Universidade Federal de Santa Catarina Programa de Ps Graduao em Cincias da Computao

Disciplina: INE651600 Sistemas Operacionais

Professor: Antnio Augusto Frhlich

Estudo Dirigido sobre Bancos de Dados Distribudos

Aluno: Renato Deggau matrcula 200800034 Setembro/2008

Banco de Dados Distribudos

1. Introduo Este trabalho apresenta uma viso geral sobre Bancos de Dados Distribudos e efetua uma

descrio de pesquisas atuais na rea. Apresenta as caractersticas principais da tecnologia e

descreve trabalhos recentes que buscam atualizar os conceitos da tecnologia e do uso de

bancos de dados distribudos.

2. Bancos de Dados Distribudos

2.1 Conceitos

Banco de dados distribudo (BDD) pode ser definido com uma coleo de mltiplos bancos de

dados logicamente inter-relacionados e distribudos sobre uma rede de computadores. Um

sistema de gerenciamento de bancos de dados distribudos (SGBDD) pode ser definido como

um sistema que permite o gerenciamento dos BDDs e efetua a distribuio de forma

transparente aos usurios.

Num SGBDD todos os pontos esto interligados entre si, compartilhando de um mesmo

esquema global; cada ponto composto de um hardware e software prprios, com sistema

operacional, memria e discos prprios.

Esta tecnologia a unio de duas abordagens distintas da tecnologia da informao: sistemas

de banco de dados e redes de computadores. Numa primeira impresso, parece difcil

entender como estas abordagens contrastantes podem produzir uma tecnologia mais

poderosa e promissora do que cada uma individualmente. Mas a chave para esta compreenso

que a tecnologia da informao busca a integrao e no a centralizao. E isto exatamente

que a tecnologia de bancos de dados distribudos busca obter.

2.2 Vantagens, Desvantagens e Caractersticas

As principais vantagens dos bancos de dados distribudos so:

A natureza distribuda de algumas aplicaes de bancos de dados; muitas aplicaes

esto distribudas naturalmente em diferentes lugares. Uma empresa pode ter a sua

matriz e tem filiais espalhadas em diversos locais; natural que os dados deste banco

estejam distribudos entre as filiais, sendo que usurios locais do sistema tm acesso

aos dados da sua filial, enquanto usurios globais tm acesso ao conjunto de todos os

dados.

Maior confiabilidade e disponibilidade; estas so vantagens potenciais das bases

distribudas. Confiabilidade a probabilidade que um sistema esteja em

funcionamento em determinado momento. Disponibilidade a probabilidade que um

sistema esteja disponvel continuamente durante um intervalo de tempo. Quando os

dados esto distribudos em vrios pontos, se um ponto falha os demais continuam em

operao, ficando indisponveis somente os dados do ponto onde ocorreu o problema.

Isto melhora tanto a confiabilidade quanto a disponibilidade. Caso se utilize replicao

de dados atravs de um critrio adequado se obtm um ndice ainda maior. Num

sistema centralizado, a falha do ponto central faz com que toda a rede fique

indisponvel; porm numa rede com replicao, a queda de um ponto no significa a

indisponibilidade daqueles dados.

Possibilidade de compartilhamento de dados enquanto se mantm certo grau de

controle local; polticas distintas de acesso e uso dos dados podem ser estabelecidas

em cada ponto da rede; possvel controlar os dados e o software em cada ponto da

rede, possibilitando o acesso a usurios remotos de outros pontos, permitindo um

compartilhamento controlado de todos os dados de um sistema distribudo.

Melhor performance; com a distribuio dos dados de uma grande base de dados em

pontos menores, as consultas e transaes que tem acesso somente a dados de um

ponto ficam mais rpidas. E tambm, cada ponto tem um nmero menor de

transaes a gerenciar do que se todas as transaes estivessem num banco de dados

centralizado. Em cada ponto da rede, como existe apenas uma parte do banco de

dados, a conteno de CPU e de servios de I/O no so to fortes como em bancos

centralizados. E no caso de transaes que necessitam acessar diversos pontos, o

processamento pode ser efetuado em paralelo reduzindo o tempo de resposta.

As desvantagens que podem ser encontradas:

Complexidade alguns problemas so inerentemente mais complexos que em bancos

centralizados, assim como incluem alguns novos problemas.

