Consistência e replicação. capítulo

Transcrição

1 Consistência e replicação capítulo 7

2 (i) Razões para replicação Confiança: Se um sistema de arquivos foi replicado, caso uma replica deixe de funcionar, é esperado que ele continue trabalhando normalmente utilizando outras cópias disponíveis. (ii) Desempenho: É importante, principalmente, quando o sistema precisa escalar suas máquinas em números e uma área geográfica. Problemas: A utilização de múltiplas cópias pode acarretar em problemas de consistência. Sempre que uma cópia for modificada ela se tornará diferente das demais.

3 Modelos de consistência centrados em dados

4 Modelos de consistência centrados em dados Um modelo de consistência é, em essência, um contrato entre processos e o depósito de dados. Ele diz que, se os processos concordarem em obedecer as certas regras, o depósito promete funcionar de maneira correta.

5 Modelos de consistência centrados em dados Consistência contínua Fato: Não existe a melhor solução para replicar dados. Essa replicação geram problemas de consistência que não podem ser resolvidos. No entanto, o nível de consistência depende do que pode ser tolerado pelas aplicação. Assumiremos três eixos independentes para definir inconsistência: desvio entre valores; desvios em idade; e desvio na ordem das operações. Esses desvios são faixas de consistência contínua.

6 Modelos de consistência centrados em dados Consistência contínua Desvios numéricos: utilizadas por aplicações as quais os dados possuem uma semântica numérica. Exemplo: Replicação de registros que contêm preços do mercado de ações. Poderia ser especificado que duas cópias não poderiam possuir uma diferença maior que $ 2,00 (desvio numérico absoluto). Outra alternativa, seria especificar que a diferença não poderia ser menor que 0,5% (desvio numérico relativo).

7 Modelos de consistência centrados em dados Consistência contínua Desvios de idade: está relacionado com a última vez que uma réplica foi atualizada. Algumas aplicações toleram que uma réplica forneça dados antigos, mas não tão antigos. Exemplo: Previsão do tempo permanecem exatas durante algum tempo. Assim, um servidor pode receber informações continuamente, porém atualizar as réplicas de tempos em tempos.

8 Consistência contínua Consistência contínua Desvio de ordenação de operações: Há classes de aplicações que permitem uma ordenação das atualizações diferente nas várias réplicas. Essas atualizações são consideradas quando aplicadas provisoriamente a uma cópia local, à espera de um acordo global de todas as réplicas. Conseqüências: Algumas atualizações precisam voltar atrás e ser aplicadas em uma ordem diferente antes de se tornarem permanentes.

9 Consistência contínua Consistência contínua Desvio de ordenação de operações: Desvios de ordenação são mais difíceis de entender do as demais métricas de consistências. Nesse caso para definir inconsistência considere a unidade de consistência conit (Consistency unit), define a unidade em que a consistência deve ser medida. Exemplo: um registro que representa uma única ação na bolsa de valores. Um boletim individual de previsão do tempo.

10 Consistência contínua Relógio (15,5): instante A=15, B=5 (consolidou uma réplica) Ordenação: 3 operações não consolidadas Numérico (1,5): 1 operação valor y=5. Relógio (0,11): instante A=0 (sem réplica), B=11 Ordenação: 2 operações não consolidadas Numérico (3,6): 3 operações valor x=6.

11 Consistência contínua Há um compromisso em manter conits de granularidade fina e conits de granularidades grossa. Se uma conit representar uma grande quantidade de dados as atualizações serão agregadas para todos os dados. Consequência: As réplicas entraram mais cedo em um estado inconsistente.

12 Ordenação consistente Ordenação consistente Consistência seqüencial: O Resultado de qualquer execução é o mesmo que seria se as operações (R, W) realizadas por todos os processos no depósito de dados fossem executadas na mesma ordem seqüencial e as operações de cada processo individual aparecessem nessa seqüência na ordem especificada por seu programa. Ou seja, qualquer intercalação de operações é um comportamento aceitável desde que todos os processos vejam a mesma intercalação.

13 Modelos de consistência centrados em dados Ordenação consistente Consistência seqüencial: Cada variável é inicializada com 0. Varias sequências intercaladas são válidas. Fig. (a) os 3 processos são executados em ordem. As outras figuras demonstram intercalações ao longo do tempo igualmente válidas. Ex: (b) P 1 w(x)1 : P 2 w(y)1 : P 2 r(x,y) : P 1 r(y,z) : P 3 w(z)1 : P 3 r(x,y)

14 Modelos de consistência centrados em dados Ordenação consistente Consistência causal: Escritas que são potencialmente relacionadas por causalidade devem ser vistas por todos os processos na mesma ordem. Escritas concorrentes podem ser vistas em ordem diferente em máquinas diferentes. Exemplo: As escritas W 2 (x)b e W 1 (x)c são concorrentes, logo não é exigido que todos as vejam na mesma ordem.

