BASI DI DATI DISTRIBUITE

Transcript

1 BASI DI DATI DISTRIBUITE Definizione 2 Un sistema distribuito è costituito da un insieme di nodi (o di siti) di elaborazione una rete dati che connette fra loro i nodi Obiettivo: far cooperare i nodi per la soluzione di un problema complesso suddivisione del problema in sottoproblemi più semplici coordinamento fra i nodi per ottenere la soluzione in modo efficiente

2 Cenni storici 3 Primi prototipi di basi di dati distribuite (DDB) negli anni 80 e 90 Problematiche da affrontare distribuzione dei dati replica dei dati interrogazioni distribuite gestione delle transazioni gestione dei metadati della base di dati distribuita Concetti principali 4 Una base di dati si dice distribuita se I nodi (siti) della base di dati sono connessi fra loro attraverso una rete di comunicazione i nodi possono essere distribuiti geograficamente la tipologia e topologia della rete possono avere un impatto significativo sulle prestazioni I dati memorizzati nei diversi nodi hanno una qualche relazione logica fra di loro I vari nodi non devono necessariamente essere omogenei per quanto riguarda i dati, l hardware o il software

3 Trasparenza 5 La complessità dell architettura di una DDB deve essere trasparente sia agli utenti finali, sia agli sviluppatori analogo alla indipendenza logica e fisica dei dati Trasparenza rispetto a organizzazione dei dati location and naming transparency replica dei dati frammentazione orizzontale e verticale progettazione e esecuzione delle transazioni 6 Esempio di distribuzione e replica dei dati

4 Disponibilità e Affidabilità 7 Disponibilità (Availability) Probabilità che il sistema sia disponibile in modo continuativo in un intervallo di tempo Affidabilità (Reliability) Probabilità che il sistema sia in esercizio in un certo istante di tempo Fault tolerance tolleranza del sistema al verificarsi di malfunzionamenti Scalabilità e Tolleranza al Partizionamento 8 Scalabilità flessibilità del sistema nell espandere la propria capacità senza interrompere le operazioni correnti Scalabilità orizzontale incremento dei nodi di un sistema distribuito Scalabilità verticale incremento della capacitò del singolo nodo Tolleranza al Partizionamento capacità del sistema di erogare il servizio in presenza di nodi del sistema non raggiungibili il sistema è partizionato in gruppi di nodi che non comunicano fra di loro

5 Autonomia 9 Capacità dei singoli nodi di erogare un servizio autonomamente Autonomia da progetto in fase di modellazione dei dati e per la gestione delle transazioni Autonomia di comunicazione il grado di condivisione di informazione con altri nodi Autonomia in esecuzione grado di indipendenza in fase di esecuzione Vantaggi delle Basi di Dati Distribuite 10 Maggior facilità e flessibilità nello sviluppo di applicazioni Maggiore disponibilità del servizio isolamento dei nodi in caso di malfunzionamento replica dei dati in diversi nodi Maggiori prestazioni i dati sono frammentati in modo che siano vicini al luogo dove vengono richiesti Espansione facilitata grazie alla scalabilità

6 11 FRAMMENTAZIONE E REPLICA Frammentazione e Sharding 12 In fase di progetto occorre individuare le unità logiche della base di dati che possono essere distribuite Le relazioni stesse Partizioni orizzontali (shard) delle relazioni corrispondono a una selezione in algebra relazionale Partizioni verticali delle relazioni corrispondono a una proiezione in algebra relazionale Frammentazione mista (ibrida) combinazione di partizionamento orizzontale e verticale

7 13 Esempio Impiegati del dipartimento 5 Esempio 14 Impiegati del dipartimento 4

8 15 Replica Mantenere più copie di uno stesso dato in siti distinti. Migliora la disponibilità Migliora le prestazioni in fase di interrogazione Possibili rallentamenti in fase di aggiornamento Individuare una buona politica di distribuzione dei dati per frammentazione e replica richiede la soluzione di un problema di ottimizzazione complesso MODELLI DI DISTRIBUZIONE DEI DATI

9 Sharding L archivio non è centralizzato ma i dati sono frammentati in archivi distinti utile quando applicazioni e utenti accedono prevalentemente solo a uno dei frammenti Replicazione master-slave basi di dati con elevata frequenza di letture il master è il collo di bottiglia e l anello debole di questa configurazione

10 Replicazione peer-to-peer (P2P) Tutti i server hanno lo stesso ruolo. Questa soluzione garantisce ridondanza, parallelismo e scalabilità. Problema: garantire la coerenza. Soluzioni miste: master-slave e sharding

11 Soluzioni miste: peer-to-peer e sharding MAP-REDUCE

12 Map da un aggregato a un insieme di coppie chiave-valore Vantaggi della fase di map Consente di suddividere un problema in sottoproblemi parallelizzabili I sottoproblemi possono essere eseguiti da diversi nodi di un cluster La fase map agisce a livello di singolo record La fase reduce combina i valori di diverse coppie chiave-valore che condividono la stessa chiave

13 Reduce Partizionamento map-reduce

14 27 ARCHITETTURE FISICHE Shared-Nothing 28 Sistemi multiprocessore ad accoppiamento stretto Condividono memoria principale e secondaria Sistemi multiprocessore ad accoppiamento lasco Condividono la memoria secondaria ma hanno memoria primaria separata Un DBMS che sfrutta queste architetture è detto parallel DBMS e l architettura shared nothing non è presente distribuzione dei dati, ma solo distribuzione del carico computazionale

15 Esempio shared-nothing 29 parallel database 30 Base di dati centralizzata con accesso distribuito

16 Architettura per Basi di Dati Distribuite Schema Architetturale Basi di Dati Distribuite

17 Architettura Three-Tier Client/Server 33