Bases de Données Parallèles

Machines Bases de Données
Patrick Valduriez
Bases de Données Parallèles
Polytech’IG4 Traitement de Données Distribuées
Esther Pacitti
2
1. Machine base de données
• SGBD sur multiprocesseur ou cluster
• On parle aussi de SGBD parallèes
• Performances grâce au parallélisme
• haut débit transactionnel (OLTP)
• bon temps de réponse des requêtes décisionnelles
(OLAP)
• Haute disponibilité et fiabilité grâce à la
réplication
• Extensibilité avec idéalement
• speed-up linéaire
• scale-up linéaire

Machines Bases de Données
Patrick Valduriez
3
Speed-up linéaire
• Augmentation linéaire des performances pour
une BD et charge constantes en augmentant la
configuration (processeurs, mémoire, disque)
• par ex. en doublant la config., t(Q) est divisé par 2
perf. obtenue
perf. initiale
idéal
configuration
4
Scale-up linéaire
• Performance constante pour une augmentation
proportionnelle de la BD ou de la charge et de la
configuration
• par ex. en doublant la BD et la config., même t(Q)
idéal
Configuration et
(taille (bd) ou charge (bd))
perf. obtenue
perf. initiale

Machines Bases de Données
Patrick Valduriez
5
Architecture à disque partagé
Partage des disques (shared disk)
 Network Attached Storage (NAS)
simple, niveau fichier (NFS), ok pour
qqs noeuds
 Storage Area Network (SAN)
sophistiqué, niveau block, passe à
l’échelle
• Critique
+ simplicité et extensibilité
- gestion de la cohérence des caches
(M) peut limiter les performances
M
P
… P
M
P
… P
6
Architecture à mémoire distribuée
Pas de partage de mémoire ou
disque ( shared-nothing )
+ extensibilité et disponibilité
excellentes
- complexe: besoin de partitionner
statiquement les données sur
disque
Utilisée pour clusters de PC
• Excellent rapport performance-
coût avec des nœuds standards
• Avec ou sans partage de disque
M
P
… P
M
P
… P

Machines Bases de Données
Patrick Valduriez
7
Mem
Disk
CPU
Mem
Disk
CPU
…
Switch
Un rack = 16-64 noeuds
Mem
Disk
CPU
Mem
Disk
CPU
…
Switch
Switch
1 Gbps entre
noeuds d’un rack
Backbone de 2-10 Gbps entre racks
Architecture de cluster
8
2. Techniques
• Partitionnement des données sur n nœuds
• Round-robin, fonction de hachage, index, etc.
• Réplication
• Augmente les performances et la disponibilité
• Traitement de requêtes parallèles
• Décomposition des requêtes lourdes en sous requêtes en
fonction du partitionnement
• Equilibrage de charge
• Allocation des requêtes aux nœuds les moins chargés
• Failover: basculement automatique des requêtes
• Depuis un nœud primaire en panne vers un nœud secondaire
• Transactions
• 2PC

Machines Bases de Données
Patrick Valduriez
9
Partitionnement des données
Round-Robin!
•••!
•••!•••!
Hachage!
•••!
Intervalle!
•••!
•••!
a-g!h-m!u-z!
• Chaque relation est gérée comme n partitions
10
Réplication
Noeud 1 2 3 4
Table R1 R2 R3 R4
R1 r12 r13 r14
R2 r21 r23 r24
R3 r31 r32 r34
R4 r41 r42 r43
• Améliore la haute
disponibilité
• Disques miroirs
• Heurte l’équilibrage
de charge lorsqu’un
nœud tombe en
panne
• Solution élaborée, ex.
partitionnement chaîné
de Teradata