Custos a necessidade de hardware adicional, principalmente nos aspectos

relacionados a servios de infra-estrutura de comunicao, incrementa o custo, assim

como a necessidade de aumento de pessoas para o gerenciamento desta nova

estrutura. Entretanto este custo deve ser comparado com os benefcios advindos da

nova estrutura.

Controle a distribuio de controle, considerada tambm como uma vantagem, cria

problemas de sincronizao e coordenao, caso polticas adequadas no sejam

adotadas.

Segurana um dos maiores benefcios dos ambientes centralizados o controle que

proporciona para o acesso aos dados. Em ambientes distribudos, uma rede

envolvida onde requisitos prprios de segurana so requeridos. Desta forma, os

aspectos relativos segurana em ambientes distribudos so mais complexos que em

ambientes centralizados.

Esta distribuio de dados produz um aumento da complexidade do projeto do banco de

dados e da implementao do sistema. Para que as vantagens anteriormente descritas sejam

obtidas necessrio que o software gerenciador do banco de dados distribudo tenha, alm

das funes de um banco centralizado, as seguintes caractersticas:

A possibilidade de ter acesso a pontos remotos e transmitir dados e consultas entre os

diversos pontos atravs da rede;

A capacidade de seguir o caminho da distribuio e replicao dos dados atravs do

catlogo do banco de dados distribudo;

A capacidade de elaborar estratgias de execuo para consultas e transaes que

tenham acesso a dados de mais de um ponto;

A capacidade de decidir a qual cpia de um elemento de informao replicada se ter

acesso;

A capacidade de manter a consistncias das copias de um elemento de informao

replicado;

A capacidade de recuperar-se de quedas de pontos individuais e de outros tipos de

falhas como a falha no enlace de comunicao.

Estas funes elevam a complexidade de um SGBDD em comparao com um SGBD

centralizado. Para a utilizao adequada destes potenciais obtidos com a distribuio devemos

obter solues satisfatrias para estas questes.

No nvel fsico, hardware, os principais fatores que distinguem um sistema centralizado de um

distribudo so:

Possuem muitos computadores, chamados pontos, stios ou ns;

Estes pontos devem estar conectados atravs de uma rede de comunicao.

Estes pontos podem estar fisicamente prximos, ligadas por uma rede local (LAN), ou

geograficamente distantes, ligadas atravs de uma rede de longa distncia (WAN). A

combinao desta situao tambm pode ser utilizada.

As redes podem possuir diferentes topologias para definir o caminho de comunicao entre

elas. O tipo de topologia pode ter impacto significativo sobre o rendimento da rede.

2.3 Armazenamento dos dados

Uma relao ou tabela num banco de dados distribudo pode estar armazenada segundo

diversos enfoques:

Fragmentao: a tabela particionada em fragmentos e cada fragmento

armazenado em um ponto diferente;

Replicao: o sistema mantm cpias da tabela que so armazenadas em pontos

diferentes;

Replicao e fragmentao: a tabela particionada em vrios segmentos, e cpias

destes segmentos so distribudas pelo sistema.

A fragmentao horizontal definida como o subconjunto de tuplas de uma relao. As tuplas

que pertencem a este subconjunto so determinadas atravs de uma condio que envolva

um ou mais atributos desta relao. Esta condio pode ser, por exemplo, um atributo de

departamento ou localizao geogrfica. A fragmentao horizontal divide a relao

horizontalmente atravs de algum significado lgico. E estes fragmentos podem ento ser

associados a diferentes pontos do sistema distribudo.

A fragmentao vertical definida como o subconjunto de certos atributos de uma relao.

Num exemplo de um cadastro, poderamos separar as informaes pessoais em um fragmento

e as informaes pessoais em outro fragmento. necessria a replicao da chave primria

nos segmentos para os segmentos fragmentados possam ser reagrupados ou para que se

tenha acesso s demais informaes de uma tupla. A fragmentao vertical consiste na diviso

em colunas de uma relao.

Um conjunto de fragmentos horizontais cuja unio corresponda a todas as tuplas de uma

relao R, denomina-se fragmentao horizontal completa de R; um conjunto de fragmentos

verticais cuja projeo inclui todos os atributos de R denomina-se fragmentao vertical

completa de R.

