Monografías Plus      Agregar a favoritos      Ayuda      Português      Ingles     

Almacenamiento y recuperación de la información

Enviado por Pablo Turmero





Monografias.com
Los datos son lo más importante para una organización. Se constituyen en el elemento fundamental para el proceso de toma de decisiones. Un proceso de administración de datos debe contemplar Acceso selectivo y eficiente. Procesamiento y presentación. Garantía en consistencia de los datos. Conceptos

Monografias.com
Archivo: generalmente corresponde a una colección de registros lógicamente relacionados. Registro: es una estructura de campos o de datos lógicamente relacionados. Generalmente un registro se puede identificar de manera única Dato: representación de un atributo en el dominio de un problema. struct persona{ int edad; char nombre[45]; char rut[9]; }a; a.edad=45; /*eso es un dato */ Archivo Vista lógica de un archivo Conceptos

Monografias.com
La técnica utilizada para representar y almacenar registros es llamada organización de archivos. Todo tipo de organización de archivos busca la conveniencia respecto de tiempos de acceso y recuperación. La organización más apropiada para un archivo dependerá de las características operacionales del medio de almacenamiento y por la naturaleza de las operaciones sobre los registros. Conceptos

Monografias.com
Considerando el almacenamiento se tiene la siguiente jerarquía: Memoria Caché, Memoria Principal, Discos Magnéticos, Memoria terciaria. En forma idea siempre es recomendable trabajar con los datos en memoria volátil, debido a la velocidad de acceso, para luego enviarlos a memoria secundaria o terciaria. Memoria Caché: su objetivo es reducir los tiempos de espera. es pequeña pero de mucha rápidez. es necesario administrarla. Memoria Principal: se utiliza para el procesamiento de los datos. Conceptos

Monografias.com
Disco Magnético: no es volátil. dispositivo de acceso aleatorio. permite almacenar gran cantidad de bytes. para procesar su contenido es necesario el uso de la memoria principal. Memoria terciaria: considera entre otros, CDs, DVDs y Cintas. una cinta es un dispositivo de acceso secuencial, es mas lenta que un disco magnético, generalmente se utiliza para respaldos. La principal desventaja en la utiización de Discos se encuentra en el tiempo de acceso y de recuperación. Sin embargo este se puede disminuir seleccionando una orgnización adecuada. Conceptos

Monografias.com
Disco Magnético también conocido como disco duro, se compone de un pack de platos cada uno de los cuales tiene caras, pistas y sectores para almacenar la información. Además posee cabezas, asociadas a un brazo, para leer y grabar la . Una cabeza se mueve radialmente sobre la superficie de un plato que gira a gran velocidad. Sólo una cabeza puede realizar transferencia de datos en un determinado momento. Conceptos

Monografias.com
El tiempo de acceso a un disco está dado por tiempo de seek+latencia (rotacional)+ tiempo de transferencia. seek: tiempo requerido para transitar entre pistas. latencia: tiempo requerido para que el disco gire al sector que se desea. Generalmente corresponde a media vuelta. Transferencia: velocidad con la que se escriben/leen bytes hacia/desde el disco. Conceptos

Monografias.com
Ejercicio: considere el ordenamiento y mezcla de un archivo de 800000 registros. Sólo 10000 se pueden almacenar en RAM. Tamaño del registro 100 bytes Se utiliza un disco de 3600 RPM que posee seek de 18 ms y transferencia de 1229 bytes/ms Cuanto es el tiempo requerido para realizar el ordenamiento y mezcla? Conceptos

Monografias.com
Para mejorar el desempeño: minimizar movimientos del brazo. lo ideal para la latencia es que la cabeza se encuentre justo en el sector que contiene el dato que se requiere. Sectores contiguos v/s sectores intercalados. transferencia en paralelo desde el pack de discos, para esto se requieren varios brazos. Ante esto nace el concepto de RAID (Redundant Array of Independent Disks) Conceptos

Monografias.com
RAID (Redundant Array of Independent Disks ) El array es administrado por una controladora que contiene RAID firmware. RAID administrado por hardware es más rápido que el administrado por software. La controladora posee una BIOS que proporciona las herramientas de administración para la configuración y mantención. El sistema operativo ve el arreglo como un “gran disco duro”.

Monografias.com
RAID (Redundant Array of Independent Disks ) También existen soluciones externas, las cuales son conectadas mediante SCSI, Ethernet o Fibra.

