Bases de Datos Avanzadas Eduardo Mena D 0
Bases de Datos Avanzadas Eduardo Mena D. 0. 17, tutorías 13: 00 -15: 00 (M, X, J) emena@posta. unizar. es http: //www. cps. unizar. es/~mena/
Bloque asignaturas BDs y Asignaturas x x x Ficheros y BD (troncal) Diseño de BD Relacionales (opt. ) BD Avanzadas (opt. ) Sistemas de Información (opt. ) Interacción Hombre-Máquina (opt. ) FBD DBDR BDA y Problemas detectados x DBDR debería ser troncal • el diseño de BDs es fundamental para un informático • proyección laboral x Interacción Hombre-Máquina poco relacionada con BDs IHM SI
¿Cómo enfocar el aprendizaje ? y Teoría de BD´s vs. Profundizar en un SGBD concreto • • DISEÑO CONCEPTUAL --> Indpte. modelo y SGBD DISEÑO LÓGICO --> Dpte. modelo e indpte. SGBD DISEÑO FÍSICO --> Dpte. SGBD (+/- reglas generales) Por supuesto: administración de BDs, etc. es dpte. SGBD • Los SGBD son caros y hay varios distintos. • Los alumnos esperan aprender ORACLE (o Access. . . ): hay ofertas de trabajo que lo exigen. Similar a Programación en pseudocódigo vs. Lenguaje de programación concreto
Repetición / Relación con otras materias y Ficheros x son TADs: implementación de operaciones: funciones hash, índices (árboles B, . . . ). Interesante estudiar la complejidad. x unidades mínimas de información en el SO. y Transacciones sobre BDs Progr. concurrente (excl. mut, sinc) y Diseño de BDs Ingeniería del Software y BDA LPOO + SO + Redes + IA +. . . y SI Redes + Web + IA +. . .
BDA: Objetivos z SGBD relacionales otras alternativas z Conocer las tendencias futuras (I+D) z Desarrollo de prototipos en entornos heterogéneos (y distribuidos) z Diseñar e implementar un sistema multibase de datos z Saber aplicar todos nuestros conocimientos a casos “reales”
BDA: Evaluación z 50%: Examen teórico-práctico (40%, 60%) y No hay que empollar z 50%: Práctica y y Libertad de diseño Heterogeneidad Imaginación Autosuficiencia z Hay que aprobar ambas pruebas
Optimización de Preguntas
Optimización de preguntas z Optimización: pregunta plan costo ópt. costo = CPU + I/O + COMUNICACIONES z Necesario para responder eficientemente z Posible con lenguajes no procedurales (ej. SQL) y leng. no procedural: se dice qué se quiere obtener y no cómo obtenerlo (algoritmo, uso de índices. . . ) y sistemas con lenguajes procedurales: ej. IMS (jerárquico) o CODASYL (en red)
Ejemplo motivador z La optimización es posible y necesaria z Las distintas estrategias requieren costes muy distinto z Debe ser un proceso automático y depende del momento concreto en la vida de la BD y es complicado saber qué estrategia es mejor y Nunca se esta seguro (estimaciones)
Etapas en la optimización z Convertir la pregunta en una representación interna (álgebra relacional, árbol sintáctico) z Transformar la pregunta en una forma canónica (reglas sintácticas y semánticas) z Escoger los procedimientos de bajo nivel candidatos (para cada operador) y ¿índices? ¿clustering? ¿rango y núm. valores? z Generar los planes y escoger el más barato y usar heurísticos para reducir búsqueda
Optimización sintáctica z Entrada: expresión álgebra relacional z Salida: expr. álgebra relacional equivalente y y y operaciones de idempotencia, propagar ctes. operación selección se baja en el árbol operación proyección se baja en el árbol agrupar selecciones y proyecciones Idea: reducir tamaño de las relaciones a combinar con la operación join
Optimización semántica z Transformar la pregunta en otra que devuelve las misma tuplas z Utilizar conocimiento semántico de la BD y restr. integridad, dependencias funcionales, claves extranjeras, reglas semánticas z En general, la opt. sem. es un proceso caro, por lo que los SGBD comerciales no la aplican. Se suele basar en técnicas de Int. Artificial.
Optimización física: Selección z Algoritmos y Búsqueda lineal y Búsqueda binaria y Empleo de índices (de distintos tipos) z Selectividad de una condición y % de la relación que satisface la condición y Ejecutar primero las selecciones de mayor selectividad
Optimización física: Join z Algoritmos y y y Ciclo anidado (Nested Loops) o fuerza bruta Sort-Join (Sort Merge) Join con índice en una de las relaciones Join con índice para cada relación Hash-Join
Optimización física: otras op. z Proyecciones: fácil de implementar (hay que recorrer todas las tuplas) z Producto cartesiano: muy costosa y Evitarla z Unión, Intersección, Diferencia y Primero se ordenan las dos relaciones
Generar los planes y escoger el más barato z Planes para responder a la pregunta, y su costo z Cada plan se construye combinando el conjunto de procedimientos candidatos posibles. y Calcular el costo es complicado hay que estimar tamaños de resultados intermedios (estadísticas de la BD, en el catálogo). x Calcular el orden óptimo de ejecución de joins • N! posibilidades de ejecutar un join entre N relaciones x Evitar resultados intermedios (subir selecciones) z Usar heurísticos para reducir la búsqueda
Optimización del costo: CPU + I/O + COM z BD centralizadas y generalmente se tiene en cuenta sólo costo I/O z BD distribuidas en Redes Area Amplia (WAN) y generalmente, sólo costo COM. z BD distribuidas en Redes de Area Local (LAN) y generalmente, costos I/O y COM. z BD en servidores paralelos y influyen los tres: CPU, I/O y COM.
Optimización en Oracle z Optimización basada en reglas o basada en costes (seleccionado por el usuario) z EXPLAIN PLAN: ver como se ejecutará una sentencia SQL z No hay optimización semántica y hasta Oracle 8, incluido z Se puede influir en el uso o no de índices (no recomendado)
Conclusiones y Los SGBD realizan optimización de preguntas • son inútiles algunas reformulaciones de preguntas y Algunas optimizaciones (todavía) no son realizadas por los SGBD (ej. optimización semántica) • hay que reformular algunas preguntas y El proceso de optimización de preguntas es complejo y cada SGBD lo hace distinto. • hay que consultar el manual del SGBD concreto. y Es necesario conocer cómo se procesan las preguntas para realizar el DISEÑO FÍSICO. • cuándo es útil usar índices o hash o no utilizarlos. • saber que el join es costoso --> reducir número de joins.
Diseño Físico
Diseño Físico y El diseño físico de BD forma parte importante del ciclo de vida de un sistema de BDs. y Consiste en escoger las estructuras de almacenamiento y caminos de acceso que x 1) cumplan los objetivos del sistema x 2) proporcionen un balance óptimo entre el rendimiento (tiempos de respuesta de transacciones, número de transacciones por minuto. . . ) y el costo (espacio utilizado, reorganizaciones de datos. . . ). y No existen metodologías para realizar el diseño físico. Es muy dependiente del SGBD concreto.
