Adaptive Datenreplikation in verteilten Systemen

Datenbanksysteme haben sich heutzutage als zentrale Systemkomponenten in der betrieblichen Datenverarbeitung weitgehend etabliert. Historisch wurde die Entwicklung von Datenbanksystemen durch die Unzulänglichkeiten dateibasierter Informationssysteme motiviert ([Dad961). In dateibasierten Informationssystemen werden typischerweise die Daten, die von einer Anwendung bearbeitet werden, in einer eigens für diese Anwendung reservierten Datei gehalten. Falls bestimmte Daten von mehreren Anwendungen benötigt werden und jede dieser Anwendung die Daten jeweils in einer eigenen Datei ablegt, so entsteht auf diese Weise eine unkontrollierte Redundanz, die eine Reihe schwerwiegender Nachteile mit sich bringt:

Ceri und Pelagatti definieren in [CP85] eine verteilte Datenbank wie folgt:

„Eine verteilte Datenbank ist eine Ansammlung von Daten, die über verschiedene Rechner innerhalb eines Rechnernetzes verteilt ist. Jeder Knoten in diesem Netzwerk ist in der Lage, autonom Berechnungen durchzuführen und lokale Anwendungen auszuführen. Jeder Knoten partizipiert darüber hinaus an der Ausführung mindestens einer global verteilten Anwendung, die unter Benutzung eines Kommunikationssubsystems den ZugriffaufDaten an verschiedenen Knoten erfordert.“

Ausgehend von einer Analyse der logischen Grundlagen der Datenreplikation werden in diesem Kapitel zunächst die Zielsetzungen und Randbedingungen der Datenreplikation diskutiert. Anschließend werden Verfahren zur Synchronisation von Replikaten auf der Basis des klassischen Korrektheitskriteriums One-Copy-Serialisierbarkeit vorgestellt. Dieses Kapitel bildet damit die Grundlage für die anwendungsbezogenen Konzepte der Datenreplikation, die im nachfolgenden Kapitel erörtert werden.

Ein Datenverwaltungssystem erbringt eine Dienstleistung für verschiedene sehr unterschiedlich geartete Anwendungen. Die Anforderungen der Anwendungen an das Datenverwaltungssystem beschränken sich aber nicht nur auf das zuverlässige Abspeichern von Daten und die konsistente Bereitstellung von möglichst aktuellen Daten, sondern umfassen insbesondere auch den effizienten Umgang mit Daten. Effizienz beinhaltet in diesem Zusammenhang neben der Forderung nach einer möglichst kurzen Zugriffszeit beispielsweise auch die Forderung nach möglichst hoher Verfügbarkeit eines Datums. Die konsistente Verarbeitung nebenläufiger Anwendungstransaktionen wirkt der so definierten Effizienz entgegen. Dabei ist insbesondere festzuhalten, daß für manche Anwendungen der effiziente Zugriff durchaus wichtiger als Konsistenz ist. Ebenso gibt es auch Anwendungen, für die ein konsistenter Zugriff unerläßlich ist. Um eine möglichst gute Anpassung an die jeweiligen Erfordernisse einer Anwendung zu gewährleisten, scheint es somit sinnvoll zu sein, das Datenverwaltungssystem in die Lage zu versetzen, auf die Anforderungen der Anwendungen in geeigneter Weise zu reagieren. Dazu ist es erforderlich, Mittel bereitzustellen, die es einer Anwendung erlauben, bezüglich des Zielkonfliktes (“Trade-off”) zwischen Konsistenz und Effizienz eine anwendungsspezifische Kompromißlösung zu spezifizieren.

