Anon - Bases de Datos Distribuidas (PDF)

BASES DE DATOS
DISTRIBUIDAS BY BELZEBU
En esta pequeña obra encontraras toda la teoría sobre Bases de

datos distribuidas, encontraras al final de cada capitulo algunos
ejercicios resueltos. Además un apéndice que muestra paso a
paso como se implementa una base distribuida en Oracle 8i.
2
Conceptos básicos sobre

Sistemas Distribuidos
3
Al tratar sobre bases de datos distribuidas conviene conceptuar

algunos elementos sobre sistemas distribuidos. Al hablar de
distribución, no sólo se puede aplicar a los datos sino a otros
aspectos como los procesos, los programas o los sistemas
operativos.
Un sistema distribuido es un conjunto de sitios comunicados entre sí

por una red para cooperar en la ejecución de aplicaciones. Un
sitio es un equipo con capacidad de procesamiento y
almacenamiento de datos.
1.1 Características de los sistemas distribuidos
Los sistemas distribuidos tienen, en general, las siguientes

propiedades:
1. Múltiples recursos lógicos, es decir, los datos se almacenan en

múltiples sitios, lo cual permite mayor flexibilidad y mayor
disponibilidad.
2. Arquitectura física modular, lo que quiere decir que los equipos
se encuentran dispersos pero permitiendo extensibilidad de
una manera modular y fácil reconfiguración.
3. Necesidad de interacción entre sitios, lo cual le da al sistema
unicidad.
4. Interacción por intercambio de mensajes en modo
cooperativo pero conservando la autonomía de cada sitio.
Esto es típico en todos los sistemas montados sobre redes y que
permiten alguna interacción.
5. Control global distribuido y unificado a la vez: Múltiples
programas en diferentes equipos, pero con unas reglas
comunes, generando como consecuencia una mayor
consistencia de todo el sistema.
Un sistema distribuido puede estar configurado en alguna de las

siguientes maneras:
ü Centralizada
ü Bicentral
ü Multicentro
ü Horizontal
ü Multinivel
4
1.2 Impacto en las organizaciones
Los sistemas distribuidos han influenciado fuertemente las

organizaciones en aspectos como los siguientes:
1. Los departamentos de usuarios adquieren mayor poder

computacional.
2. Los departamentos de usuarios se vuelven más responsables de
sus datos y de sus procesos.
3. La descentralización de los procesos funcionales de
información adquieren una mayor dimensión.
4. Crece la centralización de los procesos estratégicos de
información.
5. El procesamiento de la organización se extiende
geográficamente.
6. Los gerentes enfrentan problemas políticos pero también
pueden detectar nuevas oportunidades.
1.3 Beneficios de los sistemas distribuidos
Resulta notorio hablar de sistemas distribuidos en las organizaciones

modernas debido a las ventajas que esto representa. Entre ellas se
pueden enumerar:
1. La descentralización evita la sobrecarga en un sitio y elimina la

dependencia del mismo.
2. Mejor tiempo de respuesta, gracias al procesamiento local en
cada uno de los nodos sobre los que se distribuye el sistema.
Esto incrementa el rendimiento a través de un alto grado de
paralelismo.
3. Sobrecarga de comunicación reducida, con la maximización
de la localidad de las aplicaciones.
4. Reducción de costos, por la minimización del uso de canal y
por el hecho de que es más rentable adquirir múltiples equipos
que un gran computador central (por lo menos esto es válido
en el caso de los mainframes).
5. La extensibilidad: En el hardware, al adicionar una estación a la
red fácilmente. En la base de datos, al permitir interconectar
las bases de datos pre-existentes, conformando una base de
datos distribuida. La heterogeneidad es representativa aquí ya
que se rompen dependencias con un proveedor, permitiendo
que el sistema se extienda con productos diferentes.
5
6. Disponibilidad: Esta se logra precisamente por la redundancia

del hardware, del software y de los datos y también por la
dispersión de recursos.
Por otra parte, como elemento motivador importante, la evolución

de las necesidades del usuario presiona el acercamiento de los
datos al usuario. A su vez, la descentralización de los datos y el
procesamiento se va reflejando en la estructura organizacional.
1.4 Problemas de los sistemas distribuidos
No todo resulta beneficioso con los sistemas distribuidos. También

aparecen problemas como los siguientes:
1. El control del acceso a datos dispersos se vuelve más

inmanejable.
2. La coordinación de procesos concurrentes y remotos resulta
más compleja.
3. El montaje de sistemas distribuidos en ambientes heterogéneos
no está completamente resuelto. A nivel de protocolos está
resuelto pero los niveles aplicativos siguen presentando
problemas.
4. Asegurar el desarrollo conjunto de software es un
inconveniente que tiene que ver con la disciplina, la
heterogeneidad de los grupos de trabajo y la misma
idiosincrasia y costumbres de las personas.
5. Ningún sitio puede observar el estado global de todo el
sistema, por lo cual se corre con el riesgo de tomar decisiones
inconsistentes en el procesamiento.
6. Cuando hay una inadecuada migración hacia los sistemas
distribuidos se pueden generar problemas adicionales como los
siguientes:
a. Pérdida del control gerencial
b. Pérdida del control en el manejo de los sistemas de
información
c. Suboptimización
d. Incompetencia distribuida, ya que cada usuario
desarrolla y lo que se refleja a nivel global es la falta de
integración y aún de profesionalismo
e. Fallas en el aprovechamiento del DBMS, ya que los
usuarios implementan archivos locales en otras
herramientas
6
f. Duplicación de esfuerzo y de personal ya que varios

ingenieros en diferentes sitios pueden desarrollar lo
mismo
g. Problemas de mantenimiento
1.5 Introducción a bases de datos distribuidas
Hay dos carácterísticas importantes que deben tenerse en cuenta

en una base de datos distribuida:
1. Distribución: Los datos no están residentes en el mismo sitio

(procesador). Esto permite distinguir una base de datos
distribuida de una base de datos centralizada.
2. Correlación lógica: Los datos tienen algunas propiedades que

los relacionan, de tal manera que se puede distinguir una base
de datos distribuida de un conjunto de bases de datos locales
o archivos residentes en diferentes sitios de una red de
computadores.
Las definiciones anteriores no son suficientes para distinguir siempre

si una base de datos es distribuida o no lo es.
Ejemplo 1
Considere un banco con tres áreas en diferentes sitios. En cada

área se encuentra un servidor con sus estaciones, las terminales de
cajeros de cada y la base de datos del área. Cada computador
con su base de datos local en un área constituye un sitio. Los
servidores están conectados a través de una red WAN (Internet).
7
Surge una idea: Que las aplicaciones que accesen datos en más
de un área pueden hacerlo con Bases de Datos Globales o
Distribuidas. Por ejemplo, una transferencia de fondos
Ejemplo 2
Suponga el mismo el mismo banco y las mismas aplicaciones. Los

computadores han sido alejados a un edificio común y
conectados en LAN. Las terminales de cajero de las áreas están
conectadas a sus respectivos computadores por líneas telefónicas
conmutadas pero las características de la arquitectura
permanecen iguales.
8
Esta también puede ser una base de datos distribuida, sólo que
puede ser más rápida y confiable si los procesamientos son
distribuidos y hay una alta interacción entre los sitios.
Ejemplo 3
Suponga el mismo banco. Los datos de las diferentes áreas están

distribuidas en tres servidores. Los programas de aplicación son
ejecutados por otro computador.
El caso señalado permite establecer que ninguno de los

computadores es capaz de ejecutas una aplicación por sí solo, es
decir, no hay aplicaciones locales, lo que implica que no es una
base de datos distribuida.
9
1.6 Definición de Base de Datos Distribuida
Una base de datos distribuida es una colección de datos

distribuidos en diferentes computadores de una red, donde cada
sitio de la red tiene capacidad de procesamiento autónomo y
puede ejecutar aplicaciones locales.
Además cada sitio participa en la ejecución de al menos una

aplicación global que requiera acceder datos en diferentes sitios,
usando un subsistema de comunicación.
Lo relevante es subrayar la cooperación entre sitios autónomos.
Una base de datos distribuida puede ser un ambiente en el cual los

datos en dos o más bases de datos son accesados como si
estuvieran en una base de datos simple. Este acceso puede ser de
consulta o puede permitir actualización a una o varias bases de
datos.
1.7 La Centralización y la Descentralización

10
Los costos en los sistemas centralizados
ü Los sistemas centralizados, por razones de economía de escala,

son propios de aplicaciones de mucha memoria.
ü Los sistemas centralizados son propios de bases de datos que
requieren mínima redundancia de datos.
ü Los sistemas centralizados se requieren cuando hay que invertir
menos en recursos humanos.
ü La planeación centralizada minimiza los costos.
ü Al hacer un mejor uso de los recursos, por el hecho de estar en
un sitio, los costos tienden a ser menores que en los sistemas
distribuidos.
Los costos en los sistemas distribuidos
ü Los sistemas distribuidos tienen un menor costo en las

comunicaciones.
ü Hay un mejor uso de los recursos tecnológicos, por el
aprovechamiento de los equipos existentes en los sitios.
Los aspectos políticos en los sistemas centralizados
ü Los departamentos de sistemas retienen el control de toda la

organización.
ü La centralización de datos da más poder a la gerencia.
ü La planeación central refleja las economías de la organización.
Los aspectos políticos en los sistemas distribuidos
ü Los departamentos de sistemas requieren mayor autonomía

local.
ü En los departamentos de usuarios se fomenta la
responsabilidad local.
ü Los usuarios aprenden a apreciar los costos de procesamiento.
ü La descentralización evita poner el poder en pocas manos.
ü Las estructuras son más flexibles.
Los aspectos técnicos en los sistemas centralizados
ü Los sistemas centralizados requieren un mantenimiento central

de datos.
ü Requieren un procesamiento total de datos.
ü No requieren replicación alguna.
ü Generalmente necesitan un control profesional de seguridad.
Los aspectos técnicos en los sistemas distribuidos

11
ü Tienen mejores interfaces de usuario, como por ejemplo las de

los sistemas cliente-servidor.
ü Presentan cierto grado de disponibilidad aún en caso de falla.
ü Tienen un mejor tiempo de respuesta.
ü Las aplicaciones son más adaptadas a las necesidades locales.
ü Los volúmenes de procesamiento deben ser relativamente
grandes a nivel local.
ü Los usuarios comprenden mejor sus problemas.
ü Un grupo de soporte local reacciona más rápido a las
demandas locales.
ü Aprovechan la proliferación de equipos.
La administración de las bases de datos en los sistemas

centralizados
ü Existe un control total por parte del administrador de la base de

datos global. Por razones de seguridad, hay gran énfasis en el
control y este debe centralizarse.
La administración en los sistemas distribuidos
ü Hay un alto grado de autonomía por parte de los

administradores locales. En bases de datos distribuidas es
posible identificar una estructura de control jerárquica basada
en el administrador de la bases de datos global y en los
administradores de las bases de datos locales. Estos pueden
llegar a tener mucha autonomía (a tal punto que el GDBA
pueda desaparecer) o todo lo contrario (un control casi
completamente centralizado).
La organización de los datos en los sistemas centralizados
ü La independencia de los datos: La organización real de los

datos es transparente al programador de aplicaciones, es
decir, los programas son escritos o construidos teniendo en
cuenta el esquema conceptual de los datos. En este caso, los
programas no son afectados por los cambios en la
organización física de la base de datos.
La organización y la ubicación física de los datos en los sistemas

distribuidos
ü La independen cia de los datos revista igual importancia para

las bases de datos distribuidas.
12
ü La transparencia de distribución es un aspecto adicional en las

bases de datos distribuidas. Los programas deben poderse
construir como si la base de datos no fuera distribuida. En este
caso, los programas no son afectados por el movimiento de los
datos de un sitio a otro (aunque el rendimiento sí cambie).
La redundancia de datos en bases de datos centralizadas
ü Se reduce lo más que se pueda debido a la posibilidad de

inconsistencias y al desperdicio de espacio.
La redundancia de datos en bases de datos distribuidas
ü Es una característica deseable ya que lo que se pretende es

que haya localidad de aplicaciones (la cual se incrementa si
los datos se replican en los sitios donde se necesitan) y
disponibilidad de la base de datos (aún en caídas de sitios). La
disponibilidad de la base de datos depende de la relación
consultas/actualizaciones.
Estructuras de acceso en las bases de datos centralizadas
ü Los índices secundarios y las cadenas interarchivo (clusters)

constituyen el aspecto más importante de los sistemas
manejadores de bases de datos tradicionales, ya que su
objetivo es lograr un acceso eficiente.
Estructuras de acceso en las bases de datos distribuidas
ü Estructuras como los índices secundarios y los clusters

interarchivo (o intertabla) no son las apropiadas para lograr un
acceso eficiente, ya que es difícil construirlas y mantenerlas.
Pues no son una respuesta tecnológica. No son la solución.
ü Los accesos se logran a través de un plan de acceso
distribuido, de tal manera que los programas tengan la mayor
localidad posible y los resultados intermedios o las tablas sean
transmitidos entre sitios.
Integridad en las bases de datos centralizadas
ü Deben proveer el concepto de transacciones como unidades

atómicas de ejecución como, por ejemplo, en el caso de una
transferencia de fondos. Aunque las amenazas a la atomicidad
existen como:
o Las fallas, en la mitad de una transacción
13
o La concurrencia, cuando una transacción ve el

estado inconsistente (intermedio) de otra.
Integridad en las bases de datos distribuidas
ü La aplicación del concepto de transacción se mantiene pero

involucra un trabajo más complejo. Si hay dos sitios
involucrados en una transacción y uno de ellos falla, hay dos
posibilidades:
o Que la transacción sea abortada
o Que haya un sistema inteligente que termine la
transacción correctamente aunque los dos sitios no
estén operando simultáneamente.
Recuperación en bases de datos centralizadas
ü Los sistemas encargados deben preservar la atomicidad de las

transacciones en presencia de fallas.
ü La recuperación debe hacerse hacia atrás o hacia delante,
dependiendo de si la transacción se ha comprometido o no.
Recuperación en bases de datos distribuidas
ü Deben preservar la atomicidad de las transacciones aun en

casos de fallas en algunos sitios involucrados.
ü La recuperación debe hacerse basado en protocolos
complejos de compromiso en dos o en tres fases.
Control de concurrencia en bases de datos centralizadas
ü Asegurar la atomicidad de las transacciones en la presencia

de ejecución concurrente de transacciones.
ü Trabajar adecuadamente los tipos de bloqueos.
Control de concurrencia en bases de datos distribuidas
ü Asegurar la atomicidad de las transacciones distribuidas a

través de la red.
ü Trabajar adecuadamente los bloqueos en cada uno de los
sitios.
Privacidad y seguridad en bases de datos centralizadas
ü El DBA tiene un control centralizado a través del acceso

autorizado a los datos. Pero es más vulnerable a las violaciones
14
de seguridad y privacidad que en archivos separados, desde

el punto de vista de la globalidad de la información.
Privacidad y seguridad en bases de datos distribuidas
ü Los administradores locales tienen el mismo problema de

vulnerabilidad y privacidad de los administradores globales.
ü Por la autonomía de cada sitio, los propietarios de los datos
tienen sus propias protecciones, a veces buenas, a veces no
tanto.
ü Las bases de datos distribuidas presentan los problemas
intrínsicos a los sistemas distribuidos ya que las redes
representan un punto débil en protección.
2
Las Bases de Datos y

las Redes de Computadores
16
El acceso y uso eficiente de la información son vitales para las

empresas modernas. Características como la movilidad, los
trabajos en grupo, la ubicación en zonas geográficas dispersas y la
necesidad de obtener información en forma rápida y oportuna,
hacen que la comunicación de datos, voz, texto, imagen y video
sea un elemento clave para el éxito.
2.1 El Modelo relacional
Es un sistema que se apoya en el uso de expresiones asociativas

poderosas orientadas a conjuntos (no a un registro, como en el
caso de la mayoría de los modelos procedimentales).
El modelo relacional hace uso del álgebra relacional, la cual utiliza

estrategias de acceso a la base de datos mientras que las
herramientas como SQL son programas de aplicación
directamente.
El modelo de datos relacional organiza y representa los datos en

forma de tablas o relaciones. El concepto de Relación proviene de
las matemáticas y representa una simple tabla de dos
dimensiones, consistente en filas y columnas. Ejemplos de
relaciones se encuentran en el desarrollo de bases de datos para
las organizaciones.
La estructura de datos relacional maneja los conceptos de

relación, atributo, tupla, grado, cardinalidad, dominio y esquema
de una relación.
Una relación corresponde a los datos almacenados en una tabla,

en lo que a bases de datos relacionales se refiere.
Un atributo, informalmente hablando, corresponde a lo que es una

columna o un campo, tal como lo usa el programador de
aplicaciones. De la misma manera, una tupla es un registro o una
fila.
El grado es la cantidad de atributos definidos en una relación y la

cardinalidad está definida por el número de tuplas.
El dominio es el tipo de datos o fondo de valores posibles para

determinado atributo.
17
El esquema de una relación es la definición de la relación basada

en el nombre de la relación y los nombres de cada uno de los
atributos que la conforman. Por ejemplo, la relación
EMP(CodEmp,Nombre,Salario) es el esquema de la relación
Empleado.
Por otra parte, las reglas de integridad relacional, definen los

mecanismos de llave primaria y llave foránea para permitir la
conexión o asociación entre las relaciones (o tablas).
Una llave primaria constituye un identificador único para una

relación, es decir, los valores de la llave primaria permiten
identificar cada una de las filas de la relación. Una llave foránea
en una relación sirve para referenciar datos en otra relación, es
decir, los valores de la llave foránea deben coincidir con los
valores de la llave primaria de la otra relación.
El álgebra relacional muestra un patrón de referencia que permite

medir la capacidad expresiva de un lenguaje relacional a través
de operaciones asociativas poderosas orientadas a conjuntos, no
a un registro específico como lo hacen los lenguajes
procedimentales. Estas operaciones pueden ser unarias o binarias.
Supongamos las siguientes tres relaciones:
R1 R2 R3
A B C A B C B C D
a x a a x a x a x
b x b a z f z b x
a x d z c y
b y f x d w
y a z
SELECCIÓN
Produce una relación con el mismo esquema de la relación

operando (R1) y un subconjunto de tuplas del mismo que
satisfacen un predicado (A=a).
SLA=aR1
A B C
a x a
a x d
PROYECCIÓN
18
Genera un conjunto de tuplas derivadas de la relación operando

(R1) al proyectar un subconjunto de atributos de esta (A,B). Si hay
tuplas repetidas, estas se eliminan.
PJA,BR1
A B
a x
b x
b y
UNION
Produce una relación con el mismo esquema de cada uno de los

operandos y un conjunto de tuplas resultante de unir las de las
relaciones operando (R1 y R2).
R1 UN R2
A B C
a x a
b x b
a x d
b y f
a z f
DIFERENCIA
Está formada por las tuplas de la primera relación (R1) que no se
encuentran en la segunda (R2).
R1 DF R2
A B C
b x b
a x d
b y f
PRODUCTO CARTESIANO
Produce una relación con todas los atributos de los dos relaciones,
donde cada tupla de la primera (R1) se combina con todas las
tuplas de la segunda (R2).
R1 CP R2
R1.A R1.B R1.C R2.A R2.B R2.C
a x a a x a
b x b a x a
a x d a x a
19
b y f a x a
a x a a z f
b x b a z f
a x d a z f
b y f a z f
JOIN
El join de dos relaciones (R1 y R3) se basa en una fórmula

(R1.C=R3.C) que especifica el predicado del join. Normalmente
está dada por conjunciones de comparaciones entre atributos
tomados de los dos operandos. Un join se deriva del producto
cartesiano y de la selección.
R1 JN R1.C=R3.C R3
R1.A R1.B R1.C R3.B R3.C R3.D
a x a x a x
a x a y a z
b x b z b x
a x d x d w
JOIN NATURAL
También denominado equijoin, el join natural genera una relación

en la que de cada par de atributos idénticos se descarta uno. Las
tuplas resultantes son las que satisfacen la igualdad en dichos
atributos.
R1 NJN R3
A B C D
a x a x
a x d w
SEMIJOIN
Es el resultante de aplicar proyección sobre los atributos del primer

operando (R1) después de haber hecho join a los dos operandos
(R1 y R2). Debe tener en cuenta un predicado, igual que con el
join.
R1 SJR1.C=R3.C R3
A B C
a x a
b x b
a x d
20
SEMIJOIN NATURAL
Es el resultante de aplicar proyección sobre los atributos del primer

operando (R1) después de haber hecho join natural a los dos
operandos (R1 y R2).
R1 NSJ R3
A B C
a x a
a x d
AGRUPAMIENTO
Operación definida por un conjunto de atributos (A) que

determinan el agrupamiento y unas funciones agregadas
(COUNT(B)) a ser evaluadas en cada grupo de la relación (R1).
GBA,COUNT(B) R1
A COUNT(B)
a 2
b 2
Las bases de datos están estrechamente relacionadas con las

aplicaciones, los programas, las transacciones y las consultas. Las
aplicaciones son secuencias de operaciones requeridas por un
usuario final mientras los programas están más relacionados con
cálculos o cómputos más específicos. Las transacciones son
unidades lógicas de trabajo que se constituyen en objeto de las
aplicaciones mientras que las consultas o queries son simples
expresiones de datos que permiten obtener algún tipo de
información.
2.2 Las redes de computadores
Las redes de computadores son sistemas en los cuales varias

máquinas autónomas, separadas pero interconectados trabajan
cooperativamente en la ejecución de alguna tarea.
Una red puede soportar un proceso corriendo en un sitio de tal

manera que pueda enviar un mensaje a otro proceso corriendo en
cualquier otro sitio de la misma red.
21
Discutiremos algunos aspectos fundamentales de redes a

continuación.
Los parámetros básicos que se deben tener al transmitir un

mensaje a través de una red son:
1. Retardo del mensaje en llegar al destino.

