Bases de datos distribuidas

Andrea Lozano Cataño

student•

Resumen: Las bases de datos distribuidas: es una colección de múltiples bases de datos separadas físicamente que se comunican mediante una red informática.

VENTAJAS:

-desarrollo modular. -incrementa la confiabilidad. -mejora el rendimiento. -mayor disponibilidad. -rapidez de respuesta.

DESVENTAJAS:

-Manejo de seguridad. -complejidad de procesamiento. -Integridad de datos más compleja. -Costo.

TIPOS:

Homogéneas: mismo tipo de BD, manejador y sistema operativo. (aunque esté distribuida). Heterogénea: puede que varíen alguna de los anteriores características. -OS -Sistema de bases de datos. -Modelo de datos.

ARQUITECTURAS: -** cliente- servidor**: donde hay una BD principal y tiene varias BD que sirven como clientes o como esclavas que tratarán de obtener datos de la principal, a la que normalmente se hacen las escrituras.

Par a par (peer 2 peer): donde todos los puntos en la red de bd son iguales y se hablan como iguales sin tener que responder a una sola entidad.
multi manejador de bases de datos.

ESTRATEGIA DE DISEÑO:

top down: es cuando planeas muy bien la BD y la vas configurando de arriba hacia abajo de acuerdo a tus necesidades.
bottom up: ya existe esa BD y tratas de construir encima.

ALMACENAMIENTO DISTRIBUIDO:

-Fragmentación: qué datos van en dónde.

fragmentación horizontal: (sharding) partir la tabla que estás utilizando en diferentes pedazos horizontales.

fragmentación vertical: cuando parto por columnas.

fragmentación mixta: cuando tienes algunas columnas y algunos datos en un lugar y algunas columnas y algunas tuplas en otro lugar.

-Replicación: tienes los mismos datos en todas ala BBDD no importa donde estén.

-replicación completa: cuando toda al BD está en varias versiones a lo largo del globo, toda la información está igualita en todas las instancias de BD. -replicación parcial: cuando algunos datos están replicados y compartidos en varias zonas geográficas -sin replicación: no estás replicando nada de los datos, cada uno está completamente separa y no tienen que estarse hablando para sincronizar datos entre ellas.

DISTRIBUCIÓN DE DATOS:

-Distribución: cómo va a pasar la data entre una BD y otra. Tiene que ver mucho con networking, tiempos, latencia, etc. Pueden ser:

Centralizada: cuando la distribuyes des un punto central a todas las demás Particionada: está partida en cada una de las diversas zonas geográficas y se comparten información entre ellas. Replicada: tener la misma información en todas y entre ellas se hablan para siempre tener la misma versión.

Mateo Posada

student•

gracias por el resumen

Patricio Sánchez Fernández

student•

Excelente resumen, Andrea.

Victor Inojosa

student•

Blockchain es un tipo de Bases de Datos distribuida peer-to-peer

Aaron Quiroga

student•

++Bases de datos distribuidas++ Son bases de datos ubicadas físicamente separadas pero se encuentran conectadas a través de una red informática.

++Ventajas++

Desarrollo modular: se pueden destinar a diferentes usos o usuarios, por ejemplo usuarios por país
Incrementa la confiabilidad
Mejora el rendimiento, al ser un subset de datos
Mayor disponibilidad

++Desventajas++

Manejo de seguridad: la infraestructura se multiplica, es más cara, lleva más mantenimiento
Complejidad de procesamiento: cuando preciso más datos de los que tengo en mi módulo o subset
Integridad de datos más compleja
Costos incrementados en general

++Homogéneas vs Heterogéneas++ De acuerdo a si utilizan o no los siguientes en la misma medida independientemente del módulo

OS (Windows, Linux)
Sistema de base de datos (PostgreSQL, Oracle)
Modelos de datos

++Arquitecturas++

Cliente - Servidor
Peer 2 Peer
Multi manejador de base de datos

++Estrategias de diseño++

Top down: planeada estratégicamente, instancias, jerarquías, desde las necesidades
Bottom up: cuando ya existen servidores corriendo y no conviene empezar de cero

++Almacenamiento distribuido++

Fragmentación: cuando unos datos están en un lado y otros en otro
Replicación: los datos están replicados en más de una locación
Distribución: es importante pensar en netwroks, latencia, etc.

