de Bases de Dados Exame 1

Transcrição

1 Ano lectivo 009/0 o semestre Administração e Optimização de Bases de Dados Exame Regras O exame tem a duração de horas. O exame é individual e com consulta Só poderá abandonar a sala ao fim de hora, mediante a entrega do exame. Todas as folhas devem ser identificadas com o número do aluno. Deve apresentar sempre os cálculos que fez para as questões. Deve responder às questões no espaço reservado nas folhas do enunciado. Nome: Cotação das questões Questão 4 5 Alínea (a) (b) (c) (a) (d) Valor,5 0,5 Nome: IST Pág. de 3

2 Considere um índice hash do tipo extendable hashing, onde cada bucket armazena valores. Considere que é usada a função de dispersão h(x) = x mod 8. a) Mostre a estrutura obtida pela inserção dos valores,,, 5, 3 e 7. Considere que apenas se usam números inteiros com 3 bits e que estes são lidos da esquerda para a direita. Deve apresentar a estrutura após a inserção de cada elemento. Em cada passo, não é necessário repetir os buckets que não mudaram IST Pág. de 3

3 b) Considere a tabela pessoa(nome, idade). Suponha que o índice da alínea (a) é usado para o atributo idade desta tabela. Para os valores inseridos na alínea (a), dê um exemplo de uma instância da tabela, ilustrando: o índice; a tabela; os ponteiros do índice para a tabela; e assumindo que este é um índice primário c) No melhor caso, quantos valores podem ser guardados no índice da alínea (a), até que seja inevitável o uso de overflow buckets? Justifique a resposta. Uma vez que consideramos apenas 3 bits, a tabela de indexação pode crescer somente até ter 8 ponteiros. Portanto, podemos ter no máximo 8 buckets. Como cada bucket suporta valores, o índice pode, no melhor caso, guardar 6 valores, antes que seja inevitável o uso de overflow buckets. IST Pág. 3 de 3

4 Considere duas relações R(A, B) e R(A, C) em que A é chave primária em R e R. Considere também que: A relação R contém 5000 tuplos, em 307 blocos; A relação R contém 300 tuplos, em 384 blocos. a) Estime o tamanho máximo em tuplos da relação resultante da operação R R. Justifique. Como A é chave primária em R, cada tuplo de R irá coincidir com, no máximo, tuplo em R. Logo, a relação final nunca terá mais do que 300 tuplos. b) Assuma que nenhuma das relações está ordenada. Assuma também que cabem 3 blocos de cada vez em memória. Calcule o custo, em termos de I/O, de realizar um merge join para R R. O custo do merge join é b R + b R + sort(r) + sort(r) em que b r é o número de blocos da relação r e ( b r sort(r) = b r log M M ) + é o custo de ordenar a relação r, onde M é o número de blocos que cabem em memória. Neste caso temos que: ( ) 307 sort(r) =307 log 3 + = 307 ( + ) = 645 sort(r) =384 ( log custo = = ) + = 384 ( 7 + ) = 5760 IST Pág. 4 de 3

5 c) Supondo que ambas as relações estão ordenadas, existe algum caso em que é preferível usar um nested-loop join ao invés de um merge join? Em caso afirmativo, dê um exemplo. Em caso negativo, apresente uma prova. Tomemos o caso do block nested-loop join, uma vez que é mais eficiente que o nested-loop join simples. Para que seja mais eficiente que um merge join, teríamos que ter: custo(block nestedloop) <custo(mergejoin) b r b s + b r <b r + b s Ora, como b R, esta proposição é falsa. Logo, caso as tabelas estejam ordenadas, o custo do merge join é sempre inferior. IST Pág. 5 de 3

6 3 Tendo em conta os vários conceitos relacionados com a gestão de transacções concorrentes em sistemas de gestão de bases de dados, introduzidos nas aulas, responda às seguintes questões: a) Considere as duas seguintes transacções concorrentes: T : read(a); read(b); if A=0 then B := B + ; write(b). T : read(b); read(a); if B=0 then A := A + ; write(a). Considere ainda que o requisito de consistência associado à aplicação que executa estas transacções é o de que, em qualquer instante, A = 0 ou B = 0, e que A e B tomam inicialmente o valor 0.. Mostre que qualquer execução série das duas transacções preserva a consistência da base de dados.. Apresente uma execução concorrente de T e T que corresponda a um escalonamento não serializável. 3. Existe algum escalonamento concorrente das transacções T e T que corresponda a um escalonamento serializável? Justifique a sua resposta. IST Pág. 6 de 3

