Arquitectura lógica

Introducción

Una Base de Datos se divide en unidades de almacenamiento lógicas llamadas Tablespaces. Contienen distintos objetos relacionados, como las tablas de una misma base de datos. Cada base de datos está formada por uno o más tablespaces, donde al menos debe existir el tablespace SYSTEM (diccionario de datos).

Una base de datos Oracle contiene como mínimo un tablespace, SYSTEM se crea automáticamente. Un tablespace contiene uno o más segmentos, cada tablespace se corresponde con uno o más ficheros de datos.

Cada segmento está formado por extensiones, que son divisiones lógicas.

Una extensión está formada por bloques lógicos, así es como se asigna el espacio.

Un bloque es una unidad más pequeña para las operaciones de lectura y escritura.

_images/ImgArquiLogica.jpg

Imagen 01: representación gráfica de la distribución de la estructura lógica de las tablespace.

Tipos de datos

Los tipos de datos soportados por Oracle se agrupan en los siguientes conjuntos.

  • Alfanuméricos

    CHAR

    VARCHAR2

    VARCHAR

    NCHAR

    NVARCHAR2

    LONG

  • Numéricos

    NUMBER

    FLOAT

  • Fecha

    DATE

  • Bianarios

    RAW

    LONG RAW

    BLOB

    CLOB

    BLOB

    BFILE

  • Otros

    ROWID

TIPOS DE DATOS ALFANUMÉRICOS

  • Tipo de dato CHAR(n): Almacena cadenas de caracteres de longitud fija.Su rango está entre 1 y 2.000 bytes de ocupación.
  • Tipo de dato VARCHAR2(n): Almacena cadenas de caracteres de longitud variable.
  • Tipo de dato VARCHAR(n): En Oracle8 es equivalente a VARCHAR2.
  • Tipo de dato NCHAR(n): Almacena un valor alfanumérico de longitud fija. Puede almacenar caracteres ASCII, EBCDIC, UNICODE...
  • Tipo de dato NVARCHAR2(n): Almacena un valor alfanumérico de longitud variable. Puede almacenar caracteres ASCII, EBCDIC, UNICODE...

TIPOS DE DATOS NUMÉRICOS

  • Tipo de dato NUMBER(p, s): Almacena valores numéricos en punto flotante que pueden estar entre 1.0 x 10-130 y 9.9...(38 nueves).
  • Tipo de dato FLOAT(N): Almacena un número en punto decimal sin restricción de dígitos decimales, donde n indica la precisión binaria máxima que puede moverse en el rango 1 a 126.

TIPOS DE DATOS FECHA

  • Tipo de dato DATE: Almacena un valor de fecha y hora. Para un tipo de dato DATE, Oracle almacena internamente los siguientes datos:

    Siglo

    Año

    Mes

    Día

    Hora

    Minuto

    Segundo

El formato por defecto de las fechas es: 'DD-MON-YYYY'

TIPO DE DATOS BINARIOS

  • Tipos de datos binarios: Permiten almacenar información en formato “crudo”, valores binarios tal y como se almacenan en el disco duro o como residen en memoria.
  • Tipo de dato LONG : Almacena caracteres de longitud variable hasta 2Gb. En Oracle8 y siguientes versiones se deben usar los tipos de datos CLOB y NLOB para almacenar grandes cantidades de datos alfanuméricos.

OTROS TIPOS DE DATOS

  • Tipo de dato ROWID: Representa una dirección de la base de datos, ocupada por una única fila. Este tipo de dato sirve para guardar punteros a filas concretas.

Almacenamiento en una Base de Datos Oracle

Oracle define “esquema” como la colección de estructuras lógicas que corresponden a los datos almacenados, y crea un nuevo esquema por cada usuario que crea objetos en la base de datos. No hay ninguna relación directa entre tablespace y esquema, objetos del mismo esquema pueden estar en diferentes tablespaces y un mismo tablespace puede almacenar distintos esquemas.

El control del uso del espacio del disco se obtiene mediante las estructuras lógicas de almacenamiento: bloque de datos, extensión y segmento. El nivel más pequeño de a nivel de la base de datos es el del bloque de datos.

El almacenamiento en Oracle se maneja con cinco conceptos:

  • Tablespace
  • Datafile
  • Segment (segmento)
  • Extend (extensiones)
  • Data block (bloque de datos / paginas)
_images/ImgArquiLogica2.jpg

Imagen 02: Esquema extraído del Oracle8 Concepts. representación gráfica de la distribución lógica de la memoria por segmento, extensión y bloques de memoria.

Tablespace

La distribución lógica de los datos está asociada directamente con la eficiencia de la base de datos, por eso es que se manejan varios tipos de datos de las tablespace. Se pueden tener tantos tablespace como sea necesario.

