Bulut Veritabanı Yapısı

Bulut Veritabanı

vahap çelik

Günümüzde bulut bilişim en çok kullanılan teknolojilerden biridir ve veritabanları bulut bilişime doğru kaymaktadır bu sebepten dolayı bulut veritabanını ve özelliklerini detaylı bir şekilde inceleyeceğiz. Bu doküman bulut veritabanları ile ilgili temel tüm konuları içermektedir. Bulut veritabanları kurulum modeline göre ikiye ayrılır. Birincisi Virtual Machine Image olarak kullanılan veritabanlarıdır. Virtual Machine Image olarak kullanılan veritabanları bir işletim sistemi, sanallaştırma yazılımı ve son olarak da bir adet veritabanı yazılımından oluşmaktadır. Virtual Machine Image veritabanları, genellikle test sistemlerinde kullanılır ve veritabanı kurulmadan önce ortamı ve sistemi simule etmek için kullanılır. Kurulum modeline göre ikinci veritabanımız ise servis olarak kullanılan veritabanlarıdır. Bu dokümanımızda servis olarak kullanılan veritablarının mimrasini ayrıca servis olarak kullanılan veritabanlarının avantajları ve dezavantajları nelerdir inceleyeceğiz. Veri modeline göre de bulut veritabanları ilişkisel(sql) ve ilişkisel olmayan(nosql) veritabanları olmak üzerek ikiye ayrılır. Bulut veritabanı servisi olarak her ikisi de mevcuttur.

Genel Terimler: Algoritma, Dizayn, Performans

Ek anahtar kelimeler ve ifadeler:Bulut veritabanı yapısı, servis olarak bulut veritabanı,sanallaştırma

ACM Reference Format:

Vahap Çelik. 2014. Bulut Veritabanı (Mayıs 2014), 5 sayfa.

1.   GİRİŞ

Gelecekte Bulut Veritabanı dünyanın birçok şirketi tarafından büyük veri depolama için en çok kabul edilen teknoloji olacaktır. Bu ilişkisel veritabanı; bulut sunucu üzerinden dağıtma gibi basit bir işlem değildir. Bu  gerektiğinde  online ek düğümler ekleyerek veritabanı performansını artırma anlamına gelir.

Bulut veritabanı sanallaştırılmış bir bilgisayar ortamı için tasarlanmıştır. Yapılan bir araştırma gösteriyor ki şirketlerin %36’sı bulut servisleri kullanıyorlar. Bilişim sektöründe bulut servislerinin kullanımı hızla artmaktadır. Bulut Veritabanları çoğunlukla bir hizmet olarak kullanılmaktadır.

Bulut Veritabanı kullanım şekillerinin artma gereksinimi bu alanda teknoloji ilerlemelerini sağlamaktadır. Bulut Veritabanı başlangıçta, müşteriye sadece veriyi okuma olanağı sağlamıştır. Ancak, müşterilerin taleplepleri üzerine, yazma sorgusu da yer aldı. Bu işlemler Web 2.0 teknolojisinin getirilmesi ile mümkün olmuştur. Bulut Veritabanında okuma isteklerinin sayısı hala yazma isteğin daha fazla olduğu görülmektedir. Ancak yakın zamanda okuma sayısı da Bulut Veritabanında artacaktır. Bu eğilim okuma ve yazma istekleri arasındaki boşlukları daralmaya başlamıştır.

2.   BULUT VERİTABANI YAPISI

Bulut Veritabanı farklı yerlerde bulunan farklı veri merkezlerinde verileri tutar. Bu bölgesel veritabanı yönetim sistemin den bulut veritabanını ayırır. Farklı jeolojik konum ve kurumsal veri merkezlerinde bulunan veri merkezleri sorgu hizmetleri için tasarlanmış bir bulut veritabanı üzerinde birden fazla düğüm vardır. Bulut hizmetleri üzerinde veritabanına erişim için farklı yöntemler vardır. Kullanıcı internet üzerinden bilgisayar kullanarak veritabanına erişebilir; ya da bir cep telefonu kullanarak bir kullanıcı 3G veya 4G hizmetleri yoluyla bulut veritabanına erişebilir.

