Conceptos Fundamentales de Bases de Datos Distribuidas y Computación en Malla

1. Conectividad y Topologías de Red en Bases de Datos Distribuidas

Las formas principales de conexión de las localidades en una Base de Datos son:

• Red totalmente conectada
• Red prácticamente conectada
• Red con estructura de árbol
• Red de estrella
• Red de anillo

2. Ventajas y Desventajas de los Sistemas Distribuidos

2.1. Principal Ventaja

La principal ventaja de los sistemas distribuidos es la capacidad de compartir y acceder a la información de una forma fiable y eficaz.

2.2. Desventajas de la Distribución de Datos

Algunas de las desventajas de la distribución de datos incluyen:

• Coste del desarrollo de software: Puesto que las localidades del sistema distribuido operan en paralelo, es más difícil garantizar que los algoritmos sean correctos.
• Mayor posibilidad de errores.
• Mayor tiempo extra de procesamiento.

3. Fragmentación de Datos en Bases de Datos Distribuidas

3.1. Tipos de Fragmentación de Datos

Los tres tipos de fragmentación de datos son: Horizontal, Vertical e Híbrida.

3.2. Definiciones de Fragmentación

• Fragmentación Horizontal Primaria: Se define como una operación de selección de las relaciones propietarias del esquema de la Base de Datos.
• Fragmentación Horizontal Derivada: Consiste en la relación miembro de una liga (definida como equi-junta) de acuerdo a la operación de selección especificada en la relación propietaria.
• Fragmentación Vertical: Tiene por objetivo la subdivisión de atributos en grupos. Los fragmentos se obtienen proyectando la relación global sobre cada grupo.
• Fragmentación Híbrida: Consiste en aplicar la fragmentación vertical seguida de la fragmentación horizontal o viceversa.

3.3. Reglas de Corrección de la Fragmentación

Las reglas principales de corrección de la fragmentación son: Compleción, Reconstrucción y Disyunción.

3.4. Problema de Fragmentación

El problema de fragmentación se refiere al particionamiento de la información para distribuir cada parte a los diferentes sitios de la red.

4. Sistemas de Bases de Datos Centralizados y Distribuidos

4.1. Sistemas de Bases de Datos Centralizados

Los sistemas de Bases de Datos centralizados se ejecutan en un único sistema, sin interaccionar con ninguna otra computadora. Tales sistemas comprenden desde los SBD mono-usuarios ejecutándose en una PC, hasta los SBD de alto rendimiento ejecutándose en grandes sistemas.

4.2. Estructura de la Base de Datos Distribuida

La estructura de la Base de Datos Distribuida consiste en un conjunto de localidades, donde cada localidad puede procesar transacciones locales o transacciones globales entre varias localidades, requiriendo para ello comunicación entre ellas.

4.3. Razones para Construir un Sistema Distribuido de BD

Las razones para construir un sistema distribuido de Base de Datos son: compartir información, fiabilidad, disponibilidad y agilizar el procesamiento de consultas.

5. Principios y Diseño de Bases de Datos Distribuidas

5.1. Principio Fundamental de un Sistema Distribuido

Ante el usuario, un sistema distribuido debe lucir exactamente igual que un sistema que no es distribuido.

5.2. Reglas u Objetivos del Principio Fundamental

Las 5 reglas u objetivos que rigen el principio fundamental de un Sistema Distribuido son:

• Autonomía Local
• No dependencia de un sitio central
• Operación Continua
• Independencia de Ubicación (también conocida como Transparencia de Ubicación)
• Independencia de Fragmentación

5.3. Diseño de la Distribución

El diseño de la distribución implica la toma de decisiones sobre la ubicación de los programas que accederán a la Base de Datos y sobre los propios datos que constituyen esta última, a lo largo de los diferentes puestos que configuren una red de ordenadores.

5.4. Estrategias de Diseño de Bases de Datos Distribuidas

A la hora de abordar el diseño de una Base de Datos Distribuida, se pueden optar principalmente por dos tipos de estrategias: la estrategia ascendente y la estrategia descendente.

• La estrategia ascendente podría aplicarse en aquel caso donde haya que proceder a un diseño a partir de un número de pequeñas bases de datos existentes, con el fin de integrarlas en una sola.

6. Computación Distribuida Avanzada: Grid Computing y Clustering

6.1. Computación en Grid (o en Malla)

La Computación en Grid (o en Malla) es un nuevo paradigma de computación distribuida en el cual todos los recursos de un número indeterminado de computadoras son englobados para ser tratados como una única supercomputadora de manera transparente.

El Sistema Grid consiste en compartir recursos heterogéneos, basados en distintas plataformas, arquitecturas de equipos, programas y lenguajes de programación.

Un ejemplo de proyecto de computación Grid en el cual trabajan computadoras alrededor del planeta para buscar vida extraterrestre es SETI@home.

6.2. Computación de Ciclos Redundantes

La computación de ciclos redundantes consiste en que un servidor o grupo de servidores distribuyen el trabajo de procesamiento a un grupo de computadoras voluntarias a ceder capacidad de procesamiento no utilizada.

6.3. Método Clustering

El método Clustering consiste en un grupo de computadoras de relativo bajo costo, conectadas entre sí mediante un sistema de red de alta velocidad.

7. Arquitecturas de Sistemas Paralelos y Distribuidos

7.1. Comunicación en Sistemas Distribuidos

Los computadores de un sistema distribuido se comunican entre sí a través de diversos medios de comunicación, tales como cables de alta velocidad o líneas telefónicas. No comparten la memoria principal ni el reloj.

7.2. Concepto de Memoria Compartida

En el modelo de arquitectura para las máquinas paralelas, el concepto de Memoria Compartida implica que los procesadores y los discos tienen acceso a una memoria común (a través de un bus o de una red de conexión).

7.3. Disco Compartido

En un sistema de disco compartido, todos los procesadores comparten un conjunto de discos común. Algunas veces se denominan agrupaciones.

8. Clasificación y Transparencia en Sistemas de Bases de Datos Distribuidos

8.1. Clasificación de la Organización de los Sistemas de Bases de Datos Distribuidos

La organización de los Sistemas de Bases de Datos Distribuidos se ha clasificado tradicionalmente sobre tres dimensiones:

• El nivel de compartición
• Las características de acceso a los datos
• El nivel de conocimiento de esas características de acceso

8.2. Transparencia en Sistemas Distribuidos

Si el sistema es transparente en cuanto a repetición y fragmentación, se ocultará al usuario gran parte del esquema de la Base de Datos Distribuida.

En el caso más general, el problema de actualización de información replicada y fragmentada está relacionado con el problema de actualización de vistas.

Los sitios en un sistema distribuido deben ser autónomos.

9. Información Necesaria para Sistemas Distribuidos

Las 4 categorías de información necesaria son:

• Información del banco de datos
• Información de la aplicación
• Información sobre la red de ordenadores
• Información sobre los ordenadores en sí

10. Criterios de Costo y Procesamiento de Consultas

El criterio principal para determinar el costo de una estrategia específica es el número de accesos al disco en un sistema centralizado.

Aunque la consulta es muy simple, su procesamiento no es trivial, ya que es posible que la relación de depósito esté fragmentada, replicada o ambas cosas.

Todo elemento de información de una Base de Datos debe tener un nombre único.