A mescla destas duas fragmentaes produz uma fragmentao mista. Um fragmento de uma

relao pode ser obtido atravs da combinao de operaes SELECAO e PROJEO.

Um esquema de fragmentao de uma base de dados uma definio de um conjunto de

fragmentos que incluem todos os atributos e tuplas de uma base de dados e satisfaa a

condio de que a base completa possa ser reconstruda atravs de operaes de unio.

Um esquema de repartio descreve a diviso de fragmentos entre os pontos do banco

distribudo, ou seja, uma correspondncia que especifica onde armazenado cada

fragmento. Se um fragmento armazenado em mais de um ponto, se diz que ele est

replicado.

A replicao til para melhorar a disponibilidade dos dados. Um banco de dados distribudo

chamado de totalmente replicado quando toda a base de dados est replicada em todos os

pontos que o compe. Isto melhora a disponibilidade, pois o sistema pode operar enquanto

houver algum ponto ativo. Melhora tambm a performance das consultas, porque o resultado

de qualquer consulta pode ser obtido localmente. A desvantagem da replicao completa

que diminui drasticamente a velocidade das operaes de atualizao, pois uma s atualizao

deve ser executada em cada uma das copias da base para que a consistncia seja mantida. O

oposto da replicao completa no ter nenhuma replicao, onde cada fragmento encontra-

se em apenas um ponto da rede. Entre estes dois casos temos uma ampla gama de replicao

parcial dos dados. Um esquema de replicao uma descrio da replicao dos fragmentos

de um banco de dados distribudo.

Cada fragmento, ou cada copia de fragmento, deve estar associada a um ponto determinado

do sistema distribudo. Este processo se chama distribuio dos dados. A escolha dos pontos e

o grau de replicao dependem dos objetivos de performance e disponibilidade desejados.

2.4. Tipos de Sistemas Distribudos

Os bancos de dados distribudos podem ser divididos em diferentes tipos, de acordo com

algumas caractersticas.

O primeiro fator o grau de homogeneidade do sistema. Se todos os servidores locais utilizam

software idntico, se diz que o banco de dados distribudo homogneo. Em caso contrrio se

diz que heterogneo.

Bancos homogneos so mais simples de administrar, tem uma abordagem que prov um

crescimento incremental e permite uma performance incremental. Nos bancos heterogneos,

os pontos podem implementar seus prprios bancos de dados, sendo a integrao considerada

e tratada posteriormente; existe a necessidade de tradues para permitir a integrao entre

os diferentes hardwares, produtos de banco de dados e a combinao destes. Uma soluo

tpica neste caso o uso de gateways.

O Open Group formalizou uma especificao nominada Specification Working Group (SWG)

para permitir a criao de um ambiente de infra-estrutura de banco de dados onde h:

Common SQL API para permitir que aplicaes cliente sejam escritas sem a

necessidade de conhecer o fornecedor do banco de dados que esta sendo acessado;

Commom Database Protocol: permite que um banco de dados de um fabricante

comunique-se com um banco de dados de outro fabricante sem a necessidade de um

gateway

Common network protocol: para permitir a comunicao entre diferentes bancos de

dados

Outro fator relacionado com o grau de homogeneidade o grau de autonomia local. Se todo o

acesso ao banco se da atravs de um cliente, dizemos que o sistema no tem autonomia local.

Se permitir as transaes locais acessarem diretamente um servidor, o sistema ter certo grau

de autonomia local. Num extremo de autonomia temos um banco de dados distribudo que da

ao usurio a impresso de um banco centralizado. S h um esquema conceitual, e todo o

acesso se d atravs de um cliente, sem existir autonomia local. No outro extremo

encontramos com um tipo de banco de dados distribudo denominado federado (ou sistema

de mltiplas bases de dados - MDBS). Num sistema assim, cada servidor um SGBD

centralizado independente e autnomo que tem seus prprios usurios, transaes locais e

um DBA, possuindo assim alto grau de autonomia local.

Cada servidor pode autorizar o acesso a partes especificas de acordo com as classes dos

usurios. Um sistema federado uma combinao de sistemas distribudos e centralizados.

Para usurios autnomos locais um sistema centralizado e para usurios globais um

sistema distribudo.

