![[Forrige artikkel]](../../gifs/prev.gif)
![[Indeks]](../../gifs/up.gif)
![[Neste artikkel]](../../gifs/next.gif)
![[CW hjemmeside]](../../gifs/cw.gif)
OVERSATT AV MORTEN SOLLI
Leverandørene av styringssystem-servere for relasjonsdatabaser går nå til drastiske skritt for å tilpasse sine tilbud til de mer eller mindre sofistikerte delene av markedet, mens de utstyrer sine mellomklasse-produkter med avanserte funksjoner.
På den ene siden presser leverandørene sine produkter til maksimal ytelse på server-maskinvare som bruker symmetrisk multiprosessering (SMP) eller massiv parallellprosessering (MPP). Selskaper som AT&T, Informix Software, IBM, Oracle og Sybase har kommet opp med versjoner av sine DBMS-servere som kjører på SMP- eller MPP-maskiner for å støtte online transaksjonsprosessering med høy ytelse (OLTP) samt applikasjoner for datalagring.
Flere av de store aktørene på markedet for DBMS-servere -- deriblant Computer Associates (CA), Oracle og Sybase -- går samtidig langt i motsatt retning ved å konsentrere seg om produkter i det nedre sjiktet som kan konkurrere med PC-baserte DBMSer som Borlands dBASE og Paradox. Disse serverne vil gjøre mindre arbeidsgrupper og selv fjernbrukere i stand til å bruke lokalt lagrede data og gjøre nytte av store bedriftsservere uten ekstra bry med datasynkronisering.
Ved hjelp av replikering kan DBMS-servere arbeide med kopier av delte data, og derved bedre ytelsen og datatilgjengeligheten. Støtte for nye datatyper gjør det mulig for DBMS-serverne å lagre komplekse bilder, tekst, kart, lyd og video, samt enkle tall og tegnstrenger, på servere som omfatter hele bedriften.
De tre variablene som veier tyngst for valget av DBMS-server er datatype, hvilke applikasjoner som brukes, og den nødvendige ytelse.
Enkle retningslinjer kan gi en pekepinn på hvilken type spesialisert DBMS-server du bør se nærmere på. Produkter som passer for store bedriftsmiljøer, har gjerne kapasitet for mer enn 100 brukere og databaser på 20 GB eller mer per SMP- eller MPP-server.
Mellomstore bedrifter, eventuelt avdelinger i større bedrifter, får sine behov dekket med produkter med kapasitet for 20 til 100 brukere og databaser på mellom 1GB og 20GB per CPU-eller SMP-server. DBMS-servere som dekker behovene for store eller mellomstore enheter, kan kjøre beslutningsstøtte og OLTP-applikasjoner.
Det kommende settet av såkalte personlige DBMS-er kan dekke enkeltbrukerens behov for databaser på inntil 500 MB på en PC, selv en bærbar. Personlige DBMS-er er modne for applikasjoner som bruker data kopiert fra servere i et nettverk for databehandling på PC eller mobile maskiner.
I det siste året har det nærmest gått inflasjon i løfter om DBMS-servere som kjører på SMP- eller MPP-maskiner.
Oracle og Informix har versjoner av sine DBMS-servere som kjører på sofistikert maskinvare som Sequent Computer Systems' SMP-baserte servere i seriene Symmetry 2000 og Symmetry 5000. AT&T GIS, Oracle og Sybase har DBMS-servere som kjører på kraftige maskinvareplattformer som AT&T GIS' 3600 MPP. I tillegg finnes IBM og Oracles versjoner av DBMS-servere som kjører på maskinvareplattformer som IBMs SP2 Power parallell-maskin. Tandem Computers har en DBMS som kjører på sin egen Himalaya MPP.
DBMS-servere som nyttiggjør seg kraften i maskiner med multiprosessor-arkitektur, gjør deg i stand til å bygge applikasjoner som gir bedre ytelse, støtter flere brukere, og håndterer større databaser. Men det innebærer også at mer oppmerksomhet må rettes mot operativsystem og maskinvare.
