricola del manager di Piero è 2, e poi che il nome corrispondente alla matricola 2 è Giorgio. In quali tipi di progetti lavora Giovanni? Risposta: Giovanni ha matricola 3 (dalla tabella impiegato). Dalla tabella assegnamento la matricola 3 lavora sul solo progetto 4, che dalla tabella progetto risulta essere di tipo EU. LINGUAGGI DI INTERROGAZIONE Esistono vari linguaggi di interrogazione. Alcuni sono usati solo per studiare (nella teoria e negli esperimenti) le proprietà delle basi di dati. I linguaggi che vengono effettivamente utilizzati nei programmi commerciali sono invece: SQL (Structured Query Language) QBE (Query By Example). INTERROGAZIONI IN SQL Nel linguaggio SQL (Structured Query Language) l utente specifica quale informazione è di suo interesse, ma non specifica come estrarla dai dati. È il sistema che si occupa di ideare una strategia di accesso ottimizzata (QUERY OPTIMIZATION). Chi sono i dipendenti di Giorgio? SELECT X.NOME FROM IMPIEGATO AS X, IMPIEGATO AS Y WHERE X.MATR-MGR Y.MATR AND Y.NOME Giorgio Il risultato è dato da Piero e Giovanni. Altre caratteristiche di un DBMS Programmi e utilizzatori interagiscono col DBMS attraverso interfacce. Abbiamo visto che tali interfacce sono essenzialmente modi per esprimere le operazioni in un linguaggio (artificiale) compreso dal DBMS. Il DBMS permette l uso di due diversi linguaggi: DDL (Data Definition Language), che permette di creare e amministrare le basi di dati; es. CREATE, DROP, ALTER DML (Data Manipulation Language), che permette di inserire, estrarre, modificare i dati in una base di dati; es. SELECT, INSERT, UPDATE, DELETE 8

9 Inoltre il DBMS, al pari dei sistemi operativi di buona fattura (dei quali di fatto replica molte funzioni), permette di definire degli utenti, e tra questi si hanno: 1) DBMS Administrator, che utilizza il DDL per creare il database e gestirlo 2) Programmatori applicativi, che utilizzano il DML per programmare applicazioni 3) Utenti casuali, che utilizzano versioni agevolate del DML (magari con interfacce grafiche) 4) Utenti finali, che si occupano esclusivamente di eseguire le applicazioni da terminale. Le applicazioni che fanno uso dei dati possono essere adoperate anche via rete, e via rete possono interagire col DBMS. Esistono strumenti appositi per accedere ai dati via rete. Tali strumenti sono caratterizzati da un continuo sviluppo tecnologico, che nel settore dei database è sempre più influenzato dalla diffusione ad ogni livello di sistemi interconnessi da Internet. Un esempio di DBMS: Microsoft Access Microsoft Access è un database relazionale per PC di medie prestazioni e dotato di una interfaccia utente molto amichevole. L interfaccia utilizzata per l inserimento delle query è il QBE (Query By Example), interfaccia per alcuni versi competitiva con SQL e particolarmente adatta all uso interattivo. Access permette l uso sia di SQL sia di QBE, anche se l interfaccia di default è QBE. Architettura di un sistema informativo Un sistema informativo può essere descitto attraverso la sua struttura FISICA (il calcolatore e la rete) SOFTWARE (i dati e i programmi) LOGICA (le funzioni svolte dai programmi) Architettura fisica Un calcolatore adibito all'uso di data server deve disporre di una buona potenza elaborativa. Cioè: una elevata capacità di elaborazione della CPU (indicativamente collegata alla velocità del suo clock, indicato in Hertz o meglio GigaHertz) una grande disponibilità di memoria primaria (RAM) 9

