Verteilte Datenbanken

Geographisch verteilte Organisationsform einer Bank mit ihren Filialen

Filialen sollen Daten lokaler Kunden lokal bearbeiten können

Zentrale soll Zugriff auf alle Daten haben (z.B. für

Kontostandsüberprüfung bei Kreditvergabe)

Szenario:

2

Terminologie

Sammlung von Informationseinheiten (Knoten, Stationen), verteilt auf mehreren Rechnern, verbunden mittels Kommunikationsnetz nach Ceri & Pelagatti (1984)

Kooperation zwischen autonom arbeitenden Stationen, zur Durchführung einer globalen Aufgabe

3

Kommunikationsmedien LAN: local area network, z.B. Ethernet, Token-Ring oder FDDI-Netz

WAN: wide area network, z.B. das Internet

Point-to-Point: z.B. Verbindungen über ISDN oder analoge Modem-Verbindungen

Hier: Kommunikationsmedium für verteiltes DBMS transparent. Jede Station kann mit jeder kommunizieren. Dabei werden u.U. signifikant unterschiedliche Kosten (Zeiten) beobachtet.

4

Verteiltes Datenbanksystem

Kommunikations-netz

Station S1

Station S2 Station S3

5

Client-Server-Architektur VDBMS

Kommunikations-netz

Client C1

Client C2 Server

6

Aufbau und Entwurf eines verteilten Datenbanksystems

globales Schema

Fragmentierungs-schema

Zuordnungsschema

lokalesSchema

lokalesSchema

lokalesDBMS

lokalesDBMS

lokaleDB

lokaleDB

Station S1 Station Sn

...

...

...

...

Ausganspunkt

Zerlegung von Rel.sin (disjunkte) Fragmente Allokation von Rel.sAllokation von Rel.s

zu Stationenzu Stationen

7

Fragmentierung und Allokation einer Relation

Fragmentierung von Relationen: Fragmente enthalten Daten mit gleichem Zugriffsverhalten, um Kommunikationskosten zu minimieren ( Informationen über den zu erwartenden Workload sind notwendig)

Allokation: Fragmente werden den VDBMS-Stationen zugeordnet:

Redundanzfreie Allokation: jedes Fragment ist genau einer Station zugeordnet

Mit Replikation: Ein Fragment wird redundant auf mehreren Stationen verwaltet (N:M-Zuordnung, s. nächste Folie).

8

R2

R3

R1

R3R3

R2R1

R3R2

R1R1

R1R2

R

FragmentierungAllokation

(Zuordnung)

Station S1

Station S3

Station S2

9

Fragmentierung

Horizontale Fragmentierung: Zerlegung der Relation in disjunkte Tupelmengen

Vertikale Fragmentierung: Zusammenfassung von Attributen mit gleichem Zugriffsmuster

Extreme vertikale Fragmentierung: alle Relationen binär (zweispaltig) Vorlesung im WS 06/07

Kombinierte Fragmentierung: Anwendung horizontaler und vertikaler Fragmentierung auf dieselbe Relation

10

Anforderungen an das Fragmentierungsschema

RekonstruierbarkeitJede fragmentierte Relation läßt sich ohne Informationsverlust aus den Fragmenten wiederherstellen.

Vollständigkeit Jedes Datum (Tupel, Attribut) ist einem Fragment zugeordnet.(Voraussetzung für Rekonstruierbarkeit.)

Disjunktheit

Ein Datum ist nicht mehreren Fragmenten zugeordnet.

11

Beispielrelation "Professoren"

Professoren

PersNr Name Rang Raum Fakultät Gehalt Steuerklasse

2125 Sokrates C4 226 Philosophie 85000 1

2126 Russel C4 232 Philosophie 80000 3

2127 Kopernikus C3 310 Physik 65000 5

2133 Popper C3 52 Philosophie 68000 1

2134 Augustinus C3 309 Theologie 55000 5

2136 Curie C4 36 Physik 95000 3

2137 Kant C4 7 Philosophie 98000 1

12

Horizontale Fragmentierung

Abstrakte Darstellung:

Für zwei Prädikate p1 und p2 ergeben sich 4 Fragmente:

n Zerlegungsprädikate p1,...,pn ergeben 2n Fragmente

R

R1

R2

R3

R1 := p1 p2(R)

R2 := p1 p2(R)

R3 := p1 p2 (R)

R4 := p1 p2 (R)

13

Sinnvolle Gruppierung der Professoren nach Fakultät:

3 Zerlegungsprädikate:

p1 (Fakultät = 'Theologie')

p2 (Fakultät = 'Physik')

p3 (Fakultät = 'Philosophie')

TheolProfs´ := σp1p2 p3(Professoren) =

σp1(Professoren)

PhysikProfs´ := σp1p2 p3(Professoren) =

σp2(Professoren)

PhiloProfs´ := σp1p2 p3(Professoren) =

σp3(Professoren)

AndereProfs´ := σp1p2 p3(Professoren) =

14

Abgeleitete horizontale Fragmentierung

Beispiel: Vorlesungen aus dem Universitätsschema:Zerlegung in Gruppen mit gleicher SWS-Zahl

2SWSVorls := σSWS=2 (Vorlesungen)

3SWSVorls := σSWS=3 (Vorlesungen)

4SWSVorls := σSWS=4 (Vorlesungen)

Für Anfragebearbeitung u.U. schlechte Zerlegung

Die Fragmentierung verschiedener Relationen ist nicht beliebig und hat Einfluß auf die Anfragebearbeitung.

