DIS

EÑ

O D

E B

AS

ES

DE

DIS

EÑ

O D

E B

AS

ES

DE

DIS

EÑ

O D

E B

AS

ES

DE

DIS

EÑ

O D

E B

AS

ES

DE

M.C. Vícto

r J. Sosa S

osa

DIS

EÑ

O D

E B

AS

ES

DE

DIS

EÑ

O D

E B

AS

ES

DE

DA

TO

S D

IST

RIB

UID

AS

DA

TO

S D

IST

RIB

UID

AS

DIS

EÑ

O D

E B

AS

ES

DE

DIS

EÑ

O D

E B

AS

ES

DE

DA

TO

S D

IST

RIB

UID

AS

DA

TO

S D

IST

RIB

UID

AS

Prob

lema d

e Diseñ

o

�En un marco

general

�tomar d

ecisiones acerca d

e la ubicació

n de lo

s datos y

los program

as, en los sitio

s de una red

de co

mputado-

ras, así como tam

bién posiblem

ente el d

iseño de la

M.C. Vícto

r J. Sosa S

osa

ras, así como tam

bién posiblem

ente el d

iseño de la

propia red

.

�En los SABDDs, la u

bicació

n de las ap

licaciones su

pone

�ubicació

n del so

ftware d

e los SABDDs, y

�ubicació

n de las ap

licaciones q

ue co

rren sobre la b

ase

de datos.

Dim

ension

es del P

roblem

a

Patró

n de acceso

Estático

Dinámico

Informació

n

parcial

M.C. Vícto

r J. Sosa S

osa

Compartim

iento

Nivel d

e

conocim

iento

Datos

Datos +

program

a

parcial

Informació

n

completa

Diseñ

o de la D

istribu

ción

�Descen

dente.

�Principalm

ente en

sistemas q

ue in

ician de cero

.

�Principalm

ente en

sistemas h

omogeneos.

M.C. Vícto

r J. Sosa S

osa

�Principalm

ente en

sistemas h

omogeneos.

�Ascen

dente.

�Cuando las b

ases de datos ya ex

isten en los diferen

tes

sitios.

Diseñ

o Descen

den

teA

nálisis d

ereq

uerim

ientos

Req

. del sistem

a(ob

jetivos)

Diseñ

ocon

ceptu

alD

iseño

de vistas

En

trada d

el usu

ario

Integración

de vistas

Esq

. conep

. global

Inform

aciónd

e accesoD

efinición

del

esqu

ema extern

o

M.C. Vícto

r J. Sosa S

osa

Esq

. conep

. global

de acceso

esqu

ema extern

o

Diseñ

o de la

distrib

ución

Esq

. concep

. local

Diseñ

o físico

Esq

uem

a físico

Ob

serv. y mon

it.

En

trada

del u

suario

Retroalim

entación

Retroalim

entación

�¿Por qué frag

mentar to

do?

�¿Cómo frag

mentar?

�¿Cuánto frag

mentar?

Prob

lemática d

el Diseñ

o de la D

istribu

ción

M.C. Vícto

r J. Sosa S

osa

�¿Cuánto frag

mentar?

�¿Cómo probar la co

rrectez?

�¿Cómo ubicar lo

s fragmentos?

�¿Qué req

uirim

ientos de in

formació

n?

�¿Podemos distrib

uir só

lo relacio

nes?

�¿Cuál es la u

nidad razo

nable d

e distrib

ución?

�Relació

n.

•Las v

istas son subconjuntos de relacio

nes (lo

calmente).

•Comunicació

n extra.

Fragm

entación

M.C. Vícto

r J. Sosa S

osa

•Comunicació

n extra.

�Fragmento de relació

n (su

b-relació

n).

•Ejecu

ción concurren

te de un número de tran

sacciones q

ue

accesan diferen

tes porcio

nes d

e una relació

n.

•Las v

istas que no puedan ser d

efinidas so

bre u

n solo frag

mento

requerirán

procesam

iento extra.

•El co

ntrol de la sem

ántica d

e datos (esp

ecialmente fo

rzar la

integridad) es m

ás complejo

.

Altern

ativas: Fragm

entación

Horizon

tal

J1 : Proyecto

s con presu

puesto

menor que $200,000.

J2 : Proyecto

s con presu

puesto

mayor o igual a $

200,000.

JJNO

JNA

ME

BU

DG

ET

LO

C

J1J2J3J4J5

Instru

mentatio

nDatab

ase Develop.

CAD/CAM

Maintenance

CAD/CAM

150000

135000

250000

310000

500000

Montreal

New York

New York

Paris

Boston

M.C. Vícto

r J. Sosa S

osa

mayor o igual a $

200,000.

J1

J2

J5CAD/CAM

500000

Boston

JNO

JNA

ME

BU

DG

ET

LO

C

J1J2Instru

mentatio

nDatab

ase Develop.150000

135000

Montreal

New York

JNO

JNA

ME

BU

DG

ET

LO

C

J3J4J5

CAD/CAM

Maintenance

CAD/CAM

250000

310000

500000

New York

Paris

Boston

Altern

ativas: Fragm

entación

Vertical

J1 : In

formació

n de lo

s presu

puesto

s

de lo

s proyecto

s.

J2 : In

formació

n de lo

s nombres d

e

los proyecto

s y su ubicació

n.

JJNO

JNA

ME

BU

DG

ET

LO

C

J1J2J3J4J5

Instru

mentatio

nDatab

ase Develop.