Formålet med parallell prosessering for beslutningsstøtte, er å forbedre query- responstiden. Med parallell query-prosessering, blir hver query av DBMS-serveren oppdelt i en rekke oppgaver, hvorpå hver oppgave videreføres til en av prosessorene i en multiprosessor-maskin for å utføres der.
Sett at en query vil kreve at DBMS-serveren skanner en svært stor fil. DBMS-en bryter opp query slik at hver prosessor skanner en forskjellig del av filen. Dermed kan man søke etter de etterlyste dataene i hele filen langt raskere enn dersom en enkelt prosessor skulle søkt gjennom hele filen.
Parallell prosessering av en query innebærer likevel mer enn at det går an å hente data fra et eksternt lagringssted. Komplekse queries innbefatter blant annet å få tilgang til data fra flere tabeller, samt sette sammen og sortere disse dataene. Jo mer disse operasjonene kan utføres parallelt, desto bedre blir den totale ytelsen.
Leverandører som tilbyr parallell prosessering med DBMS-servere, gir kun kapasitet for å utføre enkelte av disse operasjonene parallelt. Det er derfor vesentlig å få klarhet i hvilke spesifikke operasjoner parallell prosesseringen gjelder.
Parallell transaksjonsprosessering, på en annen side, gjør DBMS-serveren i stand til å motta separate transaksjoner fra mange brukere på en gang. DBMS-en fordeler hver transaksjon til en separat prosessor som maksimerer den totale transaksjonen hele veien og holder prosesseringskravene for hver transaksjon på et minimum.
Enhver DBMS-server som kjører på en SMP-maskin som benytter flere operativsystem-prosesser eller -tråder for å kunne håndtere flere brukere på en gang, har i realiteten parallell transaksjonsprosessering. For å få til en effektiv planlegging av transaksjoner for parallell prosessering, kan det være en hjelp å bruke en monitor for transaksjonsprosessering, som IBMs CICS, AT&T GIS' Top End, Novells Tuxedo eller Transarcs Encina.
Fordi hver prosessor i en SMP-maskin deler felles minne, blir ytelsen maksimal med rundt 30 prosessorer. MPP-arkitekturen fjerner dette hinderet ved å gjøre hver prosessor i stand til å ha sitt eget minne og arbeide i en løst koplet konfigurasjon. MPP-maskiner kan derfor gi fortsatt ytelsesforbedring mens de oppskalerer til hundrevis av prosessorer.
Men selv om MPP-serveren betyr fortsatt bedret ytelse for parallell transaksjonsprosessering, har det sin pris. Hver prosessor må kjøre sin egen kopi av DBMS-serveren og benytte en distribuert skrive-reservasjon for å opprettholde datakonsistens de forskjellige minne-cachene imellom.
Mens SMP og MPP kan bidra til raskere utføring av queries og transaksjoner på serveren, finnes det andre DBMS-verktøy som kan bedre nettverksytelsen til klient/tjener-applikasjoner i større bedrifter.
Å formidle SQL kode opprettet på klienter over hele nettverket kan gi uakseptabel ytelse. Det kan være en hjelp å bruke lagrede prosedyrer på DBMS- serveren. Med lagrede prosedyrer kan klientene sende enkle kommandoer for å sette igang prosessering av forhåndsdefinerte rutiner, og på denne måten redusere trafikken på nettverket.
Denne applikasjonsstilen innbefatter imidlertid vanligvis en tre-trinns arkitektur der klient-applikasjoner kommuniserer med servere både på avdelings- og bedriftsnivå. DBMS-lagrede prosedyrer er lite egnet til å støtte applikasjonsprosessering over flere servere, særlig når disse serverne kjører forskjellige databaseprodukter.