2. Costo de transmisión del mensaje: Costo fijo + Costo
adicional.
3. Confiabilidad de la red: Probabilidad de que el mensaje
llegue correctamente.
Las redes según su cobertura se clasifican en Redes LAN y Redes

WAN. Las primeras son las redes de área local, las cuales se
circunscriben a una empresa o a un campus, dentro de una
extensión de más o menos un kilómetro de radio, aunque esto
puede variar. Las redes WAN son redes de área amplia y se
dispersan normalmente sobre un área geográfica, en un área
metropolitana, en un departamento, en un país o inclusive en todo
el mundo.
Un proceso broadcast es aquel que, estando en un sitio, envía el

mismo mensaje a todos los otros sitios. Por eso en una red
broadcast, al utilizar un medio común, los mensajes son recibidos
por todos los sitios. Las redes en bus o satelitales son broadcast.
EL MODELO OSI
Los Requerimientos de Interconexión de múltiples ambientes de

muchos proveedores llevaron a promover la demanda de
estándares de comunicación que no estuvieran ligados a ningún
propietario ni a ninguna arquitectura: Un Modelo para una
arquitectura abierta: El modelo OSI. En él se manejan los
conceptos de protocolo e interfaz.
Un protocolo es un conjunto de normas entre dos equipos al mismo

nivel. Una interfaz es la comunicación entre dos niveles del mismo
equipo.
Este modelo está formado por siete niveles, desde los más
dependientes de los dispositivos hasta los más independientes y
más inteligentes. Ellos son: Físico, Enlace, Red, Transporte, Sesión,
Presentación y Aplicación.
22
El nivel Físico permite la transmisión de bits sobre un canal de

comunicación. Sus componentes son tangibles, tales como los
cables, los conectores y las tarjetas.
Permite la transmisión de señales eléctricas (a través de cobre) o

de luz (a través de fibra óptica) representando bits. Entre los
dispositivos de este nivel se encuentran el hub, el repetidor y el
módem. En él se manejan las topologías físicas como el anillo, el
bus y la estrella.
Entre los principales productos del nivel físico están las interfaces
seriales RS232, RS449 y X.21 y las interfaces I.430, I.431 de ISDN.
El nivel de Enlace determina como un nodo accesa al medio físico,

el momento y la manera en que se deposita la información en el
canal. Permite la comunicación eficiente entre dos máquinas
adyacentes.
Hace el manejo de tramas o marcos, en cuya transmisión los datos

son enviados secuencialmente y a la vez hay recepción de
marcos de confirmación.
Entre los dispositivos de este nivel se encuentran los bridges, los

switches y las tarjetas de red.
Entre los productos soportados se encuentran Ethernet, Token -Ring,

FDI, ATM y Redes Wavelan IEEE 802.11
El nivel de Red Maneja los algoritmos de enrutamiento, es decir,

decide la interfaz que debe utilizar un paquete que llega y que
debe ser retransmitido. Involucra bloques de control que permiten
hacer chequeo de errores.
Permite control de congestión: La congestión es un problema de

escasez de buffers. No hay donde colocar los paquetes.
Hace control de flujo : El generador de flujo no debe transmitir más

paquetes de los que el receptor puede recibir.
Utiliza algoritmos de enrutamiento, los cuales se basan en el uso de

tablas y maneja direcciones a nivel lógico para encontrar la
estación destino. El dispositivo fundamental utilizado es el router.
Protocolos soportados: IP, ARP e ICMP de TCP/IP, IPX de IPX/SPX,

I.450 e I.451 de ISDN, X.25 y X.75
23
El nivel de Transporte se encarga de establecer una comunicación

confiable entre hosts. Tiene sentido entre puntos de la red que
desean comunicarse, sin necesidad de que sean adyacentes.
En una red local no hay nodos intermedios, es decir, el transporte

se vuelve inmediato y su función casi trivial.
El control de errores permite un transporte de datos fiable y

eficiente. Libera a las capas superiores del problema del transporte
de información entre ellas.
Tiene funciones como las de establecimiento de conexión,

direccionamiento, secuenciación, recuperación de errores y fallas,
multiplexado, control de flujo, gestión de memorias intermedias y
sincronización.
Entre los protocolos de nivel de transporte se encuentran: TCP y

UDP de TCP/IP y SPX de IPX/SPX.
El nivel de Sesión establece una comunicación confiable entre

procesos, es decir, conecta un proceso local con un proceso en
otra máquina.
Soporta puertos virtuales, o sea, canales múltiples en un solo

enlace físico.
En el software de nivel de sesión encontramos RPC, Sockets, Shell

de Netware y NetBIOS. Un ejemplo específico es el de TNS de
Oracle.
El nivel de Presentación se encarga de las funciones de

criptografía, compactación, cifrado, compresión, y conversión
entre un código y otro. Resuelve inconsistencias entre sistemas
operacionales.
Provee servicios utilizados para la interpretación de la sintaxis de los

datos transmitidos: Transformación de Sintaxis.
Suministra un lenguaje estándar de representación para que los

datos se presenten en forma uniforme. Por ejemplo: Entre una
máquina AS400 (EBCDIC) y una UNIX (ASCII) o entre un
computador con procesador MOTOROLA y otro con INTEL que
representan un entero en forma diferente en memoria.
24
Maneja protocolos de terminales virtuales: Convierten de

características de una terminal específica a un modelo virtual o
genérico usado por los programas de aplicación.
XDR es un protocolo de nivel de sesión que permite la descripción

y codificación de datos en un formato independiente del tipo de
máquina.
En el nivel de Aplicación se muestra una forma transparente de

accesar los servicios de comunicación de los niveles inferiores.
Aquí aparecen las herramientas del usuario, las aplicaciones

desarrolladas por programadores para darle transparencia al
usuario, aunque sean funcionalmente definidas por el usuario.
Se encuentran los protocolos de terminal virtual, de transferencia

de archivos, de correo electrónico, de administración de red y las
aplicaciones distribuidas.
Entre los servicios de nivel de aplicación de TCP/IP se encuentran:

telnet, ftp, SMTP, DNS y SNMP. Por otro lado se encuentra NFS de
Sun, NetBEUI, las herramientas cliente-servidor, los sistemas
operacionales de red, e-mail, http y los navegadores web.
2.3 Los sistemas de manejo de bases de datos

distribuidas
Conociendo las funcionalidades de un sistema de manejo de

bases de datos y de un sistema de red, se concluye que un sistema
manejador de bases de datos distribuidas debe permitir la
creación y mantenimiento de bases de datos que se distribuyen en
una red. Los componentes típicos para lograr esta tarea son:
1. Manejador de la base de datos (DB).

2. Componente de comunicación de datos (DC).
3. Diccionario de datos (DD): Información sobre la distribución
de los datos en la red.
4. Manejador de la distribución de datos (DDB).
Los servicios soportados son:
1. Acceso a una base de datos remota por un programa de

aplicación.
2. Algún grado de transparencia a la distribución.
25
3. Administración y control.
4. Control de concurrencia y recuperación.
5. Seguridad.
Los tipos de acceso a una base de datos distribuida pueden ser:
1. Acceso remoto por medio de primitivas del DBMS.

2. Acceso remoto a través de programas auxiliares.
Existen los DBMSs homogéneos, los cuales son sistemas que tienen
igual DBMS en cada sitio aunque los computadores y los sistemas
operacionales sean diferentes.
Por otro lado, los DBMSs heterogéneos son aquellos en los que se
tienen por lo menos dos DBMSs diferentes.
EJERCICIOS PROPUESTOS
En las siguientes preguntas señale la correcta:
1. En un ambiente cliente/servidor siempre debe haber:

a) Procesos distribuidos
b) Bases de datos locales que se comunican
c) Bases de datos distribuidas
d) Ninguna anterior
2. Para poner a funcionar una base de datos distribuida es
necesario
a) Un sistema operativo de red
b) Un sistema operativo distribuido
c) Un sistema operativo que pueda operar sobre una red
d) Un sistema operativo monousuario
3. Entre los beneficios de los sistemas distribuidos se encuentran:
a) Mayor tiempo de respuesta
b) Optimización en el uso de la red
c) Disponibilidad de datos
d) Redundancia de datos
4. Una base de datos distribuida es aquella en que
a) Los datos están distribuidos en diferentes sitios de una
red
b) Los datos no están en un solo sitio y además existe
alguna relación entre los datos de los sitios
c) Existen aplicaciones que requieren acceder datos
distribuidos en diferentes sitios de una red
d) La b) y la c) son correctas
26
5. Si necesito comunicar una herramienta C++Builder con una BD

Oracle a qué niveles OSI pertenecen los siguientes
componentes:
a) Comunicación de un proceso desde la máquina
C++Builder con otro proceso servidor en la máquina
Oracle: ____________
b) Protocolo de entrega confiable de datos, incluyendo
implícita-mente todo el enrutamiento: _______________
c) Tarjeta de red y Hub: ________________
d) Conectividad de bases de datos heterogéneas:
________________
6. Si la base de datos distribuida se vuelve lenta debido a que se
comparte el ancho de bando entre todos las máquinas, el hub
se debe cambiar por:
a) Un boundary router
b) Un bridge con agentes de administración
c) Un switch
d) Un terminal server
7. En una arquitectura 3-Tier debe haber:
a) Un servidor de bases de datos, un servidor de correo y
un Web browser
b) Un motor de bases de datos, un servidor de bases de
datos y una estación
c) Un servidor de bases de datos, un servidor de
aplicaciones y una estación
d) Un servidor de bases de datos, un servidor Web y una
aplicación
8. Las arquitecturas 2-Tier también son llamadas:
a) Cliente/Servidor
b) Arquitecturas multiusuario
c) Arquitecturas de tiempo compartido
d) Herramientas visuales
9. Se requiere instalar una estación en un sitio que se encuentra a
150 metros del centro de cableado más cercano. Ella requiere
acceder la base de datos que se encuentra funcionando en la
red. ¿Qué se requiere?
a) Un hub adicional
b) Instalar un centro de cableado en un sitio intermedio
entre la estación y el otro centro de cableado
c) Instalar un repetidor
d) Desplazar el centro de cableado unos 50 metros
10. Entre los beneficios directos de los sistemas distribuidos se
encuentran:
a) Mayor tiempo de respuesta
b) Optimización en el uso de la red
c) Disponibilidad de datos
27
d) Redundancia de datos
11. Una base de datos distribuida es aquella en que
a) Existe un control total de cuenta del DBA Global
b) La redundancia es mínima o no existe
c) El usuario percibe los datos como si estuvieran en un
solo sitio
d) Los clusters inter-tabla e intra-tabla se construyen
dependiendo de cómo están los datos en los sitios.
12. Desde el punto de vista organizacional, cuál es el mayor
impacto político de la descentralización:
a) La gerencia central pierde poder
b) Mayor aprovechamiento de los recursos existentes
c) Permite tener unas estructuras más flexibles
d) Fomenta la responsabilidad de los usuarios por sus datos
3
Niveles de Transparencia
de Distribución
30
Los niveles de transparencia corresponden a las diferentes

perspectivas en las que un programador de aplicaciones ve la
base de datos distribuida, dependiendo de que tanto la
transparencia de distribución es provista por el Sistema Manejador
de la Base de Datos Distribuida.
La transparencia de distribución da independencia del programa

de aplicación a la distribución de los datos, siempre que ella sea
completa.
3.1 Arquitectura de referencia para bases de datos

distribuidas
Para comprender la organización de una base de datos

distribuidas hay cuatro niveles conceptualmente relevantes que
son el nivel o esquema global, el esquema de fragmentación, el
esquema de asignación y el esquema de mapeo local.
31
El Esquema Global define todos los datos contenidos en la base de

datos distribuida como si ella no fuera distribuida.
Al usar el modelo relacional, el esquema global consiste en la

definición de un conjunto de relaciones globales. Cada relación
global puede ser partida en fragmentos (posiblemente disyuntos).
El Esquema de Fragmentación define la correspondencia entre

relaciones globales y fragmentos.
Establece un mapeo 1:N donde a cada relación global le

corresponden varios fragmentos. Cada fragmento lo denotamos
como Ri para referirnos al iésimo fragmento de la relación global R.
Los fragmentos son porciones lógicas de relaciones globales que

están localizadas físicamente en uno o varios sitios de la red.
El Esquema de Asignación define en qué sitios se localizan los

fragmentos.
El tipo de mapeo definido en este esquema determina si la base

de datos distribuida es redundante (en cuyo caso es 1:N) o no
redundante (en cuyo caso es 1:1).
Los fragmentos de R en el sitio j constituyen la imagen física de R en

el sitio j. A esta se le denota como Rj.
La copia de un fragmento se denota por Rij, lo que quiere decir, la

copia del fragmento i en el sitio j.
Dos imágenes físicas pueden ser idénticas, o sea, una imagen física
es copia de la otra: Rk =Rj
El Esquema de Mapeo local define el mapeo de las imágenes

físicas con los objetos manipulados por los sistemas manejadores
de bases de datos locales. Este nivel es dependiente del tipo de
DBMSs local.
En un ambiente heterogéneo hay diferentes tipos de mapeos

locales para los sitios.
OBJETIVOS IMPORTANTES QUE MOTIVAN ESTA ARQUITECTURA
Para Ceri y Pelagatti existen tres objetivos importantes que

motivan la arquitectura presentada:
32
1. Separación del concepto de fragmentación de datos del

concepto de asignación de datos a los sitios. Es muy
conveniente en el diseño de una base de datos.
2. Control explícito de redundancia, lo cual es útil en actividades
de administración y nos lleva a soportar la transparencia de
replicación, en la cual el usuario o el programador no ven la
replicación de fragmentos. La transparencia de replicación es
un concepto derivado de la transparencia de ubicación.
3. Independencia de los DBMSs locales (o transparencia de
mapeo local). Esto permite estudiar problemas de manejo de
bases de datos distribuidas sin tener en cuenta los modelos de
datos locales.
CONDICIONES QUE DEBEN CUMPLIR LOS FRAGMENTOS
Un fragmento puede ser definido por una expresión en un lenguaje

relacional como el álgebra relacional y debe cumplir con las
siguientes reglas:
1. Completitud: Todos los datos deb en estar mapeados en los

fragmentos.
2. Reconstrucción: Se debe poder reconstruir la relación global a
partir de los fragmentos.
3. Disyunción: Los fragmentos deben ser disyuntos, aunque
fundamentalmente esto se debe cumplir con los tipos de
fragmentación horizontal y horizontal derivada, los cuales se
verán en las siguientes secciones.
3.2 Tipos de fragmentación
FRAGMENTACIÓN HORIZONTAL PRIMARIA
Es el particionamiento de las tuplas de una relación global R, en

subconjuntos.
Supongamos que existe una relación de clientes definida con el

siguiente esquema:
CLIENTE (CNUM, NOMBRE, CIUDAD)
Definamos los siguientes fragmentos horizontales:
CLIEN1 = SLCIUDAD=’Armenia’CLIENTE
CLIEN2 = SLCIUDAD=’Pereira’CLIENTE
33
Esta fragmentación satisface la condición de completitud, siempre

y cuando Armenia y Pereira sean las únicas ciudades de los
clientes almacenados en la base de datos.
Si CLIENTE = CLIEN1 UN CLIEN2, entonces se satisface la condición

de reconstrucción.
Si los predicados de selección son mutuamente excluyentes, la

condición de disyunción se satisface. Y esto es apenas lógico ya
que un cliente, de acuerdo con la definición pertenece a una y
sólo una ciudad.
Una cualificación es un predicado usado en la selección para

definir un fragmento, de tal manera que podemos definir los
cualificadores q1 y q2 así:
q1: ciudad = ‘Armenia’

q2: ciudad = ‘Pereira’
Estos cualificadores satisfacen las condiciones 1, 2 y 3 para los

fragmentos que definen.
FRAGMENTACIÓN HORIZONTAL DERIVADA
Es la fragmentación de una relación R1 que se deriva al aplicar

semijoin a una relación R2 que ha sido previamente fragmentada
horizontalmente. Consideremos la siguiente relación de partes
despachadas:
PART_DESP(CNUM, PNUM, DNUM, CANT), donde CNUM es el

número del cliente que recibe determinada parte, PNUM es el
número de la parte y DNUM es el número de la dependencia que
despacha la parte. Fragmentemos esta relación de la siguiente
manera:
PD1 = PART_DESP SJ CNUM=CNUM CLIEN1

PD1 determina aquellas tuplas de partes despachadas a los

clientes de Armenia y PD2 queda formada por las partes
despachadas a los clientes de Pereira.
La cualificación es la siguiente:
q1: PART_DESP.CNUM = CLIENTE.CNUM AND

34
CLIENTE.CIUDAD = ’Armenia’
q2: PART_DESP.CNUM = CLIENTE.CNUM AND
CLIENTE.CIUDAD = ’Pereira’
FRAGMENTACIÓN VERTICAL
Es la subdivisión de los atributos de una relación R en grupos. Los

fragmentos se obtienen proyectando sobre la relación global
cada grupo. Cada grupo puede obedecer a propiedades
geográficas comunes u otro criterio para su selección.
En una relación de vendedores podría definirse el siguiente

esquema:
VEND (VNUM, NOMBRE, SAL, COMM, JEFE, DNUM), donde VNUM es

el número del vendedor, SAL es el salario y COMM la comisión.
DNUM es el número de dependencia donde trabaja el vendedor.
Definamos la siguiente fragmentación:
VEND1 = PJ VNUM,NOMBRE,JEFE,DNUM VEND

