پايگاههاي داده گريد

[آبجی]

قسمت اول

بانک اطلاعاتي گريد در واقع مجموعه­اي است از يک يا چند بانک اطلاعات توزيع شده ناهمگون, داراي تکرار که از طريق سيستم گريد با يکديگر تعامل و ارتباط منطقي پيدا مي­کنند و به سادگي نمي­توانند سرويس­هاي سراسري شفاف ارائه کنند.
به بياني ساده بانک اطلاعات گريد بسيار شبيه بانک اطلاعات چندگانه است با اين تفاوت اصلي که در بانک اطلاعات چندگانه به هر حال يک کنترل کننده مرکزي عملکرد سيستم را کنترل مي­کند اما در بانک گريد چنين کنترل کننده­اي وجود ندارد[9].
1.2. قرار دادن پايگاه­هاي داده در معماري گريد
در اين قسمت سعي بر توصيف چارچوبي داريم که پايگاه­هاي داده را به معماري گريد بيافزايد به طوري که نيازمندي­هاي خاص پايگاه­هاي داده را علاوه بر نيازمندي­هاي گريد پشتيباني کند.
اين چارچوب براساس سرويس[1] طراحي شده است. بدين صورت که هر سيستم پايگاه داده­اي که خود را با گريد منطبق کرده است, ليستي از سرويس­هايي را که پشتيباني مي­کند به گريد مي­دهد که بر اساس استانداردهاي گريد معرفي مي­شوند. البته واضح است که تعريف استانداردي که تمام سرويس­هاي ممکن را پشتيباني کند غير ممکن است زيرا پايگاه­هاي داده خاصي وجود دارند که دستورات خاصي را شامل مي­شوند که در هيچ بانک اطلاعاتي ديگري وجود ندارد. در چنين حالتي بايد به سيستم اجازه داده شود که سرويس­هاي مورد نظر خود را براي گريد تعريف کند. يکي از مزاياي استفاده از سيستم مبتني بر سرويس اين است که پايگاه داده مي­تواند در بخش مربوط به معرفي دادگان خود تمام سرويس­هايي را که مي­تواند پشتيباني کند را مشخص نمايد تا در هنگام کار با ساير پايگاه­هاي داده به مشکلي برخورد نداشته باشد.
در چنين گريدهايي, صاحب بانک اطلاعاتي مشخص مي­نمايد که کدام سرويس­ها در گريد قابل استفاده باشند.