CAD/CAM

Maintenance

CAD/CAM

150000

135000

250000

310000

500000

Montreal

New York

New York

Paris

Boston

M.C. Vícto

r J. Sosa S

osa

los proyecto

s y su ubicació

n.

J1

J2

J5CAD/CAM

500000

Boston

JNO

BU

DG

ET

J1J2J3J4J5

150000

135000

250000

310000

500000

JNO

JNA

ME

LO

C

J1J2J3J4J5

Instru

mentatio

nDatab

ase Develop.

CAD/CAM

Maintenance

CAD/CAM

Montreal

New York

New York

Paris

Boston

Grad

o de F

ragmen

tación

Número finito de altern

ativas

M.C. Vícto

r J. Sosa S

osa

Encontrar el n

ivel ad

ecuado de particio

namiento

dentro de este ran

go.

Tuplas o

atributos

Relacio

nes

�Completez.

�La desco

mposició

n de una relació

n Ren frag

mentos R

1 , R2 ,

..., Rn , es co

mpleta si y

sólo si cad

a elemento de datos en

R

puede ser en

contrad

o en alg

ún Ri .

�Reconstru

cción.

Correctez d

e la Fragm

entación

M.C. Vícto

r J. Sosa S

osa

�Si la relació

n Rse d

escompone en

fragmentos R

1 , R2 , ..., R

n ,

debiera ex

istir un operad

or relacio

nal ∇

tal que R

= ∇Ri ,

Ri ∈FR .

�Excluyente.

�Si la relació

n Rse d

escompone en

fragmentos R

1 , R2 , ..., R

n ,

y datos del elem

ento di están

en R

j , entonces d

ino debiera

estar en alg

ún otro frag

mento R

k(j ≠

k).

�No Replicad

o.

�Particio

nada: cad

a fragmento resid

e en un solo sitio

.

�Replicad

o.

�Réplica co

mpleta: cad

a fragmento en cad

a sitio.

Altern

ativas de A

signación

M.C. Vícto

r J. Sosa S

osa

�Réplica co

mpleta: cad

a fragmento en cad

a sitio.

�Réplica p

arcial: cada frag

mento en alg

unos de lo

s

sitios.

�Regla d

el pulgar:

Si

≥ 1 rep

licación es v

entajo

sa,

de lo

contrario

la réplica p

uede cau

sar problem

as.

Consultas só

lo de lectu

ra

Consultas p

ara actualizar

Com

paración

de A

lternativas d

e Rép

lica

Rép

lica Total

Rép

lica Parcial

Particion

ado

PR

OC

ES

AM

IEN

TO

DE

CO

NS

UL

TA

SFácil

Misma

Dificu

ltad

AD

MIN

IST

RA

CIO

NFácil o

Misma

Dificu

ltad

M.C. Vícto

r J. Sosa S

osa

AD

MIN

IST

RA

CIO

ND

E D

ICC

ION

AR

IOFácil o

no existen

te

Misma

Dificu

ltad

CO

NT

RO

L D

EC

ON

CU

RR

EN

CIA

Moderad

oDifícil

Fácil

FIA

BIL

IDA

DMuy Alta

Alta

Baja

FA

CT

IBIL

IDA

DPosible

Aplicació

nRealista

Posible

Aplicació

n

�Cuatro

Categ

orías:

�Informació

n de la b

ase de datos.

�Informació

n de la ap

licación.

Req

uerim

ientos d

e Inform

ación

M.C. Vícto

r J. Sosa S

osa

�Informació

n de la ap

licación.

�Informació

n de la red

de co

municacio

nes.

�Informació

n del sistem

a de có

mputo.

�Fragmentació

n horizo

ntal (F

H).

�Fragmentació

n horizo

ntal p

rimaria (F

HP).

�Fragmentació

n horizo

ntal d

erivada (F

HD).

Tip

os de F

ragmen

tación

M.C. Vícto

r J. Sosa S

osa

�Fragmentació

n horizo

ntal d

erivada (F

HD).

�Fragmentació

n vertical (F

V).

�Fragmentació

n híbrida o mixta (F

M).

FH

P -

Req

uerim

ientos d

e Inform

ación

�Informació

n de la b

ase de datos:

�Relacio

nes

TITLE, SAL

S

M.C. Vícto

r J. Sosa S

osa

ENO, ENAME, TITLE

JNO, JN

AME, BUDGET, LOC

ENO, JN

O, RESP, D

UR

EJ

G

L1

L2

L3

�Cardinalid

ad de cad

a relación: ca

rd(R).

FH

P -

Req

uerim

ientos d

e Inform

ación

�Informació

n de la ap

licación:

�Predicad

os sim

ples: D

ada R

[A1 ,A

2 ,...An ], u

n predicad

o

simple p

j es

pj : A

i θ Valor

donde θ

∈{=, ≠

,<, ≤, >, ≥}, Valor

∈Dy Des el

M.C. Vícto

r J. Sosa S

osa

donde θ

∈{=, ≠

,<, ≤, >, ≥}, Valor

∈Di y D

i es el

dominio de A

i .

Ejem

plo:

JNAME = ‘M

aintenance’

BUDGET ≤200000.

�Predicad

os minterm

: Dado R

i y Pri = {pi1 , p

i2 , ..., pim}

defin

ir Mi = {mi1 , m

i2 , ..., miz } como

Mi = {mij |m

ij = vpik

∈Pri p

ik *}, 1

≤k≤m, 1

≤j≤z

donde p

ik *= pi o pik *= ¬

pi .