Løsningen ligger i å bruke middleware for applikasjoner, slik som fjerne prosedyre oppringninger eller meldingsorientert middleware. Denne typen middleware gir større applikasjonsfleksibilitet med hensyn til håndtering av prosesseringen over flere servere, og drar fordel av å ikke være knyttet til noen bestemt leverandør. Ulempen er en mer kompleks applikasjonsutvikling i en verden der det finnes få sofistikerte utviklings- og testingsverktøy for denne typen prosessering.
De fleste klient/tjener-applikasjoner laget til dags dato fungerer bra sammen med disse DBMS-servere for slike miljøer. Applikasjoner for avdelinger/mellomstore bedrifter bruker normalt klienter som får tilgang til data på en fjerntliggende server ved å sende SQL queries, kommandoer og data over hele nettverket. De lagrede prosedyrene som støttes av DBMS-servere for avdelinger/mellomstore bedrifter, bidrar til å dempe belastningen på nettverket.
De tre markedslederne i DBMS-servere for avdelinger/mellomstore bedrifter er Oracles Oracle7, Sybases Sybase SQL Server og Informix' Informix-OnLine Dynamic Server. I det kommende året vil CA kunne vinne tilbake noe av det terrenget selskapet tapte etter den dårlig administrerte overtakelsen av ASK Group Inc. og dets Openingres-produkt.
CA forsøker nå å overbevise kunder om at selskapet investerer tungt i det som nå kalles CA-Openingres, og at dette vil øke produktets ytelse ved hjelp av multiprosesseringsstøtte.
Et annet produkt i kjømda er version 2.0 av IBMs DB2 for OS/2 og DB2 for Unix. Den nye versjonen nærmer seg produksjonsslipp og byr forbedringer som vil gi langt sterkere klient/tjener-kapasitet. IBM kommer dessuten med en ny versjon av DB2 for Windows NT.
Microsoft SQL Server 6 er en av mange DBMS-serverne for mindre bedrifter som vil bli utstyrt med replikeringsfunksjoner som automatiserer distribueringen av data mellom servere.
Selv om replikeringssystemer ofte blir pakket sammen i en enkelt kategori, finnes det forskjellige implementeringer tilpasset et av tre bruksområder: kopiering av data mellom flere driftssystemer med kapasitet for daglige driftsoppgaver; kopiering av data fra et driftssystem til et beslutningssystem med kapasitet for beslutningsstøtte og trend-analyse; kopiering av data som skal brukes av flere beslutningssystemer. De fleste replikeringssystemer har nå kapasitet for førsnevnte og andre bruksområde.
Når data replikeres mellom driftssystemer, er det få krav til rensing eller omformatering av dataene, fordi alle systemer bruker de samme formatene. Isteden forkuseres det nå på deling av data mellom flere servere, samt flytting av data til målsystemer fortest mulig, slik at alle kopier holdes oppdatert. Denne replikeringsstilen gir økt interesse for produkter som tillater at enhver kopi av de aktuelle data kan oppdateres likt.
CA-Openingres pionerte denne teknikken ved å innføre replikeringssystemer med konflikt-detektering og konflikt-deling for å takle situasjoner der datatap oppsto som følge av at en gitt server ikke hadde siste versjon av dataene fordi datareplikeringen foregikk asynkront.
Oracle innførte nylig liknende funksjoner, i likhet med Praxis International, som lager DBMS-er for stormaskiner og verktøy for datareplikering. Andre leverandører vil ganske sikkert følge etter. Bruken av delt oppdatering i replikeringssystemer passer imidlertid dårlig for uerfarne brukere, og krever et forsiktig applikasjonsdesign for å sikre datasynkronisering.
Under replikering av data fra driftssystemer til beslutningssystemer vektlegges fangst av utklipp av dataene etter brukerdefinerte intervaller. Denne typen replikering krever også en funksjon som renser og omformaterer dataene slik at de kan brukes av bedriftssapplikasjoner.