حال به بررسي تک تک سرويس­هاي مشخص شده در اين شکل مي­پردازيم:
1.1.2. دادگان
اين سرويس دسترسي به دادگان فني پايگاه داده و سرويس­هايي که توسط آن پشتيباني مي­شوند را فراهم مي­آورد. براي مثال اطلاعات مربوط به نام فيزيکي و منطقي بانک اطلاعاتي, مالکيت آن, تعداد نسخه­ها و نحوه­ي دسترسي به اطلاعات آن در اين سرويس آورده خواهد شد.
همچنين دادگان مربوط به توصيف يک سرويس تمام اطلاعات درباره­ي کيفيت سرويس, نحوه تبادل اطلاعات آن و تمام قابليت­هاي آن را شامل مي­شود. اين اطلاعات توسط توسعه­دهندگان نرم­افزارهاي کاربردي گريد و ابزارهايي که نياز به دانستن نحوه­ي تبادل داده با پايگاه­هاي داده را دارند استفاده مي­شود. اين داده براي نرم­افزار­هاي کاربردي پويا بسيار حائز اهميت مي­شوند. در يک دسترسي دو مرحله­اي به بانک اطلاعاتي (ابتدا دسترسي به منابع گريد و سپس دسترسي به خود پايگاه داده از طريق DBMS آن) نياز است که يک سري عمليات ويژه با استفاده از اين دادگان قبل از دسترسي به پايگاه داده انجام شود تا بانک اطلاعاتي مزبور به منابع گريد اضافه شود.
2.1.2. پرس و جو[1]
با وجود اينکه هسته­ي تمام زبان­هاي پرس و جو يکسان است, اين زبان به طور خاص به پايگاه داده­اي که بر روي آن قرار مي­گيرد وابسته است. بنابراين در سرويسي که بر روي يک پايگاه داده قرار مي­گيرد نوع زبان پرس و جوي قابل پشتيباني بايد مشخص شود. براي زمان بندي کارها و نيز ايجاد بستري براي بهينه سازي توزيع منابع, نياز به فرايندي که تخمين زماني از اجراي پرس و جوها را به سيستم بدهد بسيار احساس مي­شود.
واضح است که سرويسي که براي انجام پرس و جو­ها به خدمت گرفته مي­شود بايد از امکانات بسياري از ديگر نرم­افزارها براي تبادل داده با ساير بخش­هاي گريد استفاده کند تا بتواند نتايج را به نقاط مختلف گريد انتقال دهد.
آخرين قابليتي که بايد وجود داشته باشد, امکان انتقال نتيجه به هر نقطه­اي به جز فرستنده­ي درخواست است. اين قابليت باعث مي­شود سيستم از حالت خادم-مشتري صرف خارج شده و امکاناتي براي انجام تعاملات پيشرفته را داشته باشد.
3.1.2. تراکنش­­ها
اين عمليات­ها قابليت انجام تراکنش بر روي يک پايگاه داده تنها و نيز توزيع شده در سطح گريد را ممکن مي­سازد. انواع مختلف تراکنش وجود دارد که به وسيله­ي DBMSهاي مختلف پشتيباني مي­شوند براي مثال در بعضي از آن­ها تراکنش­هاي تودرتو گنجانده شده است, در حالي که ساير پايگاه­هاي داده آن را پشتيباني نمي­کنند. به همين دليل سرويس دادگان تعريف شده بايد تعريفي از نوع تراکنش قابل پشتيباني ارائه دهد.
4.1.2. بارگذاري با حجم زياد[2]
پشتيباني از بارگذاري داده­هاي حجيم در پهنه­ي گريد يکي از مهم­ترين نياز­هاي پايگاه­هاي داده گريد مي­باشد که براي برخي نرم­افزارهاي کاربردي عاملي حياتي محسوب مي­شود. به عبارت ديگر سرويس بايد قادر باشد که با استفاده از مکانيزم­هاي انتقال داده و بهينه سازي آنها حجم بسيار زياد داده را در سرتاسر گريد منتقل کند.
5.1.2. اخطار[3]
اين مکانيزم به مشتري­ها اجازه مي­دهد تا نواحي مورد علاقه­ي خود در گريد را انتخاب کنند و هنگامي که تغييري در آن­ها به وجود آمد پيام اخطاري مبني بر تغيير اين ناحيه ارسال شود. پشتيباني از اين سرويس خود شامل دو بخش مي­شود که در بخش اول کاربر بايد اعلام نمايد که به چه بخشي علاقه مند است براي مثال درج, حذف, به روز رساني و غيره و در بخش دوم بايد متدي را پياده سازي نمايد که عمليات مربوط به آن تغيير را انجام دهد. پشتيباني از چنين مکانيزمي در مواردي که DBMSهاي مربوطه از زبان محلي مشترکي مثل محرک­ها استفاده مي­کنند بسيار ساده تر خواهد شد. در چنين سيستمي, هنگامي که يک پيام اخطار توليد مي­شود به سرويس رويداد گريد عمومي ارسال مي­شود تا تصميم گرفته شود که چه عملياتي بر روي آن بايد انجام شود و سپس اين سرويس در ادامه­ي کار خود عمليات مورد نظر را انجام مي­دهد؛ براي مثال يک ايميل به شخص خاصي ارسال مي­کند و يا عمليات خاصي را انجام مي­دهد.
6.1.2. زمان بندي[4]
اين سرويس به کاربران اجازه مي­دهد که استفاده از پايگاه داده خود را زمان بندي کنند که در اين حالت پهناي باند شبکه­اي هم که به اين پايگاه داده متصل است بايد از پيش تخصيص داده شود. از آنجايي که دسترسي اختصاصي به يک پايگاه داده غير عملي است مکانيزم­هايي لازم است که بر اساس آن منابعي مانند حافظه, پردازنده و ديسک در لحظاتي خاص در اختيار گريد قرار گيرد تا به انجام درخواست رسيده همت گمارد.
ادعايي بر اين مبنا وجود ندارد که سرويس­هاي ارائه شده در اين بخش تماما نيازهاي گريد و پايگاه­هاي داده­ي آن را پشتيباني مي­کنند. بلکه اين سرويس­ها فقط بنابر تجربيات سيستم­هاي مبتني بر پايگاه داده طراحي شده­اند و واضح است که با گسترش گريد نياز به توليد سرويس­هاي بيشتري احساس خواهد شد. سرويس­هايي که در اين بخش نام برده شدند تقريبا سطح پايين و عمومي هستند و سرويس­هاي سطح بالاتر در نرم­افزارهاي کاربردي گريد قرار خواهند گرفت.
2.2. مجتمع کردن پايگاه­­هاي داده در گريد
يکي از مزاياي مهم گريدهاي داده امکان مجتمع سازي منابع توزيع شده است. در اين بخش نشان خواهيم داد سيستم مبتني بر سرويس بخش قبل چگونه در اين مجتمع سازي به ما کمک خواهد کرد.
در روشي که ارائه خواهيم کرد از يک ميان­افزار مبتني بر گريد استفاده خواهيم کرد که به وسيله­ي آن يک پايگاه داده مجتمع شده­ي مجازي خواهيم داشت که از اين پس نرم­افزارهاي کاربردي به جاي استفاده مستقيم از پايگاه­هاي داده با اين ميان­افزار به تعامل خواهند پرداخت. با چنين کاري يک سيستم مديريت پايگاه داده مجازي خواهيم داشت که دقيقا همان سرويس­هايي را که در بخش قبل اشاره کرديم پشتيباني مي­کند اما در واقع هيچ نوع داده­اي را در خود ذخيره نمي کند و از ساير منابع ذخيره سازي استفاده مي­کند. براي انجام فعاليت بر روي چنين پايگاه داده مجتمع شده­ي مجازي از يک ميان­افزار سرويس­هاي مجتمع[5] استفاده مي­شود که با پايگاه­هاي داده مستقيما تبادل داده انجام مي­دهد


