Untuk membahas mengenai DBMS terdistribusi , terlebih dahulu mengetahui apa yang di
maksud dengan basis data terdistribusi dan DBMS terdistribusi.
distribusi ; Secara logik keterhubungan dari kumpulan-kumpulan data yang digunakan bersama-sama, dan
didistribusikan melalui suatu jaringan komputer.
Penggunaan Disk Bersama ( Share Disk ) adalah sebuah arsitektur yang mengoptimalkan
jalannya suatu aplikasi yang tersentrallisasi dan membutuhkan keberadaan data dan kinerja yang
tinggi ( Gbr 1.4 ). Setiap prosesor dapat mengakses langsung semua disk , tetapi prosesor
tersebut memiliki memorinya sendiri sendiri. Seperti halnya penggunaan secara sendiri
sendiri arsitektur ini menghapus masalah pada penggunaan memori bersama tanpa harus
mengetahui sebuah basis data di partisi. Arsitektur ini di kenal dengan cluster
Penggunaan Secara sendiri sendiri ( Share nothing ) ; sering di kenal dengan Massively
parallel processing ( MPP ) yaitu arsitektur dari beberapa prosesor di mana setiap prosesor
adalah bagian dari sistem yang lengkap , yang memiliki memori dan disk ( Gbr 1.5 ). Basis data
ini di partisi untuk semua disk pada masing masing sistem yang berhubungan dengan basis
data dan data di berikan secara transparan untuk semua pengguna yang menggunakan sistem .
Arsitektur ini lebih dapat di hitung skalabilitasnya dibandingkan dengan share memory dan dapat
dengan mudah mensupport prosesor yang berukuran besar. Kinerja dapat optimal jika data di
simpan di lokal dbms
teknologi ini biasanya digunakan untuk basis data yang berukuran sangat besar ( terabites
) atau sistem yang memproses ribuan transaksi perdetik. Paralel DBMS dapat menggunakan
arsitektur yang diinginkan untuk memperbaiki kinerja yang kompleks untuk mengeksekusi kueri
dengan menggunakan paralel scan, join dan teknik sort yang memperbolehkan node dari banyak
prosesor untuk menggunakan bersama pemrosesan kerja yang di gunakan.
Jika hardwarenya yang berbeda tetapi produk DBMS nya sama , maka yang akan di ubah adalah
kode dan panjang katanya. Jika yang berbeda produk DBMSnya maka akan lebih kompleks lagi
karena yang akan di ubah adalah proses pemetaan dari struktur data dalam satu model data yang
sama dengan struktur data pada model data yang lain. Sebagai contoh : relasional pada model
data relasional di petakan ke dalam beberapa rekord dan set di model data jaringan . Juga
diperlukan perubahan pada bahasa queri yang digunakan ( Contoh pada SQL Perintah SELECT
di petakan kedalam model jaringan menjadi FIND atau GET ). Jika keduanya yang berbeda,
maka dua tipe perubahan ini diperlukan sehingga pemrosesan menjadi lebih kompleks.
Kompleksitas lainnya adalah memiliki skema konseptual yang sama, dimana hal ini di bentuk
dari penyatuan data dari skema individual pada konseptual lokal. Untuk mengatasi hal tersebut
di gunakan GATEWAY , dimana metode ini di gunakan untuk mengkonversi bahasa
pemrograman dan model data di setiap DBMS yang berbeda ke dalam bahasa dan model data
relasional . Tetapi metode ini juga memiliki keterbatasan , yang pertama tidak mensupport
manjemen transaksi, bahkan untuk sistem yang sepasang. Dengan kata lain metode ini di antara
dua buah sistem hanya merupakan penterjemah query. Sebagai contoh , sebuah sistem tidak
dapat mengkoordinasikan kontrol konkurensi dan transaksi pemulihan data yang melibatkan
pengupdatean pada basis data yang berhubungan. Kedua, metode ini hanya dapat mengatasi
masalah penterjemahan query yang di ta
tampilkan dalam satu bahasa ke bahasa lainnya yang sama.
KEUNTUNGAN
Jika beberpa site yang berbeda dihubungkan, seorang pemakai yang berada pada satu site dapat
mengakses data pada site lain. Contoh : sistem distribusi pada sebuah bank memungkinkan
seorang pemakai pada salah satu cabang dapat mengakses data cabang lain.
Sistem distribusi dapat terus menerus berfungsi dalam menghadapi kegagalan dari site sendiri
atau mata rantai komunikasi antar site.
Contoh : jika site-site gagal dalam sebuah sistem terdistribusi, site lainnya
dapat melanjutkan operasi jika data telah direplikasi pada beberapa site.
4. Otonomi lokal
Data dalam sistem distribusi dapat disimpan dekat dengan titik diman data tersebut
dipergunakan. Data dapat secara dinamik bergerak atau disain, atau salinannya dapat dihapus.
KERUGIAN
1. Harga software mahal
Hal ini disebabkan sangat sulit untuk membuat sistem database distribusi.
2. Kompleksitas
Site-site beroperasi secara paralel sehingga lebih sulit untuk menjamin kebenaran dan algoritma.
Adanya kesalahan mungkin tak dapat diketahui.
3. Biaya pemrosesan tinggi
Perubahan pesan dan penambahan perhitungan dibutuhkan untuk mencapai koordinasi antar site.
4. Sulit menjaga keutuhan data
Banyaknya pengaksesan data membuat kurangnya sekuritas terhadap data yang telah
terdistribusi.
5. Kurangnya standar
Tidak ada tool atau metodologi untuk membantu user mengubah database terpusat ke database
terdistribusi.
6. Kurang pengalaman
Sistem DB terdistribusi bertujuan umum (generalpurpose) tidak sering digunakan. Yang
digunakan adalah sistem prototype yang dibuat untuk satu aplikasi (misal : reservasi pesawat)
7. Perancangan basis data lebih kompleks
Sebelumnya menjadi keuntungan. Tetapi karena distribusi menyebabkan masalah sinkronisasi
dan koordinasi, kontrol terdistribusi menjadi kerugian atau kekurangan di masalah ini.
http://pustaka-computer.blogspot.com/2013/03/basis-data-terdistribusi.html