Burada kullanıcı internet üzerinden bir bilgisayardan bulut veritabanına erişen olduğunu varsayalım. İnterneti veri merkezleri ve veriye erişen kullanıcı arasında bir köprü olarak düşünebiliriz. Sadece tek bir düğüm, Bulut Veritabanı kullanılan olmadığını burada not etmek önemlidir. Ancak bulut veritabanı için kullanılan farklı düğümler vardır. Bu amaçla peer-to-peer haberleşme tercih edilir. Peer-to-peer iletişim benimseme amacı, tek bir düğümün kullanıcı tarafından uygulanan sorgu her türlü işleyebilir olmasıdır. Bu karmaşık gibi görünüyor, ama bulut veritabanındaki her düğüm her düğümde depolanan verilerin haritası vardır. Bu düğüm sistemi için kolay bir çözümdür.

2.1  BULUT VERİTABANINA GENEL BAKIŞ

Kullanıcı tarafından oluşturulan sorgu uygulama yazılımı üzerinden bulut veritabanı yönetim sistemine ait olan düğümlere gönderiliyor. Düğüm 1 veri haritasını kontrol ettikten sonra sorgu için en uygun düğümü seçerek uygun olan düğüme aktarır. Daha sonra uygun olan düğümde sorgu çalıştırılarak sorgu sonucunu gönderir. Aşağıdaki şekil bulut veritabanı temel mimarisini göstermektedir.

                                   

                                                Resim 1. Bulut veritabanı yapısı

2.2  DÜĞÜMLERİN ÇALIŞMASI

Veritabanında saklanan verilere erişmek için Bulut Veritabanı Yönetim Sistemi içinde düğümün çalışma süreci bir sorgu düğüme gönderildiğinde, orada bulunan bir düğümün iki seçeneği vardır, ya doğrudan veritabanından veriye erişmek ya da dolaylı yoldan veriyi bağlı olan veritabanı üzerinden erişmesi veya  replikasyon veritabanı üzerinden veriye erişilebilir. Veriye erişildikten sonra veri bulut veritabanı yönetim düğümüne aktarılır. Bulut veritabanları genellikle düğüm veritabanından veri alır. Düğüm verilere doğrudan erişir, o düğüm uygulama veri alındığı dosyanın bir meta haritasını tutar. Aşağıdaki resimde bulut veritabanı yönetim sisteminde bir düğümün çalışma gösterir. Ayrıca sıklıkla kullanılan veriler bulut veritabanı yönetim düğümünde tutulacaktır. Bu işlem ise veritabanı performasını artırır.

                                                Resim 2. Düğümlerin Çalışması

2.3  DÜĞÜM BÖLME

Bulut veritabanları genellikle terabyte seviyesinde veri tutulmaktadır. Eğer veritabanına gönderilen sorgu sayısı artarsa bunu yönetmek zorlaşır bulut veritabanlarında. Çünkü birden fazla düğüm vardır ve bu düğümler farklı lokasyonda bulunmaktadır. Eğer sorgu sayısı aşırı artarsa bulut veritabanı yönetim sistemi yeni bir düğüm oluşturarak yükü paylaşırlar.

Bu konsept aşağıda verilmiştir. Şekilde bir düğüm veritabanı  A2 , A3 , A4 ve A1 ve A5 için diğer yandan dosyalar üzerinde veri işleme olduğunu görebilirsiniz. Eğer sorgu sayısı aşırı artar ise, orijinal düğüm sorguları dağıtacak yeni bir düğüm oluşturur. Bölme işleminden sonra, orijinal Düğüm A dosyaları A1 ve veritabanları A2 ve A3 için verileri ele alınacaktır. Diğer taraftan, yeni DüğümA ' A4 ve A5 idare edecek . Bu çok iyi bir uygulamadır ve bulut veritabanlarında büyük miktarda veri işlemek için yapılır.

                                                Resim 3. Düğüm Bölme

2.4  Dağıtılmış Sorgular

Dağıtılmış sorgu bir sorgunun birden fazla sorgunun kombinasyonu olarak anlaşılabilir ve dağıtılmış sorguyu oluşturan her sorgu farklı alt gruplara ayrılarak birden fazla düğüme gönderilir. Her sorgu bilgilerin farklı düğümlerden sonuçları alınarak veriler birleştirilir. Örnek olarak  internet üzerinden bilgisayardan oluşturulan sorgu daha alt sorgulara ayrılır; Her bir alt sorgu spesifik düğüme iletilir. Aşağıdaki örnekte; Alt Sorgu 1 ve Alt Sorgu 2 Bulut Veritabanı yönetim sistemi üzerinden Düğüm 2 yöneliktilir. Alt Sorgu 3 ,Düğüm 5’e ve Alt Sorgu 4 Node 8’e taşınır  Düğümler çözüldükten sonra, cevaplar da dağıtılmış şekilde döndürülür. Düğümlerin bu cevaplar birleştirilmiş ve daha sonra kullanıcıya gönderilir

                                   

                                             Resim 4.Dağıtılmış Sorgular

3.   Bulut verİtabanı zorlukları

Bulut veritabanları uygulamalarının bazı zorlukları vardır. Ancak, bu zorluklara rağmen şirketler için en uygun çözümlerden biridir. Aşağıda bulut veritabanlarının bazı zorlukları ele alınmıştır.