حالت ايده آل براي ساخت چنين سيستمي استفاده از ابزاري است که بتواند مجموعه­اي از پايگاه­هاي داده را بگيرد و با استفاده از آنها يک پايگاه داده مجازي بسازد. حال بايد به توصيف پيامدهاي چنين ابزاري بپردازيم.
روش مبتني بر سرويسي که در بخش قبل بررسي کرديم با قرار دادن استانداردهايي بر تعريف سرويس­ها در راه مجتمع کردن پايگاه­هاي داده به ما کمک بسياري خواهد نمود. هرچند به علت ناهمگوني منابع امکان استانداردسازي کامل وجود ندارد, اما اين ابزار مي­تواند به شکل زير اقدام به ساختن پايگاه داده مجازي نمايد:
اين ابزار, براي هر سرويس بايد در تمام دادگان پايگاه­هاي داده موجود در گريد به جستجو پردازد تا قابليت­هاي آنان را شناسايي کند. سپس با اطلاع از ميان­افزار مورد استفاده و امکاناتي که توسط آن قابل استفاده هستند گزينه­هاي مختلف براي مجتمع سازي سرويس­ها به دست مي­آيند. اگر تعداد گزينه­ها بيشتر از يک باشد يکي از آنها انتخاب شده و در ليست سرويس­هاي گريد قرار مي­گيرد ولي اگر تعداد گزينه­ها صفر باشد, به کاربر اطلاع داده مي­شود که عمليات مورد نظر قابل انجام نيست و بايد نمي تواند از سرويس مورد نظر استفاده کند.
پياده کردن تمام سرويس­هايي که در بخش قبل اشاره شد پيامدهاي خاصي را به دنبال خواهد داشت که در ادامه توضيح داده خواهند شد.


[1] Query

[2] Bulk Loading

[3] Notification

[4] Scheduling

[5] Service Federation Middleware

[آبجی]