15

SELECT Titel, NameFROM Vorlesungen, ProfessorenWHERE gelesenVon = PersNr;

resultiert in:

Titel, Name( (TheolProfs´ 2SWSVorls)

(TheolProfs´ 3SWSVorls) … (PhiloProfs´ 4SWSVorls) )

Join-Graph zu dieser Anfrage:

TheolProfs´

PhysikProfs´

PhiloProfs´

2SWSVorls

3SWSVorls

4SWSVorls

16

Einschub: Join-Arten• natürlicher Join

LA B C

a1 b1 c1

a2 b2 c2

RC D E

c1 d1 e1

c3 d2 e2

=

ResultatA B C D E

a1 b1 c1 d1 e1

17

Einschub: Join-Arten (Semi-Joins)

LA B C

a1 b1 c1

a2 b2 c2

RC D E

c1 d1 e1

c3 d2 e2

ResultatC D E

c1 d1 e1

=

• Semi-Join von R mit L (Right Semi-Join)

LA B C

a1 b1 c1

a2 b2 c2

RC D E

c1 d1 e1

c3 d2 e2

=

• Semi-Join von L mit R (Left Semi-Join)

ResultatA B C

a1 b1 c1

18

Lösung: abgeleitete Fragmentierung

TheolProfs´

PhysikProfs´

PhiloProfs´

TheolVorls

PhysikVorls

PhiloVorls

TheolVorls := Vorlesungen gelesenVon=PersNr TheolProfs ´

PhysikVorls := Vorlesungen gelesenVon=PersNr PhysikProfs ´

PhiloVorls := Vorlesungen gelesenVon=PersNr PhiloProfs ´

Titel, Name( (TheolProfs´ p

TheolVorls)

(PhysikProfs´ p

PhysikVorls)

(PhiloProfs´ p PhiloVorls) )

mit p (PersNr = gelesenVon)

19

Vertikale Fragmentierung

Abstrakte: Vertikale Fragmentierung einer Relation R mit Primärschlüssel :

R1 R2

R

κ

20

Vertikale Fragmentierung

Jedes Fragment enthält den Primärschlüssel der Originalrelation. Aber: Verletzung der Disjunktheit.

Jedem Tupel der Originalrelation wird ein eindeutiges SurrogatSurrogat (= künstlich erzeugter Tupelidentifikator) zugeordnet, welches in jedes vertikale Fragment des Tupels mit aufgenommen wird.

Beliebige vertikale Fragmentierung gewährleistet keine Rekonstruierbarkeit.Mögliche Ansätze, um Rekonstruierbarkeit zu garantieren:

21

Vertikale Fragmentierung (Beispiel)

Für die Universitätsverwaltung sind PersNr, Name, Gehalt und Steuerklasse interessant:

ProfVerw := PersNr, Name, Gehalt, Steuerklasse (Professoren)

Für Lehre und Forschung sind dagegen PersNr, Name, Rang, Raum und Fakultät von Bedeutung:

Profs := PersNr, Name, Rang, Raum, Fakultät (Professoren)

Rekonstruktion der Originalrelation Professoren:

Professoren = ProfVerw ProfVerw.PersNr = Profs.PersNr Profs

22

Kombinierte Fragmentierunga)) Horizontale Fragmentierung nach vertikaler Fragmentierung:

b)) Vertikale Fragmentierung nach horizontaler Fragmentierung:

R1 R2

R21

R

R22

R23

RR1

R2

R3

R32R31

23

Rekonstruktion nach kombinierter Fragmentierung

Fall a)a)

R = R1 R1. = R2.

(R21 R22

R23)

Fall b)b)

R = R1 R2 (R31 R31. = R32.

R32)

24

Baumdarstellung der Fragmentierungen (Beispiel)

v

hh

Profs ProfVerw

PhysikProfsTheolProfsPhiloProfs

Vorlesungen

PhysikVorlsTheolVorlsPhiloVorls

Professoren

abgeleitete Fragmentierung

25

Allokation (Beispiel)

Ein Fragment kann prinzipiell mehreren Stationen zugeordnet werden (Replikation).

Allokation für unser Beispiel jedoch ohne Replikation redundanzfreie Zuordnung.

StationSVerw

SPhysik

SPhilo

STheol

Bemerkung

VerwaltungsrechnerDekanat Physik

Dekanat PhilosophieDekanat Theologie

zugeordnete Fragmente

{ProfVerw}{PhysikVorls, PhysikProfs}{PhiloVorls, PhiloProfs}{TheolVorls, TheolProfs}

26

Transparenz in verteilten Datenbanken

Transparenz:Grad der Unabhängigkeit den ein VDBMS dem Benutzer/Client-Programmen beim Zugriff auf verteilte Daten vermittelt.