Diseño Físico: Recopilar información. z Por cada op. (preg. SQL) con la BD indicar: x x x x Tipo: INSERT, SELECT, UPDATE, DELETE Tablas que se van a acceder (cardinalidad) Condiciones de selección (selectividad de cada una) Condiciones de combinación-join (selectividad) Atributos a ser proyectados / modificados Frecuencia esperada de que se realice la operación. Restricciones importantes de ejecución (si las hay) z Regla 80 -20: El 80% del procesamiento se realiza por el 20% de las transacciones.
Reconsiderar algunas de las claves utilizadas z Las claves escogidas deben asegurar que no haya elementos repetidos. z A veces se asignan códigos que toman valores numéricos sucesivos: 1, 2, 3, . . . z Problema: esto puede implicar realizar consultas con varios joins. z Si es posible hay que intentar usar claves con significado siempre que aseguren la unicidad.
Desnormalización y El proceso de normalización consiste en dividir una tabla R en R 1 y R 2 si R=R 1 R 1. K=R 2. K R 2 x Evita redundancia y anomalías (ins. /bor. /mod. ) x Problema: Para obtener R hay que hacer el join y Si (casi) siempre que se recuperan los valores de R 1 se utilizan también los de un mismo atributo(s) R 2. Atr, entonces se puede añadir el atributo R 2. Atr a la tabla R 1 --> (No estaría en 3 FN!!) x Hay que controlar que no haya anomalías x Habrá redundancia pero estará controlada x Se evitará ejecutar joins (según las frecuencias def. )
Particionamiento horizontal y Si existe tabla R = s. C 1(R) U. . . U s. Cn(R) donde • muchas operaciones con la BD son con s Ci (R) • algunos atributos son inaplicables (NULL) según Ci • entonces cada s Ci (R) se guarda en una tabla y se define una vista sobre R (¿diseño lógico? ¿físico? ) y En general si una operación s. Ci (R) es muy frecuente, con Ci muy selectivo y R muy grande: almacenar s. Ci (R) en una tabla S • hay que controlar la redundancia / integridad (triggers) – inconveniente: inserciones en S o R (ver frecuencias) • los programas deberán usar la nueva tabla S • si después se suprime tabla S --> crear vista para S – para mantener indep. física. Esto sí es diseño físico !!
Particionamiento vertical y Si existe una tabla R (A 1, . . . An, B 1, . . . Bm) donde x muchas de las operaciones afectan sólo a atributos A 1, . . . , An y muy pocas veces a atributos B 1, . . . Bm x esas operaciones son muy frecuentes x R(. . Ai, . . . , Bj. . . ) es mucho más grande que R(. . Ai. . . ) y Entonces almacenar R(. . . Ai. . . ) en una tabla S x controlar redundancia / integridad. Fácil si hay mecanismo de triggers. Si no, controlar la parte de las aplicaciones que insertan / modifican R. x inconveniente: las inserciones en R(. . . Ai. . . ). Hay que valorar su frecuencia para ver si merece la pena.
Precomputar joins en tablas y Si existe una consulta R 1 R 2. . . Rn que se ejecuta frecuentemente, cuyo coste es elevado (los joins son costosos) y donde cada relación Ri no se actualiza frecuentemente entonces se puede crear una tabla donde se almacene el resultado de dicha consulta. x Habrá que controlar recomputar dicha consulta • 1) Utilizando triggers cada vez que cambie algún Ri • o bien 2) Ejecutando periódicamente algunos scripts (ej. a las noches). Se puede si no es obligatorio que la consulta devuelva los valores más actuales. x Valorar: frecuencia de cambios en Ri, tamaño del resultado, tiempo de ejecución de la consulta inicial
Organización física para tablas z Si un atributo se usa a menudo para recuperar tuplas en orden o para hacer joins entonces se define como clave primaria o como índice cluster (si no puede ser clave). ¡¡Sólo UNO!! y algunos SGBD permiten almacenar tablas juntas (en un mismo cluster). Útil para ejecutar joins (alternativa a desnormalizar) z Si hay otros atributos que se usan en condiciones de selección o en joins entonces se definen como índices. y conveniente si se seleccionan pocas tuplas ( < 15% total tuplas) y si la cardinalidad de la tabla es alta ( > 100 tuplas) z Si la tabla se actualiza con gran frecuencia hay que definir un número mínimo de índices (coste de actual. ) z Si un atributo se usa frecuentemente para selecciones del tipo A=c o en joins y no para recuperar por orden de A, entonces definirlo como hash (si SGBD permite)
Conclusiones z Realizar el diseño físico inicial x Obtener información de las operaciones esperadas x Resolver operaciones con mayores restricciones (aplicando algunos de los métodos explicados) x Resolver el resto de las opers. sin perjudicar a otras • añadir índices para favorecer consultas perjudica a operaciones de inserción / borrado z Replantearse continuamente dicho diseño (Tunning) x analizar/auditar el sistema actual x tomar nuevas decisiones (añadir/borrar índices o tablas (crear vistas y triggers si es necesario)
Transacciones, Recuperación y Control de Concurrencia
Transacciones y Transacción: colección de operaciones que forman una única unidad lógica de trabajo en una BD y Control concurrencia x Sistemas multiusuario: ejecución intercalada y Recuperación x Para cuando una transacción falla y Vida de una transacción x x Inicio Lecturas/escrituras de elementos de la BD Final (pueden hacer falta algunas verificaciones) Confirmación (COMMIT) o anular (ROLLBACK)
Transacciones y Toda transacción debe cumplir el principio ACID x Atómica: se ejecuta todo (commit) o nada (rollback) • Debe garantizarlo el método de recuperación del SGBD x Consistente: pasa de un estado consistente a otro • Debe garantizarlo el programador y el SGBD (restr. int. ) x a. Islada: no lee resultados intermedios de otras transacciones que no han terminado • Debe garantizarlo el método de control de concurrencia y el programador (ej: usando protocolo bloqueo en 2 fases). x Duradera: si se termina con éxito (commit), los cambios en la BD son estables aunque luego falle otra • Debe garantizarlo el método de recuperación.
Recuperación y Caídas del sistema durante una transacción y Errores de ejecución: overflow, división por 0. . . y Errores lógicos que violan alguna regla de integridad (definida explícitamente o no) y que dejan inconsistente la BD -> programador/ABD y Problemas de concurrencia de transacciones y Fallos de lectura/escritura en disco y Problemas físicos y catástrofes: fuego, robos, sabotajes, fallos “humanos”, . . . --> medidas de seguridad informática en la empresa.