Las propiedades que se asocian a un tablespace cuando un objeto es creado dentro de un tablespace, hereda:

  • Localización de los ficheros de datos
  • Especificación de consumo de disco.
  • Control de disponibilidad de datos
  • Backup de datos

A continuación se muestra la distribución de tablespace que se designa para la base de datos la cual es la siguiente.

  • System (Diccionario de datos)
  • Usuarios
  • Temp
  • Rollback
  • Indices
  • Datos
_images/ImgArquiLogica3.jpg

Imagen 03: posible distribución de las tablas en la memoria. Cada color representa tablas en distintos discos.

Si todos los datos están en el mismo espacio de memoria, podrían existir varios problemas, entre ellos problemas de seguridad, al tener todos los datos en el mismo disco, por ejemplo, el disco C. Si el sistema operativo falla, se cae la base de datos o hay problemas físicos con el disco, todos los datos se perderían, aun teniendo una tabla de respaldo, pues se encuentra en la misma distribución de la memoria. Una posible solución al problema de tener todo en System o en el mismo disco, es distribuir en diferentes memorias, una tabla podría ir en C:, otro en D:, otro en F:, sería más fácil respaldar la información así.

A continuación se explica con más detalle cada uno de los tablespaces designados así como su contenido.

System ( Diccionario de datos )

El tablespace system será destinado para el diccionario datos el cual contiene toda la información de las tablas como nombres de columnas, cantidad de columnas, atributos, tipos de datos y otros datos importantes para la base de datos. Así como también serán almacenados catálogos de componentes PL/SQL creados para el control de los mismos, más adelante en el apartado de PL/SQL se explicará un poco más a fondo el contenido de estos catálogos de programación. Además, es importante tener en cuenta que el espacio de tablas SYSTEM esté al 50% o 75% de su espacio disponible. Finalmente, asegurarse de que los usuarios no tienen privilegios de escritura en el espacio de tablas SYSTEM, solo un usuario de tipo administrador de sistema debe poder modificar estos registros.

Usuarios

Este tablespace será utilizado para almacenar la información de todos los usuarios que utilicen las bases de datos, para así poder consultarlos y poder asígnales ciertos permisos, recursos o procedimientos.

Temp

Ciertas operaciones, necesitan de espacio en disco para poder realizarse. El espacio reservado se denomina “segmentos temporales”. Se pueden crear segmentos temporales cuando:

  • Se crea un índice.
  • Se utiliza ORDER BY, DISTINTC o GROUP BY en un SELECT.
  • Se utilizan los operadores UNION, INTERSECT o MINUS.
  • Se utilizan joins entre tablas.
  • Se utilizan subconsultas.

El tablespace temporal será destinado a todos aquellos datos temporales que ayudaran a mejorar el rendimiento de acceso a registros en la base de datos. Esto porque este espacio es de vital importancia para realizar operaciones en las que se lleve a cabo ordenamientos. También para la creación y análisis de índices para calcularles estadísticas. En los casos anteriores cuando el servidor no encuentre espacio suficiente libre en memoria utilizara el tablespace temp. También es importante mencionar que los rendimientos son muy superiores en comparación con otros tiempos de tablespaces normales. Esto dado que manera en que se utiliza este tablespace es orientado a objetos que crecen muy rápido y que a continuación rápidamente disminuyen su tamaño y desaparecen.

Rollback

El tablespace rollback será utilizado para almacenar todas las bitácoras correspondientes a las transacciones hechas en la base de datos esto con el fin de mantener una copia de seguridad en caso de fallo en la base de datos.

Índices (index)

Este tablespace será destinado a los índices de tablas. También es importante tomar en cuenta que los índices crecen en tamaño en mayor proporción que las tablas asociadas si los datos en la tabla son modificados frecuentemente. La gestión del espacio es mejor si se mantienen los índices de tablas grandes en espacios de tablas separados.

Datos

Este tablespace se utilizara para almacenar los registros de todas las tablas almacenadas en la base de datos. Dado el crecimiento de la cantidad de registros por tabla es recomendable prever un espacio grande para el datafile que se encuentre relacionado a este tablespace.

Cálculo de los tamaños de los tablespaces

Hay que considerar que los tablespace corresponden a una agrupación lógica, se refiere a cómo se distribuye una base de datos de manera lógica, la memoria que utiliza y cómo se maneja. Es bueno saber que tanto espacio va a ocupar un tablespace en la memoria, así que vamos a calcular el espacio que ocupa.

Primeramente, tenemos que tener un diagrama relacional.

Para este caso vamos a contar con 2 Entidades.