Ejem

plos de predicad

os minterm

:

m1: JN

AME = ‘M

aintenance’

BUDGET ≤200000

FH

P -

Req

uerim

ientos d

e Inform

ación

M.C. Vícto

r J. Sosa S

osa

m1: JN

AME = ‘M

aintenance’

BUDGET ≤200000

m2: ¬

(JNAME = ‘M

aintenance’)

BUDGET ≤200000

m3: JN

AME = ‘M

aintenance’

¬ (BUDGET ≤200000)

m4: ¬

(JNAME = ‘M

aintenance’)

¬ (BUDGET ≤200000)

FH

P -

Req

uerim

ientos d

e Inform

ación

�Informació

n de la ap

licación:

�Selectiv

idad de predicad

os minterm

: sel(mj )

Número de tu

plas d

e la relación que so

n acced

idas p

or

una co

nsulta d

e usuario

la cual está esp

ecificada por un

M.C. Vícto

r J. Sosa S

osa

una co

nsulta d

e usuario

la cual está esp

ecificada por un

predicad

o minterm

mj dado.

�Frecu

encias d

e acceso: acc(q

j )

Frecu

encia co

n la cu

al la aplicació

n qj accesa d

atos.

Análogamente se p

uede defin

ir la frecuencia d

e

acceso para u

n predicad

o minterm

.

Fragm

entación

Horizon

tal Prim

aria

Defin

ición:

Rij = σ

Fj (R

i ), 1≤j≤w

donde F

j es la fórmula d

e selección usada para o

btener el frag

-

mento Rij , el cu

al es (preferen

temente) u

n predicad

o minterm

.

Por lo tan

to:

M.C. Vícto

r J. Sosa S

osa

Por lo tan

to:

�Una frag

mentació

n horizo

ntal R

i de una relació

n Rconsiste d

e

todas las tu

plas d

e Rlas cu

ales satisfacen un predicad

o minterm

.

�Dado un conjunto de predicad

os minterm

M, hay tan

tas

fragmentacio

nes h

orizo

ntales d

e la relación Rcomo predicad

os

minterm

existan

.

�A los frag

mentos horizo

ntales tam

bién se les llam

a fragmentos

minterm

.

FH

P -

Ob

tención

de P

redicad

os Sim

ples

Dados: U

na relació

n R, y el co

njunto de predicad

os sim

ples P

r.

Obtener: E

l conjunto de frag

mentos de R = {R1 , R

2 , ..., Rw }

los cu

ales obedecen

las reglas d

e fragmentació

n.

M.C. Vícto

r J. Sosa S

osa

los cu

ales obedecen

las reglas d

e fragmentació

n.

Prelim

inares:

�Prdebe ser co

mpleto

.

�Prdebe ser m

ínimo.

Com

pletez d

e los Pred

icados S

imp

les

Se dice q

ue un conjunto de predicad

os sim

ples P

res co

m-

pleto

si y sólo si el acceso

a las tuplas d

e los frag

mentos

minterm

defin

idos so

bre P

rrequiere q

ue dos tuplas d

el

M.C. Vícto

r J. Sosa S

osa

minterm

defin

idos so

bre P

rrequiere q

ue dos tuplas d

el

mismo frag

mento minterm

tengan la m

isma probabilidad

de ser accesad

as por todas y

cada una de las ap

licaciones.

Ejem

plo:

Suponemos que J(JN

O, JN

AME, BUDGET, LOC) tien

e dos

aplicacio

nes d

efinidas p

ara trabajar so

bre J:

Com

pletez d

e los Pred

icados S

imp

les

M.C. Vícto

r J. Sosa S

osa

aplicacio

nes d

efinidas p

ara trabajar so

bre J:

�Encontrar lo

s presu

puesto

s de lo

s proyecto

s en cad

a

localid

ad.

�Encontrar lo

s proyecto

s con presu

puesto

menor que

$200000.

Com

pletez d

e los Pred

icados S

imp

les

De acu

erdo a (1

)

Pr = {LOC=“Montreal”, L

OC=“New York”, L

OC=“Paris”}

lo cual n

o es co

mpleto

con resp

ecto a (2

).

M.C. Vícto

r J. Sosa S

osa

Si modificam

os

Pr = {LOC=“Montreal”, L

OC=“New York”, L

OC=“Paris”,

BUDGET

≤200000, BUDGET>200000}

el cual es co

mpleto

.

Min

imalid

ad d

e los Pred

icados S

imp

les

�Si un predicad

o influye en

cómo se ejecu

ta la fragmenta-

ción (v.g. provoca q

ue un frag

mento fse p

articione en

nuevos frag

mentos fi y

fj ), entonces d

ebiera ex

istir al

menos una ap

licación que accese a fi y

fj diferen

temente.

M.C. Vícto

r J. Sosa S

osa

menos una ap

licación que accese a fi y

fj diferen

temente.

�En otras p

alabras el p

redicad

o sim

ple d

eberá ser releva

nte

en determ

inar u

na frag

mentació

n.

�Si todos los predicad

os de un conjunto Prson relev

antes,

entonces P

res m

ínimo.

Relevan

cia de los P

redicad

os Sim

ples

Sean m

i y m

j dos predicad

os minterm

idéntico

s en su defin

i-

ción, excepto que m

i contien

e el predicad

o sim

ple p

i mien-

tras que m

j contien

e ¬pi , y sean

fi y fj d

os frag

mentos defin

i-

dos de acu

erdo a m

y m; en

tonces p

es relevante si y

sólo si

M.C. Vícto

r J. Sosa S

osa

acc(m

i )

card(fi )

acc(m

j )

card(fj )

≠

dos de acu

erdo a m

i y m

j ; entonces p

i es relevante si y

sólo si

Min

imalid

ad d

e los Pred

icados S

imp

les

Ejem

plo

Pr = {LOC=“Montreal”, L

OC=“New York”, L

OC=“Paris”,

BUDGET

≤200000, BUDGET>200000}

M.C. Vícto

r J. Sosa S

osa

Sin em

bargo, si ag

regamosJNAME=“Instru

mentatio

n”

es mínimo además d

e ser completo

.

entonces P

rno es m

ínimo.

