Verteiltes und Paralleles Datenmanagement: Von verteilten Datenbanken zu Big Data und Cloud (eXamen.press) (German Edition)

Das Buch vermittelt umfassende Grundlagen moderner Techniken des verteilten und parallelen Datenmanagements, die das Fundament moderner Informationssysteme bilden. Ausgehend von einer Betrachtung der Architekturvarianten, die sich aus verteilten sowie parallelen Hardwareinfrastrukturen ergeben, werden die Bereiche Datenverteilung, Anfrageverarbeitung sowie Konsistenzsicherung behandelt. Hierbei werden jeweils Verfahren und Techniken für klassische verteilte, parallele sowie moderne massiv-verteilte bzw. massiv-parallele Architekturen vorgestellt und hinsichtlich ihrer Eigenschaften diskutiert. Damit schlagen die Autoren die Brücke zwischen klassischen Verfahren und aktuellen Entwicklungen im Cloud- und Big Data-Umfeld. Vorwort 6 Inhaltsverzeichnis 8 Teil I Einführung 15 1 Einleitung 16 1.1 Von der zentralisierten zur verteilten Datenverarbeitung 18 1.2 Anforderungen an verteilte und parallele DMS 22 1.3 Maße der parallelen Datenverarbeitung: Speedup und Scaleup 29 1.4 Übungsaufgaben 32 2 Grundlagen zu Datenbanken und verteilten Systemen 35 2.1 Relationales Datenmodell 36 2.2 Aufbau von Datenbanksystemen 39 2.3 Das Transaktionskonzept (ACID) 42 2.4 DBS-Einsatz: OLTP vs. OLAP 43 2.5 NoSQL-Systeme 46 2.6 Rechnernetze und verteilte Systeme 49 2.7 Übungsaufgaben 52 3 Architekturen für verteiltes und paralleles Datenmanagement 55 3.1 Arten der Parallelverarbeitung 55 3.2 Klassifikationskriterien 60 3.3 Parallele DBS-Architekturen 65 3.4 Architekturen mit funktionaler Spezialisierung 70 3.5 Alternativen zur Unterstützung heterogener DBS 74 3.6 Hadoop als Big-Data-Plattform 77 3.7 Vergleich und qualitative Bewertung 84 3.8 Übungsaufgaben 87 Teil II Katalogverwaltung und Datenverteilung 91 4 Schemaarchitektur und Katalogverwaltung 92 4.1 Schemaarchitektur von Verteilten DBS 92 4.2 Katalogverwaltung 93 4.3 Namensverwaltung 95 4.4 Übungsaufgaben 99 5 Grundlagen der Datenverteilung 101 5.1 Fragmentierung 102 5.2 Allokation und Replikation 111 5.3 Bestimmung der Datenverteilung 112 5.4 Übungsaufgaben 114 6 Datenverteilung in Parallelen DBS 116 6.1 Bestimmung des Verteilgrades 117 6.2 Fragmentierung 119 6.3 Allokation 128 6.4 Replikation 129 6.5 Datenverteilung für Shared Everything und Shared Disk 133 6.6 Datenallokation in NoSQL-Systemen 136 Teil III Anfrageverarbeitung 145 7 Grundlagen der Anfrageverarbeitung 146 7.1 Phasen der Anfrageverarbeitung 146 7.2 Planoperatoren 148 7.3 Kostenmodelle 153 7.4 Anfrageoptimierung 155 7.5 Übungsaufgaben 158 8 Verteilte Anfrageverarbeitung 160 8.1 Phasen der verteilten Anfrageverarbeitung 160 8.2 Datenlokalisierung und Anfragezerlegung 162 8.3 Kostenmodelle für verteilte Anfragen 168 8.4 Verteilte Verbundberechnung 170 8.5 Mehr-Wege-Verbunde 176 8.6 Übungsaufgaben 178 9 Parallele