VEND2 = PJ VNUM,NOMBRE,SAL,COMM VEND
Visto así, VEND1 representa los datos básicos del vendedor

mientras que VEND2 es la información de nómina.
La condición de completitud se cumple ya que cada atributo es

mapeado en al menos un atributo de los fragmentos.
La condición de reconstrucción se cumple ya que es posible

reconstruir la relación original: VEND = VEND1 JN VNUM=VNUM VEND2.
Las columnas VNUM y NOMBRE se repiten, por tanto, se deben
eliminar mediante una proyección.
La condición de disyunción no es obligada en el caso de la

fragmentación vertical ya que las llaves primarias, por ejemplo,
tienen que estar presentes en los fragmentos.
FRAGMENTACIÓN MIXTA
Es la aplicación de operaciones de fragmentación vertical y

horizontal en forma recursiva.
Supóngase la relación VEND definida arriba. Sean los siguientes

fragmentos:
35
VEND1 = SL DNUM ≤ 5 PJ VNUM,NOMBRE,JEFE,DNUM VEND

VEND2 = SL 5 < DNUM ≤ 10 PJ VNUM,NOMBRE,JEFE,DNUM VEND
VEND3 = SL DNUM > 10 PJ VNUM,NOMBRE,JEFE,DNUM VEND
VEND1
VEND2 VEND4
VEND3
Como puede verse, la fragmentación en una primera fase se ha

hecho verticalmente mediante la proyección y seguidamente a
uno de los fragmentos generados se le ha aplicado fragmentación
horizontal mediante la selección.
La relación original se puede reconstruir mediante la expresión:
VEND=UN(VEND1,VEND2,VEND3) JN VNUM=VNUM PJ VNUM, SAL, COMM VEND4
EJEMPLO DE UNA BASE DE DATOS DISTRIBUIDA
Esquema Global:
PARTE (PNUM, NOMBRE)
PART_DESP (CNUM, PNUM, DNUM, CANT)
VEND (VNUM, NOMBRE, SAL, COMM, JEFE, DNUM)
DEPEND (DNUM, NOMDEP, ZONA)
Esquema de Fragmentación:
VEND1 = SL DNUM ≤ 5 PJ VNUM,NOMBRE,JEFE,DNUM VEND
VEND2 = SL 5 < DNUM ≤ 10 PJ VNUM,NOMBRE,JEFE,DNUM VEND
VEND3 = SL DNUM > 10 PJ VNUM,NOMBRE,JEFE,DNUM VEND
DEP1 = SL DNUM ≤ 5 DEPEND
DEP2 = SL 5 < DNUM ≤ 10 DEPEND
DEP3 = SL DNUM > 10 DEPEND
3.3 Transparencia de distribución para aplicaciones de

consulta
Las aplicaciones pueden ser escritas en los diferentes niveles por el

DDBMS, dependiendo la transparencia que se tenga. Veamos un
36
ejemplo sencillo: Aceptar un número de cliente desde una

terminal, hallar el nombre correspondiente y mostrarlo en la
terminal.
NIVEL 1: TRANSPARENCIA DE FRAGMENTACIÓN
El DDBMS interpreta las primitivas (instrucciones SQL) accesando las

bases de datos, estén en el fragmento que estén y en el sitio que
estén, en una forma completamente determinada por el sistema.
La aplicación se refiere a las relaciones globales, ignorando el

hecho de que la base de datos esté distribuida. Ejemplo:
Read($cnum);
SELECT nombre INTO $nombre
FROM cliente
WHERE cnum=$cnum;
Write($nombre);
La aplicación es inmune a los cambios realizados a los esquemas

que estén debajo del esquema global.
NIVEL 2: TRANSPARENCIA DE UBICACIÓN
El DDBMS interpreta las primitivas accesando las bases de datos,

estén en el sitio que estén, pero especificando los fragmentos.
Las solicitudes se pueden ejecutar en secuencia o en paralelo

para explotar el paralelismo de un sistema distribuido.
Read($cnum); /*versión en secuencia */

FROM clien1
WHERE cnum=$cnum;
If not #found then begin
FROM clien2
WHERE cnum=$cnum;
End;
Write($nombre);
Read($cnum); /*versión en paralelo */

Read($ciudad);
Case $ciudad of
‘Armenia’: SELECT nombre INTO $nombre
FROM clien1
WHERE cnum=$cnum;
‘Pereira’: SELECT nombre INTO $nombre
37
FROM clien2
WHERE cnum=$cnum;
End;
Write($nombre);
La aplicación se refiere a las relaciones del esquema de

fragmentación, ignorando los sitios en los que se encuentren las
copias de cada fragmento.
La aplicación es independiente de los cambios en el esquema de

asignación, pero no a los cambios en el esquema de
fragmentación.
Conociendo la estructura de fragmentación, puede ser más

eficiente escribir aplicaciones (versión en paralelo) sin embargo, es
más dependiente del esquema de fragmentación. Si la ciudad
llegare a cambiar, tocaría cambiar el programa.
NIVEL 3: TRANSPARENCIA DE MAPEO LOCAL
El DDBMS interpreta las primitivas, accesando las bases de datos,

usando nombres de objetos independientes a los sistemas locales,
pero especificando los sitios (y los fragmentos) donde residen.
Supongamos que el fragmento CLIEN1 se encuentra en el sitio 1 y

que CLIEN2 está replicado en los sitios 2 y 3. Para consultar
únicamente y en el caso de CLIEN2 es suficiente consultarlo en uno
de los dos sitios:
Read($cnum);
FROM clien1 AT SITE 1
WHERE cnum=$cnum;
FROM clien2 AT SITE 3 /* se puede usar SITE 2 */
WHERE cnum=$cnum;
End;
Write($nombre);
La aplicación se refiere a las relaciones del esquema de

asignación. En este caso, las primitivas de acceso son
direccionadas por el DDBMS a los sitios específicos. Ellas ignoran los
nombres de los fragmentos específicos a cada sitio.
El aspecto más importante es el mapeo de las primitivas usadas

por la aplicación en primitivas usadas por el DBMS local.
38
La transformación, por parte del DDBMS, de las primitivas de

acceso entre un DBMS y otro, es una característica importante en
un DDBMS heterogéneo.
NIVEL 4: SIN TRANSPARENCIA
Este nivel corresponde a programas auxiliares desarrollados en

lenguajes anfitriones como en C++ (no directamente en SQL). Estos
lenguajes corresponden a los DBMSs de cada sitio.
Los programas auxiliares deben manejar las condiciones y los

códigos de retorno explícitamente.
El DDBMS aceptaría una primitiva del tipo execute que especifica

cual programa se debe ejecutar en qué sitio, y los parámetros
necesarios.
3.4 Transparencia de distribución en consultas con

joins
En este ejercicio, el objetivo es consultar el nombre de la

dependencia donde trabaja un vendedor dado. Se debe ingresar
el número de vendedor.
El comportamiento es igual que con cualquier otra consulta. Se

diferencia del anterior en que la consulta global contiene un join.
Read($vnum);
SELECT nomdep INTO $nomdep
FROM vend, depend
WHERE vend.dnum = depend.dnum
AND vend.vnum = $vnum;
Write($nomdep);
El programador define la estrategia de acceso, no el sistema,

como en el caso del nivel global.
Read($vnum);
FROM vend1, dep1
39
WHERE vend1.dnum = dep1.dnum

AND vend1.vnum = $vnum;
Write($nomdep);
FROM vend2, dep2
FROM vend3, dep3
End;
Consideremos que en el esquema de asignación, el fragmento

DEP1 se encuentra en el sitio 1, DEP2 en el sitio 2, DEP3 en el sitio 3,
VEND1 se encuentra en el sitio 4, VEND2 en el 5 y VEND3 en el 6.
Read($vnum);
SELECT dnum INTO $dnum
FROM vend1 AT SITE 4
WHERE vnum = $vnum;
If #found then begin
FROM dep1 AT SITE 1
WHERE dnum=$dnum;
End;
Else begin
WHERE vnum = $vnum;
FROM dep2 AT SITE 2
WHERE dnum=$dnum;
End;
Else begin
WHERE vnum = $vnum;
FROM dep3 AT SITE 3
WHERE dnum=$dnum;
End;
End;
Write($nomdep);
40
3.5 Transparencia de distribución en aplicaciones de

actualización
Las consultas sobre los datos distribuidos siempre se pueden hacer

a partir de una copia de los datos. La actualización, sin embargo,
se debe lograr sobre todas las copias de un dato. Es precisamente
aquí donde tiene sentido la transparencia de ubicación y de
replicación. Pues cuando se trabaja en el nivel de la ubicación, la
actualización de una tupla puede generar migración de la tupla a
otro fragmento.
Por ahora, nos dedicaremos a las actualizaciones sin garantizar la

atomicidad de las transacciones.
Veamos nuevamente cómo es la fragmentación de una relación

Vendedor, suponiendo que el esquema es el siguiente:
VEND (VNUM, NOMBRE, SAL, COM, JEFE, DNUM)
Asumamos que se ha fragmentado horizontalmente así:
V1 = SL DNUM ≤ 5 (EMP)
V2 = SL DNUM > 5 (EMP)
Adicionalmente, V1 se ha fragmentado verticalmente en VEND1

(datos financieros) y VEND2 (datos de dependencia). Por otra
parte, V2 se ha fragmentado verticalmente en VEND3 (datos
básicos) y VEND4 (datos financieros y de jefe). El resultado es el
siguiente:
VEND1 = PJ VNUM,NOMBRE,SAL,COM SL DNUM ≤ 5 (EMP)

VEND2 = PJ VNUM,JEFE,DNUM SL DNUM ≤ 5 (EMP)
VEND3 = PJ VNUM,NOMBRE,DNUM SL DNUM > 5 (EMP)
VEND4 = PJ VNUM,SAL,COM,JEFE SL DNUM > 5 (EMP)
En este nivel, las actualizaciones se ejecutan como si la base de

datos no fuera distribuida.
Es responsabilidad del DDBMS ejecutar todas las operaciones

implicadas por los esquemas de fragmentación y de asignación.
Supongamos que en la fábrica de partes de automotores, el

vendedor identificado con el número 79 es trasladado de la
41
dependencia de ventas identificada con el número 3 a la

dependencia número 8. En el nivel global, lo único que tenemos
que hacer es actualizar el número de la dependencia del
empleado. No se necesita conocer ni la fragmentación ni los sitios
de los fragmentos de la relación Vendedor:
UPDATE vend
SET dnum=8
WHERE vnum=79;
Las consultas pueden explorar todas las posibilidades o bien tomar

ventaja del contenido de la información del esquema de
fragmentación para ser realizadas.
Las actualizaciones se ejecutan teniendo en cuenta la manera en

que está definida la fragmentación. Hay que tener en cuenta que
una actualización puede involucrar inserciones en un fragmento y
borrados en otro.
El programa no requiere conocer los sitios a los que han sido

asignados los fragmentos:
SELECT nombre, sal, com INTO $nombre, $sal, $com

FROM vend1
WHERE vnum=79;
SELECT jefe INTO $jefe

FROM vend2
WHERE vnum=79;
INSERT INTO vend3 (vnum, nombre, dnum)

VALUES (79, $nombre, 8);
INSERT INTO vend4 (vnum, sal, com, jefe)

VALUES (79, $sal, $com, $jefe);
DELETE FROM vend1 WHERE vnum=79;

DELETE FROM vend2 WHERE vnum=79;
Las actualizaciones se deben entender con la ubicación de los

fragmentos. Además deben tener en cuenta el grado de
replicación.
42
Supongamos que en la fragmentación realizada, la asignación de

sitios es la siguiente:
VEND1, en los sitios 1 y 2

El programa sería:
SELECT nombre, sal, com INTO $nombre, $sal, $com

WHERE vnum=79;
SELECT jefe INTO $jefe

WHERE vnum=79;

AT SITE 5 VALUES (79, $nombre, 8);

AT SITE 6 VALUES (79, $nombre, 8);

AT SITE 7 VALUES (79, $sal, $com, $jefe);

AT SITE 8 VALUES (79, $sal, $com, $jefe);
DELETE FROM vend1

AT SITE 1 WHERE vnum=79;
DELETE FROM vend1

DELETE FROM vend2

DELETE FROM vend2

NIVEL 4: SIN TRANSPARENCIA
Es el nivel más complejo ya que se entiende con detalles del

lenguaje. En los ambientes heterogéneos, por ejemplo, no existe
transparencia de mapeo local, luego hay que acudir a las
posibilidades que brinden los lenguajes anfitriones particulares para
lograr las operaciones en un ambiente distribuido.
43
CONSULTA A VALORES ÚNICOS Y VALORES MÚLTIPLES
Hay consultas que retornan un valor. En este caso se requiere el uso

de una variable.
Los consultas o queries que retornan una relación requieren el

manejo de un archivo o relación, trátese de un lenguaje de
programación o de SQL. Analicemos la siguiente instrucción:
SELECT empnum, nombre INTO $emp_rel ($empnum, $nombre)

FROM emp;
$emp_rel es un parámetro o variable de tipo archivo para un

lenguaje de programación o de tipo relación para SQL. Lo
importante es que se utilice cuando la instrucción devuelve
múltiples valores.
Ejemplo: Obtener las partes despachadas a un conjunto de

clientes.
Podríamos pensar en tres posibilidades:
1. Accesar la base de datos cada vez que se ingrese un número

de cliente. Por cada cliente obtener las partes despachadas.
2. Ingresar todos los clientes grabándolos en un archivo o
relación. Luego accesar la base de datos por medio de un join
entre la relación temporal y la de partes despachadas.
3. Obtener todos los registros (CNUM, PNUM) de las partes
despachadas, generando una relación temporal. Luego, cada
que se ingrese un número de cliente, accesar la relación
temporal y obtener las partes despachadas a ese cliente.
RESTRICCIONES DE INTEGRIDAD EN BDDs
Las restricciones de integridad manejan dos aspectos:
1. Los valores permitidos en la base de datos

2. La integridad referencial, la cual es útil en bases de datos
distribuidas para garantizar la exactitud de la fragmentación
horizontal derivada.
EJERCICIOS RESUELTOS
Considere los siguientes esquemas:

44
Global:
EMPLEADO(NUMEMP, NOMBRE, DEPTO, SALARIO)
PROGRAMADOR(NUMEMP, LENGUAJE)
Fragmentación:
EMPLEADO1 = SLDEPTO ≤20EMPLEADO
EMPLEADO2 = SLDEPTO>20EMPLEADO
PROGRAMADOR1 = PROGRAMADOR SJNUMEMP=NUMEMPEMPLEADO1
PROGRAMADOR2 = PROGRAMADOR SJNUMEMP=NUMEMPEMPLEADO2
Asignación:
EMPLEADO1 EN SITIOS 1,2
EMPLEADO2 EN SITIOS 3,4
PROGRAMADOR1 EN SITIOS 5,6
PROGRAMADOR2 EN SITIOS 7,8
1. Codifique las instrucciones necesarias para que diga a qué

departamento pertenece y que lenguaje de programación
maneja el programador 125. Luego los escriba (write, print o
output) en la estación de trabajo.
Con transparencia de fragmentación
SELECT lenguaje, depto INTO $leng, $dept

FROM empleado, programador
WHERE empleado.numemp = programador.numemp
AND programador.numemp = 125;
Write($dept, $leng);
Con transparencia de ubicación
SELECT depto INTO $dept

FROM empleado1
WHERE numemp = 125;
SELECT lenguaje INTO $leng FROM programador1
WHERE numemp = 125;
End;
Else begin
SELECT depto INTO $dept FROM empleado2
WHERE numemp = 125;
WHERE numemp = 125;
End;
45
Con transparencia de mapeo local

(Se asume que la replicación es consistente)
SELECT depto INTO $dept FROM empleado1 AT SITE 1

WHERE numemp = 125;
SELECT lenguaje INTO $leng FROM programador1 AT SITE 5
WHERE numemp = 125;
End;
Else begin
SELECT depto INTO $dept FROM empleado2 AT SITE 3
WHERE numemp = 125;
WHERE numemp = 125;
End;
2. Modifique el departamento del empleado 147, del depto 08 al

depto 25
Con transparencia de fragmentación
UPDATE empleado
SET depto = 25
WHERE numemp = 147;
Con transparencia de ubicación
SELECT nombre, salario, INTO $nom, $sal FROM empleado1

WHERE numemp = 147;
INSERT INTO empleado2 VALUES (147, $nom, 25, $sal);
DELETE FROM empleado1
WHERE numemp = 147;
WHERE numemp = 147;
INSERT INTO programador2 VALUES (147, $leng);
DELETE FROM programador1
WHERE numemp = 147;
End;
Con transparencia de mapeo local
SELECT nombre, salario, INTO $nom, $sal FROM empleado1 AT SITE 1

WHERE numemp = 147;
INSERT INTO empleado2 AT SITE 3 VALUES (147, $nom, 25, $sal);
46
INSERT INTO empleado2 AT SITE 4 VALUES (147, $nom, 25, $sal);

DELETE FROM empleado1 AT SITE 1
WHERE numemp = 147;
DELETE FROM empleado1 AT SITE 2
WHERE numemp = 147;
WHERE numemp = 147;
INSERT INTO programador2 AT SITE 7 VALUES (147, $leng);
INSERT INTO programador2 AT SITE 8 VALUES (147, $leng);
DELETE FROM programador1 AT SITE 5
WHERE numemp = 147;
DELETE FROM programador1 AT SITE 6
WHERE numemp = 147;
End;
Considere los siguientes esquemas:
Esquema Global:
PROFESOR(ID, NOMBRE, PROGRAMA, PROFESION)

POSGRADUADO(ID, TITULO)
Fragmentación:
PROFESOR1 = SLPROGRAMA=’biologia’PROFESOR
PROFESOR2 = SLPROGRAMA=’matematicas’PROFESOR
PROFESOR3 = SLPROGRAMA=’fisica’PROFESOR
POSGRADUADO1 = POSGRADUADO SJID=IDPROFESOR1
1. Elabore el programa que permita averiguar qué profesión

(título de pregrado) posee y que título de posgrado tiene el
posgraduado identificado con ID=21 (suponga que ya está
validado). Luego escriba en la estación de trabajo dichos
títulos.
a. Con transparencia de fragmentación

b. Con transparencia de ubicación
2. Actualice el programa del profesor identificado con el

número 12, del programa física al programa biología.
47
a. Con transparencia de fragmentación

b. Con transparencia de ubicación
4
Diseño de Bases de
Datos Distribuidas
60
El diseño de un sistema distribuido implica tomar decisiones

relacionadas con la ubicación de los datos y los programas en los
diferentes sitios de la red, incluso tomar decisiones sobre el diseño
mismo de la red. De acuerdo con Tamer Öszu y Patrick Valduriez,
en el caso de los DBMSs distribuidos, la distribución de aplicaciones
involucra dos cosas: la distribución del software de la base de
datos y la distribución de las aplicaciones que se ejecutan en él. La
distribución del software no es un problema significativo ya que
una copia de él puede existir en cada sitio de almacenamiento de
datos y las aplicaciones surgen como necesidades de los usuarios
en cada uno de los sitios.
En este capítulo se asume que la red ya se encuentra diseñada y

nos concentraremos en el diseño de una base de datos distribuida,
desde el punto de vista de la distribución de los datos.
Los problemas de diseño en bases de datos distribuidas son más

cruciales que en bases de datos centralizadas. Las fases
involucradas son las siguientes:
1. Diseño del esquema global de la base de datos, el cual

describe la base de datos de una manera integrada, como si
fuera centralizada. Es el esquema conceptual de la BDD.
2. Diseño de fragmentación, el cual permite determinar los tipos
de fragmentación y la forma en que se fragmenta la base de
datos.
3. Asignación de fragmentos, el cual establece los sitios donde
residirán los fragmentos.
4. Diseño físico de las bases de datos locales, incluyendo las áreas
de almacenamiento y los métodos de acceso.
La segunda y tercera fases caracterizan completamente el diseño

de distribución. No es posible determinar estas dos actividades de
manera óptica resolviéndolas independientemente, ya que están
fuertemente interrelacionadas.
El conocimiento de los requerimientos de aplicación influencia el

diseño para que este sea soportado eficientemente.
Los requerimientos de aplicación consisten básicamente de:
ü El sitio origen de la aplicación

ü La frecuencia de activación de la aplicación (en cada sitio)
ü La cantidad de accesos, los tipos de acceso y la distribución
estadística del acceso a los datos requeridos.
61
OBJETIVOS DEL DISEÑO DE DISTRIBUCIÓN DE DATOS
1. Localidad de procesamiento: Una vez los sitios de origen de las

aplicaciones son conocidos, la localidad depende solo de la
distribución de los datos.
2. Disponibilidad y confiabilidad de los datos distribuidos: Múltiples
copias dan una alta disponibilidad y por ende la base de datos
se vuelve más confiable.
3. Distribución de carga: Maximizando el grado de paralelismo de
ejecución de aplicaciones.
4. Bajar costos de almacenamiento y disponibilidad: Pues estos no
son relevantes comparados con los costos de CPU, de I/O y de
transmisión.
ENFOQUES TOP-DOWN Y BOTTOM-UP EN EL DISEÑO DE DISTRIBUCIÓN
El enfoque top-down se aplica desde el esquema global hasta el

diseño físico de los datos asignados a cada sitio. Se utiliza en
sistemas desarrollados a partir de cero.
El enfoque bottom-up permite integrar bases de datos existentes,

intercalando los datos comunes y resolviendo conflictos entre
diferentes representaciones. En esencia requiere:
ü Selección de un modelo de base de datos común para

describir el esquema global.
ü Traducción de cada esquema local en el modelo común
seleccionado.
ü Integración de los esquemas locales en un esquema global
común.
4.1 Diseño de fragmentación de bases de datos
El objetivo de esta fase es diseñar fragmentos excluyentes que son

