Principles of Distributed Database Systems ausgearbeitet von Rainer

Principles of Distributed Database Systems ausgearbeitet von Rainer Steinlesberger 0026446

Einleitung DDBS = Netzwerk von Computern (Sites) + Datenbank DDBS = Verteilung + Integration Netzwerk = + DDBS Datenbank

Übersicht 1. Einleitung 2. Was ist ein DDBS? 3. Überblick über relationale DBMS 4. Computer Netzwerke 5. Architektur von DBMS 6. Design einer verteilten Datenbank

Geschichtlicher Rückblick Ende der 60 er Anfang der 70 er ging man zunehmend dazu über Datenbanksysteme zu benutzen, um • die Datenunabhängigkeit der Anwendungsprogramme zu erhöhen, • transaktionsorientierte Verarbeitung zu ermöglichen, • Mehrbenutzerbetrieb zu realisieren, • sowie die Recovery-Funktionen zu verbessern. Entstehen von Rechenzentren, wodurch die Betriebsorganisation zentralisiert wurde! Die Datenmenge wuchsen immer weiter an zusammengehörende Datenbestände wurden auf verschiedene Datenbanken verteilt. Dadurch entstanden Probleme mit der Konsistenthaltung der Daten. In den 80 iger und 90 iger Jahren konnten durch Onlineanwendungen bislang getrennte Anwendungen und Datenbestände zusammengeführt werden.

Desshalb wurden integrierte verteilte Informationssysteme realisiert.

Definition „A distributed database is a collection of multiple, logically interrelated databases distributed over a computer network. A distributed database management system is the software that permits the management of the DDBS and makes the distribution transparent to the users. “

Zentrale Datenbank in einem Netzwerk Boston Edmonton Communication Network Paris San Francisco

Verteilte Datenbankstruktur Boston Edmonton • Edmonton Angestellte • Boston Angestellte • Paris Projekte • Paris Angestellte • Edmont Projekte • Boston Projekte Paris Communication Network San Francisco • Paris Angestellte • San Francisco Angestellte • Paris Projekte • San Francisco Projekte • Boston Angestellte • Boston Projekte

Transparentes Management • • Datenunabhängigkeit Netzwerk Transparenz Replizierungs- bzw. Kopiertransparenz Fragmentierungstransparenz

Verbesserte Leistung • Ein DBMS teilt die Datenbank und erlaubt es den Daten somit sehr nahe ihrem Ort, wo sie gebraucht werden, gespeichert zu werden. dies hat 2 Vorteile: 1. Seit jeder Knoten einen Teil der Daten bewältigt, ist der Kampf um Ressourcen wie CPU nicht mehr so wichtig wie in zentralisierten Datenbanken 2. Lokalisierung vermindert die Verzögerung bei entfernten Aufrufen

Probleme • • Verteiltes Datenbank-Design Verteilte Suchprozesse Verteiltes Verzeichnis-Management Verteilte Konkurrenzkontrolle Verteiltes Deadlock Management Betriebssystem-Unterstützung Heterogene Datenbanken

3. Relationale DBMS

Relationen • Def. : in Beziehung stehend. . • Relationen sind 2 dimensonale Tabellen von Werten

1. Normalform O------------------------------------------------O| Vorlesungen | Verantwortliche | Hörer | Bewert. | O------------------------------------------------O| Vorl. Nr. | Vorl. Name | Hörs. | Vorn. | Nachn. | Nr. | Vorn. | Nachn. | Matr. Nr. |Note |O------------------------------------------------O| || 3721 || 3721 | Informatik | HS 1 | 130 | Alan | Kurow | 102 | Fritz | Maier | 8610826 | 2 | Informatik | HS 1 | 130 | Alan | Kurow | 102 | Fritz | Müller | 8510721 | 5 | Informatik | HS 1 | 130 | Franz | Girke | 108 | Fritz | Maier | 8610826 | 3 | Informatik | HS 1 | 130 | Franz | Girke | 108 | Fritz | Müller | 8510721 | 4 | Informatik | HS 1 | 130 | Franz | Girke | 108 | Hans | Schuh | 8610933 | 1 O--------------------------------------------------O| Vorlesungen | Verantwortliche | Hörer | Bewert. |O--------------------------------------------------O| Vorl. Nr. | Vorl. Name | HS-Gr. | Vorn. | Nachn. | Nr. | Vorn. | Nachn. | Matr. -Nr. | Note |O--------------------------------------------------O| 3721 3721 | Informatik | HS 1 | 130 | Informatik | HS 1 | 130 | Alan | Kurow | 102 | Fritz | Maier | 8610826 | 2 | Alan | Kurow | 102 | Fritz | Müller | 8510721 | 5 | Franz | Girke | 108 | Fritz | Maier | 8610826 | 3 | Franz | Girke | 108 | Fritz | Müller | 8510721 | 4 | Franz | Girke | 108 | Hans | Schuh | 8610933 | 1