Em sistemas heterogneos um servidor pode ser um banco relacional, outro pode ser um de

rede e outro um banco hierrquico. Neste caso [e necessrio contar com uma linguagem e

incluir tradutores de linguagem no cliente a fim de traduzir as consultas.

Um terceiro aspecto que serve para a classificao das bases de dados distribudas o grau de

transparncia da distribuio, ou grau de integrao dos esquemas. Se o usurio percebe um

s esquema integrado sem informao alguma relativa fragmentao, replicao ou

distribuio, se que diz que o SGBDD tem alto grau de transparncia de distribuio. Se o

usurio pode ver toda a fragmentao e a replicao, o SGBDD no tem transparncia de

distribuio.

2.5 Processamento de consultas em bancos distribudos

Examinaremos como o SGBDD processa e otimiza uma consulta. Num sistema distribudo,

vrios fatores complicam o processamento de uma consulta. O primeiro o custo de transferir

dados pela rede, quer sejam arquivos intermedirios de troca entre pontos de rede ou os

resultados finais de uma consulta que devem ser transferidos ao ponto original.

Por este motivo os algoritmos de otimizao de consultas em SGBDD consideram o objetivo de

reduzir a quantidade de dados transferidos como critrio de otimizao para a escolha de uma

estratgia de execuo de uma consulta distribuda. A soluo que prover a menor taxa de

transferncia de dados ser a escolhida como estratgia de otimizao.

A juno parcial se baseia na idia de reduzir o numero de tuplas de uma relao antes de

transferi-la para outro ponto. A idia enviar a coluna de juno de uma relao para o ponto

onde se encontra a outra relao. Depois disso, os atributos de juno, associados aos

atributos de resultado so extrados e devolvidos ao ponto original. Isto pode ser uma soluo

eficiente quando uma pequena frao das tuplas pertence juno.

2.6 Decomposio das consultas e das atualizaes

Em SGBDD sem transparncia de distribuio, o usurio de consultas deve especificar a sua

consulta diretamente sobre fragmentos especficos. Deve tambm garantia a consistncia dos

elementos replicados quando atualiza informaes. Em SGBDD com transparncia de

distribuio, a alterao especificada como num banco centralizado, e o sistema se

encarrega de manter a consistncia dos elementos replicados.

No caso de consultas, um mdulo de decomposio de consultas devera dividir uma consulta

em sub-consultas que possam ser executadas nos pontos individuais, combinando os

resultados e formando o resultado da consulta. Para determinar qual replica faz referencia aos

elementos da consulta, o SGBDD consulta as informaes de fragmentao, replicao e

distribuio em seu catlogo.

2.7 Controles de concorrncia e recuperao em bancos de dados

distribudos

No controle de concorrncia e recuperao num banco de dados distribudos, surgem muitos

problemas que so inexistentes em um banco de dados centralizado. So eles:

Manipular mltiplas cpias dos elementos de informao o mtodo de controle de

concorrncia tem a obrigao de manter consistentes as diversas copias. O mtodo de

recuperao deve cuidar que uma copia seja consistente com as demais no caso da

recuperao posterior de um ponto que tenha ocorrido falha.

Falhas de pontos individuais o SGBDD deve continuar operando com seus pontos

ativos quando os demais falham. Quando um ponto se recupera, sua base de dados

deve se atualizar com os demais pontos antes de se reincorporar ao sistema.

Falhas nos enlaces de comunicao o sistema deve ser capaz de tratar falhas em um

ou mais dos enlaces de comunicao entre os pontos. Um caso extremo deste

problema que pode haver particionamento da rede. Isto divide os pontos em duas

ou mais parties dentre as quais os pontos podem se comunicar, porm no com as

outras parties.

Confirmao de gravao distribuda pode haver problemas para confirmar uma

transao que est tendo acesso a bases armazenadas em mltiplos pontos se alguns

destes pontos falham durante o processo de confirmao; um protocolo de

confirmao de fases deve ser usado para resolver este problema.

Gerenciamento do Deadlock distribudo pode ocorrer um deadlock entre os diversos

pontos, tornando necessria a extenso de tcnicas de manejo de deadlocks para

considerar este ponto. O controle pode ser atravs um coordenador de deadlock

centralizado, ou por ma deteco hierrquica ou pela deteco distribuda de

deadlock.