Unidades lógicas de asignación.
Los fragmentos, como se mencionó en la sección de tipos de

fragmentación, son grupos de tuplas o atributos con las mismas
propiedades.
Es importante anotar que el sitio origen de cada aplicación (sitio

donde se ejecuta) es relevante para determinar la propiedad de
localidad.
62
DISEÑO DE FRAGMENTACIÓN HORIZONTAL PRIMARIA
Se requiere determinar un conjunto de predicados de selección

disyuntos y completos.
Se requiere que los elementos de cada fragmento sean

referenciados homogéneamente por todas las aplicaciones.
DEFINICIONES
Sea R una relación global.
1. Un predicado simple es un predicado expresado en la forma

Atributo REL Valor, donde REL es un operador relacional (>, <, ≥,
≤, ≠).
2. Un predicado mintérmino Υ para un conjunto Ρ de predicados

simples es una conjunción de todos los predicados simples de
Ρ , tomados en su forma natural o en su forma negada, Así:
Υ= Λ pi*, donde pi* = pi ó pi* = NOT pi y Υ ≠ FALSO

pi∈Ρ
Ρ
Para un conjunto Ρ de predicados simples se tienen varios

predicados mintérmino. Ejemplo:
Sea R = EMP(NumEmp, Nombre, Depto, Sal, Retención, Cargo)

Sean D1 y D2 los dos únicos departamentos, de tal manera que
al mencionar los departamentos diferentes a D1 hay una
referencia implícita a D2.
Sea Ρ = {Depto=’D1’, Cargo=’Programador’}
p1: Depto=’D1’ NOT p1: Depto≠’D1’

p2: Cargo=’Programador’ NOT p2: Cargo≠’Programador’
Los predicados mintérmino para Ρ son:
Υ 1: Depto=’D1’ AND Cargo=’Programador’

Υ 2: Depto=’D1’ AND Cargo≠’Programador’
Υ 3: Depto≠’D1’ AND Cargo=’Programador’
Υ 4: Depto≠’D1’ AND Cargo≠’Programador’,
63
siempre y cuando Υ1, Υ2, Υ3 y Υ4 sean diferentes de FALSO, es

decir, produzcan algún resultado.
3. Un fragmento es el conjunto de tuplas que satisfacen un

mintérmino. Ejemplo: Sean la relación R, el conjunto de
predicados simples Ρ y los predicados mintérmino Υ i como se
definieron arriba. Estos cuatro predicados constituyen cuatro
fragmentos de R.
4. Un predicado relevante es aquel predicado simple pi de Ρ , tal

que si existen al menos dos predicados mintérmino de Ρ , cuya
expresión sólo difiere en el predicado pi (es decir, natural en
uno y negado en el otro, de resto hay igualdad) de modo que
los fragmentos correspondientes son referenciados de manera
diferente por al menos una aplicación.
Supongamos las siguientes aplicaciones:
AD1, funciona en el departamento D1 y referencia los

empleados de D1 con mayor probabilidad que los de D2.
AD2, funciona en el departamento D2 y accesa con más

preferencia a los de D2.
APG, requiere sólo los datos de los empleados que son

programadores y se origina en cualquier sitio de la base de
datos distribuida.
Según lo anterior, Depto=’D1’ y Cargo=’Programador’ son

relevantes. Cojamos dos predicados mintérmino:
Υ 1: Depto=’D1’ AND Cargo=’Programador’

Υ 2: Depto=’D1’ AND Cargo≠’Programador’
Su expresión sólo difiere en el predicado Cargo=’Programador’

(natural en Υ 1 y negado en Υ 2). Estos dos fragmentos son
referenciados de manera diferente por la aplicación APG.
En cambio si se tuviera:
Υ 11: Depto=’D1’ AND Cargo=’Programador’ AND Sal > 50

Υ 12: Depto=’D1’ AND Cargo=’Programador’ AND Sal ≤ 50
Su expresión difiere en el predicado Sal > 50 pero los dos

fragmentos son referenciados en la misma forma por todas las
aplicaciones.
64
5. Un conjunto Ρ de predicados es completo si y sólo si cualquier

par de tuplas pertenecientes al mismo fragmento son
referenciadas con la misma probabilidad por cualquier
aplicación.
El numeral anterior muestra, por algún supuesto, la división del

fragmento Υ 1 en Υ 11 y Υ 12. Vemos que al interior de cada
fragmento de estos, todos los datos son referenciados con
igual probabilidad, es decir, no hay preferencia por ningún
dato.
Según esto, Ρ = {Depto=’D1’, Cargo=’Programador’, Sal > 50}

generaría ocho fragmentos con la característica de ser
completo.
6. Un conjunto Ρ es minimal si todos sus predicados son relevantes

(existe la relevancia para cada uno de sus predicados).
Si se quisiera fragmentar CLIENTE (CNUM, NOMBRE, CIUDAD) y del

análisis de las aplicaciones resultaran los predicados siguientes:
p1: Ciudad=’Armenia’
p2: Ciudad=’Pereira’
se obtendrían los siguientes candidatos a predicados mintérmino:
Υ 1: Ciudad=’Armenia’ AND Ciudad=’Pereira’

Υ 2: Ciudad=’Armenia’ AND Ciudad≠’Pereira’
Υ 3: Ciudad≠’Armenia’ AND Ciudad=’Pereira’
Υ 4: Ciudad≠’Armenia’ AND Ciudad≠’Pereira’
Analizando las expresiones se concluye que Υ 1 es contradictorio ya

que un cliente no puede ser de dos ciudades a la vez. Υ 4 también
es contradictorio ya que un cliente tiene que ser por lo menos de
alguna ciudad y estamos suponiendo un universo de solo dos
ciudades.
En la segunda y en la tercera expresión debemos aplicar

inferencias para eliminar redundancias para finalmente concluir
que los predicados mintérmino deben ser:
Υ 2: Ciudad=’Armenia’ (Ciudad=’Armenia’ ⇒ Ciudad≠’Pereira’)

Υ 3: Ciudad=’Pereira’ (Ciudad=’Pereira’ ⇒ Ciudad≠’Armenia’)
DISEÑO DE FRAGMENTACIÓN HORIZONTAL DERIVADA

65
La fragmentación de una relación R no está basada en

propiedades de sus propios atributos, pero es derivada de la
fragmentación horizontal de otra relación.
La fragmentación derivada es utilizada para facilitar el join entre

fragmentos. Aparece aquí el concepto de join distribuido, el cual
es aplicado entre relaciones fragmentadas horizontalmente.
Un join distribuido es representado por un grafo de join. Un grafo de

join G del join distribuido R JN S es un grafo <N,E>, donde N
representa el conjunto de fragmentos de R y S; E es el conjunto de
enlaces no dirigidos entre los nodos y representa los joins no vacíos
entre fragmentos.
Tipos de grafos de join, para un join distribuido entre las relaciones

R y S.
Grafo Total à Es aquel que tiene todos los enlaces posibles entre
los fragmentos de R y los de S.
Grafo Reducido à Es aquel en el que existen algunos enlaces

entre los fragmentos de R y S.
Grafo Particionado à Aquel en el que existen dos o más subgrafos

sin enlaces entre ellos.
Grafo Simple à Es aquel grafo particionado en el que cada

subgrafo tiene un enlace.
Todo grafo simple es un grafo particionado y, a su vez, todo grafo

particionado es un grafo reducido.
DISEÑO DE FRAGMENTACIÓN VERTICAL
El diseño de fragmentación vertical de una relación R requiere del

agrupamiento de los atributos en subconjuntos que sean
referenciados en la misma forma por las aplicaciones.
Existe el particionamiento vertical, el cual establece que los

subconjuntos deben ser disyuntos, mientras que el agrupamiento
vertical permite que los conjuntos se puedan sobreponer. Este
último introduce la replicación de valores que se sobreponen, la
cual es una ventaja en aplicaciones read-only.
DISEÑO DE FRAGMENTACIÓN MIXTA

66
Las formas más sencillas de aplicar la fragmentación mixta son:
1. Aplicar fragmentación horizontal a fragmentos verticales. Si

tenemos dos fragmentos verticales R1 y R2, uno de ellos (por
ejemplo R1) puede fragmentarse horizontalmente para obtener
R11, R12 y R13.
R11
R12 R2
R13
2. Aplicar fragmentación vertical a fragmentos horizontales. Por

ejemplo, si hay dos fragmentos horizontales S1 y S2, este último
se le puede aplicar fragmentación vertical resultando en S21, S22
y S23.
S1
S 21 S 22 S 23
Aunque estas operaciones pueden ser repetidas de manera

recursiva, llegar a tener más de dos niveles de fragmentación no es
de interés en la práctica.
4.2 Asignación de fragmentos a los sitios
Para realizar esta actividad es fundamental decidir si la distribución

va a ser redundante o no-redundante.
La replicación introduce complejidad adicional en el diseño ya

que el grado de replicación de cada fragmento se convierte en
una variable más del problema y, también, el proceso de
seleccionar entre varios sitios alternativos no es una tarea fácil.
Para medir los costos y los beneficios en la asignación de

fragmentos podemos utilizar las siguientes convenciones:
i índice del fragmento (iésimo fragmento)

j índice del sitio (jésimo sitio)
k índice de la aplicación (késima aplicación)
fkj frecuencia de la aplicación k (Ak ) en el sitio j.
rki frecuencia de consultas de Ak al fragmento i.
uki frecuencia de actualizaciones de Ak al fragmento i.
nki = rki + uki
Bij beneficio de tener el fragmento i en el sitio j
67
C constante de costo (relación entre costo de una

actualización y una consulta, C≥1)
Para determinar la asignación de fragmentos existen los siguientes

tres métodos:
El sitio mejor (best-fit). Es el método más simple que mide el

beneficio asociado con cada asignación posible del fragmento y,
finalmente, selecciona el mejor. Es una asignación sin replicación.
El beneficio de tener el fragmento i en el sitio j está dado por:
Bij = Σf kjnki
k
Para cada fragmento i, se calculan los Bij correspondientes a todos

los sitios j. Finalmente se selecciona el sitio j* tal que Bij* sea máximo.
Todos los sitios benéficos (all benefical sites). Determina el conjunto

de todos los sitios donde el beneficio de asignar una copia del
fragmento es mayor que el costo.
Bij = Σf kjrki – C Σ Σ fkj’u ki

k k j’≠j
El fragmento i es ubicado en todos los sitios j* tales que Bij* sea

positivo.
Replicación adicional. Determina primero el sitio mejor, utilizando el

primer método, y progresivamente introduce réplicas empezando
en el más benéfico de los sitios restantes. El proceso termina
cuando la replicación adicional que se haga no sea benéfica. En
éste, la confiabilidad y la disponibilidad del sistema se incrementan
si hay dos o tres copias del fragmento, pero con copias adicionales
no da un incremento significativo, o el beneficio comienza a
decrecer.
Bij = Σf kjrki – C Σ Σ fkj’u ki + β(di)

k k j’≠j
En este método, Bij es el beneficio de ubicar una nueva copia de Fi,

así:
68
El mejor Bij es el beneficio de ubicar Ri en el mejor sitio, en cuyo

caso el grado de redundancia de Ri es 1 (es decir, di=1) y β(di )=0.
El segundo Bij es el beneficio de ubicar Ri en el segundo mejor sitio,

el grado de redundancia de Ri es 2 (es decir, di=2) y β(di)=otro
valor que puede ser positivo o negativo.
En el momento en que Bij se haga negativo, se descarta ese sitio j.
Los Bij se calculan parcialmente (como si fueran all benefical sites,

es decir, sin sumar los β’s) y luego al mejor Bij se le suma β(1), al
segundo mejor, se le suma β(2) y así sucesivamente. Ejemplo: sean
los fragmentos R1, R2 y R3, podríamos tener los siguientes βs:
Para R1, β(1)= 0, β(2)= -2, β(3)= -3

Para R2, β(1)= 0, β(2)= -2, β(3)= -3
Para R3, β(1)= 0, β(2)= -4, β(3)= -6
Sean los fragmentos R1, R2 y R3. Sean las aplicaciones A1, A2 y A3,
las cuales residen en los sitios S1, S2 y S3 respectivamente. La
aplicación A1 se ejecuta 4 veces al día, la A2 1 vez y A3 2 veces;
además una actualización cuesta 2 veces una consulta. Dónde
deben quedar los fragmentos, usando replicación y adicional
sabiendo lo siguiente?
A1 lee 5 tuplas de R 1, lee 3 tuplas de R2, lee 6 de R3 y actualiza 2 tuplas de R 3

A2 lee 17 tuplas de R 1, actualiza 1 tuplas de R 2 y actualiza 1 tupla de R 3
A3 lee 4 tuplas de R 1, lee 2 tuplas de R2 y lee 12 tuplas de R 3 y actualiza 4 de R 1
Los valores de β son los especificados arriba:
Para R1, β(1)=0, β(2)= -2, β(3)=-3

Para R2, β(1)=0, β(2)= -2, β(3)=-3
Para R3, β(1)=0, β(2)= -4, β(3)=-6
a) B11 = 4*5 – 2(2*4) + β(2) = 4-2 =2

B12 = 1*17 – 2(2*4) + β(3)= 1-3 = -2
B13 = 2*4 – 2(0) + β(1) = 8+0 =8
b) B21 = 4*3 – 2(1*1) + β(1) = 10+0 = 10
B22 = 1*0 – 2(0) + β(3) = 0-3 = -3
B23 = 2*2 – 2(1*1) + β(2) = 2-2 =0
c) B31 = 4*6 – 2(1*1) + β(1) = 22+0 = 22
B32 = 1*0 – 2(4*2) + β(3) = -16-6 = -22
B33 = 2*12 – 2(4*2+1*1) + β(2) = 6-4 = 2
69
d) R1 en sitios = S1, S3
e) R2 en sitios = S1
f) R3 en sitios = S1, S3
1. Sea el siguiente esquema global:
DEPTO(ID, NOMBRE, REGION)

MPIO(CODIGO, NOMBRE, CATEG, ID)
Defina la fragmentación de la relación MPIO, basándose en las

siguientes aplicaciones, especificando los predicados mintérmino.
Hay dos grandes regiones, la norte y la sur.
a) Dos aplicaciones de manejo de proyectos regionales (AN y

AS) donde cada una maneja información de su propia
región con una probabilidad del 75%.
b) Una aplicación de desarrollo industrial (AI) que maneja
municipios de categoría 5 (El rango de categorías es de 1 a
5), además la región sur no tiene municipios de categoría 5.
2. Mediante la conjunción de predicados y utilizando

implicaciones defina la fragmentación de la relación EMP para
las siguientes aplicaciones de una organización:
a. Una aplicación de nómina de empleados de planta.

b. Una aplicación de nómina de contratistas. Estos
normalmente ganan menos de 1’400.000
c. Una aplicación de mantenimiento de equipos la cual
referencia los empleados del departamento de
mantenimiento. Todos los integrantes de este
departamento son de planta.
d. Una aplicación de bienestar para los hijos de los
empleados.
La relación EMP consta de los siguientes atributos:

CodEmp, Nombre, Tipo, Depto, Salario, Hijos.
El Tipo tiene dos valores posibles: ‘P’= Planta y ‘C’=Contratista

El Depto es una cadena de caracteres
Hijos indica la cantidad de hijos del funcionario.
70
Descomposición de Consultas
Globales en Fragmentadas
71
La principal función de un procesador de consultas relacionales

es transformar una consulta global en un esquema de más bajo
nivel equivalente que permita accesar cada uno de los
fragmentos involucrados. La consulta de bajo nivel realmente
implementa la estrategia de ejecución de la consulta global. La
transformación debe lograr no solo exactitud sino también
eficiencia. Para que sea correcta, la consulta fragmentada debe
tener la misma semántica de la consulta original, es decir, ambas
consultas deben producir el mismo resultado. Pero producir una
estrategia de ejecución eficiente va más allá. Pues cada
estrategia de ejecución equivalente puede llevar a suposiciones
muy diferentes sobre los recursos computarizados. La principal
dificultad consiste en seleccionar la estrategia de ejecución que
minimice el consumo de recursos.
Este capítulo se entiende con la descomposición de una consulta

global en consultas sobre fragmentos en la que, básicamente, se
busca que la transformación sea correcta, aunque, alguna
optimización se tendrá en cuenta.
5.1 Transformaciones de equivalencia para consultas
Una consulta puede lograrse mediante el uso de diferentes

lenguajes, pero para nuestro propósito, se utilizarán el Álgebra
Relacional y el SQL.
Hay dos aspectos que deben tenerse en cuenta: la semántica, la

cual se entiende con el significado del programa, es decir, lo que
debe hacer, y la secuencia de operaciones, la que se entiende
con la forma de lograrlo. Lo que quiere decir que dos expresiones
con la misma semántica pueden tener dos secuencias de
operaciones diferentes.
Por facilidad en el entendimiento y en la manipulación, se utilizarán

árboles de operadores, los cuales muestran la operación principal
en la raíz y en las ramas los fragmentos.
La siguiente es una lista de transformaciones de equivalencia para

el álgebra relacional, donde el símbolo “à” se utilizará para decir
“se puede transformar en”. Además, cuando haya alguna
restricción para que la transformación sea válida, ésta se
especificará al frente, mientras que cuando no haya restricción, no
se especificará nada. Supongamos que R, S y T son relaciones.
72
1. SLF1(SLF2(R)) à SLF2(SLF1(R))
2. SLF1(PJA2(R)) à PJA2(SLF1(R))
3. PJA1(SLF2(R)) à SLF2(PJA1(R)) Attr(F2)⊆A1
4. PJA1(PJA2(R)) à PJA2(PJA1(R)) A1≡A2
5. R UN S à S UN R
6. R CP S à S CP R
7. R JN F S à S JN F R
DF y JN no son conmutativas
8. (R UN S) UN T à R UN (S UN T)
9. (R CP S) CP T à R CP (S CP T)
10. (R JN F1 S) JN F2 T à R JN F1 (S JN F2 T) Attr(F2) ⊆ Attr(S)∪Attr(T)
DF y SJ no son asociativas
11. PJA(R) à PJA1PJA2(R) A≡A1, A⊆ A2
12. SLF(R) à SLF1SLF2(R) F= F1 AND F2
13. SLF(R UN S) à SLFR(R) UN SLFS(S) FR=F, FS=F
14. SLF(R DF S) à SLFR(R) DF SLFS(S) FR=F
15. SLF(R CP S) à SLFR(R) CP SLFS(S)
∃ FR, FS: (F=FR AND FS), Attr(FR)⊆R, Attr(FS)⊆S
16. SLF(R JN FJ S) à SLFR(R) JN FJ SLFS(S)
∃ FR, FS: (F=FR AND FS), Attr(FR)⊆R, Attr(FS)⊆S
17. SLF(R SJFJ S) à SLFR(R) SJ FJ SLFS(S) FR=F, FS=True
18. PJA(R UN S) à PJAR(R) UN PJAS(S) AR=A, AS=A
19. PJA(R CP S) à PJAR(R) CP PJAS(S)
AR=A-Attr(S), AS=A-Attr(R)
20. PJA(R JN FJ S) à PJAR(R) JN FJ PJAS(S)
AR=A-Attr(S), AS=A-Attr(R), Attr(FJ)⊆A
21. PJA(R SJFJ S) à PJAR(R) SJFJ PJAS(S)
AR=A, AS=Attr(S)∩Attr(FJ)
PJ no es distributiva con respecto a DF
22. SLFR(R) UN SLFS(S) à SLF(R UN S) F=FR, F=FS
23. SLFR(R) DF SLFS(S) à SLF(R DF S) F=FR, F=FS
24. SLFR(R) CP SLFS(S) à SLF(R CP S) F=FR AND FS
25. SLFR(R) JN FJ SLFS(S) à SLF(R JN FJ S) F=FR AND FS
26. SLFR(R) SJFJ SLFS(S) à SLF(R SJFJ S) F=FR, FS=True
27. PJAR(R) UN PJAS(S) à PJA(R UN S)
A=AR, A=AS, Attrib(R)=Attrib(S)
28. PJAR(R) CP PJAS(S) à PJA(R CP S) A=AR∪AS
29. PJAR(R) JN FJ PJAS(S) à PJA(R JN FJ S) A=AR∪AS
30. PJAR(R) SJFJ PJAS(S) à PJA(R SJFJ S) A=AR
PJ no es factorizable sobre DF
31. (R' UN R'')JN FJ(S' UN S'') ↔ ((R'JN FJ S') UN (R'JN FJ S'') UN (R''JN FJS') UN
(R''JN FJS''))
73
Los criterios de transformación en bases de datos centralizadas

también son válidos en bases de datos distribuidas. Entre ellos
tenemos los siguientes:
Criterio 1: Usar idempotencia de selección y proyección para

generar selecciones y proyecciones apropiadas para cada
relación operando.
Criterio 2: Empujar hacia abajo en el árbol de operadores, las

selecciones y las proyecciones tanto como sea posible.
Ejemplo 1: Obtener los números de cliente que han recibido partes

de las dependencias de la zona norte.
PJCNUM SLZONA=’Norte’(PART_DESPJN DNUM=DNUMDEPEND)