++Fragmentación++

Horizontal: los datos de un país en un país, del otro país en otro lugar, etc.
Vertical: ciertos campos o columnas en una base de datos y otros campos en otra
Mixta

++Replicación++

Parcial: algunos datos están replicados
Completa: todos los datos están en todas las bases
Sin replicación

++Distribución de datos++

Centralizada
Particionada
Replicada

YEISON FERNANDO CASTAÑO UBILLUS

student•

excelente resumen, gracias compañero

Juan Esteban Bolívar Ferrer

student•

Gracias!

Carlos Herrera

student•

Esta clase tiene mucho que ver con Arquitectura de software.

Andrés David Lizarazo Becerra

student•

Una Base de Datos Distribuida es una colección de datos que pertenecen lógicamente a un solo sistema, pero se encuentra físicamente distribuido en varios computadores o servidores de datos en una red de computadoras. Un sistema de bases de datos distribuidas se compone de un conjunto de sitios lógicos, conectados entre sí, mediante algún tipo de red de comunicaciones, en el cual:

Cada sitio lógico puede tener un sistema de base de datos.
Los sitios han sido diseñados para trabajar en conjunto, con el fin de que un usuario de cualquier posición geográfica pueda obtener acceso a los datos desde cualquier punto de la red tal como si todos los datos estuvieran almacenados en la posición propia del usuario. Entonces, la llamada "Base de Datos Distribuida" es en realidad una especie de “objeto virtual”, cuyos componentes se almacenan físicamente en varias “bases de datos reales” ubicadas en diferentes sitios. En esencia es la unión lógica de esas diferentes bases de datos.

En otras palabras, cada sitio tiene sus propias “bases de datos reales" locales, sus propios usuarios locales, sus propios SGBD y programas para la administración de transacciones y su propio administrador de comunicación de datos. Así pues, el sistema de bases de datos distribuidas puede considerarse como una especie de sociedad entre los diferentes SGBD individuales locales.

Hugo Montoya Diaz

student•

Los microservicios que son una solucuon muy actual en algunos de sus casos comparten bases de datos o usan distribuidas

Andres Sanchez

student•

24. Bases de datos distribuidas

¿Qué es?

Es una colección de múltiples bases de datos separadas físicamente

Ventajas

Desarrollo modular.
Incrementa la confiabilidad.
Mejora el rendimiento.
Mayor disponibilidad.
Rapidez de respuesta.

Desventajas

Manejo de seguridad.
Complejidad de procesamiento.
Integridad de datos más compleja.
Costo.

Homogéneas y hetereogéneas

OS
Sistema de base de datos
Modelos de datos

Arquitecturas

Cliente - servidor.
Peer 2 Peer
Multi manejador de base de datos

Estrategias de diseño

Top down
Bottom up

Almacenamiento distribuido

Fragmentación
Replicación
Distribución

Fragmentación

Horizontal
Vertical
Mixta

Replicación

Completa
Parcial
Sin replicación

Distribución de los datos

Centrada
Particionada
Replicada

Sebastian Rodriguez

student•

Los proyectos basados en Blockchain tienen una Arquitectura P2P, todo esta distribuido y no esta centralizada en una Entidad, todos los nodos se comunican entre ellos, y los archivos están fragmentados en muchas partes y se distribuyen en una red usando la potencia computacional de los dispositivos de otras personas.

Y las distribución de Datos esta particionada y encriptada ya que las demás personas no pueden ver como tal mi información a menos que yo quiera compartirla porque solo tienen una pequeña parte aleatoria de ellos.