Monografias.com
RAID (Redundant Array of Independent Disks ) Niveles RAID Existen distintas alternativas de configurar un arreglo de discos. Generalmente un nivel se define en base a los requerimientos de aplicaciones que lo utilizan. Básicamente constituyen un compromiso entre redundancia y rendimiento. RAID 0(striping) En rigor no corresponde a un nivel RAID, debido a que no presenta redundancia. Conviene utilizarlo cuando los datos no son críticos y el rendimiento es importante.

Monografias.com
RAID (Redundant Array of Independent Disks )

Monografias.com
RAID (Redundant Array of Independent Disks ) RAID 1(mirroring) Proporciona la forma más completa en cuanto redundancia. Puede soportar muchas fallas sin la necesidad de un algoritmo de recuperación. Para un array de N discos, es posible soportar la falla de N-1 de ellos sin pérdida de datos.

Monografias.com
RAID (Redundant Array of Independent Disks ) Sin embargo, el rendimiento de las operaciones de escritura es inversamente proporcional al aumento de discos en el array. Por otro es posible realizar lecturas en forma concurrente. IMPORTANTE: el costo de implementación es como mínimo el doble del requerimiento de almacenamiento.

Monografias.com
RAID (Redundant Array of Independent Disks ) RAID 4 Utiliza un disco para almacenar información de paridad, la cual se utiliza ante un eventual desastre.

Monografias.com
RAID (Redundant Array of Independent Disks ) RAID 5 aquí se elimina el uso de un disco exclusivo para el tema de la paridad. Se utiliza un bloque por cada disco

Monografias.com
RAID (Redundant Array of Independent Disks ) Hibridos Combinan diferentes niveles RAID para incrementar rendimiento y confiabilidad. RAID 10(striping mirror)

Monografias.com
RAID (Redundant Array of Independent Disks ) RAID 50(striping parity)

Monografias.com
RAID (Redundant Array of Independent Disks ) Comparaciones en el rendimiento

Monografias.com
RAID (Redundant Array of Independent Disks ) Fallas y tipos de aplicaciones

Monografias.com
RAID (Redundant Array of Independent Disks ) Fallas en los discos un beneficio de RAID es la capacidad de afrontar fallas sin la intervención del usuario. Hot-spares : reemplazo de un disco sin intervención del usuario. Hot-swap : reemplazo del un disco con intervención del usuario.

Monografias.com
RAID (Redundant Array of Independent Disks ) Consideraciones de hardware No debemos olvidar que un array es solo un componente mas de un sistema computacional. Muchos factores afectan el rendimiento y la capacidad de expansión de un arreglo de discos: Throughput del bus. Canales de I/O. Throughput del protocolo de acceso al disco. Velocidad del disco. CPU y memoria. Considerando estos factores la idea es poner atención a los posibles cuellos de botella que se puedan generar.

Monografias.com
RAID (Redundant Array of Independent Disks ) La velocidad de los buses de datos y de disco tiene un impacto directo en el desempeño del sistema. Es sencillo agregar más controladoras de disco aumentando el throughput pero el bus de datos es uno solo.

Monografias.com
RAID (Redundant Array of Independent Disks ) Bus PCI es el bus de datos más comun en la actualidad. la velocidad es determinada por dos factores: el ancho del bus (bus-width) y la veolcidad del bus (bus-speed) bus-width: indica cuantos bytes de datos se pueden enviar a la vez. bus-speed: especifica cuantas veces por segundo es posible transferir datos por el bus.

Monografias.com
RAID (Redundant Array of Independent Disks ) Si se construye un RAID considerando 3 tarjetas SCSI cada una de las cuales tienes una velocidad de 80MB/s, es posible generar un cuello de botella si se cuenta con una tarjeta madre que posee un bus PCI de 32 bits corriendo a 33MHz (80MB/s *3 v/s 133.33 MB/s)

Monografias.com
RAID (Redundant Array of Independent Disks ) Protocolos de acceso a disco tienen un impacto en el rendimiento y escalabilidad del array. Cada protocolo tiene bien definido su throughput y el número de dispositivos que se pueden conectar. En las soluciones basadas en arrays, el más usado es SCSI. El bus-width SCSI se conoce como narrow (8 bits) o wide (16 bits). Determinan la cantidad de discos que se pueden conectar a un bus SCSI. narrow : 8, sin embargo la cantidad efectiva es 7. wide : 16, la cantidad efectiva es 15. En ambos casos se debe a que se considera la tarjeta controladora.

Monografias.com
RAID (Redundant Array of Independent Disks )

Monografias.com
RAID (Redundant Array of Independent Disks ) Referencias Managing RAID on Linux. Derek Vadala. Ed. O’Reilly.