15 Modelos de consistência centrados em dados Ordenação consistente Consistência causal: Exemplo 2: (a) W 2 (x)b potencialmente depende de W 1 (x)a, pois b pode ser resultado de algum calculo que envolva o valor de R 2 (x)a. As duas escritas são relacionadas por causalidade, logo todos devem vê-las na mesma ordem.

16 Modelos de consistência centrados em dados Ordenação consistente Operações de agrupamento: São utilizadas para permitir a execução agrupada de um conjunto de operações. Tal conjunto, só pode ser executada em uma seção crítica, definida e controlada pela aplicação. O que determina a utilização de uma seção crítica é uma variável de sincronização.

17 Modelos de consistência centrados em dados Ordenação consistente Consistência de entrada: Segue as premissas definidas pelas operações de agrupamento. Exemplo: Ao invés de operar com todos os dados compartilhados é utilizado travas com cada item de dados. Note que cada operação só será executada corretamente mediante um Acq.

18 Modelos de consistência centrados no cliente Consistência eventual Até que ponto os processos realmente operam de maneira coerente e até que ponto a consistência precisa ser garantida são coisas que podem variar. Exemplo 1: Em banco de dados, a maioria dos processos dificilmente executa operações de atualização; o que mais fazem é ler dados. Assim, a questão é a rapidez com que as atualizações devem ser disponibilizadas para leitura. Exemplo 2: O DNS é particionado em domínios, e cada domínio tem uma autoridade de nomeação. Assim, conflitos do tipo escrita-escrita nunca ocorrem.

19 Modelos de consistência centrados no cliente Consistência eventual Exemplo 3: A páginas web são atualizadas por uma única autoridade. Assim, não há conflito de escrita para resolver. Porém, por questões de desempenho utilizamos alguns cache/proxies (replicas). Os exemplos anteriores possuem em comum o fato de que, se nenhuma atualização ocorrer por tempo bastante longo, todas as réplicas ficarão gradativamente e eventualmente consistentes.

20 Modelos de consistência centrados no cliente Consistência eventual Problemas ocorrem quando réplicas diferentes são acessadas durante um curto período de tempo.

21 Modelos de consistência centrados no cliente Leituras monotônicas Se um processo ler o valor de um item de dados x, qualquer operação de leitura sucessiva de x executada por esse processo sempre retornará o mesmo valor ou um valor mais recente. Ou seja, garante que, se um processo viu um valor de x no tempo t, ele nunca verá uma versão mais velha de x posteriormente. Notação: Ambos gráficos mostram operações do processo P nas cópias L 1 e L 2. WS(x 1 ;x 2 ) equivale a WS(x 1 ) seguido por WS(x 2 )

22 Modelos de consistência centrados no cliente Escritas monotônicas Uma operação de escrita executada por um processo em um item de dados x é concluída antes de qualquer operação de escrita sucessiva em x pelo mesmo processo. Ou seja, uma escrita sobre uma cópia de x é realizada somente se essa cópia tiver sido atualizada por meio de qualquer operação de escrita anterior, que pode ter ocorrido em outra cópia de x. Notação: Ambos gráficos mostram operações do processo P nas cópias L 1 e L 2.

23 Modelos de consistência centrados no cliente Leia suas escritas O efeito de uma operação de escrita por um processo no item de dados x sempre será visto por uma operação de leitura sucessiva em x pelo mesmo processo. Ou seja, uma escrita é sempre concluída antes de uma operação de leitura sucessiva pelo mesmo processo, não importando onde essa operação de leitura ocorrerá. Notação: Ambos gráficos mostram operações do processo P nas cópias L 1 e L 2.

24 Modelos de consistência centrados no cliente Escritas seguem leituras Garante-se que uma operação de escrita por um processo em um item de dados x em seguida a uma operação de leitura anterior em x pelo mesmo processo ocorre sobre o mesmo valor, ou sobre o valor mais recente de x que foi lido. Ou seja, qualquer operação de escrita sucessiva executada por um processo em x será realizada sobre uma cópia de x atualizada com o valor lido mais recentemente por esse processo. Notação: Ambos gráficos mostram operações do processo P nas cópias L 1 e L 2.

