Base de données

distribuée

1
Base de données distribuée

Historique:

• Dans les années 60, chaque application maintient ses données

dans un fichier plat.
• Après les données ont pris une indépendance par rapport aux
applications métier avec les bases de données.
• Avec la BD les données sont intégrées et pas centralisées, parce
que les BD peuvent être distribuées en plusieurs endroits.
• Il y a eu peer-to-peer (P2P) puis client-serveur.
• Cloud IAAS PAAS et SAAS et enfin DAAS pour Infrastructure,
Platform, Software et DB As A Service.
2
Base de données distribuée

Accès à un disque dur partagé:

• Pour avoir un accès sur l'ensemble des données, une entreprise a

mis en place un serveur en réseau et a partagé son disque dur
avec l'ensemble des employées.
• L'avantage de cette solution :
Un seul backup, maintenance d'un seul serveur,
La panne du disque engendre une perte de données.
• Les inconvénients:
Saturation du réseau. Augmentation des accès concurrents.
Chute des performances.
Base de données distribuée

Accès à un disque dur partagé:

• Une Pseudo-solution serait de répartir les employées en plus

petit groupe et d'utiliser plusieurs serveurs selon un nombre
d'utilisateurs.

• Mais cela pose le problème de synchronisation des données entre

serveurs et l'accès au fichier d'un autre groupe ...etc.

• Réplication par 2: banques, Réplication par 3: AirBus.

Base de données distribuée

Exemple d'accès à un disque dur:

• Pour un scan séquentiel et on considère

que 1 Téra = 1000 Giga, la durée serait de
~ 2.7 heures.

• Pour un scan de BD fragmentée, la durée

serait de ~ 1.6 min.
Base de données distribuée

Définition générale:

• est une base de données dont la gestion est traitée par un réseau
d'ordinateurs interconnectés (nœud) qui stockent des données de
manière distribuée.

• une base de données distribuée est gérée par plusieurs processeurs,

sites ou SGBD, tout en cachant la complexité des opérations aux
utilisateurs qui à leur tour pensent qu’ils accèdent à une base de
données centralisée.
Base de données distribuée

Définition générale:

• Un système de base de données distribuée est situé sur différents

sites qui ne partagent pas de composants physiques. Le cas d'une
BD qui doit être consultée par différents utilisateurs à l'échelle
mondiale.

• une base de données distribuée est soit homogène ou hétérogène.

De mono-architecture vers la distribution
• Les SGBD au début ont une architecture
centralisée avec plusieurs utilisateurs et plusieurs
terminaux.

Application

SGBD

8
De mono-architecture vers la distribution

• Architecture client- Application Application Application Application

serveur
• Gestion des requêtes, Résultats
Requêtes
des transactions,
administration ...
SGBD

BD

9
 De mono-architecture vers la distribution
Navigateurs
Architecture 3 tiers
•Le niveau client : un navigateur
Web Http
•Le niveau Applicatif:
Application
logique métier.
Communique avec le SGBD et le JDBC , ODBC
client.
Gère l’application (Java, C#, Node.js SGBD
…).
•Le niveau serveur BD : base de
données
BD
10
 11

De mono-architecture vers la distribution

Navigateurs
Architecture BD distribuées
•Modèles différents : Relationnelle,
document, colonne ... Http
•Sous des OS différents : Windows
server, Linux. Application
•SGBD différents : PostgreSQL, SQL
Server, MySQL …
•Requêtes différentes: SQL, XQuery SGBD 1 SGBD 2 SGBD 3

BD BD BD
 12

Systèmes distribués
Un système distribué est une application qui coordonne les actions de
plusieurs ordinateurs pour réaliser une tâche particulière.

Exemple: BOINC est une plate-forme de calcul distribué (ou calcul

volontaire) sur Internet. Elle permet aux utilisateurs s'y connectant de
fournir la puissance de calcul de leur propre machine afin de soutenir
divers projets scientifiques.
Avec une dernière découverte: Chris Caldwell's “The Largest Known
Primes Database”, elle a été faite par Lukas Plätz (Lukas) d'Allemagne à
l'aide d'un processeur AMD Ryzen 7 3700X 8 cœurs avec 16 Go de RAM,
exécutant Linux Mint.
Base de données distribuée

Eléments de traitements autonomes:

• Nous définissons un système informatique distribué comme un

certain nombre d'éléments de traitements autonomes (ETA).
• Les capacités de ces éléments de traitement peuvent différer, ils
peuvent être hétérogènes.
• L'aspect important est que les ETA n'ont pas accès aux états des uns
les autres , ils ne peuvent apprendre qu'en échangeant des
informations.

1
Base de données distribuée

Géo-distribuées:

• Dans le cas des BDD géo-distribuées les sites sont interconnectés

par réseau avec des échanges longs et des erreurs potentielles. En
parle de "sites".