7 . Existem duas execuções série possíveis para as duas transacções: Executar primeiro T e depois T : Neste caso, temos que o resultado final seria B= e A=0, mantendo-se a consistência da base de dados. Executar primeiro T e depois T : Neste caso, temos que o resultado final seria B=0 e A=, mantendo-se a consistência da base de dados.. Temos que a execução concorrente apresentada abaixo iria dar um resultado diferente daquele que é obtido por um escalonamento serializável: T : read(a); T : read(b); T : read(a); T : if B=0 then A := A + ; T : write(a) ; T : read(b); T : if A=0 then B := B + ; T : write(b). Com este escalonamento, o resultado final seria A= e B=. Construindo-se um grafo de precedências para o escalonamento apresentado, poderia-se constatar que existe um ciclo entre as transacções T e T. 3. Não existem nenhum escalonamento concorrente das transacções T e T que corresponda a um escalonamento serializável. Imagine-se que a primeira operação da transacção T se executava primeiro num dado escalonamento. Por forma a termos um escalonamento concorrente, teríamos que pelo menos a primeira operação de T teria de ser intercalada com as operações de T, o que levaria sempre a uma situação em que o resultado final seria A= e B= (i.e., não equivalente a um escalonamento série), visto que a primeira operação de T faz a leitura do objecto B e este objecto só é escrito por T na sua última operação. O mesmo iria ocorrer se a primeira operação da transacção T se executasse primeiro, originando sempre um resultado final seria A= e B= (i.e., não equivalente a um escalonamento série). b) Liste as propriedades vulgarmente designadas pela sigla ACID. Explique cada uma delas e identifique os mecanismos normalmente utilizados pelos SGBDs para assegurar as propriedades correspondentes às letras I e D da sigla ACID (i.e., introduza um mecanismo para cada uma das duas letras). IST Pág. 7 de 3

8 Atomicidade : Para cada transacção, ou todas as suas operações são reflectidas correctamente na base de dados ou nenhuma delas é. Consistência : Para cada transacção, a sua execução de forma isolada preserva a consistência da base de dados. Isolamento : Embora várias transacções possam ser executadas simultaneamente, cada transacção tem de se manter independente das outras transacções que se executam concorrentemente (i.e., os escalonamentos concorrentes são equivalentes a escalonamentos série). Os resultados de uma transacção concorrente têm de estar ocultos à execução das outras transacções que se encontram em execução simultânea. Os SGBDs usam protocolos de gestão de concorrência baseados em locks ou em timestamps por forma a garantir a propriedade do isolamento. Durabilidade : Para cada transacção, depois da mesma se completar com sucesso, as mudanças que ela fez na base de dados persistem, mesmo que existam falhas no sistema. Os SGBDs usam protocolos de recuperação baseados em escritas persistentes em log (e.g., o ARIES, o qual se baseia na ideia de Write Ahead Logging) por forma a assegurar a propriedade da durabilidade. c) Explique a diferença entre um escalonamento série e um escalonamento serializavél. Um escalonamento série de múltiplas transacções corresponde a uma execução de cada uma das transacções por uma dada ordem, sem que as operações das mesmas se intersectem. Um escalonamento serializavél de múltiplas transacções corresponde a um escalonamento concorrente das mesmas, mas cujo resultado final seja equivalente a um possível escalonamento em série das mesmas. IST Pág. 8 de 3

9 4 Considere o protocolo ARIES. Considere ainda que, aquando de uma falha no SGBD, temos a seguinte informação no log, na tabela de transacções, e na dirty page table. LSN LAST_LSN TRAN_ID TYPE PAGE_ID T update C 0 T udpate B 3 T commit 4 CHECKPOINT 5 0 T3 update A 6 T update C 7 6 T commit TRANSACTION_ID LAST_LSN STATUS PAGE_ID LSN T 3 commit C T active B a) Mostre qual o resultado da aplicação do protocolo de recuperação ARIES no cenário acima, descrevendo claramente: A tabela de transacções e a dirty page table após a fase de análise. Os registos do log envolvidos na fase de redo. Os registos do log envolvidos na fase de undo. Os registos do log após a execução do protocolo ARIES. IST Pág. 9 de 3

10 Após a fase de análise, temos a seguinte situação: TRANSACTION ID LAST LSN STATUS PAGE ID PageLSN RecLSN T 3 commit C 6 T 7 commit B 0 T3 5 active B 5 5 UNDO-LIST : T3: 5 REDO-LSN: Durante a fase de REDO, as operações correspondentes aos registos com LSN,, 5 e 6 serão refeitas. Durante a fase de UNDO, a operação correspondente ao registo com LSN 5 será desfeita, registando-se no log um Compensation Log Record com LSN 8: LSN LAST LSN TRAN ID TYPE PAGE ID undonextlsn T commit 8 5 T3 CLR C < empty > b) Considere as seguintes duas propriedades do protocolo ARIES e responda às questões apresentadas:. O ARIES executa um redo para todos os updates, ou apenas para os updates correspondentes a transacções confirmadas? Justifique a sua resposta e apresente uma razão para este facto.. O ARIES regista no log as operações de undo executadas na fase de recuperação? Justifique a sua resposta e apresente uma razão para este facto. O ARIES executa um redo para todos os updates ainda não reflectidos de forma persistente na base de dados, e não apenas para os updates correspondentes a transacções confirmadas. Desta forma, ajuda-se a manter a relativa simplicidade do algoritmo de recuperação. O ARIES regista no log as operações de undo executadas na fase de recuperação, através de Compensation Log Records garantindo-se assim que, em caso de falha aquando de uma recuperação, não se efectuam as mesmas operações de undo repetidamente. IST Pág. de 3