3.1  İnternet Hızı

Veri merkezindeki veri transferi hızı; veri merkezi erişmek için kullanılan internet hızı nispeten çok yüksektir. Veritabanına gönderilen sorguları çok hızlıdır ancak veri merkezinden veri almak için alınan zaman internet hızına bağlıdır. Bu sorunun çözümü için daha hızlı kablolar kullanmaktır.

3.2  Gizlilik

Bulut mimarisi kullanıcılar ve korsanlara karşı erişilebilirlik açısından daha gelişmiştir. Ama müşteriler veri sızıntısını göze alamaz ve kendi verilerinin başkalarının elinde olmasını istemezler.

3.3  Sorgu ve işlem(Transactional) İş yükü

Sorgu iş yükü ve işlem iş yükü arasında önemli bir fark vardır. Biz işlem yükü hakkında tahmin edebiliriz ama sorgu iş yükü hakkında bir tahminde bulunamayız. Sorgu iş yükü sorgu sayısına bağlı olarak değişmektedir ve kaç kullanıcı bağlanacak ve ne kadar sorgu çalışacak bunlar bilinmemektedir.

3.4  Çoklu Kiracılı

Bir sunucuda çalışan bir yazılım ve yazılımın kullandığı veritabanı, farklı müşterilere aynı zamanda ayrı ayrı hizmet verebilmektedir. Sunucu tarafında ortak kullanılan yazılım üzerinde yapılacak iyileştirmeler, geliştirmeler müşterilere herhangi bir etkisi olmadan kolaylıkla gerçekleştirilebilmektedir. Veritabanı çoklu kiracılı uygulamalarda farklı tablolar olacak şekilde ortak bir veri tabanı kullanılabileceği gibi, her bir istemci ortak veri tabanı üzerinde ortak tablolar da kullanabilirler, veya her bir istemci için farklı farklı veritabanları da kullanılabilir. Bu yaklaşımların farklı avantajları olacağı gibi, farklı dezavantajları da olabilir. Örneğin, ortak kullanılan bir veri tabanında bir istemciye özel verilerin, başka bir istemci tarafından erişilmesi engellenmelidir, bu da farklı senaryolarda farklı karmaşıklıklara yol açabilir.

4.   SONUÇ

Sonuç olarak bu rapor bulut veritabanı kavramını anahatlarını  ve mimarisini anlatmaya çalıştım. Bulut Veritabanların avantajları ve dezavantajları olmasına ragmen avantajlarının sayısı dezavantajlarından çok fazladır. Bu sebepten dolayı Bulut Veritabanlarının kullanımı giderek artmaktadır ve Bulut Veritabanı kullanan şirketler kullanmayan şirketlere göre bir adım öndedirler.

KAYNAKÇA

Rafal Ablamowicz and Bertfried Fauser. 2007. CLIFFORD: a Maple 11 Package for Clifford Algebra Computations, version 11. (2007). Retrieved February 28, 2008 from http://math.tntech.edu/rafal/cliff11/index.html

Patricia S. Abril and Robert Plant. 2007. The patent holder’s dilemma: Buy, sell, or troll? Commun. ACM 50, 1 (Jan. 2007), 36–44.   DOI:http://dx.doi.org/10.1145/1188913.1188915

Sten Andler. 1979. Predicate Path expressions. In Proceedings of the 6th. ACM SIGACT-SIGPLAN symposium on Principles of Programming Languages (POPL ’79). ACM Press, New York, NY, 226–236. DOI:http://dx.doi.org/10.1145/567752.567774

David A. Anisi. 2003. Optimal Motion Control of a Ground Vehicle. Master’s thesis. Royal Institute of Technology (KTH), Stockholm, Sweden.

Brian Cabral and Leith C. Leedom. 1993. Imaging vector fields using line integral convolution. In Proceedings of the 20^th Annual Conference on Computer Graphics and Interactive Techniques (SIGGRAPH’93). ACM, New York, NY, 263–270. DOI:http://dx.doi.org/10.1145/166117.166151