74
Grafos de operadores y determinación de sub-expresiones

comunes
Una forma de evitar que ciertas expresiones se evalúen más de

una vez es eliminándolas donde sean redundantes. Ejemplo 2:
Obtengamos los nombres de los vendedores cuyo jefe sea el
número 25 pero que no ganen más de un millón de pesos.
PJNOMBRE ( (VEND JN DNUM=DNUM SLJEFE=25DEPEND) DF

(SLSAL>1.000.000VEND JN DNUM=DNUM SLJEFE=25DEPEND))
Existen una serie de propiedades que pueden utilizarse (como en el

ejercicio anterior) una vez hayamos encontrado las sub-
expresiones comunes. Ellas son:
1. R NJN R ↔ R
75
2. R UN R ↔ R
3. R DF R ↔ ∅
4. R NJN SLFR ↔ SLFR
5. R UN SLFR ↔ R
6. R DF SLFR ↔ SLNOT FR
7. (SLF1R) NJN (SLF2R)↔ SLF1 AND F2R
8. (SLF1R) UN (SLF2R)↔ SLF1 OR F2R
9. (SLF1R) DF (SLF2R)↔ SLF1 AND NOT F2R
5.2 Transformación de consultas globales en

fragmentadas
Una expresión algebraica sobre una consulta global se puede

transformar en una expresión algebraica sobre una consulta
fragmentada.
Una expresión canónica de una consulta fragmentada es aquella

expresión algebraica sobre el esquema global a la que se le
sustituyen los nombres de las relaciones globales por las
expresiones que las reconstruyen.
El árbol de operadores de una consulta es el árbol de operadores

de la expresión canónica de la consulta.
Ejemplo 3: Representar mediante un árbol de operadores de una

consulta fragmentada la consulta del ejemplo 1: obtener los
números de cliente que han recibido partes de las dependencias
de la zona norte.
76
En la ilustración presentada, en cada hoja del árbol se representa

un fragmento y entre corchetes debe especificarse la definición
del fragmento (aunque no se hizo por razones de espacio). A esto
se le llama la relación cualificada y se denota por el par [R:qR],
donde R es el cuerpo y qR es la cualificación.
En el ejemplo anterior se tienen las siguientes relaciones

cualificadas:
[PD1: CNUM=CLIENTE.CNUM AND CLIENTE.CIUDAD=’Armenia’]

[PD2: CNUM=CLIENTE.CNUM AND CLIENTE.CIUDAD=’Pereira’]
[DEP1: DNUM ≤ 5]
[DEP2: 5<DNUM ≤ 10]
[DEP3: DNUM > 10]
El algebra de relaciones cualificadas es una extensión del álgebra

relacional que usa relaciones cualificadas como operandos. Las
relaciones cualificadas resultan ser fragmentos horizontales.
Entre las reglas sobre relaciones cualificadas se tienen:
1. SLF [R:qR] à [SLFR: qR]

2. PJA [R:qR] à [PJAR: qR]
3. [R:qR] CP [S:qS] à [R CP S: qR AND qS]
4. [R:qR] DF [S:qS] à [R DF S: qR]
5. [R:qR] UN [S:qS] à [R UN S: qR OR qS]
77
6. [R:qR] JN F [S:qS] à [R JN F S: qR AND qS AND F]

7. [R:qR] SJF [S:qS] à [R SJF S: qR AND qS AND F]
Nuevos criterios sobre transformación teniendo en cuenta el

álgebra de relaciones cualificadas:
Criterio 3: Empujar las selecciones hacia las hojas del árbol, y luego
aplicar el álgebra de relaciones cualificadas. Cuando el resultado
de una cualificación sea contradictorio, debe reemplazarse por la
relación vacía.
Criterio 4: Usar el álgebra de relaciones cualificadas para evaluar

la cualificación de operandos de joins. Si la cualificación del
resultado del join es contradictoria, sustituir el subárbol que
contiene el join y sus operandos con la relación vacía.
Simplificación de Relaciones Fragmentadas Horizontalmente
Para obtener la información de la dependencia número uno, la

expresión es SLDNUM=1DEPT, lo representamos en su forma canónica
y mediante el uso del criterio 3 se simplifica.
Simplificación de Joins entre Relaciones Fragmentadas

Horizontalmente
Criterio 5: Para distribuir joins que aparecen en el query global, las

uniones (que representan colecciones de fragmentos), deben ser
llevadas hacia arriba, más allá de los joins que se pretenden
distribuir.
Ejemplo 4: Obtener los nombres de clientes a los que se han

despachado partes. Para esto, la expresión algebraica es la
siguiente:
PJNOMBRE (PART_DESP NJN CLIENTE)

78
De la forma canónica de la consulta hemos pasado al join

distribuido de la consulta.
Uso de inferencia para simplificaciones adicionales
Supongamos que la zona norte incluye las dependencias 1 a 5 y

que estas dependencias despachan a clientes de Pereira.
El objetivo, en este caso, es inferir contradicciones que permitan

eliminar sub-expresiones.
Ejemplo 5: Listar los números de cliente a los que se han

suministrado partes provenientes de la zona norte.
79
Simplificación de Relaciones Fragmentadas Verticalmente
El fondo de esta simplificación consiste en determinar un

subconjunto de fragmentos que sea suficiente para responder a
una consulta, eliminando los otros fragmentos de la expresión de la
consulta, como también los joins (no necesarios) usados para
reconstruir la relación global. Pues si los fragmentos requeridos se
reducen a sólo uno, no hay necesidad de ejecutar operaciones
tipo join.
Ejemplo 6: obtengamos los nombre y los salarios de los vendedores

y luego simplifiquemos:
PJNOMBRE, SALVEND
80
Pues los atributos requeridos, nombre y salario, están en el

fragmento VEND4, por consiguiente los demás se eliminan.
ALGORITMOS BASADOS EN SEMI-JOIN
La operación semijoin puede ser usada para decrementar el

tiempo total de consultas con joins. La principal desventaja de las
operaciones con joins sobre relaciones en diferentes sitios es que
las relaciones operando deben ser transferidas completamente
entre los sitios.
El join sobre dos relaciones R y S sobre el atributo A en R y B en S,

almacenadas en los sitios 1 y 2 respectivamente, puede ser
realizada reemplazando una o las dos relaciones por un semijoin
con la otra relación:
R JN A=B S ↔ (R SJA=B S) JN A=B S

↔ (R SJA=B PJBS) JN A=B S (1)
↔ R JN A=B (S SJB=A R)
↔ R JN A=B (S SJB=A PJAR) (2)
↔ (R SJA=B S) JN A=B (S SJB=A R)
↔ (R SJA=B PJBS) JN A=B (S SJB=A PJAR)(3)
La proyección utilizada ya que si, observando en (1), S le transmite

a R su columna B, está minimizando la transmisión. Pues B es lo
único que necesita A para poder hacer semijoin.
La selección entre una de las tres estrategias de semijoin requiere

estimar sus respectivos costos.
En el caso de (1) sólo las tuplas de R que sobreviven al semijoin son

transmitidas a S.
81
5.3 Agrupamiento Distribuido y Evaluación de Función

Agregada
Consiste en agrupar tuplas en subconjuntos disyuntos de relaciones

y hacer la evaluación de funciones agregadas sobre ellos. Lo
denotaremos en el álgebra relacional mediante la expresión
GBG,AFR, donde GB significa group by, G es el atributo o atributos
objeto de agrupamiento y AF es la función a evaluar.
Consideremos las siguientes instrucciones SQL con su
correspondiente expresión en álgebra relacional:
1. SELECT AVG(cant) FROM part_desp

WHERE pnum=’p14’;
GBAVG(cant) SLPNUM=’p14’part_desp
2. SELECT cnum,pnum,SUM(cant) FROM part_desp

GROUP BY cnum,pnum;
GBcnum,pnum,SUM(cant) part_desp
3. SELECT cnum,pnum,SUM(cant) FROM part_desp

GROUP BY cnum,pnum
HAVING SUM(cant)>300;
SLSUM(cant)>300GBcnum,pnum,SUM(cant) part_desp
En este último caso, la operación interna es el agrupamiento, la

cual genera una tabla temporal y como tal se le hace una
operación de selección (equivalente al having en SQL).
Propiedades de la operación GROUP BY
GBG,AF (R1 UN R2) à (GBG,AF R1) UN (GBG,AF R2), ∀i,j Gi⊆Rj ó Gi∩Rj=∅
82
Ejemplo 7: Sea la relación PART_DESP, tal como se definió antes.

Supongamos que se ha fragmentado en R1 y R2, así:
R1 R2
cnum pnum dnum cant cnum pnum dnum cant
C1 P14 25 10 C2 P14 8 5
C1 P14 28 2 C2 P14 9 10
C1 P27 25 10 C2 P29 4 6
Los grupos son:
G1: C1 P14 10 G2: C1 P27 10 G3: C2 P14 5 G4: C2 P29 6

C1 P14 2 C2 P14 10
Al analizar las contenencias e intersecciones obtenemos:
G1⊆R1, G1∩R2=∅, G3⊆R2, G3∩R1=∅, ..., lo que nos permite

concluir que la transformación se puede aplicar.
Ejemplo 8: Sea la relación Envíos basada fragmentada de la

siguiente manera:
ENV1 ENV2
prov prod cant ciudad prov prod cant ciudad
S1 P1 10 Bogotá S1 P1 5 Madrid
S1 P1 2 Pereira S1 P1 3 Cádiz
S2 P1 8 Bogotá S1 P2 10 Valencia
S2 P1 6 Cartagena S2 P1 1 Madrid
Los grupos son:
G1: S1 P1 10 G2: S2 P1 8 G3: S1 P2 10

S1 P1 2 S2 P1 6
S1 P1 5 S2 P1 1
S1 P1 3
La propiedad no se puede aplicar ya que, por ejemplo, ni

G1⊆ENV1 ni G1∩ENV1=∅.
Ejercicio propuesto:
Supongamos que se tienen las relaciones:
MPIOS(COD_MPIO,NOMBRE,COD_DPTO), y los fragmentos:

83
MPIO1: los municipios de la región Andina.

MPIO2: los municipios de la región Atlántica.
Verificar la aplicabilidad de esta propiedad enunciada del GROUP

BY.
Criterio 6: Para distribuir agrupamiento y evaluaciones de función

agregada en una relación global, las uniones (que representan
conjuntos de fragmentos) deben ser llevadas hacia arriba, más allá
de la operación de grupo correspondiente.
Ejemplo 9: Para cada producto despachado a cada cliente,

calcular la suma total despachada hasta el momento, con la
condición de listar las sumas superiores a 300 productos.
SLSUM(cant)>300GBcnum,pnum,SUM(cant) (PD1 UN PD2) à

(SLSUM(cant)>300GBcnum,pnum,SUM(cant) PD1) UN
(SLSUM(cant)>300GBcnum,pnum,SUM(cant) PD2).
COMPUTACIÓN DISTRIBUIDA DE UNA FUNCIÓN AGREGADA F
Una función agregada F tiene una computación distribuida si para

cualquier multiconjunto S y cualquier descomposición de S en
multiconjuntos S1, S2, …, Sn, es posible determinar un conjunto de
funciones agregadas F1, F2, ..., Fm, y una expresión E(F1,F2,...,Fm),
tales que:
F(S) = E(F1(S1 ), ...F1(Sn ), F2(S1 ), ..., Fm(Sn))
Algunas funciones de computación distribuida son, por ejemplo:
min(s)=min(min(s1),... min(sN))
max(s)=max(max(s1 ),... max(sN))
sum(s)=sum(sum(s1),... sum(sN))
count(s)= sum(count(s1 ),... count(sN))
84
avg(s)=sum(sum(s1),... sum(sN))/ sum(count(s1),... count(sN))
La computación distribuida de las funciones agregadas es una

propiedad importante ya que los resultados parciales de las
funciones F1, F2, ..., Fm, pueden ser transmitidos a un sitio común
donde la expresión E puede ser evaluada, aprovechando de esta
manera el paralelismo.
Ejemplo 10: Obtener el promedio despachado de la parte ‘p14’
GBAVG(cant) SLPNUM=’p14’part_desp à
GBSUM(cant),COUNT SLPNUM=’p14’PD1
GBSUM(cant),COUNT SLPNUM=’p14’PD2
Si obtenemos en S1 y C1 los valores del sitio donde reside PD1, y en

S2 y C2 los valores del sitio donde reside PD2, en el sitio origen de la
consulta global se calcula E: AVG(cant)=(S1+S2)/(C1+C2)
Las consultas parametrizadas son consultas con fórmulas que

incluyen parámetros cuyos valores no son conocidos en el
momento de la compilación. Por ejemplo, para obtener la
información de las dependencias cuyos valores son parámetros
sería:
SLDNUM=$P1 OR DNUM=$P2DEPEND
En principio, no hay necesidad de entenderse con simplificaciones

en ejecución en forma diferente a las realizadas en tiempo de
compilación.
5.4 Optimización de Estrategias de Acceso

85
El objetivo de una estrategia de acceso para una consulta es

minimizar el costo. No es un proceso exacto con unas técnicas de
optimización perfectamente definidas.
Las técnicas de optimización no obtienen optimalidad. En general,

podría decirse que son buenas estrategias de acceso.
Las transformaciones vistas en las secciones anteriores constituyen

una premisa fundamental para la optimización de queries. Hay dos
situaciones a considerar:
1. Las que efectivamente dan beneficio:

a. Factorización de subexpresiones y eliminación de
subexpresiones comunes.
b. Empujar las operaciones unarias hacia las hojas del
árbol de operadores.
2. Las transformaciones que generan alternativas que deben ser

comparadas sobre una base del costo:
a. La conmutatividad de joins y uniones
b. La transformación de joins en algoritmos semijoins.
Aspectos involucrados por una estrategia de optimización
1. Determinar las copias físicas de los fragmentos sobre los cuales

se ejecuta la consulta.
2. El orden de ejecución de las operaciones (sobre todo join,
semijoin y unión). Ascender de las hojas a la raíz no siempre da
la mejor solución.
3. El método para cada operación (el más difícil es el mejor
método para evaluar las operaciones de joins).
El costo de transmisión de un dato de tamaño x equivale a sumar

el costo fijo de iniciar una transmisión entre dos sitios más el costo
de transmisión del dato dado su tamaño:
TC(x)=C0+xC 1, donde C0 es el costo fijo de iniciarla y C1 es el costo

de transmisión unitaria.
El retardo de transmisión se define de manera similar:
TD(x)=D0+xD 1, donde D0 es el tiempo fijo de establecer la conexión

y D1 es la tasa de transferencia unitaria.
Objetivos en optimización de consultas

86
En el proceso de optimización se busca determinar las siguientes

medidas:
ü Operaciones de entrada-salida
ü Operaciones de CPU
ü Cantidad de transmisión de datos entre sitios
Estas permiten obtener las sumatorias de los costos de transmisión

más las sumatorias de los costos de procesamiento local.
En redes WAN con bajo ancho de banda, las tasas de transmisión

son muy bajas comparadas con, por ejemplo, las tasas de
transferencia disco-memoria. Por consiguiente se descartan los
costos de procesamiento local.
El uso de semijoins es conveniente. En tal caso, se debe encontrar

la mejor secuencia de semijoin para reducir relaciones antes de
transmitirlas.
En redes LAN con alto ancho de banda, las tasas de transmisión

son comparables con las tasas de transferencia disco-memoria. Por
tal motivo, se tienen en cuenta los costos de procesamiento local.
Se puede establecer el uso de joins como táctica y seleccionar la

mejor técnica para ejecutar los joins.
Ejercicio 1
Traduzca el query global en un query fragmentado y luego

transfórmelo en un query más eficiente usando los criterios de
simplificación (justificando en cada paso) y aplicando el álgebra
de relaciones cualificadas.
PACIENTE(PNUM,NOMBRE,DEPT,TRATAMIENTO)
CUIDADO(PNUM,DROGA,CANT)
PACIENTE1=SLDEPT=’CIRUGIA’(PACIENTE)
PACIENTE2=SLDEPT=’PEDIATRIA’(PACIENTE)
CUIDADO1=CUIDADOSJPNUM=PNUMPACIENTE1
CUIDADO2= CUIDADOSJPNUM=PNUM PACIENTE2
Listar los pacientes que usan aspirina en su cuidado:
PJNOMBRE(PACIENTE NJN SLDROGA=’ASPIRINA’CUIDADO

87
Ejercicio 2
A partir de las siguientes esquemas y fragmentos:
VENDEDOR(CODV,NOMBRE,ZONA)
PRODUCTO(CODPROD,CODV,CANT,VALOR)
MEDICO(CODM,NOMBRE,ESPEC,TRATAMIENTO,ZONA)
CONSULTORIO(CNUM,CODM,NUMCITAS,HORAINI)
VENDEDOR1=SLZONA=’NORTE’(VENDEDOR)
VENDEDOR2=SLZONA=’SUR’(VENDEDOR)
PROD1=PRODUCTOSJCODV=CODV VENDEDOR1
PROD2=PRODUCTOSJCODV=CODV VENDEDOR2
MEDICO1=SLESPEC=’CARDIOLOGIA’(MEDICO)
MEDICO2=SLESPEC=’NEUROLOGIA’(MEDICO)
CONSULTORIO1=CONSULTORIOSJ CODM=CODM MEDICO1
CONSULTORIO2= CONSULTORIOSJCODM=CODM MEDICO2
1. Describa en palabras precisas

a) PROD1:
__________________________________________________________
b) MEDICO2:
__________________________________________________________
c) CONSULTORIO1:
________________________________________________________
d) VENDEDOR2:
__________________________________________________________
2. Traduzca el query global en el query fragmentado más eficiente

que resulte usando transformaciones y criterios de simplificación.
Listar los nombres de los vendedores que han entregado el

producto 3150:
PJNOMBRE (VENDEDORES NJN SLCODPROD=3150PRODUCTO)
a) QUERY TRANSFORMADO:
________________________________________________
Listar los nombres de los médicos que atienden en el consultorio

924:
88
PJNOMBRE (MEDICO NJN SLCNUM=924’CONSULTORIO)
b) QUERY TRANSFORMADO:
________________________________________________
Listar los nombres de los vendedores que trabajan en la zona

NORTE pero no venden el producto 1538:
PJNOMBRE (SLZONA=’NORTE’(VENDEDOR) DF
(VENDEDOR NSJ(SL CODPROD=1538(PRODUCTO))))
c) QUERY TRANSFORMADO:
_________________________________________________
Listar los vendedores del norte que atienden sólo a los cardiólogos:
SLZONA=’NORTE’(VENDEDOR) NJN (SLESPEC=’CARDIOLOGIA’(MEDICO))
d) QUERY TRANSFORMADO:
_________________________________________________
6
Manejo de Transacciones
Distribuidas
90
Hasta este punto, se ha considerado lo que es una consulta,

como procesarla, como fragmentarla y algunos aspectos de
optimización. Sin embargo, nunca hemos considerado lo que pasa
cuando dos consultas intentan actualizar los mismos datos, o que
pasa cuando ocurre una falla durante la ejecución de una
consulta. Para las consultas, ninguna de las dos situaciones es
problemática pero para las actualizaciones sí.
Los mismos problemas de los ambientes centralizados no son

ajenos en un ambiente distribuido, sólo que aquí las situaciones son
de mayor complejidad.
Se busca entender la relación entre control de concurrencia,

mecanismos de recuper ación y la estructura de todo el sistema
distribuido. Igualmente mostrar la técnica 2-phase commit para
recuperación y la técnicas 2-phase lock y 3-phase lock para
control de concurrencia.
6.1 Modelo de Transacciones Distribuidas
El modelamiento de las transacciones distribuidas cubre aspectos

como las características, los objetivos y la definición. Las
características así como son propias de las bases de datos
centralizadas, también lo son para las bases de datos distribuidas.
Atomicidad à Las transacciones son atómicas, esto es, todas sus

operaciones se hacen o ninguna se ejecuta. Esto implica que las
operaciones parciales de una transacción se deben deshacer. A
este proceso se le denomina rollback y sucede en los siguientes
casos:
ü La transacción por si misma o el usuario lo ejecuta