10 soprattutto in una elevata capacità e velocità della memoria permanente (dischi rigidi). In particolare lo sviluppo delle prestazioni delle memorie permanenti è importante al fine di sfruttare appieno l'incremento nelle prestazioni delle CPU (attualmente le prestazioni generali tendono ad aumentare di circa 1.5 volte ogni anno). QUALCHE DETTAGLIO SULLA TECNOLOGIA DEI DISCHI RIGIDI (HARD DISK) Un disco rigido è un supporto di memorizzazione magnetica. La magnetizzazione della superficie rappresenta le informazioni da memorizzare. Un disco rigido è formato in realtà da più dischi sovrapposti. Ogni disco ruota, e la rotazione fa passare sotto una testina di lettura le informazioni da leggere. Esse si trovano quindi memorizzate su una traccia circolare, divise in settori. Ogni settore viene letto in una unica operazione. Su un singolo disco, sono presenti più tracce concentriche; la testina si muove verso l'esterno o l'interno per arrivare alla posizione richiesta. Entrambe le facce del disco sono utilizzate. Tutte le testine sono montate su braccia mobili, solidali fra loro. Quindi un disco rigido è complessivamente descritto da almeno 3 parametri: il numero di settori per traccia il numero di cilindri concentrici (tutte le tracce che hanno la stessa distanza dal centro, messe una sopra l'altra, formano un cilindro) il numero di tracce per cilindro, cioè di facciate sui dischi singoli componenti il disco rigido. Il tutto è poi sigillato a tenuta d'aria per evitare l'ingresso di polvere, che (alla velocità con cui ruota il disco e alla brevissima distanza tra testine e superfici del disco) potrebbe causare gravi danni. 10

11 I dischi attualmente in uso hanno velocità di rotazione tra 5400 e giri al minuto, con capacità complessive dell'ordine di 100 GB. AFFIDABILITÀ DEI DISCHI I dischi nei data server sono spesso organizzati mediante RAID (Redundant Array of Inexpensive Disks, schiera ridondante di dischi economici). Il principio del RAID è il seguente. Poniamo che io abbia un disco economico (costo c, per esempio c 200 euro) che ha probabilità di guastarsi pari a p (per esempio p 1/10 10 ). Adesso poniamo che ne compri due uguali e memorizzi i miei dati su entrambi. Quanto ho speso? C tot 2c. Qual è ora la probabilità di guasto del mio sistema di due dischi? Poiché i dati sono doppi, per avere un guasto vero (una perdita dei dati) bisogna che si guastino entrambi i dischi insieme. La probabilità di cooccorrenza di due eventi indipendenti è pari al prodotto delle due probabilità. Perciò p tot p p p 2. In generale, comprando N dischi, il costo si moltiplica per N, mentre la probabilità si eleva alla N-esima potenza. (Siccome la probabilità è minore di 1, elevandola alla N il suo valore diventa più piccolo, non più grande.) Quindi per ottenere un'affidabilità molto elevata mi conviene comprare più dischi con un costo molto basso, non un solo disco molto sofisticato e costoso. Nel nostro esempio, con due dischi da 200 euro / p = ottengo 400 euro / p tot = È poi importante una ampia disponibilità di memorie di massa, ossia memorie per l'archiviazione a lungo termine dei dati. Per quantità di dati fino a circa 700 MB, è possibile utilizzare CD scrivibili. In tal caso occorre che il processo di scrittura o masterizzazione sia affidabile, per evitare lo spreco dei CD-R dovuto a scorrette masterizzazioni (e anche la relativa perdita di tempo). Per quantità di dati più elevate si ricorre a nastri magnetici oppure a DVD scrivibili. Metodi di accesso All'interno delle memorie permanenti i dati sono immagazzinati sotto forma di file. Tali file vengono indirizzati tramite una tabella (directory) che viene consultata dal File System o dal DBMS, e che contiene le informazioni sui file stessi. Nel corso delle elaborazioni può essere necessario accedere ai file in modo sequenziale (ad esempio per fare una ricerca lineare), oppure effettuare altre operazioni quali l'ordinamento del contenuto. Queste operazioni sono influenzate fortemente dagli algoritmi adottati. 11