25 Gerenciamento de réplicas Questão central Onde, quando e por quem as réplicas devem ser posicionadas e quais os mecanismos utilizados para manter as réplicas consistentes? O posicionamento subdividi-se em: (i) servidores de réplicas, ou seja, achar a melhor localização para o servidor; e (ii) conteúdo, ou seja, achar os melhores servidores para colocar o conteúdo.

26 Gerenciamento de réplicas Posicionamento do servidor de réplicas Resume-se a encontrar as melhores K de N localizações, onde K < N. Podem ser consideradas métricas de desempenho e localização no momento da otimização. Problemas do tipo NP e tendo algumas heurísticas com complexidade acima de O(N 2 ).

27 Gerenciamento de réplicas Posicionamento do servidor de réplicas Uma solução interessante, identifica uma região como um conjunto de nós que acessam o mesmo conteúdo, mas com uma baixa latência. A meta é selecionar, primeiro, as regiões mais exigentes para permitir que um dos nós aja como servidor de réplicas. A idéia central é identificar os K maiores clusters e seu respectivo líder. Nota: Demasiadamente grande/pequeno corresponde ao número de servidores instalados.

28 Gerenciamento de réplicas Replicação e posicionamento de conteúdo Podem ser divididas em três grandes grupos.

29 Gerenciamento de réplicas Réplicas permanentes Replicas permanentes podem ser consideradas como um conjunto inicial de réplicas que constituem a base de dados distribuída. Em muitos casos o número de réplicas permanentes é pequeno. Exemplo: Um sítio WEB que é copiado para um número limitado de servidores.

30 Gerenciamento de réplicas Réplicas iniciadas por servidor São cópias de um depósito de dados com o objetivo de melhorar o desempenho do sistema. As estratégias dinâmicas consideram: (i) a replicação pode ocorrer para reduzir a carga do servidor; (ii) conteúdo pode ser migrado para servidores mais próximos do cliente. Figura: Cada servidor monitora contagens de acesso; a localização é identificada pelo roteamento; P pode receber a cópia de F.

31 Gerenciamento de réplicas Réplicas iniciadas pelos clientes São mais comumente conhecidas como caches, ou seja, um recurso de armazenamento local usado por um cliente para armazenar temporariamente uma cópia dos dados que ele acabou de requisitar. São utilizadas para melhorar o tempo de acesso aos dados. Geralmente as caches são localizadas na máquina cliente ou em servidores (proxies) posicionados estrategicamente e que podem ser acessados a qualquer momento pelos clientes.

32 Distribuição de conteúdo Estado versus operações Operações de atualização em uma base de dados distribuída e replicada geralmente são iniciadas pelo cliente e propagadas entre as cópias. O que deve ser propagado? 1. Propagar somente uma notificação de uma atualização. 2. Transferir dados de uma cópia para outra 3. Propagar a operação de atualização para outras cópias.

33 Distribuição de conteúdo Estado versus operações Propagar uma notificação é o que fazem os protocolos de invalidação que permite que outras cópias sejam informadas de que uma atualização ocorreu e os dados que elas contêm são inválidos. A principal vantagem desses protocolos é que eles utilizam pouca largura de banda da rede.

34 Distribuição de conteúdo Estado versus operações Transferir os dados é útil quando a razão leitura/escrita é relativamente alta. Assim, é alta a probabilidade de se transferir algum dado. Também é possível registrar as operações realizadas e propagar apenas as operações realizadas. Assim, largura de banda é economizada.

35 Distribuição de conteúdo Estado versus operações Propagar a operação de atualização. Nada modificado é propagado, apenas qual a operação de atualização que deve ser realizada. Também chamada de replicação ativa, admite que cada réplica é representada por um processo capaz de manter ativamente atualizados seus dados apenas por realizar operações sobre eles.

36 Distribuição de conteúdo Protocolos de recuperação de atualização vs. protocolos de envio de atualizações Abordagem baseada em envio/protocolo baseado em servidor: as atualizações são enviadas para outras réplicas sem que essas réplicas tenham solicitado. Caso onde as réplicas precisam ser mantidas idênticas. Abordagem baseada em recuperação de atualizações/ protocolos baseados em clientes: um servidor/cliente requisita o envio das atualizações. É eficiente nos casos onde a razão leitura/atualização é relativamente baixa.

37 Distribuição de conteúdo Protocolos de recuperação de atualização vs. protocolos de envio de atualizações

38 Distribuição de conteúdo Unicast vs. multicast Unicast: um servidor que é parte do depósito de dados envia sua atualização, a N outros servidores, utilizando N mensagens separadas. Multicast: a rede subjacente se encarrega de enviar uma mensagem a múltiplos receptores. O Multicast muitas vezes se mostra mais eficiente e pode ser combinado com o envio apenas de atualizações.

39

40

41