Im vorangegangenen Kapitel wurde bereits deutlich, daß die Umsetzung des Need-To-Know Prinzips in einem adaptiven verteilten Datenverwaltungssystem zunächst die Spezifikation der Konsistenzanforderungen der Anwendungen voraussetzt. Zur Sicherstellung dieser Anforderungen sind entsprechende Maßnahmen erforderlich, die im Rahmen verteilter Protokolle automatisch durchzuführen sind. Diese Protokolle müssen in einer Weise fehlertolerant sein, die es ermöglicht, die Nichteinhaltung von spezifizierten Konsistenzanforderungen in angemessener Weise zu behandeln, zumindest aber zu erkennen. An dieser Stelle soll nun ausdrücklich auf die konzeptionelle Trennung von Spezifikation und Protokoll hingewiesen werden. Dieses Kapitel befaßt sich ausschließlich mit der Spezifikation von Konsistenzanforderungen. Sie ist in erster Linie dazu erforderlich, dem verteilten Datenverwaltungssystem Informationen bezüglich der Semantik der Anwendungen zur Verfügung zu stellen. Protokolle zur Sicherstellung von Konsistenzanforderungen nutzen diese Information aus, um beispielsweise die Verfügbarkeit zu erhöhen oder die Zugriffslokalität zu steigern und somit die Performanz zu verbessern. Dies bedeutet, daß insbesondere solche Spezifikationen von Interesse sind, die Optimierungen bezüglich der Systemeffizienz und der Performanz versprechen. In den nachfolgenden Kapiteln wird jedoch deutlich werden, daß die Sicherstellung bestimmter Konsistenzanforderungen sehr komplexe und aufwendige Protokolle erfordern kann. Die Umsetzung mancher Konsistenzanforderungen ist so aufwendig, daß der Gewinn hinsichtlich Verfügbarkeit und Antwortzeitverkürzung gemessen am Wartungsaufwand sehr gering ist. Andere Anforderungen wiederum können mit einfachen Mitteln sichergestellt werden und stellen somit gute Hilfsmittel zur Systemoptimierung dar. Darüber hinaus können natürlich auch unterschiedliche Protokolle zur Sicherstellung der gleichen Konsistenzanforderungen verwendet werden. Die Vorteile, die aus den hier besprochenen Spezifikationen für die Antwortzeiten oder die Verfügbarkeit erzielt werden können, hängen immer von dem konkreten Protokoll ab, das für die Sicherstellung verwendet wird.

Durch die zunehmende organisatorische und geographische Dezentralisierung von Unternehmen werden neue Datenverwaltungskonzepte erforderlich, die im Vergleich zu zentralisierten Datenbanksystemen eine bessere Anpassung an die verteilte Unternehmensstruktur ermöglichen. Das wichtigste Mittel zur Erhöhung der Verfügbarkeit und zur Verbesserung der Zugriffszeiten ist dabei die Replikation von Daten. Daten sollen nach Möglichkeit dort bereitgestellt werden, wo sie auch gebraucht werden. Herkömmliche verteilte Datenbanksysteme können den gestellten Anforderungen bislang nicht gerecht werden. Dies liegt daran, daß die Gewährleistung des klassischen Korrektheitskriteriums One-Copy-Serialisierbarkeit für den Zugriff auf replizierte Daten mit einem unverhältnismäßig hohen Synchronisationsaufwand verbunden ist. Die strengen Konsistenzvorschriften, die durch die One-Copy-Serialisierbarkeit impliziert werden, sind allerdings für viele Datenbankanwendungen gar nicht erforderlich. Gesucht ist somit eine adaptive Datenverwaltung, bei der im Zuge einer anwendungsbezogenen Abschwächung von Konsistenzanforderungen eine erhöhte Verfügbarkeit erreicht werden kann. Dabei soll die Anwendungssemantik als Grundlage für die Spezifikation von Konsistenzanforderungen so ausgenutzt werden, daß einerseits ein knotenlokaler Datenzugriff möglichst weitgehend unterstützt und andererseits die erforderliche Synchronisation mit anderen Knoten möglichst weitgehend reduziert wird. Das Ziel ist ein verteiltes Datenverwaltungssystem, das die Konsistenzanforderungen von Datenbankanwendungen kontrolliert.