Recuperación y Para que el sistema se pueda recuperar ante fallos se necesita grabar cada operación con la BD en un fichero LOG (bitácora). Checkpoints. x se escribe en el fichero LOG antes que en la BD x el fichero LOG debe estar en memoria estable y Por cada operación se escribe un reg. en LOG x x x <comienza-transacción, numt> <escritura, numt, id_dato, val_viejo, val_nuevo> <lectura, numt, id_dato, valor> <termina_transacción_con_éxito, numt> <punto_comprobación, numt, numc>
Problemas de concurrencia z La ejecución concurrente de transacciones puede dar lugar a problemas: y Problema de la actualización perdida y Problema de leer una actualización temporal (lectura sucia) y Problema del resumen incorrecto y Problema de la lectura no repetible
Problemas de Concurrencia z Sol. trivial: cada transacción se ejecuta en exclusión mutua. ¿Cuál sería la granularidad? ¿BD? ¿Tabla? ¿Tupla? ¿Atributo? z La solución trivial no es válida: muy restrictiva y Se supone que las BDs se pensaron para que varios usuarios/aplicaciones accedieran a la vez z Hay que intercalar acciones pero que el resultado sea como en exclusión mutua
Control de concurrencia: planes serializables y Dadas las transacciones T 1, T 2, . . . Tn, – T 1 compuesto por operaciones O 11, O 12, . . O 1 m 1 – T 2 compuesto por operaciones O 21, O 22, . . O 2 m 2 –. . . Tn compuesto por operaciones On 1, On 2. . On mn y Un plan de ejecución concurrente de las transacciones sería: • Ej: O 11, O 21, On 2, O 12, O 22, …, O 1 m 1, O 2 m 2, …, On mn • Una intercalación de todas las operaciones Oij donde para todo i, Oi 1 se ejecuta antes que Oi 2. . . antes que Oi mi y Un plan es serializable si su resultado es el mismo que el producido por alguno de los posibles planes seriales de T 1, T 2, . . . Tn • Ej: opers. de T 2, opers. T 1, opers. Tn, . . , opers. de T 3
Serializabilidad z Aparte de ACID, queremos que las transacciones sean serializables. z Determinar si un determinado plan es serializable es un problema NP-completo. z Solución: Imponer restricciones a la libre intercalación de operaciones entre transacciones x Técnicas pesimistas: se impide realizar ciertas operaciones si son sospechosas de producir planes no serializables: BLOQUEOS (lock) y MARCAS DE TIEMPO (time-stamping) x Técnicas optimistas: no imponen restricciones pero después se comprueba si ha habido interferencias
Técnicas de bloqueo (lock) y A cada elemento de datos o gránulo X de la BD se le asocia una variable x operación lock_exclusivo(X): deja bloqueado al que lo pide si otro ya tiene cualquier lock sobre X x operación lock_compartido(X): deja bloqueado al que lo pide si otro ya tiene un lock exclusivo sobre X x operación unlock(X): libera su lock sobre X y Antes de leer X lock_compartido(X) y Antes de escribir (leer) X lock_exclusivo(X) y Si no se va a leer o escribir más unlock(X)
Protocolo de Bloqueo en dos fases z Una transacción sigue el protocolo de bloqueo en dos fases si nunca hace un lock después de haber hecho algún unlock. x Fase de crecimiento: se solicitan locks x Fase de devolución: se realizan unlocks z Solamente este protocolo de bloqueo garantiza la serializabilidad de transacciones z Sin embargo, existe riesgo de deadlock !! x Prevención de deadlocks x Detección y recuperación de deadlocks
Deadlocks z Deadlock (o abrazo mortal o interbloqueo): cuando una transacción T 1 está bloqueada esperando a que otra T 2 libere un lock, la cual también está bloqueada esperando a que T 1 libere uno de sus lock. Se puede generalizar para N transacciones. z Prevención de deadlocks y Cada transacción obtiene todos locks al principio y si no puede entonces no obtiene ninguno. Problema de livelock (inanición de algunas transacciones que pueden no obtener todos los que necesiten) y Los elementos de la BD están ordenados de alguna manera y los lock hay que obtenerlos en dicho orden. Los programadores deben controlarlo !! z Detección y recuperación de deadlocks. y A medida que se piden y conceden los lock se construye un grafo de las transacciones que están esperando a otras. Si existe un ciclo en dicho grafo: deadlock. Hay que proceder a abortar a alguna de las transacciones. Problema de livelock si se aborta siempre a la misma!
Técnicas de marcas de tiempo (time-stamping) y Un timestamp es un identificador asignado a cada transacción TS(T). Indica la hora de comienzo de la transacción T. A cada elemento X de la BD se le asigna el timestamp de la última transacción que lo ha leído (TS_lect(X)) y escrito (TS_escr(X)) y Si una transacción T quiere escribir en X • si TS_lect(X) > TS(T) entonces abortar • si TS_escr(X) > TS(T) entonces no escribir y seguir • en otro caso escribir y TS_escr(X): =TS(T) y Una transacción T quiere leer de X • si TS_escr(X) > TS(T) entonces abortar • si TS_escr(X) <= TS(T) entonces leer de X y TS_lect(X): =máximo(TS(T), TS_lect(X)) y Garantiza serializabilidad y ausencia de deadlocks. Puede haber livelock (si se aborta siempre a la misma transacción)
Técnicas optimistas z No se realizan comprobaciones ANTES de ejecutar las operaciones (pedir locks, comprobar timestamps), sino al acabar toda la transacción (fase validación) z Durante la ejecución de la transacción se trabaja con copias z Hay tres fases en un protocolo optimista: y Fase de lectura y Fase de validación y Fase de escritura z Es bueno cuando no hay muchas interferencias entre transacciones (por eso son “optimistas”)
Recuperación en Oracle z Redo logs (cíclicos) z Archive logs (consolidación de redo logs) z Backups y Mirrors y Export: Incremental, acumulativo (colección de incrementales), total z Recuperación basada en cambios, tiempo, paso-a-paso (basado en archive logs), completa
Control de concurrencia en ORACLE (1) z Lectura consistente: garantiza que se lean los datos tal y como estaban al inicio de la transacción, sin impedir que otras transacciones los cambien. y Implícitamente con SELECT. . FROM T, R. . . (lo garantiza sobre las tuplas de T, R, . . . ) y Explícitamente con SET TRANSACTION READ ONLY; (lo garantiza sobre las tuplas de todas las tablas hasta el fin de transacción. ) x Debe ser la primera instrucción de la transacción x No permitirá hacer ningún INSERT, DELETE o UPDATE en dicha transacción
Control de concurrencia en ORACLE (2) z LOCKs y Explícitamente con LOCK TABLE T IN x MODE x x indica si sobre todas/algunas tuplas de T en modo compartido/exclusivo) y Implícitamente con cada operación (según cláusula WHERE) x UPDATE, DELETE, INSERT. Se bloquean las tuplas insertadas, borradas o actualizadas (al ser una transacción no finalizada) x SELECT. . . FROM T FOR UPDATE OF atr. Se bloquean las tuplas seleccionadas
Control de concurrencia en ORACLE (y 3) z No hay UNLOCK explícitos en ORACLE!! y Se realiza un UNLOCK implícito de todos los LOCK con cada COMMIT o ROLLBACK (implícitos o explícitos) z Pregunta: ¿Cómo conseguir que las transacciones en ORACLE sigan el protocolo en dos fases, o lo que es lo mismo, sean serializables?
Interacción de Aplicaciones con BDs
Interacción de Aplicaciones con Bases de Datos z Acceso básico. Casos Especiales z SQL embebido z Uso de un API x Tipos de API x ODBC. Drivers z Bases de datos en la Web
Acceso Básico z Normalmente suministrado por el SGBD y sus aplicaciones adjuntas z Puede no existir. SGBOO z Prompt (SQL). Oracle: SQL-Plus z 4 GL. Informix, Oracle (PL/SQL) y Forms, reports, menus z Entornos completos. MS Access
SQL Embebido z z z Lenguaje de Programación Host Preprocesador + Librerias = Programa SQL estático vs. dinámico Tipos de datos distintos. Equivalencias Variables Host Limitaciones (¿transacciones? , ¿actividad? , etc)
SQL Dinámico: Oracle 4 Métodos: elegir siempre el más sencillo posible según el caso z Método 1 (no selects, no placeholders) Ej: EXEC SQL EXECUTE ´delete from emp where dpto=20´ z Método 2 (no selects, # placeholders conocido) Ej: EXEC SQL PREPARE s FROM ´delete from emp where dpto=: dpto_num´ EXEC SQL EXECUTE s USING : departamento
SQL Dinámico: Oracle (2) z Método 3 (acepta selects, # proyecciones, placeholders conocido) Ej: Select nombre, apellidos from emp where dpto=: dpto_num Prepare, declare cursor, open cursor using. . . , fetch cursor, close cursor z Método 4 (sin restricciones) Ej: select ? ? from ? ? where ? ? ? . .