Anfrageverarbeitung 182 9.1 Parallele Realisierung unärer Anfrageoperatoren 182 9.2 Paralleles Sortieren 184 9.3 Parallele Verbundberechnung 187 9.4 Der Exchange-Operator 197 9.5 Optimierung und Ressourcenallokation 198 9.6 Übungsaufgaben 207 10 Parallele Analyse großer Datenmengen mit MapReduce 210 10.1 Grundlagen 210 10.2 MapReduce als Programmiermodell 212 10.3 MapReduce-Programmierung mit Hadoop 214 10.4 Datenbankoperationen mit MapReduce 218 10.5 Datenflusssprachen für MapReduce 219 10.6 Apache Spark 224 10.7 Übungsaufgaben 228 Teil IV Konsistenzsicherung 231 11 Verteilte Transaktionsausführungen 232 11.1 Struktur verteilter Transaktionen 233 11.2 Konsensus-Protokolle 234 11.3 Das Zwei-Phasen-Commit 235 11.4 Varianten des 2PC 239 11.5 Das Drei-Phasen-Commit-Protokoll 242 11.6 Das Paxos-Protokoll 246 11.7 Recovery 248 11.8 Strukturierte Transaktionen 250 11.9 Übungsaufgaben 255 12 Synchronisationsverfahren 258 12.1 Grundlagen der Synchronisation 258 12.2 Sperrverfahren in Verteilten DBS 261 12.3 Zeitmarkenverfahren 263 12.4 Optimistische Synchronisation 265 12.5 Mehrversionensynchronisation 271 12.6 Deadlock-Behandlung 277 12.7 Übungsaufgaben 286 13 Replikation 290 13.1 Replikation in verteilten Datenbanksystemen 290 13.2 Klassifikation von Replikationsansätzen 292 13.3 Write-All-Ansätze 296 13.4 Primary-Copy-Verfahren 297 13.5 Votingverfahren 299 13.6 Schnappschussreplikation 302 13.7 Katastrophen-Recovery 307 13.8 Übungsaufgaben 311 14 Transaktionsverarbeitung für Shared Disk 314 14.1 Systemeigenschaften und Herausforderungen 314 14.2 Synchronisation in Shared-Disk-DBS 316 14.3 Kohärenzkontrolle 326 14.4 Logging und Recovery 342 14.5 Nah gekoppelte Shared-Disk-Systeme 344 14.6 Übungsaufgaben 352 15 Konsistenz in Cloud-Datenbanken 357 15.1 Konsistenzanforderungen in Cloud-Szenarien 357 15.2 Replikation in Cloud-Datenbanken 363 15.3 Konsistenz in kommerziellen Cloud-Datenbanken 369 15.4 Übungsaufgaben 372 Sachverzeichnis 374 Front Matter....Pages I-XIII Front Matter....Pages 1-1 Einleitung....Pages 3-21 Grundlagen zu Datenbanken und verteilten Systemen....Pages 23-42 Architekturen für verteiltes und paralleles Datenmanagement....Pages 43-78 Front Matter....Pages 79-79 Schemaarchitektur und Katalogverwaltung....Pages 81-89 Grundlagen der Datenverteilung....Pages 91-105 Datenverteilung in Parallelen DBS....Pages 107-135 Front Matter....Pages 137-137 Grundlagen der Anfrageverarbeitung....Pages 139-152 Verteilte Anfrageverarbeitung....Pages 153-174 Parallele Anfrageverarbeitung....Pages 175-202 Parallele Analyse großer Datenmengen mit MapReduce....Pages 203-223 Front Matter....Pages 225-225 Verteilte Transaktionsausführungen....Pages 227-252 Synchronisationsverfahren....Pages 253-284 Replikation....Pages 285-308 Transaktionsverarbeitung für Shared Disk....Pages 309-351 Konsistenz in Cloud-Datenbanken....Pages 353-369 Back Matter....Pages 371-379