En este caso se cuenta con E1(a, b, c), donde son de tipo (Integer, Char, Char) respectivamente. E2(s, a), donde son de tipo (Integer, Integer) respectivamente.

El tamaño de un atributo tipo Integer es de 4 bytes y el tamaño de un atributo tipo Char es de 1 byte por carácter hasta 255 caracteres.

_images/ImgArquiLogica4.jpg

Lo primero que se debe hacer es calcular el tamaño de la tupla, eso se hace multiplicando cada dato por su tipo.

Ejemplo:

E1 (a = 4, b = ‘ABC’, c = ‘QR’) y E2 (s = 3, a = 4), ahora lo que hay que hacer es calcular el tamaño de la tupla.

Para E1: Er1 = (1*4) + (3*1) + (2*1) = 9 bytes

Para E2: Er2 = (1*4) + (1*4) = 8 bytes

Además, hay que considerar la tasa de transacción (T-T) de las entidades E1 y E2, donde es 25,000 transacciones por día de E1 y 38.000 transacciones por día de E2. Ahora se debe multiplicar las TrN con las tasas de transacción de cada entidad, con eso se calcula la cantidad de bytes que se usan por día.

Para E1: Tr1 -> 9 * 25,000 = 225000 bytes

Para E2: Tr2 -> 8 * 38,000 = 304000 bytes

Se deben sumar los tamaños de las transacciones totales para saber la cantidad de bytes que se consumen por día.

Tr1 + Tr2 = 529000 bytes

Además, se requiere también incluir las llaves primarias y foráneas de cada tabla de la relación. Hay que calcular para cada llave primaria y llave foránea su cantidad en bytes, la posición que es una dirección y la llave en si. Donde para E1 se tiene sólo una llave primaria que es ‘a’, su tipo es Integer lo cual representa 4 bytes y en la posición de memoria que ocupa, su apuntador es un long integer que ocupa 16 bytes. En el caso de E2 se tiene una primaria y foránea, para cada una su tipo es integer y su posición es long integer.

Ahora se calcula el tamaño de las llaves con sus posiciones en memoria (LM)

Ejemplo:

E1 → LlavesE1 (PK, posición) →  a(Integer) + long integer
       = 4 bytes + 16 bytes = 20 bytes
Total de E1 20 bytes.
E2 → LlavesE2 (PK, posición) → s(int) + long integer
       4 bytes + 16 bytes = 20 bytes
                                  → a(int) + long integer
       4 bytes + 16 bytes = 20 bytes

Como son 2 llaves ocupa 40 bytes en total.

Ya una vez calculados los tamaños de las transacciones y sus llaves, se debe hacer un estimado del espacio que puede llegar a ocupar, para este cálculo hay que considerar que las bases de datos relacionales de Oracle estiman que se debe aumentar en un 35% del cálculo para ocupar mejor los recursos y recalcular periódicamente las transacciones.

La fórmula sería: (Tamaño de la tupla * T-T) + ( LM * t.t * 0.35)

Para E1:

(9 * 25000) + (20 * 25000 * 0.35) = 400000 bytes

Para E2:

(8 * 38000) + (40 + 38000 * 0.35) = 317340 bytes

Estos resultados en total nos dan el espacio estimado de los tablespace que se consumiría por día.

400000 + 317340 = 717340 bytes / día.

A continuación algunos otros datos importantes en relación a los tablespaces.

Datafile

Un datafile son los “ficheros de datos” donde se almacena la información físicamente, este puede tener cualquier nombre y extensión, y puede estar localizado en cualquier directorio del disco duro, además está asociado a un solo tablespace y un tablespace está asociado a uno o varios datafiles.

Los datafiles tienen una propiedad llamada AUTOEXTEND, que en dado caso de que está activa, esta se encarga de que el datafile crezca automáticamente cada vez que se necesite espacio y no exista. Aunque el datafile este vacío, este tiene el tamaño en disco que ha sido indicado en su creación o el que el sistema le ha dado por defecto. Oracle hace esto para direccionar espacio continuo en disco y evitar así la fragmentación. Cuando se vayan creando objetos en ese tablespace, se va ocupando el espacio a donde se direccionó la memoria.

Segment

Un segment (segmento) es aquel espacio direccionado por la base de datos dentro de un datafile para ser utilizado por un solo objeto. Así una tabla (o cualquier otro objeto) está dentro de su segment, y nunca podrá salir de él, ya que, si la tabla crece, el segment también crece. Se podría decir que el segment es la representación física de del objeto en base de datos.