Algoritm

o CO

M-M

IN

Entrad

a: Una relació

n Ry un conjunto de predicad

os sim

ples

Pr.

Salid

a: Un conjunto de predicad

os sim

ples co

mpleto

y

mínimo Pr’ para P

r.

M.C. Vícto

r J. Sosa S

osa

mínimo Pr’ para P

r.

Regla I: U

na relació

n o frag

mento se p

articiona en

al menos

dos partes las cu

ales son accesad

as de m

anera

diferen

te por al m

enos una ap

licación.

Algoritm

o CO

M-M

IN

�Inicializació

n:

�Encontrar u

n pi∈∈∈ ∈

Prtal q

ue p

i particio

ne R

de acu

erdo

a la Regla 1

.

�Hacer P

r’ ←pi ; P

r ←Pr-pi ; F

←fi

�Agregar p

redicad

os iterativ

amente a P

r’hasta q

ue esté

M.C. Vícto

r J. Sosa S

osa

�Agregar p

redicad

os iterativ

amente a P

r’hasta q

ue esté

completo

.

�Encontrar u

n pj∈∈∈ ∈

Prtal q

ue p

j particio

ne alg

ún fk

defin

ido por un predicad

o minterm

de Pr’de acu

erdo

a la Regla 1

.

�Hacer P

r’ ←Pr’ ∪

pi ; P

r ←Pr-pi ; F

←F ∪fi

�Si ∃pk

∈∈∈ ∈Pr’ el cu

al no es relev

ante, en

tonces

Hacer P

r’ ←Pr’-pk ; F

←F -fk

Algoritm

o P-H

OR

IZO

NT

AL

Hacer u

so de COM-MIN para efectu

ar fragmentació

n.

Entrad

a: Una relació

n Ry un conjunto de predicad

os sim

-

ples P

r.

Salid

a: Un conjunto de frag

mentos minterm

Mde R.

M.C. Vícto

r J. Sosa S

osa

�Hacer P

r’ ←COM-MIN(R,Pr)

�Determ

inar el co

njunto Mde predicad

os minterm

�Determ

inar el co

njunto de im

plicacio

nes I

entre p

i∈

Pr

�Eliminar lo

s predicad

os minterm

contrad

ictorios de M

Salid

a: Un conjunto de frag

mentos minterm

Mde R.

�Dos relacio

nes can

didatas: S

y J.

�Fragmentació

n de la relació

n S:

�Aplicació

n: verificar salario

y determ

inar au

mento.

�Los reg

istros de em

plead

os se m

anipulan en dos sitio

s => la

aplicació

n corre en

dos sitio

s.

�Predicad

os sim

ples:

FH

P -

Ejem

plo

M.C. Vícto

r J. Sosa S

osa

�Predicad

os sim

ples:

p1: SAL ≤30000

p2: SAL > 30000

Pr: {p1 , p

2 } el cu

al es completo

y mínimo Pr’ =

Pr

�Predicad

os minterm

:

m1: (SAL ≤30000) (SAL >30000)

m2 : (S

AL ≤30000)

¬ (SAL >30000)

m3 : ¬

(SAL ≤30000) (SAL >30000)

m4 : ¬

(SAL ≤30000)

¬ (SAL >30000)

�Fragmentació

n de la relació

n S (co

ntinúa):

�Implicacio

nes:

i1: (SAL ≤30000) =

> ¬

(SAL >30000)

i2 : ¬

(SAL ≤30000) =

>(SAL >30000)

i3 : (S

AL >30000) =

>¬

(SAL ≤30000)

FH

P -

Ejem

plo

M.C. Vícto

r J. Sosa S

osa

i3 : (S

AL >30000) =

>(SAL ≤30000)

i4 : ¬

(SAL >30000) =

>(SAL ≤30000)

�m1es co

ntrad

ictorio a i1 , m

4es co

ntrad

ictorio a i2

TITLE

SAL

Mech. Eng.

Program

mer

27000

24000

TITLE

SAL

Elect. E

ng.

Syst. A

nal.

40000

34000

S2

S1

�Fragmentació

n de la relació

n J:

�Aplicacio

nes:

�Encontrar el n

ombre y

el presu

puesto

de lo

s proyecto

s dado su

número. Estas co

nsultas so

n em

itidas en

tres sitios.

�Accesar la in

formació

n del p

royecto

de acu

erdo a su

presu

puesto

.

FH

P -

Ejem

plo

M.C. Vícto

r J. Sosa S

osa

presu

puesto

.

