A inspiração de hoje é a aula de Banco de dados que preparei onde falo sobre Transações em Bancos de Dados Distribuídos.

Bancos de dados distribuídos desempenham um papel crucial em sistemas modernos, permitindo o armazenamento e recuperação eficiente de dados em ambientes distribuídos. No entanto, a complexidade desses sistemas apresenta desafios únicos, especialmente quando se trata de manter a integridade dos dados durante transações.

Bancos de dados distribuídos são sistemas de armazenamento de dados nos quais os dados são distribuídos entre vários nós ou servidores em uma rede. Em vez de armazenar todos os dados em um único local centralizado, um banco de dados distribuído divide os dados e os distribui em diferentes nós para melhorar a escalabilidade, disponibilidade e desempenho do sistema. Cada nó pode ser localizado em diferentes locais geográficos, proporcionando uma infraestrutura de armazenamento de dados altamente distribuída.

Características dos Bancos de Dados Distribuídos:

1. Distribuição de Dados: Os dados são divididos em fragmentos e distribuídos entre os nós do sistema. Isso pode ser feito de várias maneiras, como partição horizontal (dividindo linhas de uma tabela) ou partição vertical (dividindo colunas de uma tabela).
2. Replicação de Dados: Além da distribuição, os bancos de dados distribuídos muitas vezes implementam a replicação de dados, onde os dados são copiados em vários nós para melhorar a disponibilidade e a tolerância a falhas do sistema.
3. Escalabilidade: A distribuição de dados permite que os bancos de dados distribuídos dimensionem horizontalmente, adicionando mais nós conforme necessário para lidar com aumentos na carga de trabalho ou no volume de dados.
4. Desempenho: Distribuir dados entre vários nós pode melhorar o desempenho do sistema, permitindo que consultas e operações sejam paralelizadas e distribuídas entre os nós.
5. Tolerância a Falhas: A distribuição e replicação de dados ajudam a tornar os bancos de dados distribuídos mais robustos e tolerantes a falhas, pois os dados ainda podem ser acessados mesmo se um ou mais nós falharem.

Exemplos de Bancos de Dados Distribuídos:

• Apache Cassandra
• MongoDB (com replicação)
• Amazon DynamoDB
• Google Bigtable
• Hadoop HDFS (Hadoop Distributed File System)

O que são transações em bancos de dados distribuídos?

Transações em bancos de dados distribuídos referem-se a operações que envolvem a manipulação de dados em múltiplos nós ou locais de armazenamento de dados. Uma transação pode consistir em várias operações, como inserção, atualização ou exclusão de registros em diferentes partes do sistema distribuído.

Propriedades ACID

As transações em bancos de dados distribuídos devem obedecer às propriedades ACID (Atomicidade, Consistência, Isolamento e Durabilidade) para garantir a integridade dos dados. Isso significa que as transações devem ser atomicamente executadas (ou seja, todas as operações são concluídas com sucesso ou nenhuma é), manter a consistência dos dados, ser isoladas umas das outras e garantir que as alterações persistam mesmo em caso de falha do sistema.

1. Atomicidade (Atomicity): A atomicidade garante que uma transação seja tratada como uma unidade atômica de trabalho, o que significa que todas as operações dentro da transação são executadas com sucesso ou nenhuma delas é executada. Em outras palavras, se uma parte da transação falhar, todas as operações anteriores devem ser desfeitas (rollback), deixando o banco de dados em um estado consistente.
2. Consistência (Consistency): A consistência garante que apenas transações válidas possam ser escritas no banco de dados, mantendo-o em um estado consistente antes e depois da execução de uma transação. Isso significa que as transações devem seguir todas as restrições e regras definidas no banco de dados, preservando a integridade dos dados e evitando a violação de restrições de chave estrangeira, por exemplo.
3. Isolamento (Isolation): O isolamento garante que uma transação em execução não seja afetada por outras transações concorrentes que estejam sendo executadas simultaneamente no mesmo banco de dados. Isso significa que cada transação deve ser executada como se fosse a única transação em execução no sistema, evitando problemas como leituras sujas (dirty reads), leituras não repetíveis (non-repeatable reads) e escritas fantasmas (phantom writes).
4. Durabilidade (Durability): A durabilidade garante que as alterações feitas por uma transação sejam permanentemente armazenadas no banco de dados, mesmo em caso de falha do sistema, como falha de energia ou falha de hardware. Isso significa que uma vez que uma transação é confirmada (committed), suas alterações devem ser persistentes e não podem ser perdidas, mesmo em situações adversas.

BEGIN TRANSACTION;
UPDATE Conta SET Saldo = Saldo - 100 WHERE ID = 123;
UPDATE Conta SET Saldo = Saldo + 100 WHERE ID = 456;
COMMIT;

Neste exemplo, uma transação é iniciada com BEGIN TRANSACTION, seguida por duas operações de atualização de saldo em diferentes contas. A transação é então confirmada com COMMIT, garantindo que as duas operações sejam executadas atomicamente.

Gerenciamento de Concorrência e Isolamento

Em ambientes distribuídos, o gerenciamento de concorrência e isolamento é fundamental para evitar problemas como leituras sujas, leituras não repetíveis e escritas fantasmas. Isso é alcançado por meio de técnicas como bloqueio, controle de versão e protocolos de coordenação distribuída, como o Two-Phase Commit (2PC) e o Paxos.