Esercitazione sul progetto di una BASE DI DATI DISTRIBUITA. Specifiche del problema

Transcript

1 Esercitazione sul progetto di una BASE DI DATI DISTRIBUITA Antonella Poggi Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2004/ lenzerini/didattica/gestionedatisistemiinformativi Specifiche del problema Si intende progettare la base di dati di una nuova banca specializzata nella gestione del risparmio per mezzo di fondi di investimento La banca avra in totale quattro sedi di cui due a Roma (direzione + filiale), una a Milano ed una a Trieste (filiali) In ogni filiale saranno gestiti i conti dei propri clienti; 3 branch: gestione conti con GP < (Private) gestione conti con GP (Corporate) movimenti transazionali sui conti dei clienti della sede Nella sede della direzione saranno gestiti i fondi di investimento; 2 branch: gestione dei fondi di tipo obbligazionario gestione dei fondi di tipo azionario N.B. Tutte le sedi avranno accesso alla stessa base di dati dati distribuita - 2 1

2 Schema concettuale della base di dati Data Importo Movimento (0,1) Finanziario IDMov (1,1) Transazionale CF Indirizzo Telefono Numero (1,1) Cliente Titolare Conto Appoggio Fondo IDFondo Nome Cognome GP Sede Ultimo Data Valore Tipo saldo ultimo saldo Private Corporate (0,1) Fido dati distribuita - 3 Schema logico della base di dati CLIENTE NOME COGNOME CF INDIRIZZO TELEFONO CONTO NUMERO TITOLARE GESTIONE PATRIMONIALE SEDE ULTIMO SALDO DATA ULTIMO SALDO FIDO FONDO IDFONDO VALORE TIPO APPOGGIO IDASS CONTO IDFONDO MOVIMENTI IDMOV CONTO IMPORTO DESCRIZIONE DATA FONDO dati distribuita - 4 2

3 Dettaglio applicazioni (1) Branch operativa: inserire nuovi clienti della sede; verificare il recapito telefonico di un cliente con una frequenza (stimata) di: 2 volte al mese nella filiale di Milano quattro volte al mese nella filiale di Roma una volta al mese nella filiale di Trieste registrare nuovi movimenti su conti afferenti alla filiale calcolare il saldo del conto di un cliente con una frequenza di: 12 volte al mese nella filiale di Milano 8 volte al mese nella sede di Roma 10 volte al mese nella sede di Trieste inviare un estratto conto mensile dei movimenti relativi ai conti afferenti alla filiale, con la lista dei fondi di investimento a cui tali conti sono associati. dati distribuita - 5 Dettaglio applicazioni (2) Branch di gestione conti di filiale: aprire e chiudere un conto del tipo da lei gestita (Corporate o Private) per un cliente della propria filiale Branch di gestione di fondi (di tipo azionario o obbligazionario) registrare l'assegnazione di un nuovo fondo ad un numero di conto corrente addebitare/accreditare trimestralmente il conto di appoggio dei titolari di conti associati a fondi di investimento gestiti dalla branch in base agli interessi maturati da tali fondi dati distribuita - 6 3

4 Esercizio 1 Date le specifiche della base di dati e delle applicazioni della banca, proporre una frammentazione orizzontale primaria delle relazioni dello schema logico. dati distribuita - 7 Algoritmo per la frammentazione orizzontale primaria Input: una relazione R, un insieme di applicazioni Q e un insieme Pr di predicati semplici potenzialmente rilevanti Output:un insieme di minterm M rispetto al quale R puo essere frammentata Pr := COM_MIN (R,Pr) si calcola l insieme M di tutti i minterm su Pr si calcola l insieme I delle implicazioni tra i predicati di Pr si eliminano da M i minterm contradditori (i.e., i minterm che includono p 1 and p 2 dove p 1 p 2 ) dati distribuita - 8 4

5 Algoritmo COM_MIN(1) Input: una relazione R, un insieme di applicazioni Q e l insieme Pr di tutti i predicati semplici potenzialmene rilevanti Output: un insieme completo and minimo di predicati Pr' Inizializzazione sia p i Pr un predicato rilevante rispetto a true e a Q (i.e. che partiziona R in due frammenti acceduti in maniera diversa da almeno un applicazione) sia Pr' = p i ; Pr := Pr p i dati distribuita - 9 Algoritmo COM_MIN(2) Iterativamente si aggiungono predicati a Pr' finche e completo sia p j Pr rilevante rispetto a Pr', i.e. tale che partiziona qualche frammento definito sulla base di un minterm su Pr' in due parti tale che esista almeno un applicazione che le acceda in maniera diversa Pr' := Pr' {p j }; Pr := Pr\ {p j } Se Pr non e minimo, i.e. esiste p k Pr tale che p k non e rilevante rispetto a Pr \ {p k }, allora Pr' := Pr' \ {p k } dati distribuita

6 Esercizio 2 Verificare se devono essere eseguite delle frammentazioni orizzontali derivate delle relazioni dello schema logico. In caso di risposta affermativa, si definiscano tali frammentazioni. dati distribuita - 11 Esercizio 3 Proporre un'opportuna frammentazione verticale qualora possibile, ipotizzando che ogni applicazione, ad ogni esecuzione, acceda contemporaneamente una coppia di attributi A i,a j di una relazione R al piu' una volta. dati distribuita

7 Algoritmo per la frammentazione verticale(1) Input: Relazione R, insieme delle applicazioni e delle frequenze di accesso Output: Partizionamento dell insieme degli attributi di R Si calcola la matrice di utilizzo degli attributi di R Si calcola la matrice delle affinita tra gli attributi AA Si applica l algoritmo BEA e si ottiene la matrice clusterizzata CA tale che sia massima la msiura globale dell affinita tra gli attributi AM= Σ i Σ j aff(a i,a j ) dove aff(a i,a j )= Σ k use(qk,a i )=1 use(q k,a j )=1 Σ s ref s (q k,a i,a j )*acc s (q k ) dati distribuita - 13 Algoritmo per la frammentazione verticale(2) Si eseguono shift di colonne e righe di CA fino a trovare il punto della diagonale che partiziona la matrice in maniera tale da minimizzare il numero di applicazioni che accedono attributi appartenenti a diverse partizioni; i.e. si massimizza il valore dell energia CTQ*CBQ COQ 2 dati distribuita

8 Algoritmo BEA per la clusterizzazione della matrice delle affinita Input: Relazione R, matrice AA delle affinita Output: la matrice delle affinita clusterizzata CA Initialization: Si copiano le prime due colonne di AA in CA. Iterativamente: Si posizionano, una alla volta, le remanenti n-i colonne nelle rimanenti i+1 posizioni nella matrice CA. Per ogni colonna si sceglie la posizione che apporta il maggiore contributo alla misura dell affinita globale Ordinamento delle righe: si ordinano le righe in accordo con l ordinamento delle colonne. dati distribuita - 15 Contributo alla misura dell affinita globale Contributo del posizionamento della colonna associata all attributo A k tra la colonna associata ad A i e la colonna associata ad A j cont(a i, A k, A j ) = 2bond(A i, A k )+2bond(A k, A l ) 2bond(A i, A j ) dove bond(a i,a j )=Σ z=1n aff(a z,a i )*aff(a z,a j ) (somma dei prodotti dei rispettivi elementi delle due colonne associate agli attributi A i e A j,riga per riga) dati distribuita