De fleste replikeringsverktøy har idag nokså begrenset kapasitet for rensing og omformatering. Dessuten er denne begrenset til kopiering av data mellom DBMS-servere med relasjonssstruktur. Dermed blir det umulig å bruke disse verktøyene for å bygge beslutningsdatabaser fra driftsdatabaser som ikke har relasjonsstruktur.
I de siste årene har støtte for slike komplekse data kunnet oppdrives via en datatype kjent som Binary Large Objects (BLOBs). Hver BLOB kan bestå av inntil 2GB data uansett innhold. BLOB-er kan dermed lagre grafikk, bilder og andre data.
Det utvikles stadig flere komplekse multimedia-applikasjoner, og dette gir brukerne et behov for å definere datatyper og funksjoner selv, slik at applikasjonene blir bedre i stand til å manipulere lagret informasjon. Et av de første produktene med kapasitet for brukerdefinerte datatyper, var CA-Openingres. IBM presenterte nylig liknende kapasiteter i DB2 for OS/2 og DB2 for Unix. Nyere såkalt utvidede relasjonsprodukter, som Illustra Information Technologies' Illustra Server og UniSQLs' UniSQL Server, har også disse kapasitetene.
Leverandørene av DBMS-servere fokuserer også i stor grad på å lage produkter som kan brukes til å bygge systemer for beslutningsstøtte. Slike systemer gjør bedriftsledere i stand til å bruke data innhentet fra driftssystemer fra hele bedriften som grunnlag for rapporter som gjør det mulig å nærmest daglig forholde seg til endringer i markedet.
Funksjonene i dagens DBMS-servere er til hjelp for flytting av data inn og ut av lageret. Men DBMS-serverne utgjør bare en del av lager- og beslutningsstøttemiljøet. Organisasjoner som bygger systemer for beslutningsstøtte har normalt som utgangspunkt et datalager styrt av en stor bedrifts DBMS-server som inneholder data hentet fra driftssystemer. Sluttbrukere får direkte tilgang til dataene fra sin PC.
Over tid kan disse organisasjonene tilføye mindre såkalte datawarehouse, administrert av DBMS-servere for arbeidsgrupper eller mellomstore bedriftsenheter/avdelinger som inneholder biter eller sammendrag av data kopiert fra bedriftens datalager. Sluttbrukere kan gi klient-arbeidsstasjoner mulighet for tilgang til data fra lokale datawarehouse-servere.
Størrelsen på DBMS-servere som skal støtte et lagermiljø er selvfølgelig avhengig av mengden data som skal lagres, samt hvor omfattende og kompleks sluttbrukerprosessering som skal foretas mot nevnte data. Et av formålene med et datalager er å tilby sluttbrukerne historiske data slik at det er mulig å oppspore tendenser og operasjoner i bedriften over lengre tid. Lagerdatabasene blir dermed lett svært omfattende, slik at det trengs stor databehandlingskraft for å prosessere de komplekse queriene som denne analyseformen forutsetter.
Det er derfor avgjørende at DBMS-serveren som brukes til å administrere lageret, støtter høyytelesverktøy for lasting og bulk-oppdatering av data. Like viktig er ytelsen til funksjonene for opprettelse av indekser, reservekopiering og gjenfinning av databaser, og evt. omorganisering av databaser.
CA har bebudet CA-Open-Ingres/Desktop, som inkorporerer teknologi lisensiert fra Gupta. IBM henger seg på fra midten av året, når selskapet slipper en PC-versjon av DB2.
Det er flere grunner til denne aktiviteten. Først og fremst er det økende behov for å knytte mobile brukere til større eller mindre DBMS-servere via landkabler eller trådløse tjenester. Dette gjør at de mobile maskinene kan operere som fullverdige klienter, istedenfor at man må drasse med seg kopier av data som raskt foreldes. Med unntak for Oracles Oracle in Motion, har DBMS-leverandørene hittil gjort lite på dette området.