11 c) O mecanismo Write Ahead Log (WAL) baseia-se em duas regras simples que relacionam a execução de operações na base de dados com as escritas em log. Explique estas duas regras e indique eventuais problemas associados ao não cumprimento de cada uma das duas regras. O WAL deve forçar a escrita do registo de log de forma persistente, antes da modificação correspondente ser reflectida no disco. Esta regra, em conjunto com a informação de UNDO, ajuda a garantir a propriedade da atomicidade (transacções ainda não confirmadas aquando de uma falha podem ter as suas operações individuais desfeitas). O WAL deve forçar a escrita persistente de todos os registos de log associados a uma transacção, antes da mesma poder ser confirmada. Esta regra, em conjunto com a informação de REDO, ajuda a garantir a propriedade da durabilidade (transacções confirmadas, mas cujas operações ainda não estavam armazenadas de forma persistente em disco, podem ser refeitas). IST Pág. de 3

12 5 Responda às seguintes questões. a) Proponha uma melhoria ao algoritmo external sort-merge que permita diminuir o número de merges necessários para ordenar a tabela. O algoritmo external sort-merge, tal como foi apresentado em aulas, efectua o passo de merge dois a dois, i.e., é feito o merge de duas passagens de cada vez. Uma melhoria seria efectuar o merge de N > passagens em simultâneo. Para tal, seria lido um bloco de cada passagem para a memória e o maior dos N blocos lidos seria escrito já no resultado final. O problema de escolher o maior de N blocos pode ser resolvido usando uma estrutura heap. b) Por vezes é necessário que o valor de um dado atributo numa relação seja sequencial (e.g., numeração de facturas). Explique por que razão esta restrição pode trazer problemas de desempenho e sugira uma solução que evite tais problemas. Para obter um valor sequencial para um atributo é necessário guardar um contador com o último valor gerado. Se este contador for utilizado por várias transacções, pode-se tornar um ponto crítico de concorrência, causando muitas esperas. A maioria dos SGBDs implementa mecanismos de contagem próprios, optimizados para esta situação. Uma solução melhor, no entanto, pode ser gerar valores para o atributo que não sejam sequenciais e, mais tarde, voltar a processar os dados para transformar esses valores em sequências. c) Considere uma carga num SGBD que consiste de (i) interrogações frequentes que seleccionam um único tuplo de uma tabela, (ii) interrogações raras que agregam todos os tuplos da tabela, e (iii) actualizações ocasionais sobre a tabela. Assuma que o SGBD suporta locks de dois tipos (i.e., exclusivos e partilhados), e que os utilizadores têm uma opção de configuração que lhes permite decidir, para cada query, se o SGBD vai usar locks ao nível da granularidade da tabela ou do tuplo. Indique um potencial problema associado com a gestão da granularidade dos locks neste SGBD, explicando-o de forma detalhada. IST Pág. de 3

13 O esquema de gestão de concorrência apresentado neste exercício apenas funciona se todas as transacções concordarem em usar locks a um nível de granularidade do tuplo ou da tabela. Se uma transacção decidir obter um lock de leitura na totalidade da tabela, e outra transacção concorrente decidir obter um lock em tuplos individuais, então não existe nenhum conflito entre os dois locks, o que pode resultar em problemas ao nível do isolamento. Os SGBDs que usam locks com vários níveis de granularidade normalmente introduzem um locks de intenção em adição aos locks partilhados e exclusivos, por forma a lidarem com este problema. d) Explique de que forma os mecanismos de criação de índices oferecidos pelo SQL Server 008 podem possibilitar optimizações semelhantes às obtidas por alterações ao nível do esquema, sem os problemas que lhes estão normalmente associados. Na sua resposta, considere optimizações relacionadas com: Particionamento de tabelas. Desnormalização pela adição de atributos derivados. Os mecanismos de criação de índices do SQL Server 008 possibilitam a criação de índices em que as chave de pesquisa contém múltiplos atributos, ou ainda índices em que se armazenam outros atributos pertencentes a uma dada tabela junto com as chaves de pesquisa. Desta forma, estes mecanismos possibilitam simular o particionamento vertical de tabelas, uma vez que através deles se podem gerar planos de execução que apenas fazem uso do índice (i.e., index-only plans) por forma a aceder aos atributos necessários à interrogação. Oferecem-se as vantagens associadas ao particionamento de tabelas, sem os problemas inerentes às alterações ao nível do esquema. Os mecanismos de criação de índices do SQL Server 008 possibilitam a criação de índices em que as chaves de pesquisa correspondem a valores derivados dos atributos pertencentes a uma tabela (e.g., valores computados por operações aritméticas sobre os atributos de uma tabela), simulando-se assim a inclusão de atributos derivados sobre uma dada tabela. Oferecem-se as vantagens associadas à adição de atributos derivados, sem problemas como a presença de informação inconsistente na base de dados. IST Pág. 3 de 3