Вы находитесь на странице: 1из 3

Fragmentación de bases de datos relacionales distribuidas.

La fragmentación de una relación puede realizarse en forma vertical, horizontal o mixta. Los
fragmentos verticales son grupos de atributos de la relación, los horizontales son grupos de
tuplas y los mixtos se forman considerando un grupo de atributos de la relación y luego
seleccionando un grupo de tuplas del fragmento ( o inversamente, seleccionar tuplas de la
relación y luego tomar solo un grupo de atributos). Una fragmentación adecuada para ser
distribuida debe cumplir los requisitos siguientes: evitar la perdida y redundancia de la
información. Para alcanzar este objetivo los fragmentos deben incluir todos los datos de la
relación original, los fragmentos deben ser disjuntos y la relación original se debe poder
reconstruir a partir de los fragmentos. Los algoritmos de fragmentación pueden ser
clasificados en dos grandes grupos: algoritmos basados en afinidad y algoritmos
basados en funciones de costo [ Bellatreche 1999].

2.1.1.1 Basados en afinidad


A partir de la información relativa al uso y frecuencia de acceso a los atributos/predicados por
las aplicaciones, se define la matriz de afinidad entre pares de atributos/predicados. Estos
algoritmos tratan de determinar cuales son los grupos de atributos/predicados con el más alto
nivel de afinidad. Dichos grupos constituyen los fragmentos de la relación.

Fragmentación vertical
o Algoritmo de agrupamiento usando BEA [Navathe 1982]
o Algoritmo gráfico [Navathe 1989]

Fragmentación horizontal
o Algoritmo de fragmentación mintermina [1984]
o Algoritmo gráfico adaptado [Navathe 1995]

2.1.1.2 Basados en costo


Estos algoritmos definen un modelo de costo, cuyas características dependen de la aplicación
para la que se esta realizando la fragmentación. La función de costo se utiliza para evaluar los
esquemas de fragmentación. Se selecciona el esquema de fragmentación de menor costo.

Fragmentación vertical
o Algoritmo de particionamiento binario [Navathe 1984]
o Algoritmo de Apers [Apers 1988]
o Algoritmo de fragmentación vertical FURD [Pérez 1999]

Fragmentación horizontal
o Algoritmo de Apers [Apers 1988]
o Algoritmo exhaustivo [Bellatreche 1998]
o Algoritmo heurístico [Bellatreche 1998]

Fragmentación de bases de datos orientadas a objetos. Los investigadores de la


Universidad de Hong Kong Karlapalem, Bellatreche y Li, constituyen el núcleo de investigación
más importante en este campo. La fragmentación de clases en un sistema de base de datos
orientada a objetos fue propuesta por primera vez por este grupo de investigación ,
conjuntamente con Navathe en [Karlapalem 1992]. Desde entonces han desarrollado conceptos,
técnicas de implementación y algoritmos para la fragmentación horizontal y vertical de clases en
bases de datos orientadas a objetos. Se ha mostrado como se puede realizar la fragmentación
de manera transparente y se han desarrollado prototipos para validar las técnicas para lograr la
transparencia. Se han desarrollado modelos analíticos de costo para el procesamiento de
consultas sobre bases de datos de objetos fragmentadas y se usan estos modelos para
determinar la mejor fragmentación posible para un conjunto de consultas dado. Se ha explorado
el concepto de jerarquías de unión de índices estructurales y se han desarrollado algoritmos de
selección para la ejecución eficiente de un conjunto de consultas.[Karlapalem 1995, 1996,2000],
[Bellatreche 1997,1998,2000]. Actualmente están explorando la aplicabilidad de estas ideas a la
fragmentación de almacenes de datos. Otro grupo de investigación que también ha contribuido
en este campo es el de Ezeife y Baker en la Universidad de Windsor CA. En [Ezeife 1994, 1995]
adaptan técnicas de fragmentación horizontal y vertical usadas en bases de datos relacionales
para la fragmentación clases. En [Ezeife 1999] proponen un modelo del costo de acceso local y
remoto para evaluar esquemas de fragmentación. También este grupo esta actualmente
trabajando en la fragmentación de almacenes de datos.