• Dans le cas la BDD est sur le même site , les éléments de

traitements autonomes (ETA) se trouvent sur le même site et donc la
communication est plus efficace. Puisque ils sont regroupé dans le
même data center, on parle de "nodes"

14
Base de données distribuée

Logique vs Physique:

• La BD logique est vu par l'utilisateur comme une seule et

même base de données.
• La BD physique représente la totalité des BDs regroupés en
une BD logique.
• En somme, un SGBD distribué est logiquement intégré mais
physiquement distribué. Cela signifie qu'un SGBD distribué donne
aux utilisateurs la vue d'une base de données unifiée, tandis que les
données sous-jacentes sont physiquement distribuées.
Base de données distribuée

Base de données homogène :

• Dans une base de données homogène, tous les sites stockent la base
de données de manière identique.
• Le système d'exploitation, le système de gestion de la base de
données et les structures de données utilisées : tous sont identiques
sur tous les sites.
• Ils sont donc faciles à gérer.
Base de données distribuée

Base de données hétérogène:

• Les différents sites peuvent utiliser des schémas et des logiciels

différents susceptibles d’entraîner des problèmes dans le traitement
des requêtes et les transactions.
• Des ordinateurs différents peuvent utiliser un système d'exploitation
différent ou/et une application de base de données différente.
• Ils peuvent même utiliser des modèles de données différents pour la
base de données.
Base de données distribuée

Stockage

• Le stockage peut être soit partitionné entre différents nœuds du

réseau, soit répliqué entièrement sur chacun d'eux, ou soit organisé
de façon hybride.

• Le stockage se fait de deux façons: Réplication et Fragmentation.

Base de données distribuée

Stockage: Réplication

• Dans cette approche, l'ensemble de la relation est stocké de manière

redondante sur 2 sites ou plus.
• Si l'ensemble de la base de données est disponible sur tous les sites,
il s'agit d'une base de données entièrement redondante.
• Les systèmes conservent des copies des données.
• Avantages: Elle augmente la disponibilité des données sur différents
sites et le traitement peut se faire en parallèle.
• Inconvénients: Les données doivent être constamment mises à jour
et le contrôle de la simultanéité devient beaucoup plus complexe.
Base de données distribuée

Stockage: Fragmentation

• Les relations sont fragmentées (c'est-à-dire qu'elles sont divisées en

plus petites parties) et chacun des fragments est stocké dans
différents sites où il est nécessaire.
• La fragmentation est avantageuse car elle ne crée pas de copies des
données, la cohérence n'est pas un problème.
• Fragmentation horizontale - Séparation par lignes - La relation est
fragmentée en groupes de tuples de sorte que chaque tuple est
attribué à au moins un fragment.
• Fragmentation verticale : séparation par colonnes. Le schéma de la
relation est divisé en schémas plus petits. Chaque fragment doit
contenir une clé candidate commune afin d'assurer une liaison sans
perte.
Base de données distribuée

Echange de données entre éléments de traitements autonomes:

• L'échange se fait soit entre serveurs ou entre clients et serveurs.

• L'échange a trois dimensions:

Modes d'échange, fréquence, méthodes de communication

• Les choix de ces dimensions donnent beaucoup d'architectures possible

pour les BDs.
• NB: Les dimensions que nous avons choisies sont sujette à débat entre
professionnels. Il peut y avoir d’autre propositions.
21
Base de données distribuée

Echange de données: Modes d'échange

• Pull-only: le transfert de données est initié par une demande comme

un client qui demande des données depuis un serveur.
• Quand la requête est reçue, le serveur localise et transfert les données.
• Les clients prennent connaissance des mises à jour des données
du fournisseur uniquement lorsqu'il l'interroge explicitement.
• Les données fournit sont limités à ce que le demandeur connait au
préalable et à ce qu'il va demander.
Base de données distribuée

Echange de données: Modes d'échange

• Push-only: le transfert de données des fournisseurs est initié par un push

sans requête spécifique.
• Ce qui est délicat dans la méthode push c'est de décider quelles données
sont pertinentes pour les clients et quand ils veulent les avoir ou pas.
• Diffuser des informations à un ensemble illimité de récepteurs (random
broadcast) ou bien à un ensemble sélectif de clients(multicast).
• Le chalenge c'est comment le fournisseur prédit les besoins des clients.
Base de données distribuée

Echange de données: Modes d'échange

• Hybride ou Mixte: le transfert de données se base sur un pull et un push.

• Le transfert de données des fournisseurs aux clients est d'abord initié

par un pull ensuite, les transferts ultérieurs des mises à jour des données
sont initiés par un push par le fournisseur.
Base de données distribuée

Echange de données: Fréquence

• Périodique: les données sont envoyées dans un délai fixe et régulier.

• Le pull et push peuvent être effectués de façon périodique.

• Exemple de push périodique: Mise-à-jour des BD de mobiles.

pull périodique: Demande de prix des légumineuses chaque
matin depuis le marché central.
Base de données distribuée

Echange de données: Fréquence

• Conditionnel: les données sont envoyées aux récepteurs une fois

certaines conditions sont satisfaites.

• Les conditions peuvent être de statut, de résultats …etc.

• Exemple: Un fournisseur qui envoie une notification quand le nombre
d’acheteurs dépasse 15%.