Monografias.com
Cintas Almacenamiento Un dispositivo de almacenamiento para archivos secuenciales es la cinta. Es preferible para secuenciales desordenados. Parámetros relevantes: Espacio entre bloques Largo de la cinta Densidad

Monografias.com
Cintas Parámetros relevates: Tamaño de los registros. Factor de bloqueo. Por ejemplo: largo : 2400 [pies] (1 pie = 12 pulgadas) densidad: 6250 [bpp] 1 registro : 100 bits factor de bloqueo: 1 espacio entre bloques: 0.6 [pulg] Cuántos bloques puede contener la cinta? Cuál es la eficiencia en el uso de la cinta?

Monografias.com
Cintas Espacio que ocupa un bloque: 1 [pulg] ? 6250 [bits] X ? 100 [bits] X = 0.0016 [pulg] Largo de la cinta 2400 [pies] * 12 [pulg/pie] = 28800 [pulg] La cantidad de bloques será 28800 [pulg]/(0.016 + 0.6)[pulg] = 46753 [bloques]

Monografias.com
Cintas Eficiencia en el uso de la cinta cuanto espacio de la cinta se ocupa con datos? cuando el fb es 1 : 46753*0.0016 = 748 [pulg] ? 2.76% Que sucede si aumentamos el fb? supongamos fb=20 X = 0.32 [pulg] La cantidad de bloques será 28800 [pulg]/(0.32 + 0.6)[pulg] = 31304 [bloques] Y la eficiencia 31304*0.32 = 10017 [pulg] ? 34.78%

Monografias.com
Cintas Luego, el factor de bloqueo es muy importante. Tiempos de acceso El factor de bloqueo también influye en los tiempos de recuperación. Acceso lectura/escritura : 200 [pulg/seg] Detención entre espacios: 4 [ms] Cual es el tiempo requerido para leer toda la cinta? tiempo para leer bloques + detención entre espacios Caso fb=1 3.74 [seg] + 187.012 [seg] = 190.752 [seg] Caso fb=20 50.086 [seg] + 125.22 [seg] = 175.3 [seg]

Monografias.com
Respaldo y Recuperación Ante pérdida o daño en los datos (medio de almacenamiento) es necesaria una política de respaldo y recuperación. Generalmente se asocia a un enfoque de BD. Para una recuperación : Respaldo. Journaling. Checkpoint. Respaldo Corresponde a una copia de los datos. Periodicidad: diaria, semanal, mensual. (cold backup, hot backup)

Monografias.com
Respaldo y Recuperación Journaling Corresponde a un registro (log) de los procesos (transacciones) y las actualizaciones realizadas sobre los datos. Transactional Log: registro de acciones realizadas por las transacciones. Database Change Log : imagen de los datos actualizados. Before-image: copia antes de la modificación. After-image: copia después de la modificación.

Monografias.com
CheckPointing Cuando se actualiza un dato vale la pena guardar un registro especial en el log de transacciones y pre-imágenes. Util para realizar la recuperación desde la “última marca”. Respaldo y Recuperación CheckPoints Transacciones

Monografias.com
Respaldo y Recuperación

Monografias.com
Respaldo y Recuperación Procedimientos de recuperación restore-rerun: reprocesar transacciones contra el backup. rollback: se aplica la pre-imagen

Monografias.com
Respaldo y Recuperación RollForward

Monografias.com
Consistencia Por el momento nos interesa la noción de consistencia. Consideremos el siguiente procedimiento procedure deposit begin start input(account#, amount); temp:= read(accounts[account#]); temp:= temp+amount; write(accounts[account#], temp); commit end; Y las siguientes acciones de dos clientes (cliente1 y cliente2): Realizan depósitos sobre la misma cuenta account13, la cual posee inicialmente $1000. cliente1 deposita $100 “Al mismo tiempo” cliente2 deposita $100000

Monografias.com
Consistencia Se origina la siguiente ejecución concurrente: read1(accounts[13]); read2(accounts[13]); write2(accounts[13],$101000); commit2; write1(accounts[13],$1100); commit1; El depósito del cliente2 se perdió!!!! Es necesario garantizar consistencia de los datos ante ejecuciones concurrentes. Idea: permitir concurrencia siempre y cuando una ejecución intercalada de 2 o más procesos tenga el mismo efecto que una ejecución serial. Lo anterior se conoce como ejecución serializable.

Comentarios


Trabajos relacionados

Ver mas trabajos de General

 
 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.


Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.