As tcnicas de controle de concorrncia e de recuperao distribuda devem resolver estes e

outros problemas. A seguir algumas destas tcnicas sero descritas.

2.7.1 Controle de concorrncia distribuda baseada em cpia distinta de um

elemento de informao

Existem vrios mtodos de controle de concorrncia distribuda que tratam os elementos de

informao de uma base distribuda, que se baseiam numa extenso das tcnicas de controle

de concorrncia das bases centralizadas. Sero analisadas estas tcnicas no contexto de

estender o bloqueio centralizado. A idia designar uma determinada copia de cada elemento

de informao como uma copia distinta. Os candidatos a este elemento de informao se

associam a esta cpia e todas as solicitaes de bloqueio e desbloqueio se enviam ao ponto

que contem esta cpia.

Diferentes mtodos se baseiam nesta idia, diferindo na forma de escolha da cpia distinta. Na

tcnica de ponto primrio, todas as cpias ficam no mesmo ponto. Uma modificao deste

enfoque o ponto primrio com ponto de backup. Outro enfoque a cpia primaria, no qual

as copias se podem armazenar em diversos pontos. Vamos detalhar estes mtodos:

2.7.1.1 Tcnica do ponto primrio

Neste mtodo se designa um s ponto primrio como ponto coordenador para todos os

elementos. A vantagem deste enfoque que ele uma simples extenso do enfoque

centralizado e, portanto no muito complexo. Mas possui algumas desvantagens: a possvel

sobrecarga deste ponto gerando um gargalo no sistema. Outra desvantagem que uma falha

neste ponto primrio paralisaria o sistema j que toda a informao de bloqueio se mantm

neste ponto. Isto pode limitar a confiabilidade e disponibilidade do sistema. Ainda que o

acesso de todos os candidatos se d no ponto primrio, o acesso aos elementos pode se dar

em qualquer ponto que residam.

2.7.1.2 Tcnica do ponto primrio com ponto de backup

Esta tcnica busca resolver a segunda desvantagem do mtodo anterior; indicando outro

ponto como backup. Toda a informao de bloqueio se mantm nos dois pontos. No caso de

falha do ponto principal, o backup assume as funes. Porem este processo torna o acesso

mais lento, j que os acessos devem ser efetuados tanto no ponto primrio como no backup,

sobrecarregando o sistema.

2.7.1.3 Tcnica da cpia primria

Este mtodo tenta distribuir a carga entre os vrios pontos, mantendo cpias distintas de

elementos diferentes de informao armazenadas em pontos distintos. Uma falha num ponto

afeta todas as transaes que esto tendo acesso a elementos cujas cpias primrias residam

neste ponto, mas as demais transaes no so afetadas. Este mtodo tambm pode usar

pontos de backup para aumentar a confiabilidade e a disponibilidade.

2.7.1.4 Eleio de um novo ponto coordenador em caso de falha

Sempre que um ponto coordenador falha em qualquer das tcnicas anteriores, os pontos que

seguem ativos devero eleger um novo coordenador. Num caso de ponto primrio sem ponto

de backup, ser preciso abortar e reiniciar todas as transaes em execuo. Este processo

ser trabalhoso. Parte do processo implica em selecionar um novo ponto primrio e criar um

processo gestor de bloqueios e um registro dos bloqueios deste ponto. Em mtodos que usam

pontos de backup, o processamento de transaes suspenso, o ponto de backup se nomeia

como novo ponto primrio; ento escolhido outro ponto de backup e se enviam a ele todas

as informaes de bloqueio do novo ponto primrio. O novo ponto de backup pode ser

escolhido entre os pontos ativos do sistema dentre quaisquer dos pontos ativos atravs de

uma eleio.

2.7.2 Controle de concorrncia baseada em votao

Os mtodos analisados at aqui se baseiam na idia de uma copia que mantm os bloqueios

deste elemento. No mtodo de votao no h copia distinta e cada solicitao de bloqueio

enviada a todos os pontos que tenham uma cpia do elemento de informao. Cada cpia

mantm seu prprio bloqueio e pode conceder ou negar a solicitao. Se a maioria das cpias

fornece um bloqueio para a transao que a solicita, esta obter o bloqueio e informar a

todas as cpias que o mesmo foi concedido. Se uma transao no recebe a maioria dos votos

durante certo perodo de tempo pr-definido, a solicitao ser cancelada e informada a todos

os pontos.