26
Base de données distribuée

Echange de données: Fréquence

• Ad-hoc: les données sont envoyées de façon irrégulière et souvent en

pull.

• Les données sont extraites des fournisseurs de manière ad hoc en

réponse aux demandes.

2
Base de données distribuée

Echange de données: méthodes de communication

• Déterminer les différentes façons dont les fournisseurs et les

destinataires communiquent entre eux.
• Unicast/one-to-one ou Multicast ou Broadcast/ one-to-many.
• One-to-One: le fournisseur envoie des données à un destinataire.
• One-to-Many: le fournisseur envoie des données à un certain nombre de
destinataires.

28
Base de données distribuée

Avantages des BD distribuées:

Les BD distribuées permettent d’avoir en théorie beaucoup d’avantages,

on peut citer principalement:

1. Transparence de management
2. Access fiable aux données
3. Augmentation des performances
4. Evolutivité

29
Avantages BD distribuée

1. Transparence de management:

• Elle fait référence à la séparation de la sémantique de niveau supérieur

des problèmes d'un système de niveau inférieur.
• Un système transparent cache les détails aux utilisateurs.
• Elle représente le concept d’indépendance des données.

3
 Avantages BD distribuée
SELECT * FROM Employee
…
WHERE Budget > 2000
1. Transparence de management: Exemple

• Imaginez les tables:

Employee (IdEmployee, Nom, Prenom , Fonction, Age)
Projet(IdProjet, Nom, Budget, Ville)
Empl_Projet(IdEmployee, IdProjet)
• Si nous considérons que les employées sont réparties sur plusieurs villes,
et chaque base de données est stockée dans la ville correspondante.
(Fragmentation de données).
• L’utilisateur de la BDD ne doit pas savoir ni se préoccuper du stockage
des données.
Avantages BD distribuée

1. Transparence de management:

• Indépendance des données: les applications ne peuvent pas changer le

schéma (indépendance logique) ni le stockage (indépendance
d’organisation physique).

• Transparence du réseau: Les utilisateurs doivent être protégés des

détails opérationnels du réseau informatique. Ils ne font pas la
différence entre une BD centralisée ni une BD distribuée.

32
Avantages BD distribuée

1. Transparence de management:

• Fragmentation: fournir les données à l'utilisateur à partir de

l'emplacement le plus proche de lui et le plus rapidement possible. Par
conséquent, les données d'un tableau sont divisées en fonction de leur
emplacement ou selon les besoins de l'utilisateur. Ceci est généralement
fait pour des raisons de performances, de disponibilité et de fiabilité.
• Fragmentation transparente: les utilisateurs ne doivent pas être au
courant des données fragmentées.

33
Avantages BD distribuée

1. Transparence de management:

• Réplication transparente: en supposant que les données soient

répliquées, la question de la transparence est de savoir si les utilisateurs
doivent être conscients de l'existence de copies ou si le système doit
gérer la gestion des copies et l'utilisateur doit agir comme s'il n'y avait
qu'une seule copie des données.

34
Avantages BD distribuée

2. Accès fiables aux données:

• Ils améliorent la fiabilité car ils ont des composants répliqués et

éliminent ainsi les points de défaillance uniques.
• La défaillance d'un seul site, ou défaillance d'un lien de communication
ne rend pas tout le système obsolète.
• Cela passe par des transactions qui respectent les protocoles de contrôle
de la concurrence distribuée et de fiabilité distribuée, généralement plus
compliqué que celle des BD centralisée.

3
Avantages BD distribuée

3. Augmentation des performances:

Lieu des données:

• Chaque site stocke une partie des données globales et donc le
site/serveur en question utilise moins/mieux le CPU et les I/O du
serveur.
• Le lieu à proximité réduit, le temps d'accès à distance (sujet à
controverse avec les nouveaux réseaux haut débit et haute capacité).

3
Avantages BD distribuée

3. Augmentation des performances:

Parallélisme:
• InterQuery: exécution parallèle de plusieurs requêtes générées par des
transactions simultanées.

• IntraQuery: en divisant une seule requête en plusieurs sous-requêtes,

chacune étant exécutée sur un site différent.
Avantages BD distribuée

4. Evolutivité:

• C’est plus facile de s’adapter à des tailles de BDs croissantes et à des

charges de travail plus importantes.
• Par sa nature distribuée, on peut ajouter des serveurs de façon
horizontale (scale-out) contrairement au (scale-up) plus coûteux.
• En facilitant l'ajout de nouveaux composants faiblement couplés aux
serveurs de BDs, un SGBD distribué peut fournir une évolutivité plus
facile.
Inconvénients BD distribuée

• La complexité architecturale: couches du BDD,

contraintes d'intégrité.

• Moins d'expérience et de recul.

• Le coût de développement du système.

39
Inconvénients BD distribuée
• Absence de standards.

• La coordination de l'ensemble constitue des

servitudes qui n'existent pas sur les systèmes
centralisés.
• Que faire quand des ETA communiquent des
informations contradictoires.

40