Tehnici de replicare a bazelor de date distribuite

Clasificarea tehnicilor de replicare

Clasificările brute şi generalizările false sunt blestemul vieţii organizate.

George Bernard Shaw

Numeroase tehnici de replicare a bazelor de date au fost propuse în literatura de specialitate,atât din partea comunităţii de baze de date cat şi din comunitatea sistemul distribuit . Cu toate acestea, compararea protocoalelor dezvoltate în cele două comunităţi este un exerciţiu frustrant.Datorita mai multor subtilitati implicate, mecanismele care sunt identice conceptual ajung sa fie foarte diferite in practica.Astfel, este foarte dificil sa se i-a rezultate dintr-o zona si sa le aplice in celelalte sau sa se refere la tehnici de replicare.O alta problema este aceea ca in timp ce multe posibilitati au fost explorate, este dificil sa vezi daca toate posibilitatile au fost luate in considerare.

O modalitate buna de a intelege si de a compara tehnicile de replicare este acela de a le clasifica.Acest lucru face posibil pentru a vedea ce tehnici sunt legate si pentru a verifica dacă spaţiul soluţie a fost complet explorat.

Probabil cea mai cunoscuta clasificare a tehnicilor de replicare a bazelor de date a fost propusa de Gray si al. [GHOS96]. Aceasta clasificare foloseste doua criterii: in cazul in care o tranzactie poate fi initiata, si in ce context va fi executata. Clasificarea este rezumată în Figura 1.Primul criteriu, object ownership descrie ce noduri detin datele.

Doar un nod care deţine datele poate accepta să-l actualizezi.Acest criteriu decide care nod al tranzactiilor sistemului poate fi prezentat. În cazul în care datele sunt deţinute de către toate nodurile din sistem, atunci tranzacţiile pot fi depuse (transmise) la orice nod. Daca datele sunt deţinute de către un master, atunci tranzacţiile trebuie să fie trimise(prezentate) la acesl master.Grupul categoriei ownership este numit astfel replicarea actuălizarilor oriunde (update everywhere) [sau cateodata peer-to-peer], unde categoria master ownership va fi numita primary-copy sau primary/backup.

Al doilea criteriu defineste in ce scop tranzactia este efectuata.In cazul replicarii eager actualizariile tuturor replicarilor sunt terminate in scopul unei singure tranzactii distribuite: tranzactia poate fi anulata in orice moment, de orice copie.

Acest lucru garantează că toate replicile stau consistente - acest lucru este, de asemenea numit uneori replicare sincronă. În cazul de replicare lazy, tranzacţile actualizează o replică, şi modificările sunt livrate la alte replici în afara scopului tranzacţiilor. Aceasta poate duce la un sistem inconsistent în caz de eşec, dar poate încălca de asemenea, proprietăţile ACID chiar şi fără erori . Acesta schema de replicare este, de asemenea, numita uneori replicare asincrona.

În timp util, această clasificare este destul de aspră si are, de asemenea, probleme cu copierea cu tehnicile de replicare non-voting.Aceste tehnici nu folosesc angajamentul atomic si nu au un final sincronizat in faza de sfarsit a tranzactiilor , prin urmare ele pot fi clasificate ca si lazy.

Pe de altă parte, ele asigure că executarea unei tranzacţii este serializable (şi, prin urmare, ar trebui să permită să poate face commit), înainte de comiterea actuala, astfel încât acestea sunt, de asemenea, eager. Acest lucru a condus pe unii oameni să le numească tehnici consistente lazy .

Alte taxonomii existente a datelor tehnicilor de replicare ia în considerare un spectru larg de sisteme(scheme) de replicare, inclusiv multe cu consistenta slaba şi proprietăţi disponibile, dar fără a include tehnici bazate pe grup de comunicare , sau luând în considerare numai cazuri simple. În acest capitol vom descrie o clasificare abstracta care se concentrează pe tehnicile de replicare eager şi pune accentul pe sinergia dintre comunicare şi management de tranzacţii. La replicare eager, ne referim la tehnici care aplica serializabilitate înainte de a comite o tranzacţie (deci tehnica non-voting este inclusa).

Există două motive pentru care ne concentrâm pe replicare eager.

În primul rând,replicarea eager este acolo unde utilizarea de comunicaţii de grup are sens: grupul de comunicare oferă garanţii puternice , astfel încât acestea sunt utile pentru a construi un sistem de replicare cu garanţii solide. În al doilea rând, este dificil să se compare strategii care relaxează consistenta.

În timp ce modelele cu serializabilitate relaxată au fost propuse , compromisul dintre performanţa şi consistentă nu este clar: cât de mult vă oferă consistenţă cât de mult performanţă? Cum masori pierderea de consistenta? Modele cu serializabilitate relaxata au fost propuse, dar relaţia lor cu replicare lazy nu este încă foarte clară.

Beneficiile noastre ale efortului de clasificare sunt numeroase. În primul rând, ea ne permite să identifice componentele cheie ale unui protocol de replicarea a bazelor de date. În al doilea rând, ea ne ajută să înţelegem mai bine rolul jucat de fiecare componentă şi influenţa sa asupra naturii protocolului. Unele dintre strategii consideram ca au fost descrise în literatura de specialitate, dar nu toate. În al treilea rând, clasificarea formează baza pentru comparaţie cantitativă a diferitelor strategii de replicare identificate.Aceste comparaţii cantitative vor arunca lumină asupra multor aspecte diferite de replicare eager şi rolul pe care grupul de management de tranzacţii şi comunicare joacă în punerea în aplicare a protocoalele de replicare eager.