Daniel Eduardo Montero Ramírez

student•

XXIV. BASES DE DATOS DISTRIBUIDAS

• Es una colección de múltiples bases de datos separadas físicamente que se comunican mediante una red informática.
• Ventajas:
	○ Desarrollo modular: Al estar a la distancia se pueden destinar a distintos usos o usuarios
	○ Incrementa la confiabilidad
	○ Mejora el rendimiento
	○ Mayor disponibilidad
	○ Rapidez de respuesta
• Desventajas:
	○ Manejo de seguridad
	○ Complejidad de procesamiento
	○ Integridad de datos más compleja
	○ Costo
• Homogéneas y heterogéneas
	○ OS
	○ Sistema de base
	○ Modelos de datos
• Arquitecturas
	○ Cliente-servidor
	○ Peer 2 Peer
	○ Multi manejador de base de datos
• Estrategias de diseño
	○ Top down
	○ Bottom up
• Almacenamiento distribuido
	○ Fragmentación
		§ Horizontal
		§ Vertical
		§ Mixta
	○ Replicación
		§ Completa
		§ Parcial
		§ Sin replicación
	○ Distribución de los datos
		§ Centralizada
		§ Particionada
		§ Replicada

Mario Alexander Vargas Celis

student•

Las arquitecturas en sistemas de bases de datos distribuidas y otros sistemas computacionales describen cómo se organizan los componentes para garantizar el rendimiento, la disponibilidad y la escalabilidad. A continuación, se detallan diferentes arquitecturas en bases de datos y sistemas distribuidos:

1. Arquitecturas de bases de datos

a. Arquitectura Cliente-Servidor

Descripción: Los clientes envían solicitudes a un servidor de base de datos centralizado, que maneja las operaciones (consultas, actualizaciones, etc.).
Ventajas:
- Sencillez en la administración.
- El cliente no realiza procesamiento pesado.
Desventajas:
- Escalabilidad limitada.
- Si el servidor falla, el sistema deja de funcionar.
Ejemplo: MySQL o PostgreSQL en modo monolítico.

b. Arquitectura de 2 Capas

Descripción: Se divide en:
- Capa cliente: Interfaz de usuario.
- Capa servidor: Gestión de datos.
Ventajas:
- Mejora el rendimiento al separar funciones.
- Reduce el acoplamiento entre componentes.
Desventajas:
- Todavía centralizado, con limitaciones de escalabilidad.
Ejemplo: Aplicaciones que acceden a bases de datos directamente desde un cliente.

c. Arquitectura de 3 Capas

Descripción:
- Capa cliente: Interfaz de usuario.
- Capa de lógica de negocio: Procesamiento de datos y reglas de negocio.
- Capa de datos: Gestión de la base de datos.
Ventajas:
- Escalabilidad y modularidad.
- Separación clara de responsabilidades.
Desventajas:
- Mayor complejidad en el diseño y mantenimiento.
Ejemplo: Sistemas empresariales con una API intermedia para acceder a la base de datos.

d. Arquitectura Distribuida

Descripción: Los datos se distribuyen en múltiples nodos. Cada nodo puede manejar parte de las operaciones.
Tipos:
1. Bases de datos fragmentadas: Dividen los datos en fragmentos únicos.
2. Bases de datos replicadas: Cada nodo tiene copias de los datos.
Ventajas:
- Alta disponibilidad.
- Tolerancia a fallos.
- Mejor latencia.
Desventajas:
- Complejidad en la sincronización de datos.
- Posibles problemas de consistencia.
Ejemplo: Cassandra, MongoDB o Google Spanner.