2. Normalform Die 2. Normalform vermeidet partielle funktionale Abhängigkeiten (diese bewirken Redundanzen). Eine partielle funktionale Abhängigkeit besteht, wenn Attribute (die nicht Schlüsselkandidaten sind) funktional schon von einem Teil des Schlüssels abhängen. Die zweite Normalform kann durch Elimination der abhängigen Attribute und Auslagerung in eine eigene Relation erreicht werden. Der Primärschlüssel besteht aus dem Attributetupel (Vorlesungsnummer, Verantwortlichennummer, Matrikelnummer) Wir zerlegen nun die Relation in vier Relationen, die dann in 2. Normalform sind.

2. Normalform O----------------------O | V. -Nr. | Ver. -Nr. | Matr. -Nr. | Bewertung | O----------------------O| || 3721 | 102 | 8610826 | 2 || 3721 | 102 | 8610721 | 5 || 3721 | 108 | 8610826 | 3 || 3721 | 108 | 8610721 | 4 || 3721 | 108 | 8610933 | 1 O------------------O| Hörsaal V. -Nr. | V. -Name | Bez. | Größe | O------------------O| 3721 | Informatik | HS 1 | 130 | 3722 | Informatik | HS 4 | 140 | O----------------O O-----------------O| | Ver. -Nr. | Vorname | Nachname Matr. -Nr. | H. -Vorn. | H. -Nachn. | |O---------------O O-----------------O| 102 | Alan 8610826 | Fritz | Maier | 108 | Franz | Girke 8610721 | Fritz | Müller | 8610933 | Hans | Schuh | | Kurow | |

3. Normalform Eine Relation ist in dritter Normalform, wenn sie in 2. Normalform ist und es kein Attribut, welches nicht Teil des Schlüssels ist, gibt, welches transitiv vom Schlüssel abhängt. O------------------O| Hörsaal V. -Nr. | V. -Name | Bez. | Größe | O------------------O| O----------------------O| V. -Nr. | V. -Name | Hörsaal-Bezeichnung | O----------------------O| 3721 | Informatik | HS 1 3722 | Informatik | HS 4 || : |: |: | 3721 | Informatik | HS 1 | 130 | 3722 | Informatik | HS 4 | 140 | O-------------------O| Hörsaal-Bezeichnung | Hörsaal-Größe | O-------------------O| HS 1 | 130 HS 4 | 140 || : |: |

Relationale Daten Sprache • Relationale Algebra Verknüpft konstruktiv die vorhandenen Relationen durch Operatoren wie ∩, ∪, . . . • Relationaler Kalkulus Beschreibt Eigenschaften des gewünschten Ergebnisses mit Hilfe einer Formel der Prädikatenlogik 1. Stufe unter Verwendung von ∀, ∃, ∨, ∧, ¬, . . .

Relationale Algebra • • Selection Projection Union Set Difference Cartesian Product Intersection. .

Einige Beispiele. . . • • Selection Semester>10(Studenten) ∏Name(Studenten). . . Projektion • ∏Name (Studenten) Schema) • ∏Name (Studenten) - ∏Name(Geprüft) (2 Relationen mit gleichem Schema) ∪ ∏Name(Professoren) (2 Relationen mit gleichem

Relationaler Kalkulus • Tupelkalkül {t | F(t)} {p|p ∈ Professoren ٨ p. Alter = ‚ 35’} • Bereichskalkül {[v 1, v 2, . . . , vn] | P(v 1, v 2, . . . , vn)}

4. Netzwerk

Topologien im Überblick. . .

OSI-Referenzmodell

5. Architektur von DBMS

5. Architektur von DBMS Die Idee hinter dem ANSI/SPARC Modell ist die Datenunabhängigkeit der Daten gegenüber Veränderungen der Speicherstrukturen. Das DBMS ist eine Schnittstelle zu den Daten.