Transparenzgrade (abnehmende Transparenz): Fragmentierungstransparenz

Alle Aspekte der Verteilung verborgen, Nutzer arbeiten mit globalem Schema Allokationstransparenz Fragmentierung der Relationen sichtbar, Verteilung auf Stationen verborgen Lokale Schema-Transparenz Operationen adressieren Fragmente und Stationen explizit

27

FragmentierungstransparenzBeispiel (Fragmente/Stationen nicht explizit adressiert):

SELECT Titel, NameFROM Vorlesungen, ProfessorenWHERE gelesenVon = PersNr;

Beispiel für eine Änderungsoperation:

UPDATE ProfessorenSET Fakultät = "Theologie"WHERE Name = "Sokrates";

Welche Operation(en) muß das VDBMS intern ausführen, umdie UPDATE-Anweisung zu realisieren?

28

Fragmentierungstransparenz (cont.)

1. Im betroffenen Fragment: Ändern des Attributwertes von Fakultät.

2. Transferieren des Sokrates-Tupels aus Fragment PhiloProfs in das Fragment TheolProfs (= Löschen aus PhiloProfs, Einfügen in TheolProfs).

3. Ändern der abgeleiteten Fragmentierung von Vorlesungen (= Einfügen der von Sokrates gehaltenen Vorlesungen in TheolVorls, Löschen der von ihm gehaltenen Vorlesungen aus PhiloVorls).

29

Allokationstransparenz

Benutzer müssen Fragmentierung kennen, aber nicht dieStation(en) eines Fragmentes:

Beispiel:

SELECT GehaltFROM ProfVerwWHERE Name = "Sokrates";

Fragmentname!

30

Allokationstransparenz (cont.)Unter Umständen müssen Originalrelationen erst rekonstruiert werden.

Beispiel:Verwaltung möchte wissen, wieviel die C4-Professoren der Theologie insgesamt verdienen?

Da Fragmentierungstransparenz fehlt, muß die Anfrage folgendermaßen formuliert werden:

SELECT SUM (Gehalt)FROM ProfVerw, TheolProfsWHERE ProfVerw.PersNr = TheolProfs.PersNr AND Rang = "C4";

31

Lokale Schema-Transparenz

Der Benutzer muss jetzt auch noch die Station kennen, auf der ein Fragment liegt.

Beispiel:

SELECT NameFROM TheolProfs AT STheol

WHERE Rang = "C3";

32

Lokale Schema-Transparenz (cont.)

Ist hier überhaupt noch Transparenz gegeben?

Lokale Schema-Transparenz setzt voraus, dass alle Rechner dasselbe Datenmodell und dieselbe Anfragesprache verwenden.

Vorherige Anfrage kann somit analog auch an Station SPhilo ausgeführt werden.Dies ist nicht möglich bei Kopplung unterschiedlicher DBMS.

Verwendung grundsätzlich verschiedener Datenmodelle auf lokalen DBMS nennt man Multi-Database-SystemsMulti-Database-Systems. Oft unumgänglich in realen (unternehmensweiten) Applikationen.

33

Anfrageübersetzung und Anfrageoptimierung

Annahme: Es liegt Fragmentierungstransparenz vor

Anfragen werden gegen das globale Schema/die globalen Relationen formuliert

Aufgabe des Anfrageübersetzers: Generierung eines Anfrageauswertungsplans auf den Fragmenten

Aufgabe des Anfrageoptimierers: Generierung eines möglichst effizienten Auswertungsplanes

abhängig von der Allokation der Fragmente auf den verschiedenen Stationen des Rechnernetzes

34

Anfragebearbeitung bei horizontaler Fragmentierung

Übersetzung einer SQL-Anfrage auf dem globalen Schema in eine äquivalente Anfrage auf den Fragmenten benötigt 2 Schritte:1. Rekonstruktion aller in der Anfrage

vorkommenden globalen Relationen aus den Fragmenten, in die sie während der Fragmentierungsphase zerlegt wurden. Hierfür erhält man einen algebraischen Ausdruck.

2. Kombination des Rekonstruktionsausdrucks mit dem algebraischen Anfrageausdruck, der sich aus der Übersetzung der SQL-Anfrage ergibt.

35

Beispiel SELECT TitelFROM Vorlesungen, ProfsWHERE gelesenVon = PersNr AND Rang = "C4";

Der entstandene algebraische Ausdruck heißt kanonische Form der Anfrage:

ΠTitel

σRang="C4"

gelesenVon=PersNr

TheolVorls PhiloVorls PhysikVorls TheolProfs PhiloProfs PhysikProfs

36

Algebraische Äquivalenzen

Für eine effizientere Abarbeitung der Anfrage benutzt der Anfrageoptimierer die folgende Eigenschaft:

(R1 R2) p (S1 S2) =

(R1 p S1) (R1 p S2) (R2 p S1) (R2 p S2)

Die Verallgemeinerung auf n horizontale Fragmente R1,...,Rn von R und m Fragmente S1,...,Sm von S ergibt:

(R1 ... Rn) p (S1 ... Sm) = (Ri p Sj)

1in 1jm

Falls gilt: Si = S p Ri mit S = Si ... Sn ,

dann tragen die Joins Ri p Sj für i j nichts Neues zum Join-Ergebnis bei. (Achtung: Fehler im Buch!)

37

Algebraische Äquivalenzen (Forts.)

Für eine derartig abgeleitete horizontale Fragmentierung von S gilt somit:

(R1 ... Rn) p (S1 ... Sm) =(R1 p S1) (R2 p S2) ... (Rn p Sn)

38

Algebraische Äquivalenzen (Forts.)

