Bases de données distribuées

Un système de base de données où les données sont stockées et accessibles sur un seul serveur.

Un système de base de données où les données sont réparties sur plusieurs machines, souvent géographiquement dispersées.

Un seul point de défaillance est un élément crucial qui, s'il échoue, rendra l'ensemble du système inopérant.

L'augmentation du volume de données, de traitements et de transactions dans un système de base de données.

Une base de données distribuée regroupe un ensemble de données dispersées sur plusieurs machines, mais accessibles comme un système unique.

Répliquer les mêmes données sur plusieurs nœuds d'un système distribué.

Diviser les données en fragments et les distribuer sur plusieurs machines.

Un système centralisé a toutes ses données sur une seule machine, tandis qu'un système distribué répartit les données sur plusieurs machines.

Une application qui accède aux informations distribuées par les interfaces du système de gestion de bases de données.

L'application gérant la base de données distribuée. Elle rend la distribution transparente pour les utilisateurs.

MongoDB est une base de données NoSQL orientée documents, conçue pour le sharding et la réplication.

Cassandra est une base de données NoSQL orientée colonnes, utilisée pour des systèmes massivement distribués.

Google Spanner est une base de données SQL globale avec consistance forte, résistant aux partitions et distribuant les données à grande échelle.

La capacité d'un système à prendre en charge un nombre croissant de demandes et de données.

Augmenter la capacité d'un système en ajoutant des machines ou serveurs au réseau.

Plusieurs copies des données sont stockées sur des nœuds différents dans un système distribué, améliorant la résistance aux pannes.

Un système distribué peut, grâce à la multiplication des copies de données, tolérer des pannes matérielles et réseau tout en maintenant une certaine disponibilité.

La localisation des données près des utilisateurs réduit la latence.

Indépendance de données physiques

Indépendance de données logiques

Le système gère la récupération des informations, rendant l'utilisation des données facile pour les utilisateurs grâce à la transparence.

Technique de partitionnement d'une table en plusieurs sous-tables, chacune contenant un sous-ensemble de lignes de la table originale.

Technique de partitionnement d'une table en plusieurs sous-tables, chacune contenant un sous-ensemble d'attributs (colonnes) de la table originale.

Combine les deux techniques de fragmentation horizontale et verticale pour maximiser l'efficacité.

Répartir les fragments d'une même relation sur plusieurs sites pour améliorer la disponibilité et la performance.

Un système distribué ne peut pas garantir la cohérence, la disponibilité et la tolérance aux partitions simultanément. Il faut faire un choix entre ces trois propriétés en fonction des besoins de l'application.

Garanter que toutes les répliques de données ont les mêmes informations. Important pour l'intégrité des données.

Assurer que le système fonctionne sans interruption même en cas de panne ou de perte de communication entre les noeuds.

Assurer que le système répond à toutes les requêtes, même en cas de pannes, en accordant une priorité à la disponibilité des données.

Mécanisme visant à garantir la redondance et la disponibilité des données dans une base de données distribuée.

Un serveur principal gère toutes les écritures de données, et les serveurs secondaires les répliquent pour la lecture ou la sauvegarde.

Chaque serveur peut gérer les écritures, ce qui nécessite des mécanismes complexes pour résoudre les conflits.

Divise les données en fragments (shards) qui sont stockés sur différents nœuds, permettant de distribuer la charge et d'améliorer les performances.

Les données sont stockées sous forme d'objets structurés, comme le format JSON. MongoDB utilise ce modèle.

Les bases de données NoSQL n'exigent pas un schéma prédéfini, ce qui permet de gérer des données non structurées ou semi-structurées de manière flexible.

Créer des fragments bien définis en combinant des prédicats simples. Cela permet de garder les fragments précis et pertinents.

Détermine la partie des données que chaque nœud du réseau distribué devra gérer.

Vérifier la présence de tous les cas possibles (complétude) et de chaque fragment unique non redondant (minimalité).

Choisir les meilleurs attributs pour la fragmentation. Le nombre d'attributs doit être limité afin de simplifier la création de fragments, sauf si les besoins analytiques nécessitent une segmentation plus complexe.

Séparer les données en fonction de l'âge et de la localisation.

Chaque fragment est affecté à un nœud spécifique du réseau pour améliorer l'accès local aux données.

Diviser en fragments en fonction de la localisation des clients.

Diviser les données en fragments basés sur les besoins en accès aux données.

Créer des prédicats simples qui permettent de séparer les données en fragments basés sur des attributs spécifiques.

Identifier les attributs qui seront utilisés pour diviser les données en fragments.

Un ensemble de serveurs MongoDB qui travaillent ensemble pour assurer la redondance et la tolérance aux pannes.

Le serveur principal dans un replica set qui gère les écritures.

Les serveurs qui répliquent les données du nœud primaire et gèrent les lectures.

La capacité d'un système à continuer de fonctionner même si un serveur tombe en panne.

La répartition des données sur plusieurs serveurs pour améliorer les performances et la scalabilité.

Un identifiant qui indique où une donnée doit être stockée dans un système de sharding.

Le problème de performance qui survient lorsqu'un seul point central doit gérer un volume croissant de données et de requêtes.

Un prédicat qui filtre les données en fonction d'une seule condition sur un attribut.

Un prédicat qui combine plusieurs conditions simples pour une sélection plus précise.

Un ensemble complet de prédicats couvre toutes les données, tandis qu'un ensemble minimal ne contient pas de prédicats redondants.

Le coût de stockage d'un fragment dépend de sa taille en Go et du prix par Go. Plus le fragment est volumineux, plus il coûte cher.

Le coût des requêtes dépend de la fréquence et de la complexité des requêtes. Plus de requêtes ou des requêtes plus complexes impliquent des coûts plus élevés.

Le coût de transfert de données est lié à la quantité de données transférées et au coût par Go. Transférer des fragments volumineux entre les nœuds peut être coûteux.

Le coût de réplication dépend du nombre de copies et des coûts de stockage et de transfert des réplicues. Plus il y a de copies, plus le coût est élevé.

Le coût total d'un fragment englobe tous les coûts associés : stockage, requêtes, transfert de données et réplication.

La minimisation des coûts vise à réduire les dépenses tout en garantissant la performance et la disponibilité du système.

L'allocation des ressources optimise l'utilisation des ressources pour chaque fragment afin de maximiser la performance et la disponibilité tout en minimisant les coûts.

Un fragment est une partie des données qui est stockée et traitée de manière indépendante sur un nœud du système distribué.

Un nœud est un serveur ou une machine qui compose un système distribué. Chaque nœud stocke et traite un ou plusieurs fragments de données.

Le coût de stockage est le coût de l'espace disque utilisé pour stocker les données sur les nœuds du système distribué.

Le coût des requêtes est le coût de l'utilisation du processeur CPU pour traiter les requêtes et les opérations sur les données.