2. Arquitecturas de sistemas distribuidos

a. Arquitectura Monolítica

Descripción: Toda la lógica de negocio y datos están centralizados en una sola aplicación.
Ventajas:
- Sencillez.
- Ideal para proyectos pequeños.
Desventajas:
- Difícil de escalar y mantener.
Ejemplo: Aplicaciones tradicionales con una única base de datos.

b. Arquitectura de Microservicios

Descripción: Se divide la aplicación en pequeños servicios independientes que interactúan entre sí.
Ventajas:
- Escalabilidad.
- Desarrollo y despliegue independientes.
Desventajas:
- Requiere mayor infraestructura (orquestación como Kubernetes).
Ejemplo: Amazon, Netflix.

c. Arquitectura de Nube

Descripción: Los recursos (datos, almacenamiento, procesamiento) están en la nube y son accesibles desde cualquier lugar.
Tipos:
1. Nube pública: Servicios compartidos (AWS, Azure).
2. Nube privada: Infraestructura dedicada.
3. Nube híbrida: Combinación de ambas.
Ventajas:
- Elasticidad y escalabilidad.
- Pago por uso.
Desventajas:
- Dependencia de proveedores externos.
Ejemplo: Bases de datos como Amazon Aurora, Google BigQuery.

d. Arquitectura Peer-to-Peer

Descripción: Cada nodo tiene responsabilidades iguales y puede actuar como cliente y servidor.
Ventajas:
- Tolerancia a fallos.
- Descentralización.
Desventajas:
- Dificultad para gestionar grandes sistemas.
Ejemplo: Redes blockchain.

e. Arquitectura Lambda

Descripción: Diseñada para sistemas de Big Data, combina procesamiento en tiempo real (streaming) con procesamiento por lotes.
Ventajas:
- Manejo de grandes volúmenes de datos.
- Flexibilidad para análisis histórico y en tiempo real.
Desventajas:
- Complejidad en la implementación.
Ejemplo: Apache Kafka con Apache Spark.

f. Arquitectura Kappa

Descripción: Variante simplificada de la arquitectura Lambda, enfocada solo en procesamiento en tiempo real.
Ventajas:
- Menos complejidad que Lambda.
Desventajas:
- No maneja eficientemente datos históricos.
Ejemplo: Apache Flink.

Comparación: Centralizado vs Distribuido

AspectoCentralizadoDistribuidoRendimientoLimitado a los recursos del servidorEscalable horizontalmenteDisponibilidadRiesgo de punto único de falloAlta disponibilidadComplejidadMás sencilloRequiere sincronización y particionesCostoMenorPuede ser mayor (infraestructura)

Jhon Freddy Tavera Blandon

student•

Las bases de datos distribuidas son sistemas de gestión de bases de datos en los que los datos están distribuidos entre múltiples nodos o servidores, ya sea geográficamente o dentro de una red. Este enfoque tiene como objetivo mejorar la escalabilidad, la disponibilidad y la tolerancia a fallos.

Distribución de Datos:

Fragmentación: Dividir una tabla en fragmentos más pequeños. Puede ser horizontal (filas) o vertical (columnas). Repliegue: Copiar fragmentos de datos en varios nodos.

Transparencia de Distribución:

Transparencia de ubicación: Los usuarios no necesitan conocer la ubicación física de los datos. Transparencia de fragmentación: Los usuarios no necesitan conocer cómo se han fragmentado los datos.

Transacciones Distribuidas:

Atomicidad: Garantiza que todas las operaciones de una transacción se realicen con éxito o ninguna.
Consistencia: Mantiene la coherencia de la base de datos antes y después de una transacción.
Aislamiento: Garantiza que una transacción no afecte a otras que se estén ejecutando simultáneamente.
Durabilidad: Asegura que los cambios de una transacción persistan incluso después de un fallo del sistema.

Control de Concurrencia:

Bloqueo: Evitar que varios usuarios actualicen los mismos datos simultáneamente. Concurrencia Optimista: Permitir que múltiples transacciones actualicen datos y resolver conflictos al final de la transacción.

