sgbd para dispositivos limitados* camilo porto bruno alexandre

SGBD Para Dispositivos Limitados*

Camilo Porto

Bruno Alexandre

Roteiro

Introdução Problemática Desafios Armazenamento Processamento de consultas Conclusões Referências bibliográficas

IntroduçãoIntrodução

Introdução

Proliferação de dispositivos móveisPDAs, Celulares, Smart Cards;

Processamento Móvel da Informação; Acesso contínuo à informação,

independente do local físico; Informações pessoais, financeiras, médicas,

negócios;

Introdução

Tecnologia móvel nas empresasVendas, trabalho de campo, saúde

Necessidade de computação em todo lugar (Pervasive Computing)

Aumento da complexidade/volume das informações

Introdução

Eficiência no armazenamento da informação;

Eficiência na recuperação da informação; Segurança;

SGBD para dispositivos móveisSGBD para dispositivos móveis

ProblemáticaProblemática

Problemática

Dispositivos Móveis => Limitações de Hardware/Software

RAM Smart Cards – Alguns KB (4Kb – 128Kb) PDAs e Celulares – Alguns MB

Memória estável Smart Cards – (128Kb – 1MB) PDAs e Celulares – (1MB – 512MB)

Problemática

Baixa performance na escrita em memória estável;

Eficiência na leitura; Autonomia de energia;

Problemática

SGBD => Software complexo Técnicas convencionais => Inviabilidade

Como baixar escala das técnicas Como baixar escala das técnicas convencionais?convencionais?

Foco: Armazenamento & Processamento de Consulta

Problemática

Técnicas Convencionais:Armazenamento

Várias estruturas de índices => Consumo de memória

Valores repetidos => Consumo de memória Uso de cache (diminuir I/O) => Consumo de RAM

Problemática

Técnicas Convencionais:Processamento de Consulta

Alto consumo de memória Armazenamento de resultados intermediários Materialização Estruturas temporárias em memória (índices,

ordenação, etc.)

Problemática

Outros problemasSincronizaçãoUsabilidadeDentre outros...

DesafiosDesafios

Desafios

Diminuir espaço ocupado por estruturas de dados (índices, tuplas, etc.)

Diminuir uso de memória RAM Diminuir operações de escrita (lento) Aproveitar eficiência de operações de

leituras

ArmazenamentoArmazenamento

Armazenamento

Armazenamento Seqüencial Simplicidade Tuplas armazenadas em seqüência;

Problemas 1. Consumo de espaço – valores de atributos

duplicados 2. Ineficiente – Ausência de índices => busca

seqüencial Adição de índices resolve o 2º problema ao

mesmo tempo que agrava o 1º...

Armazenamento

Armazenamento por domínio Ausência de valores duplicados Uso de apontadores em atributos

v1

v2

v3

v4Relação R Relação S

Valores

Armazenamento

Armazenamento por domínioCompactação de dados (ausência de valores

duplicados)Facilidade de gestão de memória (tuplas com

tamanhos fixos)

Armazenamento

Armazenamento por domínio Desvantagens

Overhead nas operações insert/delete/update;

Valores únicos (chaves, por exemplo)Valores menor que tamanho da palavra de

memória

Solução?Solução?

Armazenamento

Combinação Seqüencial + DomínioValores únicos => seqüencial;Valores < tamanho da palavra => seqüencial;Valores > tamanho da palavra => domínio

(simplifica gestão de memória)

Problema: estruturas de índicesProblema: estruturas de índices

Armazenamento

Armazenamento em anelRedução de estruturas de índices;Formação de anel: valor => atributos => valorSemelhança com armazenamento por

domínio;

Armazenamento

Estrutura de índice em anel – Select Index

v1

v2

v3

v4Relação R

Valores

R.a

Indice em R.a

Requisito de espaço para o índice: 1 apontador/valor

Select Index...Where R.a=“v1”

Armazenamento

Armazenamento em anelOverhead de projeção – percorrer anel

Armazenamento

Estrutura de índice em Anel – Join Index

Relação R

Relação S

R.b

S.a

Requisito de espaço para o índice: 1 apontador/valor

Join Index...Where R.b=S.a

Armazenamento

Estrutura de índice em AnelJunções efetuadas em Chaves

(freqüentemente)Chaves => armazenamento seqüencial;

Processamento de consultaProcessamento de consulta

Processamento de Consulta

Problemas e RestriçõesO estado da arte em Q.P. não pode ser usado

em SGBDs móveis;Não se pode estimar quantidade de memória

que será utilizada;Devido a restrição de escrita e tempo de vida

da memória utilizada, condena-se uso de write e materialization.

Processamento de Consulta

SoluçõesOs SGBDs existentes (Sybase Everywehere,

Oracle lite, DB2 EveryPlace), não resolvem o problema da restrição de Memória principal;

Framework (operadores) para Query evaluators voltado para dispositivos com restrições de RAM.

Processamento de Consulta

Framework operadoresExpressões utilizadas: Execution without

RAM, RAM Lower Bound model (RLB)Armazenamento interfere na execução de

planos de consulta (uso de índice ou não); Algoritmos dos operadores devem seguir

alguns princípios;

Proc. de Consulta (sem índice)

HipótesesH1: Arquivos de dados on-board são

sequenciais (baixo desempenho);H2: Consultas não aninhadas;H3: Dispositivos autônomos;H5: Armazenamento em memória eletrônica

tipo EEPROM.

Proc. de Consulta (sem índice)

Regras de design R1: Proibido uso de E.D. de tamanho variável; R2: Nunca Armazene informação que pode ser

recomputada (no materialization); Unicidade Completude Operador possui três primitivas: open, close e next.

Proc. de Consulta (sem índice)

Algoritmos Compartilham estrutura de dados: DataFlow (R1 e

R2)

Proc. de Consulta (sem índice)

Algoritmos (select)

Proc. de Consulta (sem índice)

Algoritmos (GBY.open)

Proc. de Consulta (sem índice)

Algoritmos (GBY.next)

Proc. de Consulta (sem índice)

Algoritmos (GBY) Tipos: CompMin, CompMax e IterMin Otimização: Diminuir avaliação de tuplas irrelevantes

através da utilização de filtros.

Proc. de Consulta (sem índice)

Algoritmos (GRY - filtros) Definição: Relevant tuples, required tuples e

Irrelevant tuples; Quanto mais o algoritmo que evitar required tuples e

irrelevant tuples, melhor será.

Proc. de Consulta (sem índice)

Avaliação de desempenho Esquema: R, S, T e U

Proc. de Consulta (sem índice)

Avaliação de desempenho

SGBD Para Dispositivos Limitados

Referências Memory Requirements for Query Execution in Highly

Constrained Devices. Anciaux N., Bougamin L. andPucheral P.Int. Conf. on Very Large Data Bases (VLDB), 2003.

PicoDBMS: Scaling down Database Techniques for the Smartcard. Christophe Bobineau, Luc Bouganim, Philippe Pucheral and Patrick Valduriez.Proceedings of the 26th International Conference on Very Large Databases, Cairo, Egypt, 2000.

IBM DB2 Everyplace, Version 8.1.Interactive Management Software Inc.