O mtodo de votao se considera um mtodo de controle verdadeiramente distribudo, j

que a responsabilidade da deciso cai sobre todos os pontos envolvidos. Estudos de simulao

indicam que a votao tem um trfego maior de mensagens entre os pontos do que o mtodo

de cpia distinta. Se o algoritmo leva em conta as possveis falhas dos pontos durante o

processo de votao, este se torna extremamente complexo.

2.7.3 Recuperao distribuda

O processo de recuperao de bases de dados distribudas bastante complexo. Em certos

casos bastante difcil determinar se um ponto est inativo, sem trocar um grande nmero de

mensagens com outros pontos. Outro problema com a recuperao distribuda a gravao

distribuda. Quando uma transao est atualizando dados em diversos pontos, no possvel

a gravao sem a certeza de que o efeito da transao em todos os pontos no pode se

perder. Isso significa que cada ponto deve ter gravado permanentemente em disco os efeitos

da transao.

3. Aspectos atuais de pesquisa em Bancos de Dados Distribudos A seguir so descritos alguns aspectos de pesquisa atuais na rea de Bancos de Dados

Distribudos:

Gorla [4] apresenta um estudo que aperfeioa o particionamento vertical, incluindo

restries de integridade referencial, tempos de acesso baseados em heurstica, e um

modelo de custo que considera outros tipos de transao como updates e joins. Os

resultados obtidos apresentam ganhos de 36% a 65% sobre casos no particionados. O

mtodo aplicado em pequenos bancos de dados resultou em esquemas particionados

que so comparveis ao timo. A procedure proposta pelo autor produz solues de

particionamento em poucos segundos, e pode ser aplicada em bancos de dados

distribudos e orientados a objeto.

Wiesmann[5] apresenta uma comparao de performance das tcnicas de replicao

de bancos de dados baseadas na primitiva total order broadcast, que assegura que

todas as mensagens so entregues de forma confivel na mesma ordem em todas as

rplicas. efetuada uma comparao entre estas tcnicas e tcnicas clssicas de

replicao como cpias primrias, bloqueio distribudo e outras. As avaliaes

mostram que as tcnicas baseadas no total order broadcast tm desempenho

superior. E que a diferena de desempenho se amplia em casos de redes lentas e

sujeitas a conteno. Isso se deve ao fato de que as tcnicas de bloqueio distribudo

usam muito os recursos de mensagens. Em redes mais rpidas recursos de CPU e disco

so candidatos maiores a gargalo do que uma rede no indicando, porm que a

comunicao no seja um ponto a considerar na replicao de bancos de dados:

mltiplas cpias ainda levam a problemas como custos de sincronizao e altas taxas

de interrupo do processo. Mas estas caractersticas no tem relao com a

performance da rede e sim com o projeto da tcnica de replicao.

Huebsch [6] aborda a questo do processamento de mltiplas queries de agregao

simultnea, onde o processamento de cada query de forma individual se torna

impraticvel, tornando a otimizao de mltiplas queries um processo crtico. A idia

do processo diminuir a comunicao na rede. Sua idia avana sobre o contexto de

queries de agregao distribudas que variam nos seus predicados. A partir de um

nmero q de queries de agregao, buscam-se oportunidades de identificar K queries

onde k

constraint global (constraint que deve ser aplicada nos vrios bancos) seja analisada

com o acesso aos dados em uma base nica, eliminando o custo de acesso a dados

remotos. Isto se d atravs da identificao da restrio global e dos dados a serem

inseridos numa base local. O algoritmo produz uma condio local de forma que se o

dado local satisfizer esta condio, esta ser aceita na restrio global. Caso contrrio

existe a necessidade de verificao global.

Baio [10] apresenta a aplicao da teoria da reviso no projeto de bancos de dados

distribudos atravs de algoritmo que decide a tcnica de fragmentao a ser utilizada

em cada classe do banco de dados. Esta tcnica encontra esquemas de fragmentao

melhores e aumenta a performance.

Lin [11] apresenta um estudo que mostra uma nova abordagem para o processo de

checkpoint em bancos de dados distribudos.

