Base de datos distribuidas

Iniziamo. È gratuito!
o registrati con il tuo indirizzo email
Base de datos distribuidas da Mind Map: Base de datos distribuidas

1. Optimización de consultas.

1.1. Optimización local de consultas.

1.1.1. Objetivos de la optimización de consultas La complejidad de las operaciones del álgebra relacional. Caracterización de los procesadores de consultas. Tipo de optimización. Granularidad de la optimización. Tiempo de optimización. Estadísticas Nodos de Decisión Topología de la Red.

1.2. Optimización global de consultas

1.2.1. Para procesar una consulta local solo se hace referencia a tablas y bases de datos locales (no a vistas ni a tablas remotas), es decir que estén dentro de la misma instancia del manejador de bases de datos, en una única máquina y que nos se tenga que conectar al servidor a otras maquinas para poder efectuar la consulta. Cada sub consulta que se ejecuta en un nodo, llamada consulta local, es optimizada usando el esquema local del nodo. Hasta este momento, se pueden elegir los algoritmos para realizar las operaciones relacionales. La optimización local utiliza los algoritmos de sistemas centralizados.

2. Estrategias de procesamiento de consultas distribuidas.

2.1. ¿Como es el procesamiento de consultas en Bases de Datos Distribuidas?

2.1.1. 1. Los datos son compartidos a través de una red de nodos donde cada nodo es una Base de Datos Homogénea, en donde se llevan a cabo procesos de localización de los datos para formular reglas heurísticas y procesos de descomposición. 2. Se realizan consultas en paralelo en cada nodo, en donde se tiene un costo de transferencia de los datos sobre la red. 3. El propósito es reducir la cantidad de datos a transferir.

2.2. ¿En que consiste una estrategia de procesamiento de consultas distribuidas?

2.2.1. El sistema debe de ser capaz de procesar consultas que hagan diferencia a datos situados a más de un nodo, considerando lo siguiente: • Realizar las operaciones de selección lo antes posible. • Combinar el producto cartesiano con una operación de selección subsiguiente cuyo predicado represente una condición de combinación para formar una operación de combinación. • Utilizar la asociatividad de las operaciones binarias para reordenar los nodos hoja de modo que los nodos hoja con las operaciones de selección más restrictivas se ejecuten primero.

2.3. Estrategias de procesamiento de consultas distribuidas

2.3.1. 1. Arboles de consultas. El árbol de consulta, es una estructura de árbol que corresponde a una expresión del álgebra relacional en el que las tablas se representan como nodos hojas y las operaciones del álgebra relacional como nodos intermedios. 2. Transformaciones equivalentes. Cuando una base de datos se encuentra en múltiples servidores y distribuye a un número determinado de nodos tenemos: a) El servidor recibe una petición de un nodo. b) El servidor es atacado por el acceso concurrente a la base de datos cargada localmente. c) El servidor muestra un resultado y le da un hilo a cada una de las maquinas nodo de la red local. 3. Métodos de ejecución del join. La sentencia join en SQL permite combinar registros de dos o más tablas en una base de datos relacional. En el Lenguaje de Consultas Estructurado (SQL), hay tres tipos de JOIN: interno, externo, y cruzado.

3. Metodología del procesamiento de consultas distribuidas.

3.1. Objetivo de la metodología de procesamiento de consultas distribuidas. El procesamiento de consultas tiene como objetivo principal transformar una consulta escrita en un lenguaje de alto nivel en una estrategia de ejecución correcta y eficiente expresada en un lenguaje de bajo nivel y ejecutar la estrategia para extraer los datos requeridos. Particularmente, para construir la respuesta a una consulta, el usuario no tiene que especificar de manera precisa el procedimiento que se debe seguir. Este procedimiento es llevado a cabo por un módulo del DBMS llamado el procesador de consultas (query processor). Dado que la ejecución de consultas es un aspecto crítico en el rendimiento de un DBMS, el procesamiento de consultas ha recibido una gran atención tanto para bases de datos centralizadas como distribuidas. Sin embargo, el procesamiento de consultas es mucho más difícil en ambientes distribuidos que en centralizados, ya que existe un gran número de parámetros que afectan el rendimiento de las consultas distribuidas.