Existen tres tipos de segments (principalmente):

  • Segmentos de tipo TABLE: son aquellos que contienen tablas creadas en la base de datos.
  • Segmentos de tipo INDEX: son aquellos que contienen índices, que contienen las direcciones de memoria donde se encuentran los datos, inicios de tablas, fin de tablas, etc.
  • Segmentos de tipo ROLLBACK: son aquellos se usan para almacenar datos de información de la transacción realizada en la base para asi poder recuperar información o tener registros.
  • Segmentos TEMPORALES: aquellos que se usan para realizar operaciones temporales que no pueden realizarse en memoria, tales como ordenaciones o agrupaciones de conjuntos grandes de datos.

Extend

Extent es un concepto que está relacionado con cualquier objeto que ocupe espacio de disco, es decir cualquier objeto que tenga un segment relacionado, que se direcciona una sola vez en el tiempo. El concepto de extent es un concepto físico, unos extent están separados de otros dentro del disco. Una vez aclarado que todo objeto tiene un segmento asociado, pero a su vez se compone de distintas extensiones. Un segmento, puede ser reservado una sola vez, en la creación se asignan 10MB de una vez, o de varias veces 5MB hoy y 5MB mañana.

Existen dos tipos de extends:

  • INITIAL (extensiones iniciales): estas son las extensiones que se direccionan en el momento de la creación del objeto. Una vez que un objeto está creado, no se puede modificar su extensión inicial.
  • NEXT (siguientes o subsiguientes extensiones): toda extensión reservada después de la creación del objeto. Si el INITIAL EXTENT de una tabla está llena y se está intentando insertar más filas, se intentará crear un NEXT EXTENT (siempre y cuando el datafile tenga espacio libre y tengamos cuota de ocupación suficiente).

Sabiendo que las extensiones se crean en momentos distintos de tiempo, es lógico pensar que unas extensiones pueden estar fragmentadas de otras. Un objeto de base de datos no está todo junto dentro del bloque, sino que se secciona en tantos bloques como extensiones tenga. Por eso es crítico definir un buen tamaño de extensión inicial, ya que, si es lo suficientemente grande, el objeto nunca estará fragmentado.

Si el objeto tiene muchas extensiones y éstas están muy separadas en disco, las consultas pueden tardar mucho más, ya que las cabezas lectoras tienes que dar saltos constantemente, por eso es que las secciones se crean con bytes de memoria que están consecutivos en el disco.

El tamaño de las extensiones (tanto las INITIAL como las NEXT), se definen durante la creación del objeto y no puede ser modificado después de la creación. Oracle recomienda que el tamaño del INITIAL EXTENT sea igual al tamaño del NEXT EXTENT.

La mejor solución es calcular el tamaño que tendrá el objeto ya sea una tabla o un índice, para esto se multiplica el tamaño de cada fila por una estimación del número de filas de la tabla. Este resultado es el que se debe utilizar para el tamaño de la extensión INITIAL y NEXT, evitando así la fragmentación en el disco. En caso de detectar más de 10 extensiones en un objeto es recomendable crear un nuevo objeto.

Data block

El concepto de Data block es un concepto físico, pero de una distribución lógica, donde el número de espacio de bytes contiguos de espacio físico en el disco, se maneja como bloques de memoria, esto es llamado paginación.

El soporte de paginación en las bases de datos Oracle aumenta el desempeño de las aplicaciones de base de datos de mucha memoria, especialmente en los casos en que el caché de buffer tiene varios gigabytes de tamaño, las CPU en el sistema podrán acceder más rápidamente a los buffers en la base de datos.

Ya que los bloques de datos representan la mínima unidad de almacenamiento que es capaz de manejar Oracle. En un disco duro no es posible que un fichero pequeño ocupe menos de lo que indique la unidad de asignación, así si la unidad de asignación es de 4 Kb, ya que así fue asignado por quien creó los ficheros, un fichero que ocupe 1 Kb en realidad ocupa 4 Kb.

Estándar de documentación

A continuación se dan las pautas para realizar la documentación de la arquitectura lógica

  1. Iniciar en una introducción que contiene la documentación de la arquitectura lógica.
  2. Realizar un gráfico de pastel para representar la división que se hizo de los tablespaces y asignar un color diferente para cada tablespace e indicar el nombre de cada tablespace.
  3. Especificar cada tablespace, esta especificación debe contener sus nombres, cuales datos serán almacenados y también indicar a cual datafile se encuentra asociado o en caso de que sean varios indicar cuales.
  4. Documentar como fueron calculados los espacios de disco la primera vez cuales fueron los criterios y fórmulas utilizadas para realizar los cálculos.
  5. Documentar las fórmulas o estándar que se decida seguir utilizando después de implementado la base de datos para realizar las estimaciones de espacio.
  6. Finalmente se recomienda estar actualizando la documentación de la arquitectura lógica cada vez que se cree un tablespace nuevo o se realiza cualquier otro cambio en la arquitectura lógica.