Datenbanken in Rechnernetzen und Transaktionssysteme - Cheatsheet

Architekturen für verteilte Systeme

Definition:

Strukturierte Anordnung von Komponenten, um verteilte Aufgaben effizient zu erledigen; wichtig für Skalierbarkeit und Ausfallsicherheit.

Details:

• Client-Server: Aufteilung in Client und Server; Clients senden Anfragen, Server antworten
• Peer-to-Peer (P2P): Gleichberechtigte Knoten, die direkt miteinander kommunizieren
• Schichtenarchitektur: Mehrere Ebenen, z.B. Präsentation, Logik und Datenhaltung getrennt
• Microservices: Modularisierung in kleine, unabhängige Dienste, die über APIs kommunizieren
• \textbf{Wichtige Konzepte}: Skalierbarkeit, Lastverteilung, Fehlertoleranz

ACID-Eigenschaften (Atomicity, Consistency, Isolation, Durability)

Definition:

ACID-Eigenschaften sind grundlegende Prinzipien, die Transaktionen in Datenbanksystemen sicherstellen, um Datenintegrität und Zuverlässigkeit zu gewährleisten.

Details:

• Atomicity: Transaktionen sind unteilbar; entweder wird die gesamte Transaktion durchgeführt oder gar nicht. -> \textit{Ganz oder gar nicht Prinzip.}
• Consistency: Transaktionen führen das System von einem konsistenten Zustand in einen anderen. -> \textit{Datenintegrität wird erhalten.}
• Isolation: Gleichzeitige Transaktionen beeinflussen sich nicht gegenseitig. -> \textit{Erscheinungsbild von sequentieller Ausführung.}
• Durability: Nach Abschluss einer Transaktion bleiben die Änderungen dauerhaft bestehen, selbst bei Systemausfällen. -> \textit{Permanent gesicherte Daten.}

Synchrone vs. Asynchrone Replikation

Definition:

Synchrone Replikation: Änderungen an der Primärdatenbank werden auf allen Replikas sofort umgesetzt. Asynchrone Replikation: Änderungen werden später zu den Replikas propagiert.

Details:

• Synchrone Replikation: Niedrige Latenz, hohe Konsistenz, hohe Netzwerkbelastung
• Asynchrone Replikation: Höhere Latenz, mögliche Inkonsistenz, geringere Netzwerkbelastung
• Beispielformel für synchrone Replikation: \[ T_{rep} = T_{primär} + T_{netz} \]
• Beispielformel für asynchrone Replikation: \[ D_{latenz} = T_{primär} - T_{replik} \]

CAP-Theorem (Consistency, Availability, Partition Tolerance)

Definition:

Das CAP-Theorem beschreibt den Trade-off in verteilten Systemen zwischen Konsistenz, Verfügbarkeit und Partitionstoleranz.

Details:

• Konsistenz (Consistency, C): Alle Knoten sehen dieselben Daten zur gleichen Zeit.
• Verfügbarkeit (Availability, A): Jede Anfragen erhält eine Antwort (Erfolg oder Fehler).
• Partitionstoleranz (Partition Tolerance, P): Das System arbeitet trotz Netzwerkpartitionen weiter.
• Im Falle einer Netzwerkpartition musst Du Dich zwischen C und A entscheiden.

Log-basierte Wiederherstellung

Definition:

Methode zur Wiederherstellung von Datenbanken unter Benutzung von Protokollen, um den Zustand der Datenbank vor einem Fehler wiederherzustellen.

Details:

• ARD: Atomicity, Consistency, Isolation, Durability.
• WAL-Protokoll (Write Ahead Logging): Änderungen werden zuerst im Log und dann in der Datenbank geschrieben.
• REDO- und UNDO-Protokoll: Wiederholung (REDO) und Rückgängigmachung (UNDO) von Transaktionen.
• Checkpoint: Markiert sicheren Zustand, um Startpunkt zu reduzieren.
• Log enthält sowohl 'before' als auch 'after' Images bei Änderungen.
• Recovery-Prozesse: Normalerweise auf Basis der Analyse-, Redo-, und Undo-Phasen.

Konsistenzmodelle für replizierte Daten

Definition:

Modelle zur Gewährleistung der Konsistenz von Daten, die über mehrere Systeme verteilt sind.

Details:

• Starke Konsistenz: Alle Knoten sehen immer den selben Stand der Daten nach einer Transaktion.
• Eventuelle Konsistenz: Daten werden schließlich konsistent, keine sofortige Konsistenzgarantie.
• Monotone Konsistenz: Ein Knoten sieht keine ältere Version der Daten, nachdem er eine neuere gesehen hat.
• Kausale Konsistenz: Schreiboperationen, die kausal zusammenhängen, erscheinen in der gleichen Reihenfolge bei allen Knoten.
• Lesesichtkonsistenz: Konsistente Sicht auf Daten während einer Operation.

Partitionierung und Fragmentierung

Definition:

Partitionierung teilt Datenbank in mehrere unabhängige Teile. Fragmentierung zerlegt eine Relation in kleinere Teile.

Details:

• Partitionierungstypen: - Horizontale Partitionierung - Vertikale Partitionierung
• Fragmentierungstypen: - Horizontale Fragmentierung (\texttt{WHERE}-Klausel) - Vertikale Fragmentierung (Attribut-Untergruppen)
• Kombination beider möglich (Hybrid-Partionierung)
• Wichtig für Datenverteilung, Performance und Verfügbarkeit

Concurrency Control Mechanismen

Definition:

Concurrency Control Mechanismen sichern die Konsistenz von Datenbanken bei konkurrierendem Zugriff durch mehrere Transaktionen.

Details:

• Ziel: Vermeidung von Inkonsistenzen und Sicherstellung von Serialisierbarkeit
• Optimistische Kontrolle: Konfliktvermeidung durch Validierung am Ende
• Pessimistische Kontrolle: Vermeidung durch Sperren (Locks)
• Zwei-Phasen-Sperrprotokoll (2PL): Sperren in Wachstumsphase, Freigeben in Schrumpfphase
• Deadlocks: Vermeidung und Behandlung notwendig (z.B. durch Wait-Die oder Wound-Wait-Schema)
• Timestamp-basierte Steuerung: Jüngere Transaktionen blockieren ältere nur, falls Konflikte entstehen