پايگاههاي داده گريد قسمت دوم - پرس وجو -تراکنش­ها - بارگذاري حجيم داده


1.2.2. پرس­ وجو
در حالت ايده­ال يک واسط کاربري در اختيار کاربر قرار خواهد گرفت تا در آن اقدام به ثبت پرس­وجوي خود نمايد. سپس يک برنامه مترجم و بهينه ساز آن درخواست را فهميده و در سرتاسر گريد توزيع خواهد کرد و در نهايت نيز نتايج بدست آمده از آنها را باهم ترکيب کرده و به کاربر نشان خواهد داد. باز هم روش مبتني بر سرويس تعريف شده در بخش قبل به کمک ما خواهد آمد اما کماکان نمي­تواند سرويس­هاي سطح بالا ارائه کند. کارهاي قبلي در رابطه با پرس­وجو­هاي توزيع يافته کاملا مشابه مورد معادل در گريد هستند و مي­توان از آنها در انجام اين کار استفاده کرد. بدين ترتيب که هنگامي که يک درخواست پرس­جو ترجمه مي­شود عبارت معادل آن به منابع مختلف ارسال مي­شود تا به آنها پاسخ داده شود. سپس پاسخ­ها با توجه به زمان پاسخ گويي تعيين شده و هزينه­ي قابل پرداخت براي مشتري, انتخاب مي­شوند و به کاربر برگردانده مي­شوند. براي مثال اگر يک عمليات ترکيب[1] به عنوان گلوگاه مطرح شود, در حالي که بازدهي يکي از عوامل موثر در نتيجه­ي کار است بايد از دو منبع به صورت موازي استفاده کرد تا کارايي بيشتري داشته باشد.
2.2.2 تراکنش­ها
تراکنش­هاي ساده­اي که در بخش قبل تعريف کرديم نيازمندي­هاي­­ پايه­ي ما در اين حالت را نيز پشتيباني مي­کند در حالي که براي پشتيباني کامل و پيشرفته­ي تراکنش­هاي گريد هنوز مدل کاملي ارائه نشده است.
3.2.2. بارگذاري حجيم داده
اين کار در سيستم مي­تواند با استفاده از ابزاري که يک فايل حجيم را به فايل­هاي کوچکتر تقسيم کرده و در اختيار پايگاه­هاي داده مختلف قرار مي­دهد, انجام شود.




[1] Join

[آبجی]

پايگاههاي داده گريد قسمت سوم (اخطار - دادگان - زمان بندي - ابزاري براي دسترسي به پايگا ه داده -معم


4.2.2. اخطار
مشتري بايد مناطق مورد نظر خود را که عمليات اخطاردهي در آن مناطق بايد انجام شوند را مشخص نمايد. سپس ميان­افزار وظيفه­ي مديريت آنها اعم از ثبت, فيلتر بندي و اجراي عمليات بر روي سيستم­هاي پايگاه­هاي داده, را دارد. اين کارها در حالت ايده­آل با استفاده از سرويس عمومي رويدادها بر روي گريد قابل پياده­سازي و انجام است.
5.2.2. دادگان
دادگان در چنين سيستمي ترکيبي خواهد بود از سرويس­هاي دادگان پايگاه­هاي داده­اي که در گريد مجتمع مي­شوند که سرويس­هايي که به وسيله­ي اين پايگاه داده مجازي پشتيباني مي­شوند, را توصيف خواهند کرد.
6.2.2. زمان بندي
اين سرويس يک واسط عمومي براي زمان بندي منابع در پايگاه داده مجازي را فراهم مي­آورد. البته واضح است که به دليل ناهمگوني محيط و برنامه­هاي زمان­بندي­ مختلف آنها پياده­سازي چنين سرويسي بسيار دشوار است و هنوز راه حل قطعي براي آن ارائه نشده است.
3.2. ابزاري براي دسترسي به پايگاه داده
ايجاد ابزاري براي ارتباط با پايگاه­هاي داده وظيفه­ي گروه­هاي فعال روي GGF DAIS[1] است. پروژه­ي OGSA-DAI بر طبق پيمان همکاري EPCC,IBM,NEeSC,NWeSC و Oracle در حال توسعه مجموعه­اي از ابزارهايي است که اين واسط را پياده سازي کرده در حالي که استانداردهاي تعريف شده را رعايت مي­کنند.
هدف اصلي آنها مديريت قابل اطمينان منابع ذخيره سازي داده, منابع چندگانه انعکاسي[2], نام دهي توزيع شده و انتقال مجموعه­هاي عظيم داده بين مجموعه­هاي مرتبط مي­باشد.
ابزارهاي دسترسي و مجتمع سازي داده اجازه دسترسي به داده­هايي را که به وسيله­ي DBMS­هاي مختلف کنترل مي­شوند را مي­دهند, در حالي که اين DBMS­ها به طور خودکار و بدون استفاده از اين ابزار مي­توانند به کار خود به صورت محلي ادامه دهند.
1.3.2. معماري OGSA-DAI
اجزاي موجود در OGSA-DAI در چهار دسته قرار مي­گيرند که در ادامه مورد بحث قرار خواهند گرفت.
1. سرويس­هاي پايگاه داده [3]گريد : اين سرويس­ها يا منابع داده ساخت يافته هستند يا يک پروکسي براي منابع داده مثل يک نمونه­ي واقعي از يک DBMS. در هر دو حالت اين سرويس­ها دسترسي به منابع داده را از طريق انواع درگاه[4] ممکن مي­سازند. براي پشتيباني از مدل­هاي مختلف داده­ها, زبان­هاي پرس و جو, زبان­هاي توصيف داده و زبان­هاي اختصاصي, اين واسط زبان­هاي مختلفي را که عمليات خاصي را روي پايگاه­هاي داده انجام مي­دهند را شامل مي­شود. انعطاف پذيري سرويس پايگاه داده گريد تا حدي است که مي­تواند دستورات اختصاصي يک DBMS خاص را نيز پياده سازي کند. همچنين مي­تواند يک سري از عملياتي را که بايد به صورت دسته اي[5] و روي پايگاه­هاي داده مختلف انجام شوند را بهينه سازي کند. اما کاربران براي استفاده وسيع تر و مستقل از محيط اجراي اين ابزار مي­توانند کار خود را به SQL 92 و XPath محدود کنند.
2. سازنده­هاي سرويس پايگاه داده[6] : اين بخش مي­تواند به يک نمونه از DBMS متصل شود و يا همراه با يک نوعDBMS يا مدل داده­اي باشد. در حالت اول سرويس پايگاه داده گريدي که به وسيله­ي اين بخش ساخته مي­شود, براي پايگاه داده­ي خود, به عنوان يک پروکسي کار مي­کند. در حالت دوم اين سازنده سيستم­هاي ذخيره سازي داده­اي را فراهم مي­کند که قابل استفاده براي پايگاه داده مانند Oracle 9i يا مدل داده­اي مشخص شده مثل XML باشد. نتيجه مي­تواند يک GDSF,که پروکسي­هاي لازم براي تبادل ارتباط با پايگاه داده را فراهم مي­کند, باشد يا يک سرويس پايگاه داده گريد که اجازه دسترسي مستقيم به پايگاه داده مورد نظر را مي­دهد باشد. اين واسط کنترل و انعطاف پذيري بسيار بالايي را براي تعريف واضح زبان استفاده شده مي­دهد.
3. ابزارهاي حمل و نقل اطلاعات گريد [7]: اين ابزار­ها يک نمونه­ي انتزاعي را بر روي سيستم­هاي موجود براي انتقال اطلاعات مانند GridFTP و MPICH-G ايجاد مي­کنند تا استفاده از آنها را عموميت بخشند. به طور کلي دو نوع واسط تعريف مي­شود. يکي به عنوان توليد کننده و ديگري مصرف کننده داده. يک GDTV مي­توانند به عنوان فراهم کننده­ي اطلاعات براي يک عمليات خاص به کار رود, براي مثال در بارگذاري حجم بسيار بالاي داده و يا عمليات بر روي داده­هاي توزيع شده. همچنين مي­تواند به عنوان انتقال دهنده­ي داده از يک عمليات به پايگاه داده استفاده شود, مانند برگرداندن نتيجه­ي يک عمليات محاسباتي به پايگاه داده براي ذخيره سازي آن.

