Diseo de bases de datos distribuidas.
El problema de diseo
El problema de diseo de bases de datos distribuidos se refiere, en general, a hacer
decisiones acerca de la ubicacin de datos y programas a travs de los diferentes sitios
de una red de computadoras. Este problema debera estar relacionado al diseo de la
misma red de computadoras. Sin embargo, en estas notas nicamente el diseo de la
base de datos se toma en cuenta. La decisin de donde colocar a las aplicaciones tiene
que ver tanto con el software del SMBDD como con las aplicaciones que se van a ejecutar
sobre la base de datos.
El diseo de las bases de datos centralizadas contempla los dos puntos siguientes:
1. Diseo del "esquema conceptual" el cual describe la base de datos integrada
(esto es, todos los datos que son utilizados por las aplicaciones que tienen acceso
a las bases de datos).
2. Diseo "fsico de la base de datos", esto es, mapear el esquema conceptual a
las reas de almacenamiento y determinar los mtodos de acceso a las bases de
datos.
En el caso de las bases de datos distribuidas se tienen que considerar los dos problemas
siguientes:
1. Diseo de la fragmentacin, este se determina por la forma en que las relaciones
globales se subdividen en fragmentos horizontales, verticales o mixtos.
2. Diseo de la asignacin de los fragmentos, esto se determina en la forma en
que los fragmentos se mapean a las imgenes fsicas, en esta forma, tambin se
determina la solicitud de fragmentos.
Objetivos del Diseo de la Distribucin de los Datos.
En el diseo de la distribucin de los datos, se deben de tomar en cuenta los siguientes
objetivos:
Procesamiento local. La distribucin de los datos, para maximizar el
procesamiento local corresponde al principio simple de colocar los datos tan cerca
como sea posible de las aplicaciones que los utilizan. Se puede realizar el diseo
de la distribucin de los datos para maximizar el procesamiento local agregando el
nmero de referencias locales y remotas que le corresponden a cada
fragmentacin candidata y la localizacin del fragmento, que de esta forma se
seleccione la mejor solucin de ellas.
Distribucin de la carga de trabajo. La distribucin de la carga de trabajo sobre
los sitios, es una caracterstica importante de los sistemas de cmputo distribuidos.
Esta distribucin de la carga se realiza para tomar ventaja de las diferentes
caractersticas (potenciales) o utilizaciones de las computadoras de cada sitio, y
maximizar el grado de ejecucin de paralelismo de las aplicaciones. Sin embargo,
la distribucin de la carga de trabajo podra afectar negativamente el
procesamiento local deseado.
Costo de almacenamiento y disponibilidad. La distribucin de la base de datos
refleja el costo y disponibilidad del almacenamiento en diferentes sitios. Para esto,
es posible tener sitios especializados en la red para el almacenamiento de datos.
Sin embargo el costo de almacenamiento de datos no es tan relevante si ste se
compara con el del CPU, I/O y costos de transmisin de las aplicaciones.
Enfoques al problema de diseo de bases de datos distribuidas
Existen dos estrategias generales para abordar el problema de diseo de bases de
datos distribuidas:
1. El enfoque de arriba hacia abajo (top-down). Este enfoque es ms apropiado
para aplicaciones nuevas y para sistemas homogneos. Consiste en partir desde
el anlisis de requerimientos para definir el diseo conceptual y las vistas de
usuario. A partir de ellas se define un esquema conceptual global y los esquemas
externos necesarios. Se prosigue con el diseo de la fragmentacin de la base de
datos, y de aqu se contina con la localizacin de los fragmentos en los sitios,
creando las imgenes fsicas. Esta aproximacin se completa ejecutando, en cada
sitio, "el diseo fsico" de los datos, que se localizan en ste. En la Figura 3.1 se
presenta un diagrama con la estructura general del enfoque top-down.
2. El diseo de abajo hacia arriba (bottom-up). Se utiliza particularmente a partir
de bases de datos existentes, generando con esto bases de datos distribuidas. En
forma resumida, el diseo bottom-up de una base de datos distribuida requiere de
la seleccin de un modelo de bases de datos comn para describir el esquema
global de la base de datos. Esto se debe es posible que se utilicen diferentes
SMBD. Despus se hace la traduccin de cada esquema local en el modelo de
datos comn y finalmente se hace la integracin del esquema local en un esquema
global comn.
Figura 3.1. El enfoque top-down para el diseo de bases de datos distribuidas.
El diseo de una base de datos distribuida, cualquiera sea el enfoque que se siga, debe
responder satisfactoriamente las siguientes preguntas:
Por qu hacer una fragmentacin de datos?
Cmo realizar la fragmentacin?
Qu tanto se debe fragmentar?
Cmo probar la validez de una fragmentacin?
Cmo realizar el asignamiento de fragmentos?
Cmo considerar los requerimientos de la informacin?
Figura 3.2. El problema de fragmentacin de relaciones.