Resumen Bases De Datos

Resumen de los capítulos 20, 21 y 22 del libro “Fundamentos de Bases de Datos” Autores: Slberschatz, Korth, Sudarshan

Capítulo 20 Bases de datos paralelas
20.1 Introducción
El paralelismo se utiliza para proporcionar aceleración, y las consultas se ejecutan más rápido debido a que se proporcionan más recursos, como procesadores y discos.
20.2 Paralelismo de E/S
El paralelismo de E/S serefiere a la reducción del tiempo necesario para recuperar las relaciones del disco dividiéndolas e varios discos. La forma más frecuente de división de datos en un entorno de bases de datos paralelas es la división horizontal. En la división horizontal, las tuplas de las relaciones se dividen (o desagrupan) entre varios discos, de modo que cada tupla resida en un disco. Se han propuesto variasestrategias de división:
-Turno rotatorio. Este esquema se adapta a las aplicaciones que desean leer secuencialmente la relación completa para cada consulta. Con este esquema tanto las consultas concretas como las de rangos son difíciles de procesar, dado que se debe emplear en la búsqueda cada uno de los n discos.
-División por asociación. Este esquema se adapta mejor a las consultas concretasbasadas en el atributo de división. Sin embargo, no se adapta bien a las búsquedas concretas en términos de atributos que no sean de división.
-División por rangos. Este esquema se adapta bien a las consultas concretas y de rangos basadas en el atributo de división. Para las consultas concretas se puede consultar el vector de división para encontrar el disco en el que reside la tupla. Para lasconsultas de rangos se consulta el vector de división para hallar el rango de discos en que pueden residir las tuplas. En ambos casos la búsqueda se limita exactamente a aquellos discos que pudieran tener tuplas de interés.
La distribución de las tuplas al dividir una relación puede estar sesgada, con un porcentaje alto de tuplas ubicado en algunas divisiones y menos en otros. Un sesgo pequeño puededar lugar a una disminución significativa del rendimiento y se transforma en un problema creciente al aumentar el grado de paralelismo. Los vectores de división equilibrados, usando histogramas, y la división con procesadores virtuales son algunas técnicas usadas para reducir el sesgo.
20.3 Paralelismo entre consultas
En el paralelismo entre consultas se ejecutan entre sí diferentes consultas otransacciones. La productividad de transacciones puede aumentarse con esta forma de paralelismo. Sin embargo, el tiempo de respuesta de cada transacción no es menor que si éstas se ejecutaran aisladamente. Por ello, el uso principal del paralelismo entre consultas es ampliar los sistemas de procesamientos de transacciones para permitir un número mayor de transacciones por segundo.
20.4Paralelismo en consultas
El paralelismo en consultas se refiere a la ejecución en paralelo de una única consulta en varios procesadores y discos. El uso del paralelismo en consultas es importante para acelerar las consultas de ejecución largas. El paralelismo entre consultas no ayuda en esta labor, dado que cada consulta se ejecuta de manera secuencial.
Esta forma de paralelismo intenta reducir el costede ejecutar una consulta. Hay dos tipos de paralelismo en las consultas: paralelismo en operaciones y paralelismo entre operaciones.
20.5 Paralelismo en operaciones
Las operaciones relacionales trabajan con relaciones que contienen grandes conjuntos de tuplas, por ello se pueden paralelizar las operaciones ejecutándolas en paralelo en subconjuntos diferentes de las relaciones. Si el número detuplas de una relación es grande, el grado de paralelismo es potencialmente enorme.
El paralelismo en operaciones se utiliza para ejecutar operaciones relacionales, como las ordenaciones y las reuniones, en paralelo. El paralelismo en operaciones es natural en las operaciones relacionales, dado que están orientadas a conjuntos.
20.6 Paralelismo entre operaciones
Existen dos formas de paralelismo...