Architekturmodell

Architektur von DBMS • Client - Server Architektur • Verteilte Datenbank Architektur • Multi Datenbank Architektur

Client/Server Architektur Hier gibt es typischerweise einen zentralen Datenbank-Server und eine größere Anzahl vernetzter Arbeitsplatzrechner, die keine relevanten Daten speichern. Der Benutzer am Arbeitsplatzrechner sieht die volle Funktionalität des DBMS. Das System verhält sich wie ein zentrales Datenbanksystem, die Kommunikation ist für den Benutzer transparent

Verteiltes Datenbanksystem • Hier gibt es mehrere Datenbankserver, wobei bestimmte Daten auf nur einem Rechner oder auch auf mehreren (replizit) gespeichert sein können. • Eine virtuelle Datenbank, deren Komponenten physisch in einer Anzahl unterschiedlicher, real existierender DBMS abgebildet werden. • Transaktionen können in diesem Fall über mehrere DBMS laufen. • Sammlung von Daten, die – Aufgrund gemeinsamer, verknüpfender Eigenschaften dem gleichen System angehören – Auf versch. Rechnern im Netzwerk verteilt sind – Wobei jeder Rechner seine eigene Datenbank besitzt – Autonom lokal Aufgaben abwickeln kann

Verteiltes Datenbanksystem - gleichzeitige Benutzung der Rechenleistung mehrerer Rechner - Engpaß in zentralen Datenbanksystemen bei Zugriff auf die Daten wird vermieden, da die Daten verteilt sind (ggf. repliziert) - Daten werden von einem Datenbanksystem verwaltet - Verteilungstransparenz - Grundlage: 4 -Ebenen-Schema-Architektur

Verteiltes Datenbanksystem externes Schema 1 . . . externes Schema N konzeptionelles Schema lokales konzept. Schema . . . lokales konzept. Schema lokales internes Schema . . . lokales internes Schema 4 - Ebenen - Schema - Architektur

Multidatenbanksystem - Ein MDBS ist ein Verbund von mehreren Datenbanksystemen. - Das Konzeptionelle Schema repräsentiert nur den Teil von Daten, den die lokalen DBMS teilen wollen. - Auf jedes DBS können lokale Anwendungen zugreifen. - Jedes DBS kann Daten enthalten, welche keine Beziehung zu Daten anderer DBS haben.

Multidatenbanksystem GES LES LES GKS GES LES LKS 1 . . . LKS n LIS 1 . . . LIS n LES Modell mit globalem konzeptionellem Schema

Multidatenbanksystem ES 1 MDB-Schicht Lokale System -Schicht ES 2 ES 3 LKS 1 LKS 2 LKS 3 LIS 1 LIS 2 LIS 3 Modell ohne globales konzeptionelles Schema

6. Design

6. Design Entwurfsmethodik • top-down: von den Anforderungen zum Systementwurf; geeignet für Neuentwicklungen. • bottom-up: Integration bestehender Datenbanken zu einer verteilten; typisch bei heterogenen Datenbanken. Datenverteilung • Fragmentierung der Daten zur Bildung logischer Einheiten, • Verteilung der Fragmente auf den Sites: Allokation aller Fragmente an jeder Site (volle Replikation) oder jedes Fragment an mehr als einer Site (partielle Replikation) oder jedes Fragment an genau einer Site (Partitionierung).

Die Trennung von Fragmentierung und Allokation dient der Vereinfachung des Entwurf. • Globales Schema: Definition der Relationen eines v. DBS ohne Berücksichtigung der Verteilung, • Fragmentierungsschema: Definition der Abbildung zwischen globalen Relationen und Fragmenten, • Allokationsschema: Definition der Abbildung zwischen Fragmenten und Sites. Der Zugriff zu den Daten soll hinsichtlich Fragmentierung, Lokation, und Replikation transparent sein.

R 1, 1 R R 2, 1 S 1 R 2 R 1, 2 R 3 Globale Relation R 4 R 2, 2 S 2 Fragmente und ihre Allokation an den Sites R 3, 3 R 4, 3 S 3

Beispiel: horizontale Fragmentierung

Beispiel: abgeleitete horizontale Fragmentierung

Beispiel: vertikale Fragmentierung

Allokation Sei F = {F 1, . . . , Fn} eine Menge von Fragmenten, S = {S 1, . . . , Sm} ein Netzwerk gegeben durch die Menge seiner Sites, und Q = {Q 1, . . . , Qp} die Menge der relevanten Anwendungen. Allokationsproblem: Was ist die „optimale“ Zuordnung von F zu S bzgl. Q? Optimaltätskriterium: • Minimalität der Kosten gegeben durch die Speicherkosten der Fi an den Sites Sj, der Anfragekosten für Fi an Site Sj, der Änderungskosten der Fi an allen Sites an den sie gespeichert sind, und die Kosten der Datenkommunikation. • Performanz im Sinne von Antwortzeiten oder Systemdurchsatz.