Für eine derartig abgeleitete horizontale Fragmentierung von S gilt somit:

(R1 ... Rn) p (S1 ... Sm) =(R1 p S1) (R2 p S2) ... (Rn p Sn)

Noch einmal das konkrete Beispiel:

(TheolVorls PhysikVorls PhiloVorls) (TheolProfs PhysikProfs PhiloProfs)

Um Selektionen und Projektionen über hinweg "nach unten zu drücken" (push down) benötigt man folgende Äquivalenzen:

σp(R1 R2) = σp(R1) σp(R2)L(R1 R2) = L(R1) L(R2)

39

Optimale Form der AnfrageDie Anwendung dieser algebraischen Regeln generiert den folgenden Auswertungsplan:

ΠTitel ΠTitelΠTitel

gelesenVon=PersNr gelesenVon=PersNr gelesenVon=PersNr

σRang=‚C4‘ σRang=‚C4‘σRang=‚C4‘

TheolVorls TheolProfs PhysikVorls PhysikProfs PhiloVorls PhiloProfs

Auswertungen können lokal auf den Stationen STheol,

SPhysik und SPhilo ausgeführt werden Stationen können parallel abarbeiten und lokales Ergebnis voneinander unabhängig an die Station, die die abschliessende Vereinigung durchführt, übermitteln.

Auswertungen können lokal auf den Stationen STheol,

SPhysik und SPhilo ausgeführt werden Stationen können parallel abarbeiten und lokales Ergebnis voneinander unabhängig an die Station, die die abschliessende Vereinigung durchführt, übermitteln.

40

Anfragebearbeitung bei vertikaler Fragmentierung

Beispiel:

SELECT Name, GehaltFROM ProfessorenWHERE Gehalt > 80000;

Kanonischer Auswertungsplan:

ΠName, Gehalt

σGehalt>80000

TheolProfs PhysikProfs PhiloProfs

ProfVerw

41

Optimierung bei vertikaler Fragmentierung

Für unser Beispiel gilt:

Alle notwendigen Informationen sind in ProfVerw enthalten Der Teil mit Vereinigung und Join kann "abgeschnitten" werden. Das ergibt den folgenden optimierten Auswertungsplan:

ΠName, Gehalt

σGehalt>80000

ProfVerw

Beispiel für eine schlecht zu optimierende Anfrage: (Attribut Rang fehlt in ProfVerw)SELECT Name, Gehalt, Rang

FROM ProfessorenWHERE Gehalt > 80000;

42

Der natürliche Verbund zweier Relationen R und S

R

A B Ca1

a2

a3

a4

a5

a6

a7

b1

b2

b3

b4

b5

b6

b7

c1

c2

c1

c2

c3

c2

c6

S

C D Ec1

c3

c4

c5

c7

c8

c5

d1

d2

d3

d4

d5

d6

d7

e1

e2

e3

e4

e5

e6

e7

R S

C D EA Ba1

a3

a5

b1

b3

b5

c1

c1

c3

d1

d1

d2

e1

e1

e2

=

43

Join-Auswertung in VDBMS

Spielt eine kritischere Rolle als in zentralisierten Datenbanken

Problem: Argumente eines Joins zweier Relationen können auf unterschiedlichen Stationen des VDBMS liegen

Zwei Möglichkeiten zur Realisierung: Join-Auswertung mit und ohne Filterung

44

Betrachtung des allgemeinsten Falles:

Join-Auswertung in VDBMS

Äußere Argumentrelation R ist auf Station StR gespeichert

Innere Argumentrelation S ist der Station StS zugeordnet

Ergebnis der Joinberechnung wird auf einer dritten Station StResult benötigt

45

Join-Auswertung ohne Filterung

Nested-Loops

Transfer einer Argumentrelation

Transfer beider Argumentrelationen

Ziel: Einsatz etablierter Join-Verfahren aus zentralisierten DBMS:

46

Nested Loops

Iteration durch die äußere Relation R mittels Laufvariable r und Anforderung (über Kommunikationsnetz bei StS)der zu jedem Tupel r passenden Tupel s S mit r.C = s.C

Diese Vorgehensweise benötigt pro Tupel aus R eine Anforderung und eine passende Tupelmenge aus S (welche bei vielen Anforderungen leer sein könnte)

es werden 2 R Nachrichten benötigt

Hohes Nachrichtenaufkommen, das sich nur in LANs verantworten läßt.

47

Der natürliche Verbund zweier Relationen R und S

R

A B Ca1

a2

a3

a4

a5

a6

a7

b1

b2

b3

b4

b5

b6

b7

c1

c2

c1

c2

c3

c2

c6

S

C D Ec1

c3

c4

c5

c7

c8

c5

d1

d2

d3

d4

d5

d6

d7

e1

e2

e3

e4

e5

e6

e7

48

Alternative 1:Transfer einer Argumentrelation

Vollständiger Transfer einer Argumentrelation (z.B. R) zum Knoten der anderen Argumentrelation

Ausnutzung eines möglicherweise auf S.C existierenden Indexes auf Station StS

1.1.

2.2.