ü Puede ser forzado por una sobrecarga del sistema
ü En caso de un abrazo mortal
En estos casos, se hace una recuperación (hacia atrás) de la

transacción.
Cuando hay una caída del sistema, hay recuperación a una caída
o crash recovery.
Toda transacción comienza con una primitiva begin_transacrion

(que puede ser implícita). La terminación de una transacción se
91
hace a través de una operación llamada commit o compromiso

(terminación exitosa) o a través de un rollback (aborto de la
transacción).
Los escenarios posibles para la terminación de una transacción son

los siguientes:
Begin_Transaction Begin_Transaction Begin_Transaction
Commit Rollback Sistema forza rollback
Durabilidad à Después del commit, el DBMS debe garantizar la

durabilidad de sus resultados, es decir, estos no se perderán. En
caso de una falla posterior al commit, existe la garantía de
recuperación de la base de datos.
Seriabilidad à En acceso concurrente, el resultado de las

transacciones es igual a si se ejecutaran serialmente en algún
orden. La característica de garantizar la seriabilidad es llamada
control de concurrencia.
Aislamiento à Una transacción no revela resultados intermedios a

otra. Esto es necesario para evitar abortos en cascada o efecto
dominó.
OBJETIVOS EN EL MANEJO DE TRANSACCIONES DISTRIBUIDAS
Fundamentalmente las transacciones persiguen:
ü Eficiencia
ü Confiabilidad
ü Concurrencia
Hay otros objetivos, de tipo estratégico, que bien valen la pena

considerar:
ü Bajar la utilización de CPU y memoria RAM: La ejecución

concurrente de muchas operaciones de entrada-salida puede
generar un cuello de botella en memoria RAM o en consumo
de CPU. Muchos procesos para muchas transacciones puede
generar mucho swapping.
ü Bajar la cantidad de mensajes de control entre sitios: No deben

ser usados para transferir datos sino para controlar la ejecución
de una aplicación. Hay que tener en cuenta que en el costo
92
del mensaje hay que considerar el costo de transmisión más el

costo de CPU (cantidad de instrucciones para el envío del
mensaje).
ü Bajar el tiempo de respuesta: Es importante debido al tiempo

adicional requerido por la comunicación entre sitios diferentes.
ü Aumentar la disponibilidad: Aún en la presencia de fallas e los

sitios.
DEFINICIÓN DE UNA TRANSACCIÓN DISTRIBUIDA
Hay varios elementos que delimitan una transacción distribuida y

permiten definirla. Ellos son:
Begin_Transaction: Primitiva que indica el comienzo de la

transacción y a partir todas las acciones deben ser ejecutadas
hasta que haya un commit o un rollback.
Commit: Indica la terminación exitosa de la transacción.
Rollback: Acción que permite anular los cambios hechos hasta el

momento por la transacción.
Agentes: Procesos de una aplicación que han de ejecutarse en

otros sitios. Para cooperar en la ejecución de una operación global
requerida por la aplicación, los agentes tienen que comunicarse
(a través de mensajes).
Agente Raíz: Es el encargado de iniciar la transacción,

normalmente en el sitio origen de la transacción.
El agente raíz, en la mayoría de los sistemas, tiene la

responsabilidad de iniciar Begin_Transaction, Commit y Rollback.
En algunos sistemas, sólo el agente raíz puede solicitar la creación

de un nuevo agente.
Ejemplo: Sea la relación cuenta definida por el siguiente esquema:

cuenta(cta_num, saldo). Sobre ella vamos a realizar una
transferencia de fondos. Las rutinas aparecen a continuación.
NIVEL GLOBAL
Input($valor, $cta_orig, $cta_dest);

begin_transaction;
93
SELECT saldo INTO $saldo_orig

FROM cuenta
WHERE cta_num=$cta_orig;
if $saldo_orig < $valor
rollback;
else begin
UPDATE cuenta
SET saldo=saldo - $valor
UPDATE cuenta
SET saldo=saldo + $valor
WHERE cta_num=$cta_dest;
commit;
end;
CON AGENTES
Agente_raíz:
Input($valor, $cta_orig, $cta_dest);

begin_transaction;
SELECT saldo INTO $saldo_orig
FROM cuenta
if $saldo_orig < $valor
rollback;
else begin
UPDATE cuenta
SET saldo=saldo - $valor
create Agente1;
send to Agente1($valor, $cta_dest);
commit;
end;
Agente1:
receive from Agente_raiz($valor,$cta_dest);

UPDATE cuenta
SET saldo=saldo + $valor
WHERE cta_num=$cta_dest;
Soporte de un DDMBS
Un sistema manejador de bases de datos distribuidas debe

implementar primitivas globales begin_transaction, commit,
94
Rollback y asumir en cada sitio un Manejador Local de

Transacciones (LTM) que aproveche los sistemas existentes.
6.2 Recuperación de Transacciones Distribuidas
RECUPERACIÓN EN SISTEMAS CENTRALIZADOS
1. Tipos de fallas
ｉ） Fallas sin pérdida de información: Toda la información en
memoria está disponible para recuperación. Ejemplo: Un
rollback de una transacción por algún error.
ｉｉ） Fallas con pérdida de información volátil: La información
del disco no es afectada. Estas fallas ocurren con las
caídas del sistema.
ｉｉｉ） Fallas con pérdida de información no volátil: La
información del disco se pierde debido a fallas en los
medios de almacenamiento.
ｉｖ） Fallas con pérdida de almacenamiento estable: Son fallas
simultáneas de dispositivos de almacenamiento no volátil
que soportan almacenamiento estable. Estas tienen una
probabilidad muy baja de que ocurran.
Almacenamiento Estable: Aquel que bajan la probabilidad de

falla replicando en varios discos con MODOS DE FALLA
INDEPENDIENTES, incluyendo una estrategia de reemplazo
cuidadosa.
2. Archivos de Log. Técnica básica para implementar

transacciones en presencia de fallas. Almacenan la
información suficiente para deshacer resultados parciales y
para rehacer resultados definitivos .
Con las fallas tipo ii) se aprovecha la información de los

archivos Log la cual consta de:
ｉ） Transacciones comprometidas que no quedaron escritas.
ｉｉ） Transacciones no comprometidas que quedaron y no
quedaron escritas.
Para la recuperación de las transacciones se utilizan las

propiedades:
ｉ） undo(undo(... (acción)...)) = undo(acción)
ｉｉ） redo(redo(... (acción)...)) = redo(acción)
Contenido de los archivos de Log:

95
• Identificador de transacción
• Identificador de fila
• Tipo de acción (insert, update, delete)
• Valor anterior
• Valor nuevo
• Información auxiliar (dirección del registro anterior y otra)
• Primitivas begin_transaction, commit, Rollback.
Antes de un checkpoint, al menos la porción undo del Log en

memoria debe escribirse en almacenamiento estable.
Antes de escribir un commit, todos los registros Log de la

transacción deben escribirse en almacenamiento estable, en
los archivos de Log. Esto garantiza la recuperación hacia
delante.
3. Checkpoint. Consiste en escribir en almacenamiento estable,

los registros de log en memoria y los cambios en memoria (en
los buffers de la base de datos ), en el lugar donde se
encuentra físicamente la base de datos.
Escribir el registro checkpoint (en Log) en almacenamiento

estable consiste en registrar las transacciones activas en el
momento del checkpoint).
4. Procedimientos de recuperación.
ｉ） Buscar y leer, en el archivo de Log, el último registro
checkpoint.
ｉｉ） Incluir en una lista Undo todas las transacciones en el
momento del checkpoint. Iniciar una lista Redo vacía.
ｉｉｉ） Recorrer el archivo de Log hasta el final haciendo lo
siguiente: Si hay Begin_transaction registrar en la lista
Undo. Si hay Commit registrar en la lista Redo.
ｉｖ） Recorrer las listas haciendo undo y redo.
5. Archivos de Log fuera de linea. Son Logs de transacciones

sobre los que no se puede hacer undo ni redo. Son utilizados en
caso de fallas tipo iii), las cuales pueden ser:
ｉ） Fallas en las cuales la información de la base de datos se
pierde pero los Logs fuera de línea están seguros.
ｉｉ） Fallas con información de Logs fuera de línea perdida.
Estos mecanismos son aplicables en los sitios donde operan las

bases de datos locales que se integran en una base de datos
distribuida.
96
FALLAS DE COMUNICACIÓN EN BASES DE DATOS DISTRIBUIDAS
Para mencionar las fallas, conviene mencionar los requerimientos

de una red para que dos sitios A y B puedan intercambiar
mensajes:
§ El sitio A recibe un reconocimiento positivo después de un

tiempo menor que un parámetro DMAX.
§ El mensaje es entregado en B conservando la secuencia.
§ El mensaje es correcto.
Los tipos de errores pueden ser mensajes perdidos (ya sea de

datos o de confirmación) o particiones (A no se comunica con B
pero se comunica con otros sitios, los cuales tampoco se
comunican con B).
Si B no recibe reconfirmación (ACK) después de un tiempo

(mensaje perdido), una de las siguientes situaciones pudo haber
ocurrido:
§ El sistema está lento.

§ Una falla de comunicación ocurrió antes de la entrega del
mensaje en B.
§ Una falla de comunicación después de la entrega en B.
§ Una caída del sitio B antes de la entrega en B.
§ Una caída del sitio B después de la entrega en B.
Niveles de algoritmos de confiabilidad
CLASE 1: Sólo atienden fallas de sitios. Son ideales para redes

completamente confiables.
CLASE 2: Atienden fallas de sitios y mensajes perdidos.
CLASE 3: Atienden fallas de sitios, mensajes perdidos y particiones.
Sistemas k-elásticos o k-resilientes
Son sistemas que pueden tolerar simultáneamente k fallas, como k

sitios caídos o k particiones generadas.
MODELO DE REFERENCIA PARA EL MANEJO DE TRANSACCIONES

DISTRIBUIDAS
Los procesos que se involucran en el manejo de las transacciones

distribuidas son:
97
§ LTM (Manejador Local de Transacciones): implementa las

primitivas correspondientes a las subtransacciones en cada
uno de los sitios. Los LTMs no se comunican entre sí. Ellos
implementan la Interface 1 (local_begin, local_commit,
local_Rollback y local_create).
§ DTM (Manejador de la Transacción Distribuida): el cual tiene

como requisitos:
o Asegurar la atomicidad de las subtransacciones por
parte del LTM
o Escribir algunos registros (nuevos tipos de registros) en
almacenamiento estable, por parte del LTM, a nombre
del DTM
El DTM es implementado por un conjunto de agentes_DTM
locales que se comunican entre sí. Implementa la interface 2
(begin_transaction, commit, rollback, create –remoto-). El DTM
debe saber cuáles agentes forman una transacción distribuida.
§ Agentes de la Transacción Distribuida: Constituido por el

agente raíz y los otros agentes. El agente raíz es quien utiliza la
interface 2 o DTM.
Para asegurar la atomicidad de una transacción distribuida:
1. En cada sitio, o todas las acciones son ejecutadas o ninguna se

ejecuta (A cargo de cada LTM).
2. Todos los sitios deben tomar la misma decisión (todos hacen
commit o todos hacen rollback)
¿Cómo funciona la Transacción Distribuida con este modelo?
§ El agente Raíz inicia el begin_transaction.

§ El agente DTM solicita un local_begin al LTM local (en el sitio
origen). En este sitio el LTM registra un begin_transaction en el
Log local.
§ Opcionalmente, se pueden registrar operaciones en el sitio
origen.
§ El agente Raíz encuentra la instrucción Create Agente2, para
activar un agente en el sitio 2. Lo hace a través del DTM.
§ El agente DTM envía la solicitud de Create al agente DTM del
sitio 2.
§ El agente DTM del sitio 2 solicita un local_create al LTM del sitio
2.
98
§ El LTM del sitio 2 crea el proceso Agente2. A partir de este

momento, el agente Raíz y el agente2 ya se pueden
comunicar.
§ El agente DTM solicita un local_begin al LTM del sitio 2, donde el
LTM registra un begin_transaction en el su Log local.
§ El agente2 (en el sitio 2) entra en estado de espera mediante
su primera instrucción Receive from agente_raiz(parámetros).
§ El agente Raíz transmite al agente2 los parámetros.
§ El agente Raíz inicia el commit mediante el protocolo 2PC, a
través del DTM, quien solicita local_commit a los LTMs donde
hay subtransacciones activas.
Tanto el commit como el rollback son iniciados por el agente Raíz.

La principal dificultad del protocolo commit global es que todas las
subtransacciones hagan commit aún en caso de fallas. Es el
proceso más difícil y costoso.
PROTOCOLO 2-PHASE-COMMIT
Se apoya en dos fases: La primera es obtener una decisión común

y la segunda implementar la decisión. Se apoya en un proceso
Coordinador y varios procesos Participantes.
Fase 1: Coordinador Registra prepare en el LOG

Transmite prepare a los participantes
Activa TimeOut
Participante Espera mensaje prepare
Si decide hacer commit Entonces
Registra operaciones en LOG
Registra ready en LOG
Transmite ready al coordinador
Sino
Registra rollback en LOG
Transmite rollback al coordinador
Coordinador Espera mensaje ready ó rollback de todos
los Participantes o TimeOut
Fase 2: Coordinador Si TimeOut o por lo menos un rollback

Registra global_rollback en LOG
Transmite rollback a los participantes
Sino
Registra global_commit en LOG
Transmite commit a los participantes
Participante Espera mensaje rollback o commit
Registra rollback ó commit en LOG
Transmite Ack al coordinador
99
Ejecuta rollback ó commit

Coordinador Espera mensaje Ack de los participantes
Registra complete en LOG
Comportamiento del protocolo 2PC en presencia de fallas de sitios
§ Un participante falla antes de escribir el registro ready en el

LOG o antes de transmitirlo al coordinador.
o Se activa el TimeOut del coordinador. El coordinador
transmite rollback a los participantes.
o Cuando el participante se recupera, simplemente se
aborta la transacción.
§ Un participante falla después de escribir ready en el LOG y

transmitirlo.
o El 2PC sigue su curso normal, los otros sitios terminan la
transacción (commit o rollback).
o El coordinador no recibe el Ack del participante caído.
Cuando este se recupera, consulta al coordinador y
otro participante el resultado de la transacción y lo
ejecuta (commit o rollback).
§ El coordinador falla después de escribir el prepare en el LOG y

transmitirlo pero antes de registrar un global_commit ó
global_rollback en el LOG.
o Los participantes que hayan hecho ready esperan la
recuperación del coordinador.
o Cuando el coordinador se recupera, lee la identidad
de los participantes del prepare, transmite el prepare
nuevamente a los participantes y continúa.
§ El coordinador falla después de global_commit ó

global_rollback en el LOG y transmitirlo, pero antes de escribir el
complete en el LOG.
o Cuando el coordinador se recupera, envía el
global_commit ó global_rollback nuevamente.
§ El coordinador falla después de escribir el registro complete en

el LOG.
o La transacción está concluida.
Comportamiento del protocolo en presencia de mensajes perdidos
§ Un mensaje prepare se pierde.

registra rollback y lo transmite a los participantes.
100
§ Un mensaje ready o rollback de un participante.

registra rollback y lo transmite a los participantes.
§ Un mensaje commit o rollback del coordinador.

o Introducir el mecanismo de TimeOut en el participante,
el cual debería solicitar repetición de la decisión.
§ Un mensaje Ack de un participante.

o Introducir un nuevo TimeOut en el coordinador, el
permitiría enviar el comando de nuevo (commit o
rollback).
Comportamiento del protocolo en presencia de particiones de red
Si la falla se presenta en la partición donde se encuentra el

coordinador, para la otra partición el comportamiento es como si
fuera una falla del coordinador.
Si la falla se presenta en la partición donde no se encuentra el

coordinador, para el coordinador el comportamiento es como si
fueran fallas de los participantes.
Características del 2PC
1. Capacidad de abortar unilateralmente hasta justo antes de la

respuesta ready.
2. Bloqueo por falla del coordinador o de la red.
3. Posibilidad de eliminar el mensaje prepare pero mayor
probabilidad de bloqueo y la autonomía de cada sitio se ve
reducida.
4. Incremento de eficiencia usando commit presumido o rollback
presumido, propio del Sistema R*.
5. Tratamiento al problema de la recuperación remota
solicitando información a
a. El coordinador
b. Otro participante
c. Mediante un spool de mensajes en cada sitio
6.3 Control de concurrencia basado en Transacciones

Distribuidas
CONTROL DE CONCURRENCIA EN SISTEMAS CENTRALIZADOS

101
En los sistemas centralizados, el control de concurrencia está

basado en bloqueos y en la correcta definición de transacciones.
1. Modos de bloqueo:
a. Bloqueo Compartido (S o Shared) donde un dato
puede ser accesado por varias transacciones.
b. Bloqueo Exclusivo (X o eXclusive) donde un dato puede
ser accesado por sólo una transacción.
2. Transacciones bien formadas, con bloqueo S para lectura y

bloqueo X para escritura.
3. Conflicto entre dos transacciones, el cual se da cuando hay

dos modos incompatibles de bloqueo: S con X y X con X.
Para que haya ejecución concurrente de transacciones se

requiere de:
1. Transacciones bien formadas

2. Reglas de compatibilidad de bloqueo
3. Las transacciones no deben requerir bloqueos después de
liberados. Son 2PL (2-Phase Lock):
a. Fase creciente: de bloqueos
b. Fase decreciente: de liberaciones de bloqueos
Ejecución de transacciones garantizando aislamiento
El 2PL no garantiza el aislamiento. Para garantizarlo se debe seguir

la siguiente secuencia:
1. begin_transaction
2. bloqueos
3. operaciones
4. commit
5. liberar bloqueos
CONTROL DE CONCURRENCIA EN SISTEMAS DISTRIBUIDOS
Consiste en aprovechar las facilidades de los DBMSs locales (LTMs)

para construir los mecanismos distribuidos. Estos permiten bloquear
y liberar datos locales.
En el nivel 1, los LTMs implementan las primitivas local_lock_shared,

local_lock_exclusive y local_unlock.
102
En el nivel 2, los DTMs implementan las primitivas lock_shared,

lock_exclusive y unlock.
Problemas con datos replicados
Aparecen cuando dos transacciones tienen conflicto de bloqueo

en dos copias del mismo dato, almacenado en sitios diferentes. Y
lo peor es que no se dan cuenta del conflicto. Esto se convierte en
un Bloqueo Inútil.
La solución consiste en hacer bloqueos locales por parte de los

LTMs locales en todos los sitios del dato replicado. Esto implica que
una primitiva de bloqueo es traducida en muchas primitivas de
bloqueo.
Alternativas de solución:
1. Bloqueo de escritura en todos, bloqueo de lectura en uno: Un

conflicto es detectado siempre. Si es compartido-exclusivo (S
con X), el conflicto es detectado en el sitio del bloqueo S. Si es
exclusivo-exclusivo (X con X), el conflicto es detectado en
todos los sitios.
T1 à S
T2 à X X X X X
A A A A A
2. Bloqueo por mayoría: El conflicto es detectado en al menos un

sitio. Supongamos que el dato A está replicado en cinco sitios y
las transacciones T1 y T2 trata de bloquearlo.
T1 T1 T1
A A A A A
T2 no puede bloquear el dato A.
3. Bloqueo de copia primaria: Los conflictos son descubiertos en

el sitio donde reside la copia primaria.
Problema del Abrazo Mortal
Puede involucrar dos o más transacciones. Un sistema lo puede

descubrir mediante un grafo wait-for y analizando si hay ciclos en
él.
103
En transacciones distribuidas, un grafo de espera global debe ser

construido por el DTM. Dicha construcción corresponde a
algoritmos complejos.
T1 T2 T3
A T1 T2
B
B C
C T3
A
En vista de la complejidad, la mayoría de los sistemas usan