12 Basi di dati distribuite I dati possono essere distribuiti. Cioè, essi possono essere memorizzati su vari elaboratori anziché uno solo. Questi, poi, sono collegati in rete locale o non (eventualmente ogni elaboratore può anche utilizzare un database differente dagli altri). Questo si fa per vari motivi: 1. la natura intrinsecamente distribuita delle organizzazioni; 2. l'evoluzione degli elaboratori, con conseguente aumento delle capacità di calcolo e riduzione dei prezzi; 3. l'evoluzione dei DBMS; 4. la creazione di standard di interoperabilità. 5. La distribuzione (su LAN o WAN) di una base di dati comporta però anche problemi: 6. difficoltà nel gestire l'autonomia dei vari agenti, assicurando nel contempo la massima cooperazione; 7. necessità di gestire la trasparenza della distribuzione dei dati; 8. problemi di efficienza nelle transazioni; 9. esigenza di assoluta affidabilità (garantita dal protocollo di commit a due fasi). Architettura client-server Il termine "client-server" si riferisce normalmente all'architettura di una applicazione software (un "programma", in termini semplici) che è in effetti divisa in due parti ben distinte, anzi in due programmi, fra loro indipendenti: un programma "server", quello che fornisce il servizio richiesto; un programma "cliente", ovvero quello utilizzabile per accedere al servizio. Quest'ultimo normalmente consiste principalmente in una "interfaccia di utente" che accetta le richieste di un utilizzatore umano, ne verifica la correttezza e compone un "messaggio" di richiesta al server, il quale risponde appropriatamente. A questo punto il "cliente" può convertire il messaggio di risposta in una forma più adatta ad essere compresa dall'utilizzatore e presentarlo. I motivi per cui le architetture di tipo client-server hanno ottenuto grande successo sono di vario tipo e riguardano vari aspetti dell'ingegneria del software. Alcuni dei principali vantaggi derivano dal fatto che cliente e server hanno funzioni radicalmente diverse e sono in larga misura indipendenti fra loro: l'unica cosa che li "lega" è l'insieme di messaggi che possono scambiarsi. 12

13 Più in particolare: L'architettura si presta naturalmente ad applicazioni in cui è richiesto un solo server che fornisce servizio a molti clienti. L'architettura si presta naturalmente ad essere utilizzata in ambiente distribuito (in rete). La parte cliente e la parte server di una applicazione possono essere sviluppate separatamente in modo semplice da gruppi di lavoro diversi. Le due parti possono essere ottimizzate, ciascuna per il suo compito, indipendentemente. È possibile sostituire i clienti o i server con programmi di tipo diverso, purché accettino lo stesso "linguaggio" di messaggi. Ad esempio un utente può scegliere fra diverse interfaccie utente quella che preferisce (o a cui è abituato). L architettura client-server prevede che il CLIENT si limiti a presentare l informazione, mentre il SERVER gestisce i dati. La rete (LAN, MAN, WAN) trasferisce i dati (ad esempio i comandi SQL dal client al server). La base dati può essere replicata, oppure distribuita (su più macchine), oppure parallela (mediante l uso di macchine multiprocessore). Oltre all ambiente operativo (usato per modificare i dati in linea) può essere presente l ambiente di analisi, utilizzato per analizzare i dati a fini statistici (DATA WAREHOUSE) fuori linea. Esistono anche sistemi cosiddetti LEGACY (questo termine identifica una tecnologia propria di una data ditta produttrice, non standardizzata). Tali sistemi sono basati perlopiù su calcolatori di architettura mainframe (cioè un calcolatore centrale e molti terminali collegati); essi sono normalmente obsoleti, ma spesso preziosi. Alcuni tipici esempi di servizi implementati con architetture client-server sono: I servizi di posta elettronica forniti dai provider Internet: il provider fornisce un server che ha il solo compito di trasmettere e ricevere messaggi (e mantenerli memorizzati fino a che un cliente non li richiede). Ogni utente del provider è provvisto di un cliente (Netscape, Eudora, Pine, MS-Exchange, ecc.) che gli mostra l'elenco dei messaggi, gli consente di leggerli, cancellarli, archiviarli, scriverne di nuovi, ecc. Ogni cliente "parla" con il server secondo un "linguaggio" (protocollo) detto POP3. I database di tipo "SQL server". In questo caso il server si occupa della gestione di un database (scrittura e lettura dei records, ricerche, mantenimento degli indici, ecc.) e riceve comandi in un linguaggio standard detto SQL attraverso collegamenti di rete. I clienti da un lato ricevono le richieste di operazione dagli utenti e le traducono in 13

