Bases de données Open Source Pierre Crépieux 13/03/2008.

Présentation au sujet: "Bases de données Open Source Pierre Crépieux 13/03/2008."— Transcription de la présentation:

1 Bases de données Open Source Pierre Crépieux 13/03/2008

2 2 Groupe France Télécom Plan Généralités sur les bases de données relationnelles A quoi serrent elles ? Pourquoi un modèle relationnel ? L'Open Source Qu'est ce que c'est ? Pourquoi utiliser une base de données Open Source Les bases de données Open source PostgreSQL MySQL … Conclusion

3 3 Groupe France Télécom MySQL

4 4 Groupe France Télécom MySQL Il est intéressant de voir comment les histoires de PostgreSQL et MySQL se croisent Celle de MySQL commence a Helsinki en 1979! –Michael Widenius (société TcX) développe une base de données "maison" appelée UNIREG En 1983, Michael fait la connaissance de David Axmark avec qui il créera MySQL AB. En 1994, TcX décide d'utiliser SQL (devenu un standard) pour ces appli web. C'est à ce moment que Michael s'intéresse à mSQL. mSQL a été développé par David Hughes qui travaille alors sur le projet Minerva. Au tout début, mSQL est juste un traducteur SQL vers POSTQUEL. Postgres s'est avéré par la suite trop lourd et complexe pour les besoins de Minerva, David décide alors d'écrire son propre moteur de stockage. Michael contact David pour lui proposer d'intégré des fonctionnalités d'UNIREG (B+ ISAM handler) a mSQL. En 1995, MySQL AB est fondée. 2005, Oracle rachète Innobase 2008, SUN rachète MySQL. Licence GPL, et commerciale

5 5 Groupe France Télécom

6 6 Fonctionnalités Base de données relationnelle. Base de données garantissant les propriétés ACID (en fonction du moteur de stockage) Permet de définir des procédures stockées ainsi que des triggers. Tablespaces Replication, Cluster Nombreuses API Possibilité de définir ces propres fonction (UDF) Multi-plateformes

7 7 Groupe France Télécom Terminologie (Ronald Bradford, MySQL conf 2007) Database (files) --> Database Server Instance Database Instance (memory) --> Database Server Instance Schema User --> Database User --> User Table Space --> Table Space --> Storage Engine

8 8 Groupe France Télécom Processus Le serveur consiste principalement en 1 unique processus: – mysqld Il s'agit du serveur "multi-utilisateur". Toute application cliente doit se connecter au mysqld qui va créer un nouveau thread pour gérer cette connexion. Il gère également d'autres thread comme la réplication par exemple. – accompagné de script de démarrage: mysqld_safe (peut être remplacé par mysqlmanager), mysql.server et mysqld_multi (peut être remplacé par mysqlmanager). Il est en charge de l'accès aux données hébergées sur le serveur Plusieurs processus mysqld peuvent fonctionner simultanément sur une même machine (il suffit qu'il ait des zone de stockage et des ports de communication différents).

9 9 Groupe France Télécom Outils mysqladmin – client d'administration mysql – client en ligne de commande mysqldump – sauvegarde de bases mysqlimport – importe des fichiers de données

10 10 Groupe France Télécom Mise en oeuvre /etc/init.d/mysqld start $ mysqladmin -u root password NEWPASSWORD $ mysqladmin create NEWDBNAME $ mysql --user=myuser tp mysql> create table test(… … ) ENGINE=INNODB $ mysqldump –user=myuser tp

11 11 Groupe France Télécom Architecture

12 12 Groupe France Télécom Architecture cluster

13 13 Groupe France Télécom Storage engine MyISAMInnoNDB Transaction-XX Clé étrangère-X- VerrousTableLigne Isolation des transaction -les 4Read commited

14 14 Groupe France Télécom Expériences

15 15 Groupe France Télécom Backup

16 16 Groupe France Télécom Isolation Le standard SQL définit 4 niveaux d'isolation dépendant de 3 phénomènes à éviter entre transactions concurrentes: dirty read: – Une transaction peut lire des données écrites par une transaction concurrente "non commitée". nonrepeatable read – Une transaction relit une donnée qu'elle a lu et constate que cette dernière a été modifiée par une autre transaction qui a "commité" entretemps. phantom read – Une transaction ré-execute une requête renvoyant un ensemble de tuples et constate que l'ensemble est différent du précédent. – Il diffère du précédent car les données qui avaient déjà été lu n'ont pas changée, par contre il y en a plus (ou moins)