4. دفتر ثبت سرويس­هاي داده گريد [8]: در اين بخش سرويس پايگاه داده گريد و GDSF­ها ثبت مي­شوند تا هنگامي که کاربران به آنها نياز دارند با جستجو کردن در GDSR امکان دستيابي به منبعي با مشخصات مورد نظر براي آنها فراهم شود. GDSR در واقع نوع خاصي از دفاتر ثبت در OGSA است که به پايگاه­هاي داده و سرويس­هاي آنها اختصاص يافته است. به همين دليل دادگاني که اين مکان­ها ثبت مي­شوند با دادگاني که در ساير نرم­افزارهاي کاربردي ذخيره مي­شوند متفاوت هستند. براي مثال موارد زير که مختص پايگاه داده هستند ذخيره مي­شوند.

· نوع مدل داده­اي براي مثال رابطه اي, XML و غيره
· زبان­هايي که به وسيله­ي يک سرويس پايگاه داده گريد پشتيباني مي­شوند مانند SQL 92, XPath, XQuery و غيره
· عمليات­هاي مورد پشتيباني مانند پرس و جو, حذف, ويرايش, درج, بار گذاري انبوه و غيره
· وسيله انتقال داده پشتيباني شده GDTV
· منابع و محدوديت­هاي آنها
· ظرفيت و کارايي منابع
· سياست­هاي دسترسي

[1] Database Access and Integration Services

[2] replication

[3] Grid Database Service (GDS)

[4] portType

[5] Batch

[6] Grid Service Database Factories(GDSF)

[7] Grid Data Transport Vehicle(GDTV)

[8] Grid Data Service Registry(GDSR