49

Alternative 2: Transfer beider Argumentrelationen

1.1. Transfer beider Argumentrelationen zum Rechner StResult

2.2. Berechnung des Ergebnisses auf dem Knoten StResult mittels

a)a) Merge-Join (bei vorliegender Sortierung)

oderb)b) Hash-Join (bei fehlender Sortierung)

evtl. Verlust der vorliegenden Indexe (auf StR und/oder StS) für die Join- Berechnung

aber kein Verlust der Sortierung der Argumentrelation(en)

50

Join-Auswertung mit Filterung

Verwendung des Semi-Join-Operators zur Vorfilterung

Schlüsselidee: transferiere nur die Tupel, die passenden tatsächlich einen Join-Partner finden werden

Benutzung der folgenden algebraischen Eigenschaften:

R S = R (R S)R S = ΠC(R) S

(Join-Attribut in Relation R ist C)

Bisher: Transfer potentiell großer Datenmengen, auch fallsResultat der Join-Operation selbst sehr klein ist (hohe Selektivität).

Daher:

51

Join-Auswertung mit Filterung (Beispiel, Filterung der Relation S)

Transfer der unterschiedlichen C-Werte von R (= ΠC(R) ) nach StS

Auswertung des Right-Semi-Joins R S = ΠC(R) S auf StS und Transfer des Ergebnisses nach StR

Auswertung des Joins auf StR , der nur diese transferierten Ergebnistupel des Semi-Joins braucht

1.1.

2.2.

3.3.

Transferkosten werden nur reduziert, wenn gilt:

ΠC(R) + R S < S mit = Größe (in Byte) einer Relation

Transferkosten werden nur reduziert, wenn gilt:

ΠC(R) + R S < S mit = Größe (in Byte) einer Relation

52

R (ΠC(R) S)C D EA B

a1

a3

a5

b1

b3

b5

c1

c1

c3

d1

d1

d2

e1

e1

e2

RA B Ca1

a2

a3

a4

a5

a6

a7

b1

b2

b3

b4

b5

b6

b7

c1

c2

c1

c2

c3

c2

c6

Cc1

c2

c3

c6

SC D Ec1

c3

c4

c5

c7

c8

c5

d1

d2

d3

d4

d5

d6

d7

e1

e2

e1

e2

e3

e2

e6

15 Attributwerte...

ΠC(R) SC D Ec1

c3

d1

d2

e1

e2

ΠC

StR

StResult

StS

4 Attributwerte

6 Attributwerte

Auswertung des Joins R

A S

mit Semi-Join-Filterung von

S

53

Alternative Auswertungungspläne

1. Alternative: ...

ΠC

StR

StResult

StS

R S

2. Alternative:

(R ΠC(S)) (ΠC(R) S)

54

Parameter für die Kosten eines VBMDS-Auswertungsplans

Kardinalitäten von Argumentrelationen

Selektivitäten von Joins und Selektionen

Transferkosten für Datenkommunikation: Verbindungsaufbau ++ Datenvolumen

(CPU-)Auslastung der einzelnen VDBMS-Stationen

Effektive Anfrageoptimierung muss auf Basis eines Kosten-modells durchgeführt werden und soll mehrere Alternativen für unterschiedliche Auslastungen des VDBMS erzeugen.

Effektive Anfrageoptimierung muss auf Basis eines Kosten-modells durchgeführt werden und soll mehrere Alternativen für unterschiedliche Auslastungen des VDBMS erzeugen.

55

Transaktionskontrolle in VDBMS

Globale Transaktionen können sich bei VDBMS über mehrere Rechnerknoten erstrecken.

Recovery: Redo: Wenn eine Station nach einem Fehler wieder anläuft, müssen alle Änderungen einmal abgeschlossener Transaktionen - seien sie lokal auf dieser Station oder global über mehrere Stationen ausgeführt worden - auf den an dieser Station abgelegten Daten wiederhergestellt werden.

Undo: Die Änderungen noch nicht abgeschlossener lokaler und globaler Transaktionen müssen auf den an der abgestürzten Station vorliegenden Daten rückgängig gemacht werden.

56

EOT-Behandlung in VDBMS

commit: globale Transaktion wird an allen (relevanten) lokalen Stationen

festgeschrieben

Die EOT (End-of-Transaction)-Behandlung von globalen Transaktionen stellt in VDBMS eine Herausforderung dar.

Eine globale Transaktion muss atomar beendet werden, d.h. entweder

abort: globale Transaktion wird an allen (relevanten) Stationen nicht festgeschrieben

oderoder

Problem in verteilter Umgebung, da die Stationen eines VDBMS unabhängig voneinander "abstürzen" können

Problem in verteilter Umgebung, da die Stationen eines VDBMS unabhängig voneinander "abstürzen" können

57

Problemlösung:Two-Phase-Commit-Protokoll (2PC)

Das 2PC-Verfahren wird von der sog. Koordinator-StationK überwacht.

2PC gewährleistet, dass die n Agenten (= Stationen im VDBMS) A1,…An , die an einer Transaktion beteiligt waren, entweder alle von Transaktion T geänderten Daten festschreiben oder alle Änderungen von T rückgängig machen.

