Baixe o app para aproveitar ainda mais
Prévia do material em texto
Bancos de Dados Distribuídos UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos ▪ Introdução ▪ Projeto de Bancos de Dados Paralelos e Distribuídos ▪ Controle de Dados Distribuídos ▪ Processamento de Consultas Distribuidas ▪ Processamento de Transações Distribuidas ▪ Replicação de Dados ▪ Integração de Bases de dados ▪ Sistemas de Bancos de dados paralelos ▪ Gerenciamento de dados Peer-2-peer, Blockchain ▪ Processamento Big Data ▪ NoSQL, NewSQL e Polystores ▪ Gerenciamento de dados na Web UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Bibliografia UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Design Issues : Tópicos do Projeto dos SGBDD ▪ Projeto da Base de Dados Distribuída ▪ Controle dos Dados distribuídos ▪ Processamento das Consultas Distribuídas ▪ Controle da Concorrência Distribuída ▪ Confiabilidade do SGBD Distribuído ▪ Replicação ▪ SGBD Distribuídos Paralelos ▪ Integração das Bases de Dados ▪ Modos de Distribuição Alternativos ▪ Processamento de Big Data e NoSQL UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Projeto da Base de Dados Distribuída UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Projeto Top-Down Banco de Dados Global> Distribuido Nos vários Sites Alocação dos Dados: Particionado ( não replicado ) Copias Disjuntas em cada Site Replicado Replicação total (duplicação total) Replicação parcial Conceitos: Fragmentação Distribuição UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Controle dos Dados Distribuídos UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Requerimento Importante dos SGBDD: Manutenção da consistência pelo controle de acesso aos dados Controle de Dados: Gerenciamento de Visualizações Controle de acesso Aplicação da integridade A distribuição dos dados adiciona desafios adicionais: Validação de regras deve ser checada UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Processamento das Consultas Distribuídas UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Processamento de Consultas: Agoritmos que quebram a consulta em várias operações sobre os dados Fatores a considerar: Distribuição dos dados Custos de comunicação Aplicação da integridade Se há paralelismo entre os sites, use. UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Controle da Concorrência Distribuída UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Controle da concorrência: Sincronizar os acessos ao banco de dados, manter integridade Considerar: Integridade das base de dados consistência das múltiplas cópias da base de dados (todas as cópias devem convergir: consistência mútua Solução Pessimista: Sincroniza os pedidos antes de iniciar os mesmos Solução Otimista: Executa os pedidos e avalia a consistência depois. Locking: Travar Timestamping: marca de tempo UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Confiabilidade do SGBD distribuído UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Maior confiabilidade e disponibilidade: Necessário implantar: Mecanismos de validação de consistência Mecanismos de detecção de falhas Mecanismos de Recuperação de falhas Na falha de um site ou vários sites: Atualizar os dados existentes UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Replicação UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos SGBDD Replicados: Garantir a consistência das réplicas Protocolo eager(ansioso): Atualiza as réplicas antes do fim da transação Protocolo lazy(preguiçoso): Atualiza uma cópia principal:Master e depois distribui UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos SGBD Distribuídos Paralelos UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Forte relacionamento entre BD Distribuídos e paralelos: BD Distribuidos assume cada site como uma única cópia Paralelos : Clusters Objetivos dos SGBDD paralelos: Alta escalabilidade Performance UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Integração das Bases de Dados UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Importante desenvolvimento: Federação de Dados , mais “soltos” Levou ao desenvolvimento de Bancos de Dados Múltiplos, Sistemas de Bases de Dados Federados Neste sistemas: Bases de dados múltiplas e necessário fornecer acesso, local ou físico Princípio de projeto Bottom-up. UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Modos de Distribuição Alternativos UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Crescimento da internet: Mecanismos de compartilhamento: Peer-to-peer WWW Cada opção tem seus desafios. UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Processamento De Big Data e NoSQL UNIBTA – ©2020– Prof. Carlos Fabbri Jr Bancos de Dados Distribuídos Definição de Big Data: 4 V´s: Alto volume Variedade. Multimodal Velocidade, Fluxos de dados Veracidade, Preocupação da fonte? NoSQL UNIBTA – ©2020– Prof. Carlos Fabbri Jr Obrigado!
Compartilhar