Den andre hovedfaktoren i utviklingen i det "nedre" markedssegmentet for DBMS-servere, er den betydelige veksten i bruk av databaser blant små bedrifter. Dette nye markedet er enormt. Nøkkelen her er produkter som er enkle å installere og administrere.
Man kan velge å bruke én DBMS-server for hele bunten av applikasjoner eller en nisje-DBMS for hver applikasjon. Utfordringen framover vil uansett bestå i å tilby et felles grensesnitt som gir brukeren transparent tilgang til dataene på hver enkelt DBMS-server.
Og det forutsetter et nøye valg av middleware for tilknytning mellom klient og server.
Oversikt over DBMS-servere med relasjonsstruktur
DBMS-servere for flere miljøer: Oracles Oracle7 kjører på et bredt utvalg av prosesseringsplattformer, og drar fordel av betydelig støtte fra tredjeparts utviklingsverktøy og applikasjonsleverandører. Kapasiteten for parallell transaksjon og parallelle queries gjør serveren egnet også for store bedriftsdatabaser. Oracles Workgroup 2000-servere gir i tillegg støtte for databaser på arbeidsgruppe- og avdelings/småbedrifts-nivå. Oracle satser stort på bygging av utviklingsverktøy, mobil databehandling og spesialiserte servere for multimedia, foruten å drive nybrottsarbeid med hensyn til hvordan databasebrukere kan utnytte Internet.
DBMS-servere med parallell prosessering: IBMs IBM DB2 - Parallel Edition for AIX vil få mye oppmerksomhet, ettersom selskapet har brukt betydelige ressurser på å forbedre kapasitetene til DB2 Unix. Produktets tette integrering og utnyttelse av IBMs SP2 Powerparallel "massively parallel processing" (MPP) maskinvare, koplet med de godt designede parallelle query-kapasitetene, gjør produktet ideelt for datalagre i store bedrifter.
Informix Softwares Informix-OnLine Dynamic Server er framkommet som et resultat av at selskapet løp en betydelig risiko ved å endre designet av arkitekturen i Informix-OnLine database for å dra nytte av multiprosessor-maskiner. Gamblingen ser ut til å ha lønnet seg, for den gjeldende versjon 7 gir utmerket ytelse og skalerbarhet på maskiner med symmetrisk multiprosessering. I Versjon 8, som ventes snart, tilføyes fullstendig parallell query-kapasitet, mens parallell prosesseringen utvides til å omfatte MPP-arkitekturen.
DBMS-servere for mellomstore bedrifter/avdelinger: Microsofts Microsoft SQL Server 6 peker seg ut, selv om mange andre produkter også vil dekke de behov brukere måtte ha. Databasene i avdelinger/mindre bedrifter utgjør kjernen i dagens klient/tjener-systemer. Microsoft SQL Server er tett integrert med operativsystemet Windows NT, og det gjør nok denne kombinasjonen til en vinner både på pris og ytelse når det gjelder systemer i dette sjiktet. Når man så legger til administrasjonsverktøyene til Microsoft Systems Management Server samt nye replikerings- og styringsfunksjoner, blir dette produktet vanskelig å slå.
DBMS-servere for arbeidsgrupper/små bedrifter: Watcom Internationals Watcom SQL 4.0, som nylig ble overtatt av Sybase, tilfredsstiller behovene for grupper på opptil 20 brukere som tapper fra databaser på inntil 1GB. Produktet gir lave maskinvare-kostnader, og samtidig både enkel installering og høy ytelse til en lav pris.
KAOS: Ved det komplette kaos står alt stille. Dette bildet fra Paris viser en situasjon da man bør ha god tid. Det er tydeligvis flere enn relasjonsdatabasene som kunne trenge et styringssystem. (Foto: Ahlert Hysing)
![[Image map not available]](../../gifs/artmap.gif)