Uso de un API z API: Aplication Program Interface z Protocolos y funcionalidades z Tipos de API´s y Propietarios. Ej: OCI (Oracle Call Interface) y Interoperables x CLI (Call Level Interface) x ODBC (Open Data Base Connectivity). x IDAPI
ODBC z Desarrollado por Microsoft z NO es un protocolo de comunicación z Driver ODBC: programa que interactua con un SGBD concreto y ofrece un API según los dictados ODBC. y Implementado con SQL embebido y Implementado con un API propietario z JDBC. Drivers JDBC. Driver JDBC-ODBC
Bases de datos en la Web z Páginas Web: puntos de interrogación a Bases de datos z Forms y CGI´s z Perdemos el acceso directo al SGBD: no disponemos de SQL !!! z Solución: Encapsulación. Acceso limitado por el CGI.
Bases de Datos Orientadas a Objetos (BDOO)
BDOO: Motivación z Aplicaciones “tradicionales” de BD donde x existen muchos datos almacenados en registros (pocos tipos de registros) gen. de longitud fija con campos atómicos (en 1 FN) y de tamaño pequeño x esquemas de BD casi no cambian y están en 1 FN x las transacciones son generalmente cortas z Existen nuevas aplicaciones de BD x x x Aplicaciones de diseño: CAD, CASE, . . . Ofimática Sistemas de Información Geográfica (GIS) BD multimedia Sistemas expertos de BD (manejar conocimiento)
BDOO: Motivación (2) z Las nuevas aplicaciones de BD necesitan: y esquemas dinámicos y más entidades distintas con probablemente menos datos (ocurrencias) en dichas entidades y campos de longitud variable y que contengan más tipos de datos: gráficos, sonidos, textos. . . y meta conocimiento y distintas versiones de los datos y manejar transacciones largas
BDOO: Motivación (3) • Tendencias “nuevas” (post-relacionales) en investigación. ¿Triunfarán comercialmente? – Modelos semánticos de datos – Bases de datos históricas (temporales) – Bases de datos no en 1 FN (multievaluación) – Sistemas expertos de BD (integr. IA - BD) – Lenguajes de programación de BD: DB + LP • BD deductivas: fusión leng. progr. lógica + SGBD • BD funcionales: progr. funcional + SGBD • BDOO: progr. orientada a objetos + persistencia
Herramientas Modelo Relacional y Los SGBD Relacionales proporcionan x x forms para hacer entrada de datos interfaces (simil. a hojas de cálculo) para ver datos generadores de informes facilidades para escribir SQL embebido desde LP y SQL embebido (a utilizar desde un Leng. Prog. ) x x x Definir tipos, conocidos por el SGBD distintos a LP Conexión a la BD Captura de excepciones (errores) Seleccionar tuplas simples desde una BD Seleccionar varias tuplas (uso de cursores) Ejecutar sentencias SQL dinámico (en tiempo ejec. )
Problemas Modelo Relacional y SQL no es computacionalmente completo. Se necesitan LP ------> Mismatch impedance x con los tipos: el SGBD y el LP tienen distintos tipos • Los LP no ofrecen un tipo primitivo relación que tome como valor un CONJUNTO DE VALORES ! – Es necesario utilizar CURSORES para tratamiento secuencial dentro de un programa !! • Los tipos abstractos de datos que se pueden crear con LP habría que guardarlos en tablas para darles persistencia. x con la estrategia de evaluación • El LP hace una pregunta SQL, el SGBD obtiene la respuesta y la guarda en un lugar intermedio para dársela al LP (traducida). Tal vez éste NO PIDA MÁS DATOS !!
Problemas Modelo Relacional (2) z Poder limitado de modelado y El modelo relacional tiene como único tipo de datos a las TABLAS con ATRIBUTOS. y Sin embargo nos gustaría poder definir x x Entidades con sus propiedades (multivaluadas) Generalización / Especialización de entidades Relaciones entre entidades (con restricciones) Un determinado orden de los datos almacenados
Problemas Modelo Relacional (3) z Complejidad del entorno y Los programadores deben saber programar con el SGBD (SQL) y con el LP y Hacer que programas YA existentes que trabajan con ficheros lo hagan con BDs es duro y Para añadir interfaces a los programas de BDs hay que manipular otros tipos de objetos gráficos que no pueden ser guardados en la BD. y Para cambiar de una plataforma a otra, todos los distintos componentes usados deben ser soportados de manera consistente en la nueva.
Qué son las Bases de Datos Orientadas a Objetos (BDOO) z BDOO = BD + OO z Características BD y Persistencia + Concurrencia + Transacciones + Recuperación + Lenguajes de Interrogación / Definición / Manipulación + Integridad + Seguridad + Eficiencia (+ Versiones) z Características OO y Tipos Abstractos de Datos (TAD) + Herencia + Identidad de Objetos [TAD = Tipos + Operaciones + Encapsulación]
Conceptos básicos OO y Objetos complejos x Un objeto es un elemento con una estructura (atrs. de ciertos tipos) (que pueden ser simples, listas, conjuntos, . . ) y un comportamiento (operaciones o métodos) que corresponden a la definición de la CLASE de la cual el objeto es una INSTANCIA. • CLASE define unos ATRIBUTOS y MÉTODOS • La clase agrupa a una serie de OBJETOS o INSTANCIAS y Identidad de objetos x Cada objeto tiene un identificador único (OID) • Inalterable y dado por el sistema al crearse. • Ej: 25#cine o bien sin indicar la clase: #35
Conceptos básicos OO (2) z Identidad de objetos (cont. ) y A diferencia del modelo relacional puede haber objetos distintos con los mismos valores. y Predicados de igualdad y y y o 1 idéntico a o 2 si contienen el mismo OID o 1 igual de manera superficial a o 2 si el contenido de los objetos es identico. o 1 igual de manera profunda a o 2 si el contenido de los valores escalares es igual y, si los valores son OIDs, si son iguales de manera profunda. y Operaciones de copia de objetos y Copia superficial: devuelve un nuevo objeto con los mismos valores (escalares y OIDs) y Copia profunda: crea un nuevo objeto con los mismos valores escalares y si son OIDs con copias profundas de dichos objetos.
Conceptos básicos OO (3) z Encapsulación y Cada objeto tiene una parte que constituye su INTERFAZ y otra que constituye su IMPLEMENTACIÓN. y Sólo se puede acceder a cada objeto a través de su INTERFAZ, o lo que es lo mismo, enviando órdenes para que ejecute MÉTODOS. x Excepción: el procesador de preguntas sí puede !!! y El objetivo es encapsular los DATOS y los PROGRAMAS dentro de los OBJETOS.