2.1.3 Fragmentación de almacenes de datos. Los trabajos de investigación en este campo


se inician con la caracterización de la problemática general que se realiza en [Widom 1995] y
[Chaudhuri 1997]. El primer trabajo realizado en la Universidad de Stanford, presenta una visión
estructural del problema desde la perspectiva de los investigadores. El segundo, realizado por
investigadores de Microsoft y HP, se enfoca hacia los requisitos comerciales del producto. A
diferencia de los anteriores, [Samtani 1998] presenta posibles soluciones a la problemática de
los almacenes de datos. Señala que la fragmentación de bases de datos multidimensionales
representa una importante área de oportunidad para el desarrollo de investigaciones. [Munneke
1999] propone y analiza detalladamente dos estrategias de fragmentación de bases de datos
multidimensionales. [Bellatreche, Karlapalem 2000] propone una metodología para la
fragmentación de un almacén de datos modelado con una esquema de estrella y analiza los
problemas asociados con el proceso. [Bellatreche 2000] propone un modelo de fragmentación
horizontal del almacén de datos con base en el costo de ejecución de las consultas OLAP.

Fragmentación de bases de datos móviles. Uno de los grupos de investigadores que


actualmente aplican técnicas de fragmentación a la solución de problemas en sistemas cliente-
servidor con clientes móviles, es el formado por Badrinath, Imielinski y Phatak en la Universidad
de Rutgers NJ. En [Imielinski et al 1992] describen de manera general el impacto que el uso
creciente de dispositivos de computo móvil, tendría en los sistemas de bases de datos
distribuidas. Como resultado de estos pronósticos inician el macro-proyecto DATAMAN, con el
cual se pretende investigar los efectos de la movilidad de los usuarios en los sistemas de bases
de datos. DBMATE es el subproyecto mediante el cual analizan los sistemas cliente-servidor
con clientes desconectados. En [Badrinath 1997] proponen una arquitectura cliente-servidor
modificada para soportar clientes tradicionales y móviles. Se propone también el uso de
fragmentos horizontales para soportar la sincronización de los datos de los clientes móviles con
los datos del servidor.
Los investigadores Navathe, Ammar, Omiecinski, Yee y Donahoo del Instituto Tecnológico de
Georgia, conjuntamente con la empresa Syncrologic Inc. Of Atlanta están desarrollado
tecnología para la sincronización de bases de datos intermitentemente conectadas. En [Navathe
1998] se describe la arquitectura de las bases de datos intermitentemente conectadas. El
proceso de sincronización de los datos de los usuarios móviles y los datos del servidor, se
implementa con base en la formación de grupos de fragmentos de la base de datos, a los que los
usuarios se suscriben de acuerdo a los fragmentos que les interesan. Consideran de manera
independiente el problema de la fragmentación de la base de datos y el de la formación de
grupos. En [Yee 1999] se proponen algoritmos para la formación de los grupos. En [Navathe
1999] se especifica formalmente del problema y se proponen dos nuevos algoritmos. En [Yee
2001] se desarrolla un algoritmo heurístico para resolver el problema del rediseño de los grupos.

Algoritmo de fragmentación horizontal mintermina. El diseño de fragmentos


horizontales consiste en agrupar las tuplas que tengan las mismas propiedades desde el punto de vista de su
localización. Cada grupo de tuplas que tienen las mismas propiedades constituirán un fragmento. La idea
básica es que si dos elementos del mismo fragmento tiene las mismas propiedades respecto a su
localización, cualquier método usado para la ubicación de los datos colocará juntos los dos fragmentos.
Para describir los conceptos de compleción y minimalidad, se utiliza el ejemplo y desarrollo
original de [Ceri 1984]. Estos conceptos son analizados con todo detalle ya que son la pieza
fundamental en el desarrollo del algoritmo de fragmentación.

Вам также может понравиться