TimeOuts para detección del abrazo mortal.
Si el TimeOut es corto, muchas transacciones que no entran en

abrazo mortal pueden ser abortadas. Si es largo, podría haber
desperdicio de tiempo por transacciones en abrazo mortal.
El mecanismo de TimeOut no es conveniente para sistemas

congestionados por el efecto en cascada que esto puede
generar.
El problema de la disponibilidad con 2PL
En caso de bloqueo de todas las copias de un dato, si el sitio con

una copia del dato se cae, la transacción se bloquea. En este
caso, la redundancia disminuye la disponibilidad del sistema para
la transacción.
Una subtransacción bloqueada después de bloquear datos se

apropia de recursos que no pueden ser usados por otras
transacciones. La solución es abortar las subtransacciones
bloqueadas, pero antes de enviar el ready.
La recuperación y el 2PL
La fase creciente del 2PL y el abrazo mortal deben ser cancelados

antes de que un participante escriba ready en el LOG.
Si una falla bloquea la ejecución del 2PC y algún participante ha

registrado ready, el participante debe conservar los bloqueos de la
transacción, hasta que sea informado de la decisión.
MODELOS DE PROCESOS Y DE COMUNICACIÓN EN TRANSACCIONES

DISTRIBUIDAS
104
Son los enfoques para la organización de la computación y de la

comunicación de la transacciones.
Modelo de Procesos
Consiste en tener un proceso del sistema operacional por cada

transacción.
Usa tablas de bloqueo compartidas por los procesos. Hay una

fuerte correspondencia entre transacciones y procesos.
La desventaja aparece cuando hay una entrada-salida

infructuosa de una transacción, lo cual implica cambio de proceso
dando lugar a mucho trabajo de CPU. Muchos procesos
(transacciones) concurrentes demandan mucha memoria.
Muchos DBMSs tienen su propio planificador de procesos e

implementan más convenientemente sus estrategias de
planificación.
Las Transacciones Distribuidas en el Modelo de Procesos
Una transacción distribuida implica la ejecución de varios procesos

en diferentes sitios.
Los agentes de una transacción distribuida son procesos locales

separados, aunque hay variaciones:
§ Crear un proceso para servir cada solicitud, generándose

varios procesos.
§ Crear sólo un proceso para la primera solicitud y retenerlo
durante toda la transacción.
Modelo de Servidores
Los procesos servidores existen independientes de las

transacciones.
Las transacciones usan los servicios del proceso servidor por medio
de mensajes.
Un proceso servidor atiende en forma dinámica las transacciones.
Un registro LOG es etiquetado con el identificador de transacción y

no con el identificador de servidor.
105
Hay baja sobrecarga en creación y en conmutación de procesos.
Una transacción distribuida solicita la ejecución de una función

remota enviando un mensaje de solicitud a un servidor en el sitio
remoto. Este mensaje es etiquetado con el identificador de
transacción.
El proceso servidor es el agente de la transacción solo por el

tiempo que se ejecuta a nombre de esa transacción. Después se
convierte en agente de otra transacción.
Sesiones para comunicación de procesos
El enfoque de procesos usando sesiones es más conveniente. Pues

se requiere que el proceso por cada sitio sea retenido en lugar de
crear uno nuevo cada vez que haya una solicitud. Hay un proceso
simple para todas las transacciones en cada sitio, además es una
estructura computacional distribuida estable.
Se justifica por los siguientes motivos:
§ La autenticación e identificación se hace una sola vez.

§ El intercambio de muchos mensajes durante toda la sesión.
Datagramas
Con las siguientes características:
§ La comunicación, entre procesos o servidores, tiene un patrón

irregular.
§ Es no-orientado a conexión.
§ Todo el protocolo de autenticación e identificación se ejecuta
para cada mensaje.
Topologías en Transacciones Distribuidas
ESTRUCTURA CENTRALIZADA de Transacciones Distribuidas:
§ El agente raíz activa y controla los otros agentes (esto simplifica

el control de concurrencia y la recuperación).
§ Los otros agentes no deberían comunicarse entre sí, pero para
evitar sobrecarga transmitida al agente raíz, se permite algún
grado de comunicación.
ESTRUCTURA JERARQUICA de Transacciones Distribuidas:

106
§ Cada agente puede activar otros agentes, creando un árbol

de agentes.
§ Hay comunicación directa entre agentes.
Estructuras de comunicación para protocolos commit
CENTRALIZADA à La comunicación es entre coordinador y

participantes.
JERARQUICA à Cada agente DTM, que es interno al árbol, recoge

mensajes de sus hijos o los dispersa a ellos.
LINEAL à Hay ordenamiento de sitios. Cada sitio tiene un

predecesor y un sucesor, excepto el primero y el último.
DISTRIBUIDO à Cada participante requiere comunicarse con los

otros participantes para efectos de commit o rollback.
Completar:
1. Los procesos que permiten dar integración al DDBMS son

_DTMs_
2. En el manejo de Transacciones Distribuidas sobre una WAN

lenta, los tipos de costos que no se tienen en cuenta son los de
__transmisión_
3. Si en un servidor con RAID 5 fallan 2 discos de los 4 que posee,

hay una falla __con pérdida de almacenamiento estable_
4. Si en un servidor con RAID 5 falla 1 disco de los 4 que posee,

hay una falla __ninguna_
5. Si en un servidor con RAID 1 falla 1 disco, hay una falla

__ninguna_
6. Si el DDBMS aborta una transacción de un usuario por un error

de overflow hay falla __sin pérdida de información
7. Si el sistema es desconectado accidentalmente hay una falla

__con pérdida de información volátil
107
8. Si el Participante1 ha transmitido ready y previamente había

hecho lock_shared(A) y otra transacción requiere leer el dato A
qué tiene que esperar?__Nada_
9. Si el Participante1 ha transmitido ready y previamente había

hecho lock_shared(A) y otra transacción requiere modificar el
dato A qué tiene que esperar?__Desbloqueo del dato_
Cuándo?__global_commit o global_abort
10. En una liquidación de una nómina con una intenso intercambio

de datos entre dos ciudades durante 30 minutos
quincenalmente, el enfoque de comunicación de procesos
adecuado es __Sesión_
11. Qué secuencia de ejecución se da en las siguientes

operaciones (hay bloqueos explícitos previos) sabiendo que T1
inicia primero pero T2 inicia antes que T1 actualice Y y T3 inicia
de último pero antes que T2 actualice Z: (Ejemplo: T1-X T1-Y T3-
Z ...)
T1(update(X),update(Y))
T2(update(Y),update(Z))
T3(update(Z),update(W))
T1-X T2-Y T3-Z T3-W T2-Z T1-Y
12. Qué secuencia de ejecución se da en las siguientes

operaciones (hay bloqueos explícitos previos) sabiendo que T1
inicia primero pero T2 inicia antes que T1 actualice Y y T3 inicia
de último pero antes que T2 actualice Z:
T1(update(X),update(Y))
T2(update(Y),update(Z))
T3(update(Z),update(X))
Abrazo Mortal_
Suponga la transacción T de acuerdo con los procesos mostrados

del 2PC:
Coordina
d Partic3
Partic1
WAN
Partic4
Partic2
108
2. Cuál es el resultado final de la transacción si se daña la WAN

después de que Partic3 y Partic4 registran el ready en el LOG y
lo transmiten por la WAN.
3. Cuál es el resultado final de la transacción si el Coordinador

recibe el mensaje ready del Partic3 pero se cae antes de
recibir el mensaje de Partic4.
Supóngase que las transacciones T1 y T2 están ejecutándose en el

tiempo y sean A1, A2, A3 y A4 replicas de la tabla A en los sitios 1,
2, 3 y 4:
Tiempo T1 T2
a) lock_X(A1) lock_X(A2)
b) lock_X(A3) lock_X(A4)
c) lock_X(A2) lock_X(A1)
d) lock_X(A4) lock_X(A3)
4. Explique si funciona o no el bloqueo por mayoría.
5. Explique si funciona o no el bloqueo de escritura en todas.
6. Explique si funciona o no el bloqueo de copia primaria,

suponiendo que el sitio de la copia primaria es el 1.
7. Una transacción bloquea el dato X replicado en n sitios. Uno

de los participantes se cae después de que todos envían el
ready. ¿Qué ocurre con la transacción y por qué?
8. Durante el día, en una corporación, hay en promedio 20

transferencias de fondos entre dos cuentas de un cliente
especial de la corporación. Las cuentas están en Armenia y
Santafé de Bogotá respectivamente. ¿Cuál enfoque de
comunicación de procesos es el adecuado y por qué?
9. Durante el día, en una empresa nacional, hay una transacción

con un procesamiento en batch que dura aproximadamente
1 hora. ¿Cuál enfoque de comunicación de procesos es el
adecuado y por qué?
7
Control de Concurrencia
Distribuida
110
El control de concurrencia se entiende con las propied ades de

aislamiento y consistencia de las transacciones. El mecanismo de
control de concurrencia distribuida asegura que la consistencia de
la base de datos sea mantenida en un ambiente distribuido
multiusuario. Si las transacciones son internamente consistentes, es
decir, no violan restricciones de integridad y consistencia, la
manera más simple de lograr su objetivo es ejecutar cada
transacción completamente sola, una después de otra. Sin
embargo, esta alternativa no es práctica ya que minimizaría el
rendimiento del sistema. El nivel de concurrencia es entonces el
parámetro más importante en sistemas distribuidos. Por
consiguiente, su mecanismo intenta encontrar un punto adecuado
entre mantener la consistencia de la base de datos y un alto
grado de concurrencia.
SERIABILIDAD EN UNA BASE DE DATOS CENTRALIZADA
Dos transacciones Ti y Tj se ejecutan serialmente en un itinerario S

(secuencia de operaciones), si la última operación de Ti precede
la primera operación de Tj, o viceversa. De lo contrario, se ejecutan
concurrentemente.
Definamos Serial(S) como una secuencia de transacciones de un

itinerario serial S. Si un itinerario S es no serial, Serial(S) no está
definido. Ejemplo:
S = Ri(x) Ri(y) W i(z) Rj(z) Rk (x) Rk (y) Rk (z), donde los subíndices
identifican la transacción, R una operación de lectura y W una de
escritura.
Serial(S) = Ti Tj Tk ⇒ Ti < Tj < Tk (Ti precede a Tj y Tj precede a Tk )
La ejecución serial de transacciones descrita por un itinerario serial

es por definición correcta.
Ejecución Correcta de Transacciones en presencia de

Concurrencia
Un itinerario es correcto si es seriable, es decir,

computacionalmente equivalente a un itinerario serial.
Un Mecanismo de Control de Concurrencia es correcto si permite

que las transacciones ejecuten operaciones de manera tal que se
produzcan itinerarios seriables.
111
Equivalencia de Itinerarios
Sean dos itinerarios S1 y S2. Se dice que S1 es equivalente a S2 si para

cada par de operaciones en conflicto Oi y Oj tales que Oi < Oj en
S1 entonces Oi < Oj en S2. Ejemplo:
S1: Ri(x) Rj(x) W j(y) W i(x)

S2: Rj(x) Ri(x) W i(x) W j(y)
S3: Rj(x) W j(y) Ri(x) W i(x)
La precedencia de las transacciones depende sólo del orden de

las operaciones en conflicto. En los tres itinerarios Rj(x) < Wi(x), es
decir, la transacción j lee el dato x antes de que la transacción i lo
modifique, y eso precisamente debe conservarse en todos los
itinerarios.
SERIABILIDAD EN UNA BASE DE DATOS DISTRIBUIDA
Itinerario Local
Es una secuencia de operaciones ejecutadas por las transacciones

en un sitio.
Ejecución Correcta de una Transacción Distribuida
La ejecución correcta de las transacciones T1, T2, ..., TN

correspondientes a una transacción distribuida se define de la
siguiente manera:
1. Cada itinerario local Sk es seriable.

2. Existe un ordenamiento total de las transacciones tales que: Si
Ti<Tj en el ordenamiento total, entonces hay un itinerario serial
Sk’ tal que Sk es equivalente a Sk’ y Ti < Tj en Serial(Sk’) para todo
k, donde ambas transacciones han ejecutado alguna acción.
Otra forma de definirla:
Sean T1, T2, ..., TN un conjunto de transacciones. Sea E una

ejecución de estas transacciones modeladas por los itinerarios S1,
S2, ..., SM (Matriz de MxN). E es correcto (seriable) si existe un
ordenamiento total de las transacciones tales que para cada par
de operaciones en conflicto Oi y Oj de Ti y Tj, Oi < Oj en cualquier
itinerario S1, S2, ..., SM si y solo si Ti < Tj en el ordenamiento total.
112
Un Mecanismo de Control de Concurrencia es correcto si permite

solamente ejecuciones correctas de transacciones distribuidas.
2PL es un Método de Control de Concurrencia Distribuido
Si todas las transacciones distribuidas son 2PL entonces los

itinerarios locales son seriables.
2PL es un método correcto de control de concurrencia distribuido.
2PL garantiza que todas las ejecuciones de transacciones sean

seriables pero no garantiza que todas las ejecuciones seriables se
produzcan.
EJERCICIO PROPUESTO
Sean T1 y T2 transacciones concurrentes. Produzca un itinerario seriable

equivalente a las siguientes operaciones:
ReadT1(X), ReadT1(Y), ReadT2(X), WriteT2(X), WriteT1(Y)

113
Bases de Datos Distribuidas

en Oracle
114
El nivel de sofisticación de la tecnología de bases de datos

distribuidas ha aumentado mientras que el entendimiento por
parte del usuario promedio no. Es importante que, con las
facilidades de distribución de Oracle, los desarrolladores tengan
una herramienta y una guía rápida a la mano. Introduciremos
varios aspectos, desde la definición del esquema de la base de
datos y la distribución de los datos en Oracle mediante Links o
enlaces, hasta la generación de los formularios en Oracle,
pasando por bloques simples y luego por formas maestro-detalle.
8.1 Oracle y el Modelo OSI
Net8 es el protocolo de red que Oracle provee para soportar las

comunicaciones con una base de datos Oracle sobre una red.
Aunque las transacciones son ejecutadas sobre el servidor de la

base de datos, ellas usualmente no se inician en él. Una
transacción se puede iniciar mediante un click de mouse sobre
una página web o una lectura de código de barras en un
supermercado.
Hay diferentes componentes Oracle para redes asociados con los

niveles 5, 6 y 7. En los niveles inferiores del modelo OSI se manejan
las características físicas de la red y el enrutamiento. Analizaremos
los niveles superiores.
Nivel de Aplicación
Este nivel está formado por las interfaces de usuario como por
ejemplo, los web browsers, las aplicaciones desarrolladas en Forms
o, inclusive, lectores de códigos de barras. La aplicación inicia la
solicitud en el lado del cliente. Estas pueden ser de conexión, de
consulta o de actualización.
Las solicitudes se hacen a través del OCI (Oracle Call Interface), el

cual contiene llamadas API para hacer lo siguiente:
Ÿ Conectarse a la base de datos y desconectarse
Ÿ Análisis sintáctico de las instrucciones SQL

115
Ÿ Abrir y cerrar cursores
Ÿ Ejecutar instrucciones SQL
Ÿ Manejar excepciones (errores)
Ÿ Obtener filas de datos
Nivel de Presentación
En este nivel reside el Net8, el cual es usado por el OCI. Net8 es

requerido para establecer comunicación entre servidores y clientes
o entre servidores con otros servidores. Net8 es también
responsable de traducir diferencias entre conjuntos de caracteres
o representaciones de datos que puedan existir a nivel del sistema
operacional.
Net8 opera en un ambiente homogéneo aunque se tengan

diferentes sistemas operacionales y diferentes arquitecturas de
procesador. Tiene tres componentes básicos:
Ÿ El Cliente: Software que inicia la conexión, lo cual puede ser

desde una página web o desde otro servidor Oracle.
Ÿ El Servidor: Software al cual el cliente se conecta. Puede ser un

servidor Oracle.
Ÿ El Oyente (Listener): Crea puntos de escucha (o direcciones)

que alberga el servidor Oracle.
Es claro que estas conexiones se apoyan en el nivel de sesión,

encargado real de establecer la comunicación entre los procesos.
Nivel de Sesión
Está constituido por el TNS (Transport Network Substrate),

componente Oracle encargado de:
Ÿ Establecer y finalizar conexiones entre bases de datos y

transportar datos y solicitudes.
Ÿ Traducir mensajes OCI en mensajes SEND. Estos mensajes OCI

pudieron haber sido traducidos en el nivel de presentación o
pudieron haber pasado directamente del nivel de aplicación
en el caso de un ambiente completamente homogéneo.
116
Ÿ Pasar mensajes RECEIVE en formato OCI hacia el nivel de

aplicación pasando, si es necesario, por el nivel de
presentación.
Ÿ Intercambiar datos con el adaptador de protocolos de Oracle,

el cual formatea los datos para el nivel de transporte,
dependiendo del protocolo a utilizar.
Ÿ Proveer manejo de errores e interrupciones.
La siguiente es una situación típica Oracle en el modelo OSI:
CLIENTE NIVEL SERVIDOR

Aplicación Forms Aplicación Servidor Oracle
Net8 Presentación Net8
TNS Sesión TNS
TCP Transporte TCP
IP Red IP
Ethernet Enlace Ethernet
Físico
8.2 Definición del esquema y creación de la base de

datos distribuida
La base de datos distribuida estará definida de la siguiente

manera:
Esquema Global:
PART_DESP (CNUM, PNUM, DNUM, CANT)
Esquema de Fragmentación:
Esquema de Asignación:
Sitio 1, con los fragmentos CLIEN1 y PD1
Sitio 2, con los fragmentos CLIEN2 y PD2
En Oracle no existe ningún objeto que se denomine fragmento. Lo

que conceptualmente conocemos como fragmentos será
representado por tablas.
117
En el sitio 1, la máquina se llamará Maq1 los fragmentos se crearán

así desde SQL*Plus:
SQL>CREATE TABLE clien1 (

cnum VARCHAR2(2) NOT NULL,
nombre VARCHAR2(30) NOT NULL,
ciudad VARCHAR2(10));
SQL>CREATE TABLE pd1 (

pnum VARCHAR2(2) NOT NULL,
dnum NUMBER(2) NOT NULL,
cant NUMBER(3));
Similarmente, en el sitio 2, la máquina se llamará Maq2 y se

definirán los fragmentos así:
SQL>CREATE TABLE clien2 (

nombre VARCHAR2(30) NOT NULL,
ciudad VARCHAR2(10));
SQL>CREATE TABLE pd2 (

pnum VARCHAR2(2) NOT NULL,
dnum NUMBER(2) NOT NULL,
cant NUMBER(3));
En estas instrucciones DDL se pueden incluir restricciones de

chequeo, de tal manera que CLIEN1 sólo acepte clientes de
Armenia y CLIEN2 acepte no más que de Pereira. También se
pueden incluir restricciones de integridad referencial de forma que
PD1 esté relacionado con CLIEN1 y PD2 con CLIEN2, utilizando
CNUM como llave foránea.
El usuario en el sitio 1 se llamará user1 y el del sitio 2 se llamará

user2. Podríamos suponer que en el sitio 1 la base de datos local
está montada sobre Windows 2000 Server y la del sitio 2 sobre Linux
Mandrake.
El objetivo es poder consultar, desde una aplicación la información

de la base de datos, utilizando sólo las relaciones del esquema
global por parte del programador. Esta aplicación se instalará en
el sitio 1.
118
Para lograr ver el esquema global de manera transparente los

pasos a realizar son los siguientes:
1. Crear desde el sitio 1 un servicio de conexión a la base de

datos que se encuentra en el sitio 2. Esto se hace mediante el
programa Oracle Net8 Easy Config, de la misma manera en
que se logra conectar Oracle Forms con una base de datos
local.
2. Crear un enlace a la base de datos del sitio 2 usando el servicio

de conexión a dicha base de datos.
3. Crear un sinónimo en el sitio 1 por cada tabla del sitio 2. Los

sinónimos son objetos de la base de datos y son referenciados
como si fueran tablas.
4. Reconstruir las relaciones globales a partir de los sinónimos.

Estas relaciones globales se representarán mediante vistas.
Creación del Servicio de Conexión
Vamos a suponer que la base de datos del sitio 1 recibe el nombre

de ora_w (oracle sobre windows) y la del sitio 2 el de ora_l (oracle
sobre linux).
Desde el sitio 1, ingresar al programa Oracle Net8 Easy Config y

agregar el servicio oralin, para accesar la base de datos ora_l.
119
Después de elegir Siguiente, ingresar la siguiente información:
Ÿ Protocolo de Comunicaciones: TCP/IP u otro.