Conceptos básicos OO (4) z Diferencia entre tipos y clases y Un tipo define una estructura que se utiliza para comprobar que no hay errores en tiempo de compilación. Todo valor de los que aparece en un programa DEBE SER de algún tipo. y Una clase está formada por un tipo(s), unas operaciones y un conjunto de instancias de dicho tipo(s). y TAD = tipo + operaciones + encapsulación y clase = TAD + herencia + cjto de instancias
Conceptos básicos OO (5) z Herencia y Una clase A se puede definir como subclase de otra clase B. y En ese caso, todos los atributos y métodos de la clase B son heredados por la clase A. y Algunos SGBDOO permiten herencia múltiple, esto es, que una clase sea subclase de más de una clase. En ese caso, hereda las propiedades de todas super-clases (problemas). x NOTA: Nos referimos a subclase directa en el árbol.
Conceptos básicos OO (6) z Overloading (sobrecarga), overriding (imposición), late binding (asociación retardada) y Un sistema soporta “overloading” si distintas clases pueden tener propiedades con el mismo nombre. y Si se producen conflictos con los nombres de una subclase y sus superclases entonces prevalece el de la subclase (“overriding”) y Cuando se invoca un método de un objeto, en tiempo de ejecución, se busca el código en la clase a la que pertenece y si no se encuentra, entonces se va buscando transitivamente por sus superclases (“late binding”).
Persistencia: C++ persistente z Es posible escribir programas C++ con todas las características de OO comentadas (ver conceptos básicos de OO). z Problema: las características de BD no se conseguirían (ver definición BDOO) z Intento de solución: extender C++ para que permita definir clases persistentes. x persistent class A: public B, . . D {. . . } x NOTA: Las clases persistentes no deben contener punteros a clases no persistentes !
Persistencia: C++ persistente (2) z Sin embargo, el resto de características BD siguen sin obtenerse (ver definición BDOO = BD + OO) y Lo peor: el lenguaje de interrogación es navegacional o procedural (es mejor el del modelo relacional que es asercional) y Lo mejor: no hay mismatch impedance ni el resto de problemas señalados en (problemas modelo relacional).
Diseño de BDOO z Para diseñar BDs generalmente se usa un modelo de BDs semántico llamado Entidad. Relación (extendido) de Chen. z Los pasos que se pueden seguir son: y Obtener el esquema E-R extendido y Normalizar dicho esquema E-R x Obtener las tablas correspondientes al E-R x Normalizar las tablas relacionales. x Obtener el E-R al que corresponderían dichas tablas y Traducir el esquema E-R a un esquema OO
Traducción E-R a OO z Las entidades y relaciones del E-R se pueden traducir a clases y atributos OO. Entidad -----> Clase Entidad especialización -----> Subclase Relación 1: 1, 1: N ----> Atributo sobre Clase Relación N: M ------> 2 atributos sobre Clases Relaciones de grado mayor que 2 o de tipo N: M con atributos ------> Clase y No olvidar que se pueden definir métodos y y y x Para atributos calculados, realizar tareas (imprimir. . )
ODE: Un SGBDOO z ODE es un SGBDOO y Desarrollado en los laboratorios AT&T y Utiliza un lenguaje de programación de BD llamado O++ basado en C++ x Otros SGBDOOs: Gem. Stone, Iris, O 2, ORION, Object. Store (basado en C++), Vbase. y O++ extiende C++ para incluir características propias de BDs: x Persistencia, transacciones, lenguaje de preguntas. . . y Artículos ODE: ftp: //research. att. com/dist/db
Lenguaje O++ z Persistencia y Una clase C++ se puede declarar como persistente. Apuntadores de objetos también x persistent class personas {. . } x persistent personas * pe; x Utilizamos el método pnew (pdelete) para crear (destruir) objetos persistentes • pe = pnew personas(. . . . ); • pdelete pe; x Se usa “pthis” en vez de “this” para referirnos a un objeto persistente en la implementación de métodos
Lenguaje O++ (2) z Transacciones y Se puede utilizar protocolo bloqueo en 2 fases y Toda interacción con la BD debe ocurrir dentro de la definición de una transacción. x trans {. . . /* lectura escritura en la BD. . . */ } y Se puede hacer commit y rollback. x COMMIT: Al terminar el bloque trans {. . } x COMMIT: Al ejecutar un break o un continue x ROLLBACK: al ejecutar tabort y al fallar.
Lenguaje O++ (3) z Operaciones de abrir / cerrar BDs x #include <ode. h> x. . . x main () { • database * db; • . . . . • if ((db = database: : open(“nombre_BD”)) = = NULL) • cout “Error al abrir la BD nombre_BD”<<endl; • else {. . . trans {. . . . }; • db->close(); }
Lenguaje O++ (4) z Lenguaje de preguntas y y for (“vars. que recorren clases”) (FROM) [ suchthat (“condiciones”) ] (WHERE) { /* instrucciones C++ */ } (SELECT y +) Ejemplos: x for (pe in empleado) suchthat (pe->salario > 20000) cout “Nombre: ” << pe->nombre; x for (pp in all persona; pc in coche) suchthat (strcmp(pp->pais, pc->pais)==0) {. . } x for (pe in empleado)
Lenguaje O++ (5) z ODE proporciona listas persistentes (plist. h) z Es posible definir índices o hash. x database: : Build. Index(“persona”, ”persona: : nombre”, punt_db, 1, BTREE_TYPE) x Puede ser BTREE_TYPE o HASH_TYPE x El 1 significa índice único (0 si no es único). x Existen funciones Index. Delete e Index. Exists y NO SE INDICA EN LAS PREGUNTAS QUE SE UN ÍNDICE/HASH. LO DECIDE EL OPTIMIZADOR z Se pueden definir triggers z Se pueden crear versiones de objetos.
Crítica a los SGBDOO: limitaciones z Lenguaje de preguntas: y No son compatibles con ANSI-SQL y No incluyen preguntas anidadas, union, intersección, funciones de agregación, group by. . . z No soportan creación de vistas (Como en SQL) z No permiten que los usuarios controlen privilegios y En SQL se puede hacer GRANT, REVOKE, . . . z No dejan cambiar clases dinámicamente (añadir atrs. . . ) y En SQL se puede hacer ALTER TABLE. . .
Crítica a los SGBDOO: limitaciones z z Gen. los usuarios deben manejar los locks (transacc. ) Capacidades limitadas para hacer “tuning” de la BD Distintos OIDs en distintas BDOOs Relacional: operaciones cerradas (resultados son rel. ) OO: operaciones sobre clases dan cjtos de OIDs !!!
Crítica a los SGBDOO: mitos z Los SGBDOO son mucho más rápidos que los relacionales y En realidad sucede si la aplicación navega entre objetos (OIDs) que están cargados en memoria principal. z Se elimina la necesidad de ejecutar joins y No eliminan. Reducen el nº de joins (al navegar por atributos) z Se elimina la necesidad de usar claves. (No, DNI es clave)
Crítica a los SGBDOO: mitos z No se necesitan lenguajes asercionales. No, eso viene porque al principio NO OFRECÍAN dichos lenguajes! z El procesamiento de preguntas viola encapsulación y Acceder atributo [pepe. nombre] vs. método [pepe. get_nom()] z Pueden soportar mejor versiones y transacciones de larga duración. No, en BD relac. no se ha tratado lo suficiente. z Soportan datos multimedia. En principio mejor que con relacionales. Quedan muchas cuestiones que resolver.