Gewährleistet die Atomarität der EOT-Behandlung in VDBMS

58

Nachrichtenaustausch beim 2PC-Protokoll (für 4 Agenten)

KK

A1

A2

A3

A4

K

A1

A2

A3

A4

PREPARE FAILED/READY COMMIT/ABORT ACK

4 Messages?

Phase 1 Phase 2

59

Ablauf der EOT-Behandlung beim 2PC-Protokoll K schickt allen Agenten eine PREPARE-Nachricht, um

herauszufinden, ob sie Transaktionen festschreiben können

Jeder Agent Ai empfängt PREPARE-Nachricht und schickt eine von zwei möglichen Nachrichten an K:

Hat K von allen n Agenten A1,...,An ein READY erhalten, kann K ein COMMIT an alle Agenten schicken mit der Aufforderung, die Änderungen von T lokal festzuschreiben; antwortet einer der Agenten mit FAILED od. gar nicht innerhalb einer bestimmten Zeit (timeout), schickt K ein ABORT an alle Agenten und diese machen die Änderungen der Transaktion rückgängig

Haben die Agenten ihre lokale EOT-Behandlung abgeschlossen, schicken sie eine ACK-Nachricht (= acknowledgement, Bestätigung) an K.

READY, falls Ai in der Lage ist, die Transaktion T lokal festzuschreiben

FAILED, falls Ai kein commit durchführen kann (wegen Fehler, Inkonsistenz etc.)

60

Zustandsübergang beim 2PC-Protokoll: Koordinator

Initial

Abgebrochen

Bereit

Fertig

Festschreibend

EOT: Alle an T beteiligen Agenten im Log

protokollieren sende PREPARE an Agenten

READY von allen Agentenempfangen:

(T,commit) ins Log sende COMMIT

Timeout oder 1 x FAILEDempfangen:

(T,abort) ins Log ABORT senden

von allen ACK empfangen: von allen ACK empfangen:

"Bullet" = wichtigste Aktion(en)

(T,terminated) ins Log

61

Zustandsübergang beim 2PC-Protokoll: Agent

Wartend

Bereit

Abgebrochen Festgeschrieben

COMMIT empfangen: (T,commit) ins Log sende ACK

ABORT empfangen: (T,abort) ins Log sende ACK

PREPARE empfangen undlokal alles okay:

Log-Einträge für T schreiben (T,ready) ins Log sende READY

Timeout od. PREPARE empfangenund lokaler Fehler entdeckt:

(T,abort) ins Log sende FAILED

(verspätetes) PREPARE empfangen: sende FAILED

"Bullet" = wichtigste Aktion(en)

Ab hier: Agent verpflichtet sich,T erfolgreich zu beenden

62

Blockierung eines Agenten

2PC birgt die Gefahr der Blockierung der Agenten:

Agent befindet sich im Zustand Bereit (hat sich also verpflichtet, T erfolgreich zu beenden)

Agent wartet vergeblich auf COMMIT/ABORT-Entscheidung durch K Timeout

= Versuche globale COMMIT-Entscheidung bei K nachzufragen (Kommunikationsfehler?)

= Ist 1. erfolglos (K abgestürzt?), erfrage COMMIT-Entscheidung bei weiteren Agenten A oder erfrage, ob A mit FAILED geantwortet hat

= Ist auch 2. erfolglos, wird der Agent blockiert, bis K wieder funktionsfähig ist und die COMMIT-Entscheidung nachholt

63

Crash-Recovery in Agenten-Knoten

Inspiziere den lokalen Log des Agenten, um nach Wiederanlauf die Recovery zu steuern:

Ist auf dem Log ein Eintrag (T, commit) vorhanden, war T bereits erfolgreich beendet. REDO(T) anstossen, um Änderungen, die ausfallbedingt verloren gingen, nachzuholen.

Ist Eintrag (T, abort) vorhanden, war T zur Rücksetzung vorgesehen. Durch UNDO(T) alle Änderungen durch T an der Datenbank zurücknehmen.

Ist Eintrag (T, ready) vorhanden, fehlte zum Absturzzeitpunkt die COMMIT-Entscheidung von K. Entscheidung bei K nachfragen (K hält diese Information noch, da nicht alle ACK-Messages von allen Agenten eingetroffen).

64

Crash-Recovery im Koordinator

Koordinator K untersucht seinen lokalen Log:

Ist (T,terminated) im Log, stoße lediglich lokales UNDO(T)/REDO(T) an, je nachdem ob (T,abort) oder (T,commit) zuvor im Log gefunden wird

Ist (T,abort) im Log, führe lokal ein UNDO(T) aus. Sende ABORT an alle Agenten, die bisher noch kein ACK signalisiert haben.

Ist (T,commit) im Log, führe lokal REDO(T) aus. Sende COMMIT an alle Agenten, die bisher noch kein ACK signalisiert haben.

Setze im jeweils durch den Log signalisierten Zustand fort.

65

Lineare Organisationsform beim 2PC-Protokoll

K A1 A2 A3

FAILED/READY FAILED/READY FAILED/READY

COMMIT/ABORT COMMIT/ABORTCOMMIT/ABORT

COMMIT-Entscheidung wird sequentiell zwischen den AgentenKommuniziert:

• 2PC-Phase 1: Vorwärtskommunikation• 2PC-Phase 2: Komm.sequenz in umgekehrter Reihenfolge

ACK

66

Mehrbenutzersynchronisation in VDBMS

Serialisierbarkeit(kontrollierte und konsistente Verzahnung von DBMS-Operationen: Zyklen im Serialisierbarkeitsgraphen?)