Recuperación y Tolerancia a Fallos:

Backup y recuperación: Estrategias para respaldar datos y recuperarse de fallos. Tolerancia a fallos: Mantener la disponibilidad y funcionalidad incluso en caso de fallos.

Consistencia y Replicación:

Consistencia eventual: Permite que los nodos diverjan temporalmente y luego se vuelvan a sincronizar. Réplica síncrona y asíncrona: Sincronización inmediata o diferida de datos entre nodos.

Planificación y Optimización de Consultas:

Optimización distribuida: Planificación de consultas considerando la distribución de datos.

Seguridad y Privacidad:

Seguridad distribuida: Gestión de la seguridad en entornos distribuidos.
Privacidad: Garantizar la privacidad de los datos, especialmente en transferencias entre nodos.

Protocolos de Comunicación:

Protocolos de comunicación distribuida: Métodos para la comunicación entre nodos, como RPC (Remote Procedure Call) o mensajes.

Escalabilidad Horizontal:

Añadir nodos: Añadir servidores para aumentar la capacidad de almacenamiento y procesamiento.

adrianagoc

student•

Encontré este significado: Las bases de datos distribuidas o Distributed Database Management System (DDBMS) se caracterizan por almacenar la información en varias computadoras conectadas entre sí, a las cuáles el usuarios puede acceder desde cualquier sitio como si se tratara de una red local.

Daniel Osorno

student•

soy yo o esta mas serio de lo normal

Juan Ignacio Portilla Kitroser

student•

Intentando simplificar el concepto de bases de datos distribuidas llegue a la conclusión de que es lo mismo que nosotros hicimos en este curso pero conectado a una red y sincronizando esta data según sea necesario (o no) Por ejemplo, Pepe, en Colombia, hizo un informe que intenta justificar los altos precios en las colegiaturas de algunos alumnos. Hoy, aca en Argentina, Jose nos cuenta que la colegiatura de sus alumnos disminuyeron su precio gracias a un subsidio del estado. Entonces yo le aviso a Pepe que actualizamos la data y el puede hacer su informe de vuelta sin ningun problema.

marlon.caicedo

student•

Características a tener en cuenta Entre las características de una base de datos distribuida se pueden citar las siguientes:

Está formada por varias computadoras, a las cuales se les denomina nodos. Los nodos se comunican entre sí mediante una red de comunicaciones. Cada uno de los ordenadores que forman parte de la red tiene autonomía local. Generalmente, la red de computadoras no depende de ningún sitio central. Tiene un funcionamiento independiente de su localización. Se realizan continuas transacciones de información entre nodos. La base de datos funciona independientemente del equipo, sistema operativo o re

ANDRES ALFONSO MIRA MEJIA

student•

✅

Jonathan Iván Gordillo León

student•

Se refiere a una base que está repartida en pequeñas partes en diferentes servidores cuya ubicación geográfica no es la misma pero que están unidos mediante una red informática (internet).

De entre las ventajas que tiene están:

Desarrollo modular: Se puede destinar diferentes partes para diferentes usos, tener repartido los datos de Colombia solo en Colombia, los datos de México solo en México, esto ayuda a que las consultas sean más rápidas, si se hace consultas en México solo se trabaja con sus datos y no con todos donde tardaría más.
Mejora tanto la confiabilidad y el rendimiento: Al tener un proxi o un servidor más cerca de nosotros mejora el rendimiento de la base de datos (en el tiempo de respuesta ante consultas).

Desventajas:

La seguridad es más complicada, al tener repartida la base por distintas partes geográficas, es necesario proteger cada parte de forma puntual, no es igual a que si se tiene toda la base de datos junta y se la protege solo una vez.
Complejidad en las operaciones y procesamiento: Ocurre cuando se quiere traer datos de distintos puntos geográficos, la consulta se puede volver muy compleja (creo que es similar al dblink, para cada conjunto de datos toca especificar de donde se los va a extraer), así como su procesamiento.