Bases de Datos Distribuidas (BDD)
BD Distribuidas z Tecnología de Bases de Datos (tradicional) y Centralización de datos x Varios Ficheros Una Base de Datos z Redes de Computadores y Distribución/compartición de recursos x BD centralizada BD distribuida (¿varias BDs? ) z BD Distribuidas: unión de estas dos aproximaciones (aparentemente opuestas) y La tecnología de BD busca la INTEGRACIÓN de los datos y no la CENTRALIZACIÓN
Definición de BD Distribuida z Un sistema de BD distribuidas es una colección de varias BDs que se encuentran lógicamente inter-relacionadas y distribuidas sobre una red de ordenadores. z Un sistema de gestión de bases de datos distribuidas (SGBDD) es el software que permite el manejo de sistemas de BDs distribuidas y que hace dicha distribución transparente al usuario.
Definición de BD Distribuida z No son Sistemas de BD Distribuidas: y Un sistema de ordenador de tiempo compartido y Un sistema de multiprocesadores (BD Paralelas) y Un sistema de BD que reside en uno de los nodos de una red. Eso es una BD centralizada accesible a través de la red.
Transparencia en entornos Distribuidos z Transparencia de red y el usuario no debe ser consciente del uso de la red y transparencia de localización: dónde están los datos, lenguajes “locales” necesarios y transparencia de nombres: nombres únicos en todo el sistema distribuido, independientes de la localización z Transparencia de fragmentación y el usuario no debe ser consciente de la existencia de varios depósitos de datos z Transparencia de replicación y el usuario no debe ser consciente de la existencia de varias copias de los datos
Ventajas de las BDD (I) z La distribución puede ser la organización más natural z Mayor fiabilidad y disponibilidad (puede haber replicación) z Autonomía local (establecer políticas locales de acceso a datos) z Más eficiencia al acceder a los datos locales (frente a una centralizada)
Ventajas de las BDD (y II) z Economía (mejor varios PCs en red que un mainframe) z Más posibilidades de expansión (añadir más recursos a la red) z Compartición de datos (debido a que se encuentran en red)
Desventajas de las BDD z Falta de experiencia en el diseño de SBDD z Complejidad y todos los problemas de las BD centralizadas y otros) z Costo (hardware / software de comunicaciones) z Distribución de control y también era ventaja: autonomía) z Seguridad y se añaden los problemas de seguridad en redes z Dificultad de cambio y las empresas ya tienen BD centralizadas
Factores que influyen en las arquitecturas de BDDs (I) z Distribución y Una BD es distribuida si esta dividida en distintos componentes (integrados) y BDD <> varias BDs no integradas y Los componentes distribuidos que constituyen una BD distribuida son a su vez bases de datos (BDs componentes o locales) y Las BDs componentes tendrán un grado de autonomía local determinado
Factores que influyen en las arquitecturas de BDDs (II) z Autonomía Tipo de control que los SGBD tienen sobre cada BD local x Autonomía de diseño: existe si los administradores de la BD (ABD) pueden cambiar el esquema conceptual de sus BDs independientemente de si forman parte de un sistema distribuido o no. x Autonomía de comunicación: si se puede decidir localmente cuándo comunicarse con los otros SGBD locales. x Autonomía de ejecución: si se pueden ejecutar transacciones globales y locales en el orden en que se quiera. x Autonomía de participación: si puede decidir cómo participar en el sistema distribuido.
Factores que influyen en las arquitecturas de BDDs (III) z Heterogeneidad y y Distinto hardware, SO, software comunicaciones. Distinto modelo de datos (rel. , jerárquico, red, OO, . . ) Distintos SGBDs (aunque sean del mismo modelo) Heterogeneidad semántica (aun con el mismo SGBD) x sinonimia: elementos iguales con distintos nombres x homonimia: elementos distintos con igual nombre x otras relaciones semánticas (hiperonimia, hiponimia, agregación, etc, …) x el mismo elemento del mundo real puede ser representado como entidad o atributo, atributos con tipos diferentes, etc. x Puede existir tanto a nivel intensional como extensional
Factores que influyen en las arquitecturas de BDDs (y IV) z Existencia o no de esquema global y Si se proporciona un esquema global entonces es como si se trabajara con una única base de datos. Las preguntas se realizan sobre dicho esquema global: – SELECT * – FROM VUELOREAL, BILLETES – WHERE VUELOREAL. ID=BILLETES. ID x En el esquema global se sabrá que VUELOREAL está en BD 1 y BILLETES en BD 2 pero es transparente al usuario y Si no, se necesita un lenguaje de acceso a distintas BDs. – SELECT * – FROM BD 1@VUELOREAL, BD 2@BILLETES – WHERE VUELOREAL. ID=BILLETES. ID
Arquitecturas de BD distribuidas z Sistemas de BDs Distribuidas (SBDD) y Formados por BDs no autónomas. y Proporcionan un esquema global. y El esquema global se obtiene de arriba a abajo: primero se define el esquema conceptual global y luego se fragmenta en varias BDs. z Sistemas de BDs Interoperantes (SBDI) y Formados por BDs autónomas. y No proporcionan esquema global sino lenguajes de acceso a BDs. y El usuario es consciente de que trabaja con varias BDs. z Sistemas de BDs Federadas (SBDF) y Formados por BDs autónomas. y Proporcionan un esquema global. y El esquema global se obtiene de abajo a arriba: los esquemas locales son pre-existentes y se integran en un esquema global. No se decide fragmentar: la redundancia probablemente ya existe.
Diseño de BDs Distribuidas z Hay que decidir en qué nodos deben residir los datos Diseño de BDs Distribuidas y En los SBDF no se hace porque las BDs ya existen. Hay que integrarlas para obtener el esquema global y En los SBDD, tras obtener el esquema conceptual global se debe fragmentar y asignar z Y donde residirán las aplicaciones que trabajan con los datos
Diseño de BDs Distribuidas z Es necesario un sistema de gestión de BD Distribuidas que realice lo siguiente: y procesamiento de preguntas y mantenimiento de la consistencia si hay replicación de datos y control de transacciones y etc. . . z En algunos casos (determinados SBDD, SBDI) se podrá comprar, pero no siempre (SBDF)
Diseño top-down de BDD Esquema Global Información de Acceso (transacciones) FRAGMENTACIÓN Esquema Global Fragmentado ASIGNACIÓN Esquema Local 1 Esquema Local N DISEÑO FÍSICO Esquema Físico 1 Esquema Físico N
Fragmentación (I) z El problema de obtener los esquemas locales a partir del global se divide en dos: y Fragmentación: dividir el esquema global en fragmentos. y Asignación: distribuir los fragmentos entre los esquemas locales. z El fragmento es la unidad a distribuir x puede ser parte de un tabla o un cjto. de ellas. x ventaja: incrementa el nivel de concurrencia de transacciones. x desventaja: algunas transacciones se degradarán si tienen que trabajar con varios fragmentos.
