Uma abordagem para análise do impacto da consistência de dados no desempenho e disponibilidade em SGBDs NoSQL

Abstract

Na última década, o volume de dados gerado e armazenado por computadores aumentou consideravelmente. Os dados são gerados por várias fontes, inclusive por sistemas autônomos. Para atender à demanda do gerenciamento desses dados, as tecnologias de banco de dados convencionais apresentam limitações devido à rigidez de suas arquiteturas. Adjacente a essa necessidade de crescimento dos dados, populariza-se o desenvolvimento dos sistemas gerenciadores de banco de dados (SGBD) NoSQL, (Not Only SQL). NoSQL é uma tecnologia de banco de dados concebida principalmente para ultrapassar a escalabilidade horizontal, o desempenho, a disponibilidade e as limitações dos SGBDs relacionais. Para melhorar seu desempenho e disponibilidade, SGBDs NoSQL também oferecem a consistência eventual, a qual permite, temporariamente, uma inconsistência entre os servidores redundantes. Importantes SGBDs NoSQL dispõem da possibilidade de configuração da consistência baseada em quorum, que representa o número de servidores que devem confirmar uma operação para que ela seja concluída. Neste contexto, um grande desafio é quantificar e avaliar o impacto no desempenho, na disponibilidade, na probabilidade de acessar o dado mais recente e no consumo de energia das operações em NoSQL baseado em quorum. Diversos trabalhos avaliam SGBDs NoSQL, mas a estimativa do impacto da escolha da consistência nessas métricas ainda é pouco representada na literatura. As possibilidades da escolha de diversas arquiteturas e configurações em SGBDs NoSQL baseadas em quorum requerem ferramentas e técnicas de avaliação para que um projetista possa selecionar a melhor abordagem na implementação de sistemas. Esta tese de doutorado apresenta e avalia um conjunto de modelos que permitem quantificar o desempenho, a disponibilidade, a probabilidade de acesso ao dado mais recente e o consumo de energia no SGBD baseado em quorum. A proposta utiliza rede de Petri estocástica e dia- grama de blocos de confiabilidade para modelar esses sistemas. Um estudo de caso verificou que elevar a consistência do nível 1 para o nível 3 melhorou a probabilidade de acesso ao dado mais recente em 21%, no entanto, aumentou o tempo das operações; a indisponibilidade do sistema foi elevada de 3 segundos para 3 horas.