Ÿ Nombre del Host: Dirección IP (p.e. 200.31.205.19) o nombre de
máquina.
Ÿ Número de Puerto: 1521 por defecto
Ÿ SID de Base de Datos: Nombre de la base de datos del sitio 2.
(p.e. ora_l).
Creación del Link y de los Sinónimos
En Maq1, ingresar a SQL*Plus, desde user1 y ejecutar la siguiente

instrucción:
SQL> CREATE DATABASE LINK ora_l

CONNECT TO user2 IDENTIFIED BY user2
USING ‘oralin’;
SQL> CREATE PUBLIC SYNONYM clie2 FOR clie2@ora_l;

SQL> CREATE PUBLIC SYNONYM pd2 FOR pd2@ora_l;
En este momento, en el sitio 1, se podrán ver en el catálogo las

tablas clie1 y pd1 (fragmentos del sitio 1) y los sinónimos clie2 y pd2
(fragmentos del sitio 2), accesándolos como si fueran locales.
Creación de las Relaciones Globales

120
En el sitio 1, se crearán dos vistas con los nombres CLIENTE y

PAR T_DESP, desde SQL*Plus:
SQL> CREATE VIEW cliente AS

(SELECT * FROM clien1) UNION (SELECT * FROM clien2);
SQL> CREATE VIEW part_desp AS

(SELECT * FROM pd1) UNION (SELECT * FROM pd2);
De esta manera hemos obtenido un esquema global para que sea

accesado con transparencia para efectos de consulta por parte
del usuario y para desarrollo de aplicaciones de consulta por parte
del programador.
8.3 Introducción a Oracle Forms
Antes de ingresar a Oracle Forms, se debe subir la base de datos,

tarea que hace el DBA, o si es monousuario (Windows) lo hace el
programador, mediante el programa Start Database.
Para que Oracle Forms pueda interactuar con la base de datos se

requiere de un programa que los comunique, denominado lsnrctl,
el cual, en NT se ejecuta automáticamente, mientras que en
Windows 98 y Linux hay que hacerlo manualmente:
Al ingresar a Oracle Forms (Forms Builder 6.0), aparece la pantalla

de bienvenida Wecome to the Form Builder.
121
Al cancelar o seleccionar la opción Build a new form manually, se

podrá trabajar con uno de los componentes de Forms
denominado Object Navigator, el cual muestra todos los
elementos de la Forma como Bloques de Datos, Triggers, Unidades
de Programa, Ventanas y Alertas, entre otros.
Además muestra elementos que no constituyen parte de la Forma

como Librerías PL/SQL y Objetos de la Base de Datos.
Son cinco categorías de elementos en Object Navigator:
Forms: Contiene todas las formas (p.e. Module1) y los objetos de

cada una, tales como triggers, alertas, bloques de datos y canvas
y unidades de programa.
Menus: Contiene los menús y los objetos de cada uno tales como
items, parámetros y unidades de programa.
PL/SQL Libraries: Son librerías, ya sea almacenadas en la base de

datos o en archivos. Pueden ser compartidas por las formas y por
los desarrolladores.
Object Libraries: Son librerías que pueden contener colecciones de

objetos diversos.
Built-in Packages: Son paquetes almacenados por defecto para

las formas, reportes y gráficas.
Database Objects: Contiene todos los objetos de la base de datos

como tablas, vistas, unidades de programa almacenadas, etc.
122
El menú que aparece en la barra superior da acceso a casi todas

las características de Oracle Forms:
File tiene opciones para crear, abrir, grabar e imprimir formas.

También permite conectarse a la base de datos y compilar formas.
Edit permite cortar, copiar y pegar objetos, invocar un editor y

deshacer una acción.
View permite intercambiar entre un despliegue de los elementos

meramente visuales (visual view) y uno con todos los elementos del
usuario (ownership view).
123
Navigator tiene opciones para colapsar y expandir el árbol de los

elementos relacionados con la forma. También es usado para
crear y borrar objetos.
Program maneja opciones para compilar, generar y ejecutar la

forma. Permite controlar triggers, procedimientos y otros tipos de
código.
Tools permite conmutar entre diferentes pantallas como el Layout

editor (editor de presentación), el Menu editor y el Object
Navigator. Tiene varios asistentes (wizards) que pueden activarse
como el Data Block wizard y el Layout wizard.
Windows muestra las pantallas activas y en estilos como cascada u

otros. Por defecto solo muestra el Object Navigator.
Help usado para ayudas.
Oracle Forms normalmente se refiere a una forma con el término

módulo. Cuando Forms Builder se inicia, un módulo por defecto se
crea: MODULE1.
El primer paso para trabajar con la base de datos a través de

Forms Builder es conectarse a ella a través de la opción Connect
del menú File.
Mediante una forma en Oracle Forms podemos hacer operaciones

DML sobre una o varias tablas.
En general, una forma está constituida de uno o más bloques de

datos. Un bloque de datos, normalmente, corresponde a una
tabla base de la base de datos. Para cada tabla que se tenga
que mostrar en la forma, debe crearse un nuevo bloque de datos.
Un bloque de datos está formado por varios campos. Un campo
dentro del bloque de datos puede corresponder a una columna
de la tabla base, aunque no siempre.
Existen cuatro tipos de formas que pueden diseñarse mediante

Oracle Forms:
1. Formas simples: Constan de un solo bloque de datos

correspondiente a una tabla de la base de datos.
2. Formas simples con campos lookup: Contienen un solo bloque

de datos correspondiente a una tabla con uno o más campos
124
que muestran datos de otras tablas, denominados looked up,

lo que quiere decir, que son buscados en otra tabla.
3. Formas maestro-detalle: Contienen dos bloques de datos que

corresponden a dos tablas que tienen una relación 1:N.
4. Formas maestro-detalle con campos lookup: Son similares a las

formas maestro-detalle, pero adicionalmente tienen campos
lookup, ya sea en el bloque maestro o en el bloque detalle.
8.4 Creación de formas simples
Crearemos un solo bloque de datos para la tabla (vista en nuestro

caso) CLIENTE. Un bloque de datos aparece sobre un canvas, el
cual está contenido en una ventana. Se pueden llegar a tener
múltiples canvas y múltiples ventanas por forma. En este caso se
hará con un solo canvas y una sola ventana.
Una forma se puede crear manualmente o de manera asistida.

Oracle Forms provee dos asistentes para crear bloques de datos:
Ÿ El Asistente de bloque de datos (Data Block wizard), el cual

permite escoger la tabla base y las columnas.
Ÿ El Asistente de presentación de datos (Layout wizard), el cual

permite organizar la tabla base y las columnas sobre la forma.
Para crear un bloque nuevo, de la barra superior seleccione el

menú de herramientas y luego podrá activar la opción de
Asistente de bloque de datos, para obtener una ventana con un
mensaje de bienvenida. Aquí sencillamente se procede con el
siguiente paso. En resumen, la secuencia es la siguiente:
Tools à Data Block wizard à Next
Luego aparecerá la siguiente caja de diálogo:

125
En este punto se selecciona Table or View y se hace click en el

botón Next, apareciendo la siguiente caja de diálogo:
126
Si está seguro se entra el nombre de la vista o tabla base, de lo

contrario se busca con Browse, en cuyo caso aparece la siguiente
caja de diálogo:
Hay que seleccionar la tabla base. En nuestro caso debemos

hacer click en Current User y en Views y luego escoger la vista
global CLIENTE. Después de resaltada se hace click en OK.
El asistente reaparecerá con la tabla (o la vista) seleccionada y las

columnas disponibles.
127
De estas columnas disponibles se escogerán las que formen parte

del bloque de datos de la forma, resaltándolas y trasladándolas,
una por una, a la derecha (a Database Items) mediante el botón >
o desplazándolas todas mediante >>. Se debe hacer click en
Next, para que aparezca la caja de diálogo final del asistente del
bloque de datos.
Para efectos de organización y distribución de la forma, se debe

proseguir con el asistente de presentación, escogiendo la opción
Create the data block, then call the Layout Wizard y
hacer click sobre Finish. El bloque de datos es creado y luego el
mensaje de bienvenida del asistente de presentación (Layour
Wizard) aparecerá. Haga click sobre el botón Next para continuar
con el asistente.
Un canvas es como el lienzo sobre el que se pintan los items del

bloque de datos.
Hay diferentes tipos de canvas: content, stacked, Vertical Toolbar,

Horizontal Toolbar y Tab.
128
La presentación de un bloque de datos se puede localizar en un

canvas. Al no haber canvas, la única opción es (New Canvas) y el
tipo, en este caso, será Content. Presione Next. Aparecerá la
siguiente caja de diálogo:
129
Movemos los items disponibles (Available Items) hacia el área de

items a mostrar (Displayed Items) mediante >>. Se presiona Next.
En este punto, se puede cambiar el texto del prompt o etiqueta de

cada uno de los items para dar mayor claridad a quien lee la
interfaz. (Se cambió Cnum por Número Cliente). Los tamaños de
los campos y la altura de cada uno también se pueden modificar.
Se presiona Next. Aparecerá la siguiente caja de diálogo:
Existen dos estilos de presentación para las formas:

130
Ÿ Form: Ubica las etiquetas de los campos a la izquierda del

campo. Normalmente se utiliza para un registro mostrado a la
vez.
Ÿ Tabular: Utilizado para una lista de registros, ubicando las

etiquetas de los campos en la parte superior.
Debe seleccionarse Form y presionar Next. Viene la siguiente caja

de diálogo:
Ÿ Título del Marco (Frame Title): Clientes.
Ÿ Cantidad de Registros mostrados (Records Displayed). Para el

estilo Form debe ser 1. (En el Tabular debe ser superior a 1).
Ÿ Distancia entre registros: Puede ser 0.
En esta ventana debe chequearse la opción Display Scrollbar.

Debe hacerse click en Next para que aparezca la ventana final,
donde se debe seleccionar el botón Finish para crear la
presentación.
El Editor de Presentación
131
En este punto, el Editor de Presentación (Layout Editor) será

mostrado con la forma, tal como va desarrollada, y el bloque de
datos creado hasta el momento.
En caso de que la forma no esté exhibida por el Editor de

Presentación, se activa mediante Tools à Layout Editor.
En el Editor de Presentación, los campos y las etiquetas se pueden

mover haciendo click y arrastrando con el mouse. Si se desea
adicionar texto, líneas, marcos u otros elementos, se puede utilizar
la barra de herramientas de la izquierda.
Si se desea cambiar el texto de una etiqueta, se debe seleccionar

el botón de Texto de la barra de herramientas, dar click en la
etiqueta y proceder a cambiar el texto. Se confirma haciendo
click por fuera de la etiqueta. También se puede adicionar una
etiqueta con texto seleccionando el botón de texto, haciendo
click en un área abierta y digitando el texto.
Para cambiar el tipo de letra de un campo o etiqueta, use el
Apuntador para señalar dicha etiqueta, vaya al menú Format,

luego escoja la opción Font y finalmente seleccione el tipo de
letra. También se puede lograr señalando el campo o la etiqueta y
132
seleccionando directamente el tipo de letra desde la barra de

tipos de letras presente en el Editor de Presentación.
Si se requiere cambiar el color de un texto, use el botón Apuntador,

señalando la etiqueta o el campo y haciendo click sobre el botón
de Color de Texto para finalmente seleccionar el color.
Para cambiar el tamaño de un campo, seleccione el campo,

arrastre con el mouse uno de los lados y determine el tamaño.
La Paleta de Propiedades
Estando en el Editor de Presentación y haciendo doble click en

algún objeto de la forma, aparece la Paleta de Propiedades con
las características del objeto. También se logra haciendo click
derecho sobre el objeto y escogiendo, en el recuadro que
aparece, la opción de Property Palette.
133
Por ejemplo, la Paleta de Propiedades del item Ciudad muestra

que su nombre es Ciudad, el tipo de item es de Texto y se justifica
al comienzo del campo (no al final ni al centro).
Para ver la Paleta de Propiedades del bloque, estando en el

Object Navigator se aplica click derecho sobre el bloque. También
se puede hacer en el Editor de Presentación marcando la barra de
desplazamiento vertical (scroll bar) y haciendo click derecho.
La Paleta de Propiedades del bloque muestra, en el grupo de

propiedades de Database, algunas características importantes
como las siguientes:
Ÿ Enforce Primary Key: Para forzar llave primaria en el bloque.

Esto obliga que haya un campo dentro del bloque con esta
misma característica.
Ÿ Query Allowed: Para permitir consultas
Ÿ WHERE Clause: Para especificar una cláusula WHERE con el fin
de hacer selección sobre las filas de la tabla base.
Ÿ ORDER BY Clause: Para ordenar los registros.
Ÿ Insert Allowed: Para permitir insertar en la tabla base.
Ÿ Update Allowed: Para permitir actualizar la tabla base.
Ÿ Delete Allowed: Para permitir borrar filas de la tabla base.
Grabar, Compilar y Ejecutar
Como acto final, después de todos los ajustes requeridos, la forma

se debe grabar en medio magnético, escogiendo del menú la
opción File y luego Save. Mediante la caja de diálogo se escoge
el directorio donde quedarán las formas de la aplicación que se
está desarrollando y se graba, por ejemplo, con el nombre cliente.
Deberá llevar la extensión fmb.
El proceso de compilación genera un archivo con extensión fmx, el

cual es usado para ejecutar la forma. Los errores aparecerán en un
archivo con extensión err.
Para compilar la forma vaya al menú y siga la siguiente secuencia:

File à Administration à Compile File. Sin embargo, Oracle
Forms por defecto compila la forma automáticamente cada vez
que es ejecutada. Otra opción de compilación en el menú es a
través de Program à Compile.
Para ejecutar la forma se debe ir al menú y seguir la secuencia

Program à Run Form à Client/Server. En Windows 98 utilizando
134
la combinación Ctrl-F1, se conoce el uso de las teclas de función

para controlar la forma y manejar los datos a través de la forma.
8.5 Creación de Formas Maestro-Detalle
Una forma maestro-detalle es aquella que tiene dos bloques

dispuestos en una relación maestro-detalle, es decir, en una
relación 1:N entre entidades, tal como lo muestra el diagrama
Entidad-Relación. El primer bloque de la tabla corresponde a la
tabla maestra (o tabla padre) y el segundo bloque corresponde a
la tabla detalle (o tabla hija).
Las formas no afectan el esquema de la base de datos, en el

sentido de crear, eliminar o reforzar restricciones de integridad
referencial.
La relación que se va a mostrar es la existente entre la relación

global (vista en el caso de Oracle) CLIENTE y la relación global
PART_DESP (vista utilizada para las partes despachadas a los
clientes), donde a un cliente corresponderán varias partes
despachadas.
Creación del Bloque Maestro
Se procede a crear un bloque simple (el mismo creado en la

sección anterior) para la relación global CLIENTE. Cuando hay que
crear una nueva forma y ya se está trabajando en Oracle Forms se
debe usar la secuencia File à New à Form. En nuestro caso,
continuaremos con la misma forma.
Después de creado el bloque CLIENTE se procede a crear un

bloque detalle PART_DESP y se asocia con el bloque maestro.
Creación del Bloque Detalle
En el árbol de Object Navigator se debe seleccionar Data Blocks. Ir

al menú Tools y luego a la opción Data Block Wizard. Confirmar
con Next.
Igual que con el Bloque Simple, se selecciona Table or View y se

hace click en el botón Next.
135
Por medio del botón Browse, se hace una exploración de los

objetos del usuario, chequeando en la caja de diálogo que
aparece la opción Current User y la opción Views.
Luego se selecciona la vista PART_DESP y se incluyen todas las

columnas (Cnum, Pnum, Dnum y Cant).
Cuando aparece la ventana con el botón Create Relationship, se

deshabilita la opción Auto-join data blocks.
Se selecciona el botón Create Relationship, luego la opción

Based on a join condition y se confirma con OK.
136
Se selecciona el bloque de datos CLIENTE (bloque maestro), se

escogen los items relacionadores (Cnum en el Item Detalle y Cnum
en el Item Maestro) para que se establezca la condición del join
PART_DESP.CNUM = CLIENTE.CNUM y se confirma con Next.
Escoja la opción Create the data block, then call the

Layout Wizard y hacer click sobre Finish.
Al canvas creado para el bloque CLIENTE, el sistema le dio el

nombre de CANVAS2. Sobre este canvas se ubicarán los items de
datos del bloque.
Se seleccionan los items de datos Pnum, Dnum y Cant y se omitirá

Cnum, ya que éste está ubicado en el bloque maestro.
Se puede cambiar el texto del prompt o etiqueta de cada uno de

los items.
Se selecciona el estilo Tabular para la presentación de los datos

del bloque.
Se ingresa el título del marco (Frame Title): PARTES DESPACHADAS y

la cantidad de registros a mostrar (p.e. 5).
137
Se graba la forma, se compila y se ejecuta.

Anon - Bases de Datos Distribuidas (PDF)

Cargado por

Copyright:

Formatos disponibles

Anon - Bases de Datos Distribuidas (PDF)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Anon - Bases de Datos Distribuidas (PDF)

Cargado por

Copyright:

Formatos disponibles

BASES DE DATOS

En esta pequeña obra encontraras toda la teoría sobre Bases de

Conceptos básicos sobre

Al tratar sobre bases de datos distribuidas conviene conceptuar

Un sistema distribuido es un conjunto de sitios comunicados entre sí

1.1 Características de los sistemas distribuidos

Los sistemas distribuidos tienen, en general, las siguientes

1. Múltiples recursos lógicos, es decir, los datos se almacenan en

Un sistema distribuido puede estar configurado en alguna de las

1.2 Impacto en las organizaciones

Los sistemas distribuidos han influenciado fuertemente las

1. Los departamentos de usuarios adquieren mayor poder

1.3 Beneficios de los sistemas distribuidos

Resulta notorio hablar de sistemas distribuidos en las organizaciones

1. La descentralización evita la sobrecarga en un sitio y elimina la

6. Disponibilidad: Esta se logra precisamente por la redundancia

Por otra parte, como elemento motivador importante, la evolución

1.4 Problemas de los sistemas distribuidos

No todo resulta beneficioso con los sistemas distribuidos. También

1. El control del acceso a datos dispersos se vuelve más

f. Duplicación de esfuerzo y de personal ya que varios

1.5 Introducción a bases de datos distribuidas

Hay dos carácterísticas importantes que deben tenerse en cuenta

1. Distribución: Los datos no están residentes en el mismo sitio

2. Correlación lógica: Los datos tienen algunas propiedades que

Las definiciones anteriores no son suficientes para distinguir siempre

Considere un banco con tres áreas en diferentes sitios. En cada

Suponga el mismo el mismo banco y las mismas aplicaciones. Los

Suponga el mismo banco. Los datos de las diferentes áreas están

El caso señalado permite establecer que ninguno de los

1.6 Definición de Base de Datos Distribuida

Una base de datos distribuida es una colección de datos

Además cada sitio participa en la ejecución de al menos una

Lo relevante es subrayar la cooperación entre sitios autónomos.

Una base de datos distribuida puede ser un ambiente en el cual los

1.7 La Centralización y la Descentralización

Los costos en los sistemas centralizados

ü Los sistemas centralizados, por razones de economía de escala,

Los costos en los sistemas distribuidos

ü Los sistemas distribuidos tienen un menor costo en las

Los aspectos políticos en los sistemas centralizados

ü Los departamentos de sistemas retienen el control de toda la

Los aspectos políticos en los sistemas distribuidos

ü Los departamentos de sistemas requieren mayor autonomía

Los aspectos técnicos en los sistemas centralizados

ü Los sistemas centralizados requieren un mantenimiento central

Los aspectos técnicos en los sistemas distribuidos

ü Tienen mejores interfaces de usuario, como por ejemplo las de

La administración de las bases de datos en los sistemas

ü Existe un control total por parte del administrador de la base de

La administración en los sistemas distribuidos

ü Hay un alto grado de autonomía por parte de los

La organización de los datos en los sistemas centralizados

ü La independencia de los datos: La organización real de los

La organización y la ubicación física de los datos en los sistemas

ü La independen cia de los datos revista igual importancia para

ü La transparencia de distribución es un aspecto adicional en las

La redundancia de datos en bases de datos centralizadas

ü Se reduce lo más que se pueda debido a la posibilidad de