�Predicad

os sim

ples p

ara la aplicació

n (1):

p1: LOC = “M

ontreal”

p2: LOC = “New York”

p3: LOC = “Paris”

�Predicad

os sim

ples p

ara la aplicació

n (2):

p4: BUDGET ≤200000

p5: BUDGET >200000

�Pr = Pr’ =

{p1 , p

2 , p3 , p

4 , p5 }

�Fragmentació

n de la relació

n J (co

ntinúa):

�Fragmentos minterm

después d

e la eliminació

n:

m1 : (L

OC =“Montreal”)

(BUDGET ≤200000)

m2 : (L

OC =“Montreal”)

(BUDGET >

200000)

FH

P -

Ejem

plo

M.C. Vícto

r J. Sosa S

osa

m2 : (L

OC =“Montreal”)

(BUDGET >

200000)

m3 : (L

OC =“New York”)

(BUDGET ≤200000)

m4 : (L

OC =“New York”)

(BUDGET >200000)

m5 : (L

OC =“Paris”)

(BUDGET ≤200000)

m6 : (L

OC =“Paris”)

(BUDGET >200000)

FH

P -

Ejem

plo

JNO

JNA

ME

BU

DG

ET

LO

C

J1Instru

mentatio

n150000

Montreal

JNO

JNA

ME

BU

DG

ET

LO

C

J2Datab

ase Develop.135000

New York

J1

J2

M.C. Vícto

r J. Sosa S

osa

JNO

JNA

ME

BU

DG

ET

LO

C

J3CAD/CAM

250000

New York

JNO

JNA

ME

BU

DG

ET

LO

C

J4Maintenance

310000

Paris

J4

J6

�Defin

ida so

bre u

na relació

n miem

bro de una lig

a según

una operació

n de selecció

n esp

ecificada so

bre su

relación

propietaria.

�Cada en

lace corresp

onde a u

na eq

uireu

nión.

Fragm

entación

Horizon

tal Derivad

a

S

M.C. Vícto

r J. Sosa S

osa

TITLE, SAL

ENO, ENAME, TITLE

JNO, JN

AME, BUDGET, LOC

ENO, JN

O, RESP, D

UR

S

EJ

G

L1

L2

L3

FH

D -

Defin

ición

Dado un enlace L

donde propieta

rio(L)=Sy miem

bro(L)=R,

la fragmentació

n horizo

ntal d

erivada de R

se defin

e como

Ri = R S

i , 1 ≤i ≤w

M.C. Vícto

r J. Sosa S

osa

Donde w

es el número máximo de frag

mentos que serán

defin

idos en

R,y Si = σ

Fi (S), donde F

i es la formula m

ediante

la cual se d

efine la frag

mentació

n horizo

ntal p

rimaria S

i .

FH

D -

Ejem

plo

Dado el en

lace L1 , donde p

ropieta

rio(L

1 )=S y

miem

bro(L

1 )=E

E1 = E S

1

E2 = E S

2

donde

M.C. Vícto

r J. Sosa S

osa

EN

OE

NA

ME

TIT

LE

E3

A. Lee

Mech. Eng.

E4

J. Miller

Program

mer

E7

R. Davis

Mech. Eng.

EN

OE

NA

ME

TIT

LE

E1

J. Doe

Elect. E

ng.

E2

M. Smith

Syst. A

nal.

E5

B. Casey

Syst. A

nal.

E6

L. Chu

Elect. E

ng.

E8

J. Jones

Syst. A

nal.

ΕΕΕ Ε111 1

ΕΕΕ Ε222 2

donde

S1 = σSAL ≤30000(S)

S2 = σSAL >30000(S)

FH

D -

Correctez

�Completez.

�Integridad referen

cial.

�Sea R

la relación miem

bro de un enlace cu

yo propieta-

rio es la relació

n Sla cu

al está fragmentada co

mo Fs=

{S1 , S

2 , ..., Sw }. Además sea A

el atributo de la reu

nión

M.C. Vícto

r J. Sosa S

osa

12

w

entre R

y S. Entonces p

ara cada tu

pla t

de R, debiera

existir u

na tu

pla t’ d

e Stal q

ue t[A

] = t’[A

]

�Reconstru

cción.

�Igual q

ue la d

e la fragmentació

n horizo

ntal p

rimaria.

�Exclusión.

�Si el g

rafo de la reu

nión entre el p

ropietario

y los frag

-

mentos miem

bro es sim

ple.

�Ha sid

o estu

diada dentro del co

ntexto cen

tralizado.

�Metodología d

e diseñ

o.

�Agrupamiento físico

.

Más d

ifícil que la h

orizo

ntal, d

ebido a que ex

isten más

Fragm

entación

Vertical

M.C. Vícto

r J. Sosa S

osa

�Más d

ifícil que la h

orizo

ntal, d

ebido a que ex

isten más

alternativ

as.

�Existen

dos técn

icas:

�Agrupamiento de atrib

utos en

fragmentos.

�Divisió

n de la relació

n en frag

mentos.

�Traslap

e de frag

mentos.

�Agrupamiento.

�Sin traslap

e de frag

mentos.

�Divisió

n. F

ragmen

tación V

ertical

M.C. Vícto

r J. Sosa S

osa

�Divisió

n.

No se co

nsidera traslap

e en los atrib

utos llav

e replicad

os.

Ventaja: facilita h

acer cumplir las d

ependencias fu

ncionales

(para v

erificar integridad, etc.)

FV

-R

equ

erimien

tos de In

formación

�Informació

n de la ap

licación:

�Afinidad de lo

s atributos, la cu

al es una m

edida que in

di-

ca qué tan

ta relación existe en

tre los atrib

utos.

�Esto se o

btien

e de las p

rimitivas d

e uso de lo

s datos.

M.C. Vícto

r J. Sosa S

osa

�Esto se o

btien

e de las p

rimitivas d

e uso de lo

s datos.