Zwei-Phasen-Sperrprotokoll in VDBMS● lokale Sperrverwaltung an jeder Station ● globale Sperrverwaltung

67

Serialisierbarkeit

Lokale Serialisierbarkeit an jeder der an den Transaktionen beteiligten Stationen reicht nicht aus. Deshalb muß man bei der Mehrbenutzersynchronisation auf globaler Serialisierbarkeit bestehen.

Lokale Serialisierbarkeit an jeder der an den Transaktionen beteiligten Stationen reicht nicht aus. Deshalb muß man bei der Mehrbenutzersynchronisation auf globaler Serialisierbarkeit bestehen.

Beispiel (lokal serialisierbare Historien):

Schritt T1 T2

1.2.

Schritt T1 T2

3. 4.

r(A)w(A)

w(B)r(B)

S1 S2

T1 T2

68

Lokale Sperrverwaltung

Globale Transaktion muß vor Zugriff/Modifikation eines Datums A, das auf Station S liegt, eine Sperre vom Sperrverwalter der Station S erwerben

Verträglichkeit der angeforderten Sperre (Shared, eXclusive) mit bereits existierenden Sperren kann lokal entschieden werden Favorisiert lokale Transaktionen, da diese nur mit ihrem lokalen Sperrverwalter kommunizieren müssen

69

Globale Sperrverwaltung

Zentraler Sperrverwalter kann zum Engpass des VDBMS werden, besonders bei einem Absturz der Sperrverwalter-Station

Verletzung der lokalen Autonomie der Stationen, da auch lokale Transaktionen ihre Sperren bei der zentralisierten Sperrverwaltung anfordern müssen

Alle Transaktionen fordern alle Sperren an einer einzigen, ausgezeichneten Station (Koordinator) an.

Nachteile:

Zentrale Sperrverwaltung i.a. nicht akzeptabel

70

Deadlocks in VDBMS

Erkennung von Deadlocks (Verklemmungen)

• Zentralisierte Deadlock-Erkennung: • Dezentrale (verteilte) Deadlock-Erkennung: schwierig

Vermeidung von Deadlocks

71

Ein "Verteilter Deadlock"

Schritt T1 T2

0.1.2.

6.

BOTlockS(A)

r(A)

lockX(A)

S1

Schritt T1 T2

3. 4. 5.

7. lockS(B)

BOTlockX(B)

w(B)

S2

• Lokal ist jeweils keine Deadlock-Situation zu erkennen• Der globale Waits-for-Graph ist jedoch zyklisch

72

Erkennung von verteilten Deadlocks : Timeout

Betroffene Transaktion T wird nach Erreichen einer nicht mehr akzeptablen Wartezeit zurückgesetzt und alle Sperren freigegeben. Dann T erneut starten einfach zu realisieren

Problem: Richtige Wahl des Timeout-Intervalls: • zu lang schlechte Ausnutzung der

Systemressourcen, Stationen sind für signifikante Zeit "idle"

• zu kurz Deadlock-Behandlung initiiert, obwohl keine Verklemmung vorliegt

73

Erkennung von verteilten Deadlocks : Zentralisiert

Stationen melden lokal vorliegende Wartebeziehungen an neutralen Knoten, der daraus globalen Wartegraphen aufbaut (Zyklus im Graphen Deadlock) sichere Lösung

Nachteile: hoher Aufwand (viele Nachrichten) Entstehung von Phantom-Deadlocks durch gegenseitiges "Überholen" von Nachrichten im Kommunikationssystem

74

Erkennung von verteilten Deadlocks : Dezentral

Führe lokale Wartegraphen an den einzelnen Stationen Erkennen von lokalen Deadlocks:

Erkennung globaler Deadlocks:

Jeder lokale Wartegraph hat einen Knoten External, der stationenübergreifenden Wartebeziehungen zu externen Subtransaktionen repräsentiert

Zuordnung jeder Transaktion zu einem Heimatknoten (Station, auf der BOT ausgeführt wurde), von wo aus externe Subtransaktionen auf anderen Stationen initiiert werden

75

Dezentrale Deadlock-Erkennung: External

External T2 *) External T1

T1 External T2 External

*) Lies: Externe Transaktionen können potentiell aufgrund von T2 auf S1 gesetzten Locks blockieren.

Schritt T1 T2

0.1.2.

6.

BOTlockS(A)

r(A)

lockX(A)

S1

Schritt T1 T2

3. 4. 5.

7. lockS(B)

BOTlockX(B)

w(B)

S2

76

Beispiel:S1 Heimatknoten von T1, S2 Heimatknoten von T2

Wartegraphen (Zyklus mit External = potentieller Deadlock):

S1: External → T2 → T1 → External

S2

:External → T1 → T2 → External

S2

:External T1 T2 External

T1 → T2 → T1

T2 → T1 → T2

S1 sendet Wartegraphenan die Station, auf der T1

eine Teiltransaktion angestoßenhat (hier: S2).

S2 kann globalen Deadlock (Zyklus ohne External) erkennen.

S2 wählt eine Opfer-Transaktion, setzt diese zurück und löst damit den Deadlock auf.