Wildemberg [12] trata do problema da alocao de dados em bancos de dados

distribudos. Algoritmos de alocao so usados para descobrir uma distribuio de

dados ideal. Ele prope um novo algoritmo que busca um custo de execuo mnimo,

mantendo a complexidade do algoritmo original. O algoritmo apresenta resultados

melhores que o algoritmo original.

Baio [13] indica que os principais problemas em bancos de dados distribudos

concentram-se em: distribuio dos dados (particionamento e replicao); controle de

concorrncia distribudo onde se busca um equilbrio entre manuteno da

consistncia e o alto nvel de concorrncia; o processamento de consultas distribudo

onde deve ser considerado o custo de otimizao e o custo de execuo. Destaca

como pontos em aberto: problemas de crescimento da rede; o processamento de

transaes distribudo e a integrao com sistemas operacionais distribudos j que os

bancos de dados distribudos possuem caractersticas especficas tais como suporte a

transaes distribudas com controle de concorrncia e recuperao e que no so

esto perfeitamente integradas com sistemas operacionais distribudos. Levanta

tambm a questo da integrao da convergncia de bancos de dados distribudos

com a gerncia de dados na Web, existindo a necessidade de convergncia de duas

culturas distintas, com necessidades de interoperabilidade e mudanas de tecnologia,

como arquiteturas multi-camadas e servios Web

4. Concluses e utilizao no meu trabalho A tecnologia de bancos de dados distribudos tem evoludo e seus conceitos utilizados ou

aplicados em novas tecnologias. O trabalho identificou vrios pontos de pesquisa que visam

aperfeioar este processo. A Web exigiu novos esforos para a integrao dos bancos de

dados distribudos, onde os processos so compostos por sistemas no to fortemente

acoplados que so ligados por tecnologias como Web Services. E o controle de transaes

sobre estes sistemas precisa continuar garantindo as propriedades das transaes, garantindo

a consistncia e a confiabilidade do banco de dados.

Em minha dissertao, que busca a integrao e novas formas de representao de

informaes atravs de data-warehouses e sistemas de informao geogrfica, no tenho

identificado ainda a necessidade de uso de bancos de dados distribudos. Porm esta

tecnologia pode ser utilizada e considerada como um aspecto na busca e integrao de

informaes provenientes de diversas fontes de dados que poderiam estar num banco de

dados distribudo.

Bibliografia

[1] ELMASRI, NAVATHE Sistemas de Bases de Datos, segunda Edicion, Addison-Wesley Iberoamericana

[2] zsu, Valduriez Principles of Distributed Database Systems Prentice Hall, 1991

[3] Clack. C. DatabasesIIIdistributedDBMSs. Dsiponvel em http://www.cs.ucl.ac.uk/staff/C.Clack/3C13/powerpoints/databasesIIIdistributedDBMSs.ppt. Acesso em 24/08/2008.

[4] Gorla, Narasimhaiah. A Methodology for Vertically Partitioning in a Multi-Relation Database Environment. JCS&T Vol. 7 No. 3. 217-227

[5] Wiesmann, Shiper. Comparision od database replication techniques based on total order broadcast. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 17, NO. 4, APRIL 2005. 551-566

[6] Huebsch et al. Sharing Aggregate Computation for Distributed Queries. SIGMOD07, June 1114, 2007, Beijing, China

[7] Atreya et al. Efficient detection of a locally stable predicate in a distributed system. J. Parallel Distrib. Comput. 67 (2007) 369 385

[8] Hachen et al. Distributed Database Management for Scientific Data Analysis. Worcester Polytec Institute.USA

[9] Gupta. A. Local verification of global integrity constraints in distributed databases. In Proceedings of the ACM SIGMOD International Conference on Management of Data, 1993

[10] Baiao. Applying Theory Revision to the Design of Distributed Databases. Disponivel em http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.58.261

[11] Lin J. Dunham M. A survey of distributed database checkpointing. Distributed and Parallel Databases Journal. 1997. Vol 5 p 31.

[12] Wildemberg et al. Alocao de Dados em Bancos de Dados Distribudos. SBBD 2003

[13] Baiao, F. Banco de Dados Distribudo. Apresentao. Disponvel em www.cos.ufrj.br/~baiao/ISExpert2003/BDDPublicado.pdf. Acesso em 29/08/2008