BASES DE DATOS

PARALELAS

CARLOS FELIPE FAJARDO PINEDA

Un

sistema de gestin de bases de datos, consiste

en una coleccin de datos interrelacionados y un
conjunto de programas que permiten a los
usuarios acceder y modificar dichos datos. La
coleccin de datos se denomina base de datos.

La

arquitectura de un sistema de base de datos

est influenciada en gran medida por el sistema
informtico subyacente en el que se ejecuta el
sistema de base de datos. En la arquitectura de un
sistema de base de datos se reflejan aspectos
como la conexin en red:
Base de datos Distribuidas
Base de datos Paralelas

SGBD paralelo: Un SGBD que se ejecuta sobre

mltiples procesadores y discos que han sido
diseados para ejecutar operaciones en paralelo,
cuando sea posible, con el propsito de mejorar el
rendimiento.
Los

sistemas paralelos mejoran la velocidad de

procesamiento y de E/S mediante la utilizacin de
UCP y discos en paralelo .

Los

sistemas paralelos de base de datos constan

de varios procesadores y varios discos conectados
a travs de una red de interconexin de alta
velocidad. Para medir el rendimiento de los
sistemas de base de datos existen 2 medidas
principales:

1. La

productividad que se entiende como el

nmero de tareas que pueden completarse en
un intervalo de tiempo determinado.

2. El

tiempo de respuesta que es la cantidad de

tiempo que necesita para completar una nica
tarea a partir del momento en que se enve. Un
sistema que procese un gran nmero de
pequeas transacciones puede mejorar su
productividad realizando muchas transacciones
en paralelo. Un sistema que procese
transacciones ms largas puede mejorar tanto
su productividad como sus tiempos de
respuesta realizando en paralelo cada una de
las subtareas de cada transaccin.

El

objetivo del paralelismo en los

sistemas de bases de datos suele
ser asegurar que la ejecucin del
sistema continuar realizndose
a una velocidad aceptable,
incluso en el caso de que
aumente el tamao de la base de
datos o el nmero de
transacciones (ampliabilidad).

Porque la necesidad de usar Bd

Paralelas ??
Actualmente los Sistemas Paralelos se estn
comercializando con xito por prcticamente
todos los fabricantes de BD. Tal cambio lo han
impulsado las siguientes tendencias:
Los requisitos transaccionales de las empresas
han aumentado, con el uso creciente de las
computadoras.
El crecimiento de la WWW y los datos recogidos
por los visitantes han producido BD
extremadamente grandes en muchas empresas.
Las empresas utilizan volmenes crecientes de
datos para planificar sus actividades y sus
tarifas.

 Las consultas utilizadas para estos fines se denominan

consultas de Ayuda a la Toma de Decisiones y las
necesidades de datos para las mismas pueden llegar a los
terabytes.
Los sistemas con un nico procesador no son capaces de
tratar volmenes de datos tan grandes a la velocidad
necesaria.
La naturaleza orientada a conjuntos de las consultas de BD
se presta de manera natural a la paralelizacin.
Varios sistemas comerciales y de investigacin han
demostrado la potencia y dimensionalidad del
procesamiento paralelo de consultas.
Con el abaratamiento de los microprocesadores, las
mquinas paralelas se han vuelto comunes y
relativamente baratas.
El paralelismo tambin se utiliza para proporcionar
ampliabilidad, y las cargas de trabajo crecientes se tratan
sin aumentar el tiempo de respuesta mediante un
aumento en el grado de paralelismo.

Modelos
Memoria

de Arquitectura

compartida. Todos los

procesadores comparten una
memoria comn.
Disco compartido. Todos los
procesadores comparten un disco
comn.
Sin compartimiento. Los
procesadores no comparten ni
memoria ni disco.
Jerrquico. Es un hbrido de las

Modelos de Arquitectura

TCNICAS DE DIVISIN
Se

presentan 3 estrategias
bsicas para la divisin de datos.
Se da por supuesto que hay n
discos, D0, D1, , Dn-1, entre los
cuales se van dividir los datos.
TCNICA 1.- TURNO ROTATORIO
La

relacin se explora en cualquier

orden y la i-sima tupla se enva al
disco numerado D i mod n.

El

esquema de turno rotatorio asegura

una distribucin homognea de las
tuplas entre los discos por ello, cada
disco tiene aproximadamente el mismo
nmero de tuplas que los dems.

ACCESO
Con este esquema tanto las consultas
concretas como las de rango son
difciles de procesar, dado que se debe
emplear en la bsqueda cada uno de
los n discos.

TCNICA

2.- DIVISIN POR

ASOCIACIN

En

esta estrategia de divisin uno o ms

atributos del esquema de la relacin se
designan como atributos de la divisin.
Se escoge una funcin de asociacin
cuyo rango sea [0, 1, , n-1].
Cada tupla de la relacin original se
asocia en trminos de los atributos de la
divisin.
Si la funcin de asociacin devuelve i, la
tupla se ubica en el disco D i.

ACCESO
Este

esquema se adapta mejor a las consultas concretas

basadas en el atributo de divisin.
Dirigir la consulta a un solo disco ahorra el costo de
iniciar una consulta en varios discos.
Si la funcin de asociacin es una buena funcin
aleatoria y los atributos de divisin forman una clave de
la relacin, el nmero de tuplas en cada uno de los
discos ser aproximadamente el mismo.
El esquema, sin embargo, no se adapta bien a las
bsquedas concretas en trminos de atributos que no
sean de divisin.
Por lo tanto, hace falta explorar todos los discos para
responder a las consultas por rango.
TCNICA 3.- DIVISIN POR RANGOS

Factores negativos de Paralelismo

Estos pueden atenuar tanto la ganancia
de velocidad como la ampliabilidad:
Costes de inicio. El inicio de un nico
proceso lleva asociado un coste de
inicio.
Interferencia. Como los procesos que
se ejecutan en un sistema paralelo
acceden confrecuencia a recursos
compartidos, pueden sufrir un cierto
retardo como consecuencia de la esta.

Sesgo.

Al dividir cada tarea en

un cierto nmero de pasos
paralelos se reduce el tamao del
paso medio. Normalmente es
difcil dividir una tarea en partes
exactamente iguales, entonces
se dice que la forma de
distribucin de los tamaos es
sesgada.
El sesgo se transforma en un
problema creciente al aumentar
el grado de paralelismo.

.._____!____..

GRACIAS !!