Fragmentación (II) Fragmentación horizontal: basada en encontrar condiciones de selección Fragmentación vertical: basada en encontrar conjuntos de atributos a proyectar
Fragmentación híbrida (y III) Primero horizontal . . . y luego vertical a cada fragmento
Corrección de la fragmentación z Completitud y Todo elemento de la relación debe estar en alguno de los fragmentos. z Reconstrucción y La relación inicial debe poder reconstruirse aplicando operadores sobre los fragmentos z Intersección vacía (disjointness) y Intersección de los fragmentos debe ser vacía • Nota: a excepción de las claves (para poder reconstruir la relación inicial a partir de los fragmentos)
Asignación (I) z Asignar fragmentos a los esquemas locales y Sin replicación: todo fragmento reside en un único nodo x bueno para actualizaciones, malo para preguntas y Con replicación total: todos los fragmentos residen en todos los nodos x bueno para preguntas, malo para actualizaciones y Con replicación parcial: algunos fragmentos pueden residir en más de un nodo x compromiso entre actualizaciones y preguntas
Asignación (y II) REPLICACIÓN SIN COMPLETA PARCIAL REPLICACIÓN PROCESAMIENTO DE PREGUNTAS Más fácil Más difícil CONTROL DE CONCURRENCIA Difícil Más difícil Más fácil DISPONIBILIDAD DE LOS DATOS Muy alta Alta Baja
Formulación del problema de la asignación z Dados N fragmentos y M nodos, encontrar la matriz X y (Xij = true) el fragmento i se aloja en el nodo j tal que minimiza el costo total x suma de los costos de procesamiento de todas las preguntas, actualizaciones (multiplicando cada costo por el nº de veces que se pregunta / actualiza) y costos de almacenar todos los fragmentos y sujeto a las siguientes restricciones: x tiempo de respuesta máximo para cada pregunta x existe un almacenamiento máximo en cada nodo x no superar la carga de procesamiento en cada nodo El problema es NP-completo. Pero se pueden usar heurísticos: problema de la mochila, técnicas de ramificar y acotar, algoritmos genéticos, etc. . .
Diseño bottom-up de BDD Esquema Global en un modelo canónico INTEGRACIÓN Esquema Local 1 en un modelo canónico Esquema Local N en un modelo canónico TRADUCCIÓN Esquema Local 1 Esquema Local N
Obtención del Esquema Global (I) z El problema de obtener un esquema global a partir de N esquemas locales se divide en dos: y Traducción: cada esquema local se traduce a un modelo canónico y Integración: los esquemas locales se integran en uno solo z Este es un tema de investigación. Todavía no resuelto por productos comerciales
Modelo canónico z El modelo de datos (canónico) utilizado para expresar el esquema global es muy importante. – No hay que olvidar que las bases de datos locales pueden ser heterogéneas (distintos modelos de datos) – Se utilizan modelos más ricos semánticamente que el relacional: OO, modelos funcionales, semánticos, etc. . .
Obtención del Esquema Global (y II) Supongamos que los esquemas locales son relacionales y se usa como modelo canónico el modelo semántico Entidad. Relación Extendido de Chen z Traducción y A partir de tablas y atributos relacionales (esquema exportado) se identifican entidades, relaciones y atributos (enriquecimiento semántico) y Pueden aparecer nuevas entidades (especializaciones/generalizaciones, etc. ) z Integración y Aplicación de las propiedades semánticas entre las entidades y relaciones de distintos esquemas locales canónicos (sinonimia, unión, generalización/especialización, etc. )
Uso del esquema global z Procesamiento de preguntas y Las preguntas realizadas sobre el esquema global deben responderse sobre los esquemas locales z Información de enlace y Relación entre los elementos de datos del esquema global y los elementos de datos de los esquemas locales y Necesaria para poder responder a las preguntas
Optimización de pregs. en BDD Pregunta sobre relaciones distribuidas DESCOMPOSICIÓN Esquema Global Pregunta en álgebra relacional sobre relaciones distribuidas LOCALIZACIÓN DE DATOS Esquema de Fragmentos Pregunta sobre fragmentos Estadísticas sobre Fragmentos Pregunta sobre fragmentos y operaciones de comunicación OPTIMIZACIÓN GLOBAL OPTIMIZACIÓN LOCAL Preguntas locales optimizadas Esquema Local
Transacciones en BDDs: protocolo de commit en 2 fases z Se desea ejecutar una transacción T compuesta por varias transacciones T 1, . . . Tn sobre varias BDs: BD 1, . . . BDn. Para ejecutar un COMMIT global: z Fase de votación y Cada transacción Ti no hace COMMIT sino que dice al nodo coordinador si puede hacerlo y espera a que éste le conteste z Fase de decisión y Si todas las Ti han respondido diciendo que pueden hacer COMMIT el coordinador ordena que se ejecute. En otro caso ordena un ROLLBACK a todas ellas. El coordinador debe recibir “acknowledge” de todos
Bases de Datos Activas
BD Activas: Motivación z Los SGBD convencionales son “pasivos”. Sólo ejecutan preguntas o transacciones realizadas por los usuarios o por los programas de aplicación. z Para representar la semántica del mundo real proporcionan: y MODELO DE DATOS x Estructuras de Datos x Operadores para trabajar con las estructuras x Reglas de integridad y MODELO DE TRANSACCIONES x Posibilidad de definir transacciones pero sólo si los usuarios o aplicaciones lo solicitan explícitamente
BD Activas: Motivación (2) z Los SGBD “pasivos” NO SON BUENOS para modelar comportamiento dirigido por sucesos. z Ejemplo: si el stock de un producto baja de un cierto umbral entonces solicitar más. Para implementarlo: y 1) En toda aplicación que modifique el stock de algún producto hay que añadir código que compruebe si se baja del umbral para solicitar más. x La semántica está distribuida por las aplicaciones. x Posiblemente es una fuente de errores. y 2) Realizando un programa que periódicamente “sondee” todas las condiciones (¿ stock(i) < umbral(i) ? ) x Frecuencia de sondeo alta --> INEFICIENCIA x Frecuencia de sondeo baja --> INCONSISTENCIAS
BD Activas: Definición y Modelo de Conocimiento z Un Sistema de Bases de Datos Activas es un sistema que monitoriza situaciones de interés y que, cuando ocurren, dispara o activa la ejecución de una serie de acciones. z El comportamiento deseado se expresa en forma de Reglas Evento-Condición-Acción (ECA) x ON evento x IF condición x THEN acción z Nota: Las reglas ECA provienen del paradigma de las Reglas de Producción (IF condición THEN acción) tratado en Inteligencia Artificial (sobre todo en Sistemas Expertos)
Modelo de Conocimiento z ON evento IF condición THEN acción y evento puede ser un suceso primitivo: x x x ocurre una operación con la BD (insert, . . . ) comienza / termina una transacción (commit, . . ) suceso externo: bajada de tensión suceso temporal: es primer día de mes suceso abstracto: violada una regla de integridad y o un suceso compuesto: x S 1 OR S 2 (sucede el suceso S 1 o el S 2) x S 1 AND S 2 (suceden ambos sucesos) x S 1 ; S 2 (sucede S 1 y después S 2)
Modelo de Conocimiento (2) • ON evento IF condición THEN acción – Se cumple una determinada condición en la BD • el valor de un atributo es uno determinado • el valor nuevo a insertar es menor que el viejo • etc. • ON evento IF condición THEN acción – Se dice que se ejecute algo automáticamente • • un abort o rollback mandar un mensaje al usuario introducir / modificar datos en la base de datos etc.