Existen bases de datos distribuidas homogéneas y heterogéneas, las primeras se caracterizan porque en todos los puntos geográficos se trabaja con los mismos motores y mismas versiones, por el contrario las heterogéneas, cada punto geográfico trabaja con motores diferentes, por ejemplo puede que en 2 puntos se utilice SQL, pero en uno utiliza MySQL, en otro SQL Serve, en otro Oracle, en otro PostgreSQL, y así, al ser distintos motores la nomenclatura en el lenguaje de programación varía, pero sigue existiendo la relación entre la base de datos. Se diferencias por estas 3 cosas donde en la homogénea son iguales, pero en la heterogénea son diferentes: OS, Sistema de Base de Datos, Modelos de Datos.

Pueden tener diferente arquitectura o jerarquía:

Cliente - Servidor: Donde solo existe una parte de la base de datos principal, y el resto son esclavos los cuales extraen los datos de la base principal en la que normalmente solo se hacen escrituras.
Peer 2 peer: De persona a persona, aquí todas las partes actúan por igual, todos tienen el mismo nivel de autorización y control sobre la base de datos.
Multimanejador de base de datos: Esto es cuando la base de datos está conectada con distintos motores de gestión.

Estrategia de diseño:

Top Down: Es cuando se está creando recién la distribución de la base de datos, y se empieza desde la parte de arriba como uno quiere que esta tome forma
Botton Up: Es lo contrario es usada cuando ya se tiene base de datos existentes y funcionando y toca construir de estas para arriba.

Almacenamiento distribuido: Al estar la base de datos repartida, se debe considerar como se guardan los datos:

Fragmentada: Diferentes partes de la base de datos guardada en los diferentes puntos geográficos.
- Horizontal: Cuando se reparte la tabla por filas, es decir por el ‘valor’ que tiene una columna, por ejemplo, una columna llamada País, todos los que son de Ecuador, van a Ecuador, todos los de México a México, y así. Conocida también como Sharding.
- Vertical: Cuando se reparte la tabla por columnas, por ejemplo, los nombres e información personal hacia un lado y el resto de información a otro lado (ejemplo no tan bueno, de que sirve separar el nombre de clientes del resto de su información, pero esa es la idea).
- Mixta: Cuando se reparte la información tanto vertical como horizontalmente.
Replicación: Que en todos los puntos geográficos se tenga toda la información de la base de datos.
- Completa: Cuando toda la base de datos esta igualita en todos los puntos geográficos.
- Parcial: Cuando solo una parte de la base de datos es compartida y es igual en los distintos puntos geográficos.
- Sin Replicación: Nada es compartido, cada punto geográfico tiene sus propios datos y no comparte nada con el resto.
Distribución: Se tiene que tomar en cuenta cómo van a migrar los datos de un punto a otro, tiene que ver con el networking, tiempos, latencia, etc.
- Centralizada: Cuando desde un punto se reparte la información (Cliente - servidor)
- Particionada: Cuando la información ya se encuentra en diferentes partes y todos aporta y se comunican entre sí.
- Replicada: Todas tiene la misma información y entre todas se hablan para siempre tener la misma versión.

Juan José Mamani Tarqui

student•

ACERCA DE LAS BASE DE DATOS HOMOGENEAS Y HETEROGENEAS o cualquier otro tipo de BD como MongoDB... Las bases de datos homogéneas y heterogéneas se pueden empaquetar en Docker y trabajarlas como una sola. Para ello, se pueden utilizar dos enfoques:

Enfoque 1: Empaquetar cada base de datos en un contenedor Docker independiente.

Enfoque 2: Empaquetar todas las bases de datos en un único contenedor Docker.

Pablo Alejandro Figueroa

student•

Genial...!

Emel Navarro

student•

Muy bueno el cardio , pero desde aquí vuelve el X1.75 xddd