Dado un conjunto de co

nsultas Q

= {q1 , q

2 , ..., qq } que

corren

sobre la relació

n R[A

1 , A2 , ..., A

n ],

uso(qi ,A

j ) = 1 si el atrib

uto Aj es referid

o en la co

nsulta q

i

0 en caso

contrario

uso(qi,••• •) se p

uede defin

ir análogamente.

FV

-E

jemp

lo de uso(q

i , Aj )

Considerar las sig

uientes 4

consultas p

ara la relación J:

q1 : S

EL

EC

TBUDGET

FR

OM

J

WH

ER

EJNO=Valor

q3 : S

EL

EC

TJNAME

q2 : S

EL

EC

TJNAME, BUDGET

FR

OM

J

q4 : S

EL

EC

TS

UM(BUDGET)

M.C. Vícto

r J. Sosa S

osa

3

FR

OM

J

WH

ER

ELOC=Valor

q4 : S

EL

EC

TS

UM(BUDGET)

FR

OM

J

WH

ER

ELOC=Valor

Sean A

1 =JNO, A

2 =JNAME, A

3 =BUDGET, A

4 =LOC

A1

A2

A3

A4

q1

10

10

q2

01

10

q3

01

01

q4

00

11

FV

-M

edid

a de A

finid

ad aff(A

i , Aj )

La m

edida de afin

idad entre d

os atrib

utos A

i y Aj de una rela-

ción R[A

1 , A2 , ..., A

n ] con resp

ecto al co

njunto de ap

licaciones

Q = {q1 , q

2 , ..., qn } se d

efine co

mo sigue

M.C. Vícto

r J. Sosa S

osa

aff(A

i , Aj ) = Σtodas las co

nsultas q

ue accesan

Aiy Aj Σ

refl (q

k ) acc(q

k )∀Sl

FV

-C

álculo d

e aff(A

i , Aj )

Suponemos que cad

a consulta en

el ejemplo anterio

r accesa

los atrib

utos una vez d

urante cad

a ejecución.

También suponemos las

frecuencias d

e acceso

S1

S2

S3

q1

1520

10q

25

00

M.C. Vícto

r J. Sosa S

osa

frecuencias d

e acceso

Entoncesa

ff(A1 , A

3 ) = 15*1 + 20*1 +10*1

= 45

y la m

atriz de afin

idad de

atributos AAes

q2

50

0

q3

2525

25q

43

00

A1

A2

A3

A4

A1

450

450

A2

080

575

A3

455

533

A4

075

378

FV

-Algoritm

o de A

grup

amien

to

�Toma la m

atriz de afin

idad de atrib

utos AAy reo

rganiza el

orden de lo

s atributos para fo

rmar g

rupos donde lo

s atribu-

tos en

cada grupo demuestran

alta afinidad unos co

n otros.

�El alg

oritm

o de en

ergía d

e cohesió

n (BEA) se u

sado para

agrupamiento de en

tidades. B

EA encuentra u

n orden de

M.C. Vícto

r J. Sosa S

osa

agrupamiento de en

tidades. B

EA encuentra u

n orden de

atributos tal q

ue la m

edida de afin

idad global

AM = Σ

Σ (afin

idad de A

i y Aj con sus vecin

os)

se maximiza. i j

Algoritm

o de E

nergía d

e Coh

esión

Entrad

a: La m

atriz AA.

Salid

a: La m

atriz de afin

idad CAagrupada, la cu

al es una

deriv

ación de AA.

�Inicia

lización: Colocar y

ajustar u

na de las co

lumnas d

e

M.C. Vícto

r J. Sosa S

osa

Inicia

lización: Colocar y

ajustar u

na de las co

lumnas d

e

AAen CA.

�Iteració

n: Colocar las n

-i columnas restan

tes en el resto

de

i +1 posicio

nes en

la matriz C

A. Por cad

a columna, eleg

ir

el lugar q

ue m

ás contribuya a la m

edida de afin

idad global.

�Ordenar filas: O

rdenar las filas d

e acuerdo al o

rden de

columna.

Algoritm

o de E

nergía d

e Coh

esión

La “m

ayor co

ntribución” se en

cuentra d

e acuerdo a la sig

uien-

te fórmula:

cont(A

i , Ak , A

j ) = 2bond(A

i , Ak ) +

2bond(A

k , Aj ) -2bond(A

i , Aj )

M.C. Vícto

r J. Sosa S

osa

cont(A

i , Ak , A

j ) = 2bond(A

i , Ak ) +

2bond(A

k , Aj ) -2bond(A

i , Aj )

donde:

bond(A

x , Ay ) =

Σ aff(A

z , Ax ) a

ff(Az , A

y ) z=1

n

BE

A -

Ejem

plo

Considerar la sig

uiente m

atriz AA y la co

rrespondiente m

atriz CA

donde A

1y A2han sido ubicad

os co

mo sigue:

AA =

CA =

A1

A2

A3

A4

A1

450

50

A2

080

575

A3

455

533

A1

A2

A1

450

A2

080

A3

455

M.C. Vícto

r J. Sosa S

osa

A3

455

533

A4

075

378

A3

455

A4

075

Ordenar (0

-3-1):

cont(A0 , A

3 , A1 ) =

2bond(A0 , A

3 ) + 2bond(A3 , A

1 ) -2bond(A0 , A

1 )

= 2*0 + 2*4410 -2*0 = 8820

Ordenar (1

-3-2):

cont(A1 , A

3 , A2 ) =

2bond(A1 , A

3 ) + 2bond(A3 , A

2 ) -2bond(A1 , A

2 )