Modelo de Ejecución z Es el comportamiento de las reglas en tiempo de ejecución. Se debe conocer: y 1) Cuándo se evalúan los eventos (la frecuencia, si se evalúan dentro de transacciones, etc. ) x Durante la ejecución de una transacción puede haber momentos en los que la BD está inconsistente y 2) A qué reglas ECA se les evalúa antes la condición de entre las activadas por los eventos x ¿Los eventos que ya han activado reglas pueden seguir activando otras? Ej: el evento “es el primer día del mes” y 3) Qué regla ECA se ejecutará la primera de entre las que cumplen la condición. x Relacionado con el problema del conjunto conflicto detectado por el motor de inferencia en S. Expertos
Triggers en ORACLE 7 CREATE [OR REPLACE] TRIGGER nombre_de_trigger {BEFORE | AFTER} {DELETE | INSERT | UPDATE [OF nom_atr [, nom_atr]. . . ]} [OR {DELETE | INSERT | UPDATE [OF nom_atr [, nom_atr]. . . ]}]. . . ON nom_tabla EVENTO [ [REFERENCING { OLD [AS] old [NEW [AS] new] | NEW [AS] new [OLD [AS] old] } ] [FOR EACH ROW [WHEN (condición)] ] bloque_PL/SQL CONDICIÓN ACCIÓN
Triggers en ORACLE 7 (2) z OR REPLACE --> Reemplaza el trigger si ya existe z BEFORE/AFTER DELETE, INSERT, . . . ON tabla y Indica si la acción (PL/SQL) se debe ejecutar antes o después de que se produzca el borrado, inserción o modificación de la tabla. z FOR EACH ROW indica que se ejecute la acción (si se cumple la condición) para cada tupla insertada, borrada, . . . z WHEN --> Es una condición SQL. No puede contener una pregunta SQL. Sólo SE PUEDE PONER la parte WHEN en triggers del tipo FOR EACH ROW z El bloque PL/SQL es la parte acción que ORACLE ejecuta cuando se produce el evento y se cumple la condición
Triggers en ORACLE 7 (3) • Cuando los triggers son del tipo FOR EACH ROW, dentro del bloque PL/SQL se pueden utilizar las variables: – : NEW que contiene el NUEVO valor INSERTADO o MODIFICADO – El valor de : NEW se puede cambiar en triggers del tipo BEFORE INSERT/UPDATE pero no en triggers del tipo AFTER • así se podrá controlar el valor que se va a introducir. – : OLD que es el valor BORRADO o el valor viejo MODIFICADO. – Con REFERENCING OLD AS mi_old. . . podemos renombrar OLD para que no haya problemas de nombres. Ej: una tabla se llama OLD • Dentro del bloque PL/SQL se pueden realizar distintas acciones según se esté insertando, borrando o actualizando: – IF INSERTING THEN. . . END IF; – IF DELETING THEN. . . END IF; – IF UPDATING (‘nom_atr’) THEN. . . END IF;
Restricciones en triggers Oracle z El bloque PL/SQL que forma la parte acción no puede contener sentencias como COMMIT o ROLLBACK (ni CREATE. . . , ALTER. . . ) z No se pueden crear triggers sobre tablas del sistema que forman el catálogo. Sería bueno para realizar acciones cada vez que se creara, borrara, etc. una tabla en la BD !! z Dentro de un trigger no se puede ni hacer SELECT de una tabla mutante, ni se puede cambiar la clave primaria, una clave ajena o claves únicas de una tabla restringida. y y y Una tabla mutante es aquella sobre la que se está haciendo un INSERT, un DELETE, un UPDATE o una tabla que puede ser afectada debido a una restricción DELETE CASCADE. Una tabla restringida es aquella que es usada dentro de un trigger, por una sentencia SQL o para mantener una integridad referencial. Una tabla no es considerada mutante ni restringida para triggers que NO SON del tipo FOR EACH ROW (excepto si el trigger se ha lanzado debido a una restricción DELETE CASCADE).
Consejos sobre Triggers Oracle z No definir triggers para definir restricciones de integridad que es posible definir de manera declarativa como REFERENCES, atributos NOT NULL, UNIQUE, etc. y Sí pueden servir para implementar los siguientes (no soportados todavía por Oracle) x ON DELETE / UPDATE SET NULL, x ON DELETE / UPDATE SET DEFAULT z No construir triggers recursivos.
Bases de Datos Deductivas
BD Deductivas: Motivación z La lógica como lenguaje de preguntas. y Los predicados corresponderían a relaciones. x vuelo(1, ‘Madrid’, ’París’, ’ 13: 30’, ’ 15: 30’). y Las reglas corresponderían a defs. de vistas. x vuelo_Mad_tarde(N, S, L, HS, HL) : vuelo(N, ’Madrid’, L, HS, HL), HS > ‘ 14: 00’. y La conjunción de predicados a demostrar serían las preguntas. x : - vuelo(N, ’Madrid’, L, HS, HL), HS > ‘ 14: 00’. Ventaja: la definición de vistas es mucho más potente en lógica ya que puede utilizarse la recursión
Lógica como leng. de preguntas z SELECCIÓN y vuelo_mediodia(N, S, L, HS, HL): vuelo(N, S, L, HS, HL), HS>=‘ 12: 00’, HL<=‘ 15: 00’. z PROYECCIÓN y num_vuelo(N) : - vuelo(N, _, _). z JOIN y vuelo_inf_completo(N, S, L, HS, HL, Fec, Av, Pr): vuelo(N, S, L, HS, HL), vueloreal(N, Av, Fec, Pr) z Combinación de los operadores del álgebra relacional. y num_vuelo_barato(N) : vuelo(N, _, _), vueloreal(N, _, _, P), P<10000 Se parece al lenguaje relacional QBE (Query By Example)
Lógica es más potente que QBE z Ya que permite definir vistas recursivas y vuelo_compuesto(S, L): -vuelo(_, S, L, _, _). y vuelo_compuesto(S, L): vuelo(_S, L 1, _, _), vuelo_compuesto(L 1, L). y Nota: falta controlar que no se produzcan ciclos z En QBE y en SQL no se pueden definir preguntas recursivas. y Para obtener todos los vuelos compuestos hay que escribir un programa (LP + SQL embebido)
Bases de Datos Deductivas z Lenguajes de Programación de BD: BD + LP y Orientación a Objetos: BD + OO = BDOO y Programación Lógica: BD + PL = BDD z Varias aproximaciones y Extender PROLOG para que incluya capacidades de BDs (persistencia, concurrencia, . . . ) y Extender los sistemas de BDs para que incluyan capacidades de deducción x añadir un operador de clausura transitiva y Realizar SGBDD desde cero. Ej: DATALOG
¿Y cuál es el futuro de los SGBD? SGBD Relacionales + OO - Tecnología Object-Relational - Definición SQL 3 SGBD Relacionales + Actividad - Triggers ya existen en algunos SGBD - Def. SQL 3 intenta estandarizar SGBD Cliente/Servidor y Distribuidos Tal vez SGBD Relacionales + Deduct. ? Es difícil predecir. . . especialmente el futuro N. Boehr
En cualquier caso. . . gracias por aguantarme y suerte. . .
- Slides: 137