14 linguaggio SQL per trasmetterle al server, dall'altro ricevono le risposte dal server e le presentano nel formato opportuno all'utente. I "printer server". In questo caso il server fornisce un servizio di stampa ed i clienti non sono di norma utenti "umani" direttamente, ma "driver" di stampa su computer remoti non dotati di stampante che sono in grado di attivare una richiesta di stampa sul server. Il world wide web stesso è basato su un'architettura client-server. Il server è un server Web, un programma che viene eseguito su una macchina presente a un certo indirizzo. Il client (in questo caso chiamato anche web browser o più genericamente user agent ) si collega col server, gli fa la richiesta di una risorsa (p.es. una pagina www), e attende la risposta. Il server localizza la pagina e la invia come risposta. Il lavoro del server è procurare le informazioni; anche il browser fa un lavoro, non trascurabile, che consiste nel visualizzare le informazioni. Accesso ai dati in un database distribuito SISTEMI TRANSAZIONALI E CONTROLLO DI CONCORRENZA Una transazione è una unità di elaborazione che gode di quattro proprietà (da cui l acronimo ACID). Atomicità; la transazione è una trasformazione atomica dallo stato iniziale a quello finale. Consistenza; se lo stato iniziale è corretto allora anche lo stato finale è corretto. Isolamento; la transazione non risente degli effetti delle altre transazioni concorrenti. Durata (persistenza); gli effetti di un commit work (cioè transazione completata con successo) durano per un tempo illimitato. Le transazioni possono essere svolte serialmente, cioè iniziando la transazione due solo dopo aver completato la transazione uno, oppure in modo concorrente (transazione uno e due svolte in contemporanea). Qualora le transazioni vengano svolte in modo concorrente è necessario garantire l assenza di conflitti mediante le primitive di lock, da utilizzare prima di leggere (lock in lettura) o scrivere (lock in scrittura). CONTROLLO DI AFFIDABILITÀ L affidabilità delle basi di dati è data dalle proprietà ACID. In particolare per garantire la memoria stabile (astrazione per indicare una memoria incorruttibile) si usano vari sistemi di backup tra cui il mirroring dei dischi e la replicazione tramite unità a nastro. Il giornale di transazione (registrato in memoria stabile) registra le azioni svolte dalla transazione sotto forma di transizioni di stato. Tramite il giornale si può effettuare il roll-back di una transazione (annullare l effetto di una transazione non completata) oppure riparare l effetto di un guasto dopo un commit. 14

15 Architetture evolute di sistemi informativi Citiamo le basi di dati parallele, le basi di dati replicate e il data warehouse. Le basi di dati parallele permettono di utilizzare numerosi processori, cooperanti in un'unica architettura informatica, al fine di aumentare le prestazioni. Questo sia nel caso di carico transazionale (molte transazioni brevi, tipico della produzione), sia nel caso di analisi dei dati (poche transazioni molto complesse, magari effettuate off-line su copie del database, addirittura suddividendo la transazione sui vari processori). Le basi di dati replicate sono invece utilizzate al fine di aumentare efficienza, affidabilità e autonomia delle basi di dati. La base di dati principale viene cioè duplicata, eventualmente in tempi variabili. Un tipico esempio può essere il catalogo a disposizione degli agenti di vendita mobili, situato su di un computer portatile e per forza di cose sconnesso dalla rete per tempi variabili. Il data warehouse è un ambiente per l'analisi dei dati. Mentre infatti la gestione dei dati "in linea" (On Line Transaction Processing, OLTP) viene effettuata dal DBMS, l'elaborazione e l'analisi dei dati (pur essendo comunque effettuabili tramite il DMBS utilizzando SQL), vengono meglio gestite mediante un opportuno server OLAP (On Line Analytical Processing) (p. 481 BDD). Questo server è il data warehouse, che svolge per OLAP il ruolo che il DBMS svolge per OLTP. I dati per l'ambiente OLAP vengono peraltro sempre forniti dal sistema OLTP. 15