= 2*4410 + 2*890 -2*225 = 10150

Ordenar (2

-3-4):

cont(A2 , A

3 , A4 ) =

1780

BE

A -

Ejem

plo

Por lo tan

to la m

atriz CA tien

e la forma

A1

A3

A2

A1

455

0A

20

580

A3

4553

5A

40

375

A4

M.C. Vícto

r J. Sosa S

osa

La fo

rma fin

al de la m

atriz CA (después d

e organizar las

filas) es

A1

A3

A2

A4

A1

4545

00

A3

4553

53

A2

05

8075

A4

03

7578

A4

03

75

FV

-Algoritm

o

¿Cómo puede dividirse u

n conjunto de atrib

utos ag

rupados {A1 ,

A2 , ..., A

n } en dos (o

más) co

njuntos {A1 , A

2 , ..., Ai } y {Ai+1 , ...,

An } tal q

ue no haya (o

sea mínimo el n

úmero de) ap

licaciones

que accesen

ambos (o

más d

e un) co

njuntos?

A,A,A, ..., A

A, ..., A

M.C. Vícto

r J. Sosa S

osa

A1 ,A

2 ,A3 , ..., A

iAi+1 , ..., A

nA1

A2

A3

Ai

Ai+1

An

TA

BA

... .... .... .... .... .... .

Defin

ir

TQ= conjunto de las ap

licaciones q

ue accesan

sólo TA,

BQ= conjunto de las ap

licaciones q

ue accesan

sólo BA,

OQ= conjunto de las ap

licaciones q

ue accesan

TAy BA,

yCTQ= número total d

e accesos a lo

s atributos por las ap

lica-

FV

-Algoritm

o

M.C. Vícto

r J. Sosa S

osa

CTQ= número total d

e accesos a lo

s atributos por las ap

lica-

ciones q

ue accesan

sólo TA,

CBQ= número total d

e accesos a lo

s atributos por las ap

lica-

ciones q

ue accesan

sólo BA,

COQ= número total d

e accesos a lo

s atributos por las ap

lica-

ciones q

ue accesan

TAy BA.

Entonces en

contrar el p

unto sobre la d

iagonal q

ue m

aximiza

CTQ*CBQ-COQ2

FV

-Algoritm

o

Dos problem

as:

�Un frag

mento a la m

itad de la m

atriz CA.

�Cambiar la co

lumna m

ás izquierd

a hasta la d

erecha,

reordenar las filas, y

aplicar el alg

orimo para en

contrar

el “mejor” p

unto de particio

namiento.

Hacer esto

para to

dos los cam

bios posibles.

M.C. Vícto

r J. Sosa S

osa

�Hacer esto

para to

dos los cam

bios posibles.

�Costo O(n2).

�Para m

ás de dos grupos.

�Particio

namiento en ngrupos.

�Probar 1

, 2, ..., n

-1 puntos de divisió

n a lo

largo de la

diagonal y

tratar de en

contrar el m

ejor punto para cad

a

uno de ésto

s.

�Costo O(2n).

�Completez. L

o siguiente d

ebiera satisfacerse:

A= ∪Ai

Reconstru

cción. La reco

nstru

cción puede efectu

arse

FV

-C

orrectez

Una relació

n R, defin

ida so

bre u

n conjunto de atrib

utos A

y clav

e K, genera la p

artición vertical F

R ={R1 , R

2 , ..., Rr }.

M.C. Vícto

r J. Sosa S

osa

�Reconstru

cción. La reco

nstru

cción puede efectu

arse

mediante

R = K

Ri , ∀

Ri∈FR

�Exclusión.

�Los identificad

ores n

o se co

nsideran

para ser trasla-

pados ya que so

n mantenidos por el sistem

a.

�Las llav

es duplicad

as no se co

nsideran

para ser

traslapadas.

Fragm

entación

Híb

rida

R

FH

FH

M.C. Vícto

r J. Sosa S

osa

R1

R2

R11

R12

R21

R22

R23

FV

FV

FV

FVFV

Distrib

ución

de F

ragmen

tos

Planteam

iento del p

roblem

a:

Dado

F= {F1 , F

2 ,...,Fn } es el co

njunto de frag

mentos.

S= {S1 , S

2 , ..., Sm} es el co

njubto de sitio

s en la red

, y

M.C. Vícto

r J. Sosa S

osa

S= {S1 , S

2 , ..., Sm} es el co

njubto de sitio

s en la red

, y

Q= {q1 , q

2 , ..., qq } es el co

njunto de ap

licaciones,

encontrar la d

istribución “óptima” d

e F en S.

Distrib

ución

de F

ragmen

tos

�Costo minimo.

�Comunicació

n + Almacen

amiento + Procesam

iento (lectu

ra

y actu

alizaciones).

�Costo en térm

inos de tiem

po (usualm

ente).

Optimalid

ad

M.C. Vícto

r J. Sosa S

osa

�Costo en térm

inos de tiem

po (usualm

ente).

�Eficien

cia.

�Tiem

po de resp

uesta.

�Restriccio

nes.

�Restriccio

nes p

or sitio

(almacen

aje y procesam

iento).

�Informació

n de la b

ase de datos.

�Selectiv

idad de frag

mentos.

�Tamaño de un frag

mento.

�Informació

n de la ap

licación.

�Tipos de acceso

y número.

�Acceso

a sitios.

Req

uerim

ientos d

e Inform

ación

M.C. Vícto

r J. Sosa S

osa

�Acceso

a sitios.

�Informació

n de la red

de co

municacio

nes.

�Ancho de banda.

�Distan

cias entre sitio

s.

�Sobrecarg

a de protocolos.