77

Deadlock-Vermeidung

Optimistische Mehrbenutzersynchronisation:Nach Abschluss der Transaktionsbearbeitung auf lokalen Kopien wird Validierung (alles serialisierbar?) durchgeführt

Zeitstempel-basierende Synchronisation:Zuordnung eines Lese-/Schreib-Stempels zu jedem Datum entscheidet, ob beabsichtigte Operation durchgeführt werden kann ohne Serialisierbarkeit zu verletzen oder ob Transaktion abgebrochen wird (abort)

Deadlock-Erkennung in VDBMS ist aufwendig und Kommunikationsintensiv Versuche, Deadlocks von vornherein zu vemeiden.

78

Sperrbasierte Synchronisation

Wound/wait:Nur jüngere Transaktionen (jedes T bekommt zu BOT einen time stamp) warten auf ältere.Fordert ältere Transaktion Sperre an, die mit der von der jüngeren Transaktion gehaltenen nicht verträglich ist, wird jüngere Transaktion abgebrochen ( strikte Bevorzugung bereits lang laufender Transaktionen)

Wait/die:Nur ältere Transaktionen warten auf jüngere.Fordert jüngere Transaktion Sperre an, die mit der von der älteren Transaktion gehaltenen nicht kompatibel ist, wird jüngere Transaktion abgebrochen ( ältere Transaktionen bevorzugt, Blockierung mit zunehmender Alter aber immer wahrscheinlicher)

79

Zeitstempel: Voraussetzungen für Deadlockvermeidungsverfahren

Vergabe global eindeutiger Zeitstempel als Transaktionsidentifikatoren. Format:

Vergleich von Zeitstempeln lexikographisch: vergleiche erst bzgl. lokaler Zeit, dann bzgl. Station.

Lokale Uhren müssen hinreichend genau aufeinander abgestimmt sein.

lokale Zeit Stations-ID

80

Synchronisation bei replizierten Daten

Problem:

Im VDBMS gibt es zu einem Datum A mehrere Replikate A1, A2, ..., An, die auf unterschiedlichen Stationen liegen.

Eine Lesetransaktion erfordert nur (irgend)eine Kopie,bei Änderungstransaktionen müssen aber alle bestehenden Kopien geändert werden, inkl. Sperrfanforderung, Kommunikation, etc.

Hohe Laufzeit und Verfügbarkeitsprobleme

(bspw. Heimatstation einer Kopie Ai nicht erreichbar)

Lesetransaktionen eindeutig bevorteilt

81

Quorum-Consensus Verfahren Ausgleich der Leistungsfähigkeit zwischen Lese- und Änderungstransaktionen teilweise Verlagerung des Overheads von den Änderungs- zu den Lesetransaktionen indem den Kopien Ai eines replizierten Datums A individuelle Gewichte (Stimmen) wi zugeordnet werden.

Beispiel:

Gesamtgewicht W(A) = i=1,…,4 wi(Ai) = 8

Station (Si) Kopie (Ai) Gewicht (wi)

S1 A13

S2 A21

S3 A32

S4 A42

82

Quorum-Consensus Verfahren

Weiterhin: Festlegung von Lesequorum Qr(A) und Schreibquorum Qw(A).

Eine Lesetransaktion, die r(A) ausführen will, muß zuvor mindestens Qr(A) Stimmen an den Stationen "einsammeln" und deren Kopien von A mit einem shared lock lockS(A) belegen.

Eine Schreibtransaktion muß vor Operation w(A) Qw(A) Stimmen an den Stationen einsammeln und deren Kopien jeweils mit exclusive locks lockX(A) belegen.

Zusatzbedingungen (Beispiel: Qr(A) = 4, Qw(A) = 5):

Qw(A) + Qw(A) > W(A)

Qr(A) + Qw(A) > W(A)

83

Quorum-Consensus Verfahren Wie werden Updates propagiert?

Eine Schreibtransaktion wird ja nur die Kopien auf den Stationen ändern, deren Stimmen sie eingesammelt hat (und dort lockX-Locks besitzt).

Protokolliere für jedes Datenobjekt eine Versionsnummer.

Eine Schreibtransaktion versieht das geschriebene Objekt mit dem Maximum aller seiner Versionsnummern + 1.

84

Zustände vor (a) und nach (b) Update A := A + 100

Station Kopie Gewicht Wert Versions#

S1 A13 1000 1

S2 A21 1000 1

S3 A32 1000 1

S4 A42 1000 1

a) vor dem Schreiben eines Schreibquorums

b) nach dem Schreiben eines Schreibquorums

Station Kopie Gewicht Wert Versions#

S1 A13 1100 2

S2 A21 1000 1

S3 A32 1100 2

S4 A42 1000 1

85

Quorum-Consensus Verfahren Eine Lesetransaktion liest mehrere Kopien, um mindestens Qr(A) Stimmen "einzusammeln", nutzt aber nur den A-Wert mit der höchsten Versionsnummer.

Beispiel: Lese die Kopien A3 und A4 (Stimmen? w3(A) + w4(A) = 4 Qr(A) ), nutze jedoch nur den Wert der Kopie A3.

Die Bedingunng

Qr(A) + Qw(A) > W(A)

stellt sicher, daß auf mindestens eine Kopie des letzten Schreibquorums zugegriffen wird.