Un protocolo para replicación dinámica de datos

Abstract

La replicación es un mecanismo utilizado para favorecer la tolerancia a las fallas y la disponibilidad de los sistemas de manejo de datos distribuidos, SMDD. Se puede tener replicación total, donde la base de datos está replicada integramente en cada uno de los nodos intervinientes; en otro extremo se presenta el manejo centralizado de datos, tipo arquitectura cliente-servidor, donde un nodo administra todos los datos. El primero de los casos es poco práctico de implementar dado el alto costo de actualización que tiene. Por otro lado, manejar los datos enn forma centralizadas hace al SMDD muy vulnerable y tiene un alto grado de estrangulamiento. Entre estos dos extremos, se tienen la replicación parcial, donde un administrador decide qué conjunto de datos van a replicarse y en que sitios lo harán. A partir de este punto, todos los nodos intervinientes conocen el esquema de replicación y se comportan siguiendo algún algoritmo de control de concurrencia tal como copia primaria, token, ROWA, entre otros. Por otro lado, debemos recordar que todo mecanismo de replicación tendrá éxito comercial si el número de copias es bajo, la performance es buena, (comparada con el manejo centralizado y el almacenamiento redundante), y el número de lecturas se reduce a una copia, tal como se especifica en [7] y en [2]. Pero estos métodos son estáticos, es decir no cambian con la ejecución de transacciones. Sin embargo, es posible implementar algoritmos dinámicos que de acuerdo a la carga del sistema, decidan crear nuevas réplicas o eliminar algunas. Típicamente, cada sitio se encargará de administrar los datos que le son propios, es decir se parte de un esquema de replicación parcial. A medida que el sistema crece, si una copia C residente en un nodo s es requerida remotamente y en forma intensa, desde otro nodo s' es preferible incorporar C a s', de modo que el acceso se haga en forma local. Por el contrario, si una copia C es modificada remotamente y en forma intensa desde otro nodo s', es preferible eliminar del nodo s la administración de C, de modo de facilitar el esquema de concurrencia. Por otro lado, los agentes permiten la toma de una decisión basada en la percepción del sistema; en este caso no interesa un agente que tenga una arquitectura especial de percepción, (como se especifica en la literatura, [12]), sino que el agente pueda captar el estado del sistema de acuerdo a ciertos parámetros predefinidos. Concretamente, el agente actuará como un controlador de las versiones dinámicas de un dato, en un modo similar al expuesto en [11], pero con mayor interacción con el ambiente distribuído.