�Informació

n del sistem

a de có

mputo.

�Unidad de co

sto de alm

acenar d

atos en

un

sitio.

�Unidad de co

sto de procesar d

atos en

un sitio

.

�Los frag

mentos no pueden tratarse co

mo arch

ivos indivi-

duales.

�Se tien

en que to

mar en

cuenta su

s relaciones.

Distrib

ución

Problem

a de distrib

ución de arch

ivos (F

AP) vs. problem

a de

distrib

ución de base d

e datos (D

AP).

M.C. Vícto

r J. Sosa S

osa

�Se tien

en que to

mar en

cuenta su

s relaciones.

�El acceso

a la base d

e datos es m

ás complicad

o.

�El modelo de acceso

a archivos rem

otos no aplica.

�Relació

n entre d

istribución y procesam

iento de

consultas.

�El co

sto de m

antener la in

tegridad debe co

nsiderarse.

�El co

sto del co

ntrol de co

ncurren

cia debe co

nsiderarse.

Distrib

ución

-R

equ

erimien

tos de In

formación

�Informació

n de la b

ase de datos:

�Selectiv

idad de frag

mentos minterm

.

�Tamaño de lo

s fragmentos.

�Informació

n de las ap

licaciones:

�Número de acceso

s de lectu

ra de una co

nsulta a u

n

M.C. Vícto

r J. Sosa S

osa

�Número de acceso

s de lectu

ra de una co

nsulta a u

n

fragmento.

�Número de acceso

s de actu

alización a un frag

mento.

�Una m

atriz que in

dique cu

áles consultas actu

alizan qué

fragmentos.

�Una m

atriz similar p

ara las lecturas.

�Sitio de origen de cad

a consulta.

Distrib

ución

-R

equ

erimien

tos de In

formación

�Informació

n de lo

s sitios:

�Unidad de co

sto de alm

acenar d

atos en

un sitio

.

�Unidad de co

sto de procesar d

atos en

un sitio

.

�Informació

n de la red

:

M.C. Vícto

r J. Sosa S

osa

�Informació

n de la red

:

�Costo de co

municació

n de una tram

a entre d

os sitio

s.

�Tamaño de la tram

a.

Mod

elo de D

istribu

ción

Forma general

min(costo total)

sujeto

arestricciones d

e tiempo de resp

uesta

M.C. Vícto

r J. Sosa S

osa

restricciones d

e tiempo de resp

uesta

restricción de alm

acenaje

restricción de procesam

iento

variab

les de decisió

n:

1 si el frag

mento Fi se alm

acena en

el sitio Sj

0 en caso

contrario

xij =

Mod

elo de D

istribu

ción

�Costo Total:

Σtodas las co

nsultas co

sto de procesam

iento de co

nsulta +

Σtodos los sitio

s Σtodos los frag

mentos costo de alm

acenaje d

e un frag

. en un

sitio

�Costo de alm

acenaje (d

el fragmento Fen S):

M.C. Vícto

r J. Sosa S

osa

�Costo de alm

acenaje (d

el fragmento Fj en Sk ):

(unidad de co

sto de alm

acenaje en

Sk ) * (tam

año de F

j ) * xjk

�Costo de procesam

iento de co

nsulta:

componente d

e procesam

iento + componente d

e transmisió

n

Mod

elo de D

istribu

ción

�Componente d

e procesam

iento:

costo de acceso

+ costo de m

antenimiento de in

tegridad

+ costo de co

ntrol de co

ncurren

cia

�Costo de Acceso

:

M.C. Vícto

r J. Sosa S

osa

�Costo de Acceso

:

Σ todos los sitio

sΣ

todos los frag

mentos (no. de acceso

s de actu

alización

+ no. de acceso

s de lectu

ra) * xjk

* costo de procesam

iento local en

un sitio

�Los co

stos de m

antenimiento de in

tegridad y de co

ntrol de

concurren

cia se pueden formaular d

e una m

anera sim

ilar.

Mod

elo de D

istribu

ción

�Componente d

e Transmisió

n:

costo de procesar actu

alizaciones +

costo de procesar

lecturas

�Costo de actu

alizaciones:

M.C. Vícto

r J. Sosa S

osa

�Costo de actu

alizaciones:

Σtodos los sitio

s Σtodos los frag

mentos costo del m

ensaje d

e actualizar +

Σtodos los sitio

s Σtodos los frag

mentos costo de co

nfirm

ación

�Costo de lectu

ras:

Σtodos los frag

mentos min

todos los sitio

s (costo del co

mando de recu

peració

n +

costo de en

viar lo

s resultad

os)

Mod

elo de D

istribu

ción

�Restriccio

nes:

�Tiem

po de resp

uesta:

tiempo de ejecu

ción de la co

nsulta

≤ max. tiem

po de resp

. perm

isible p

ara esa consulta

�Almacen

amiento:

M.C. Vícto

r J. Sosa S

osa

�Almacen

amiento:

Σtodos los frag

mentos req

s. de alm

acenaje d

e un frag

mento en ese sitio

≤capacid

ad de alm

acenaje d

e ese sitio

�Procesam

iento:

Σtodas las co

nsultas carg

a de proc. de una co

nsultas en

ese sitio

≤capacid

ad de procesam

iento de ese sitio

Prob

lema -

Sep

aración d

e los Pasos d

e Diseñ

o

Relacio

nes G

lobales

FRAGMENTACION

M.C. Vícto

r J. Sosa S

osa

Fragmentos de Relacio

nes

DISTRIBUCION

Relacio

nes L

ocales