data warehouse dan olap

Data Warehouse

Apabila berbagai basis data selama beberapa tahun selalu dipelihara dan dikumpulkan maka kumpulan berbagai data periodik ini bisa disebut sebagai data warehouse. Kumpulan basis data ini dapat menjadi bahan untuk analisis data dan terutama untuk mendukung pengambilan keputusan, dan pada umumnya tidak digunakan oleh organisasi untuk memproses transaksi. Sistem untuktransaksi data harian biasa disebut sebagai On Line Transaction Processing(OLTP), sebagai perbandingan berikut ini disajikan tabel perbedaan Data Warehouse dan OLTP.

TABEL: Perbandingan antara Data Warehouse dan OLAP

Data Warehouse	OLTP
Lebih cendrung menangani data masa lalu Data disimpan dalam satu macam platform Melayani permintaan insidentil, tak berstruktur, dan bersifat heuristik Mendukung pengambilan keputusan strategis Data diorganisasi menurut subjek, misalnya menurut produk, supplier Ber-orientasi pada analisis Dapat mendukung kelompok manajerial yang berjumlah sedikit	Menangani data masa kini Data bisa saja tersimpan dalam berbagai platform Melayani permintaan yang periodik atau berulang Mendukung pengambilan keputusan operasional (sehari-hari) Data diorganisasi menurut fungsi, misalnya menurut penjualan atau menurut produksi Ber-orientasi pada transaksi Mendukung kelompok kerja operasional, berjumlah banyak

Sumber data dari Data Warehouse adalah data operasional dalam suatu organisasi seperti data pelanggan, data produk, dsb, kemudian ditambah dengan data eksternal misalnya dari Internet seperti data pemasok, dan data komersial lainnya.

Data Warehouse bersifat multidimensional, lebih dari dua dimensi, sementara tabel relasional untuk OLAP hanya berdimensi dua. Sebagai contoh berikut ini adalah tayangan data tiga dimensi dari data pembelian barang selama beberapa tahun.

Berdasarkan susunan data dimensional seperti diatas, analisis data dapat dilakukan misalnya untuk menjawab pertanyaan : “Berapa jumlah barang-1 yang disalurkan oleh pemasok-2 antara tahun (n-3) sampai dengan tahun (n-1)?”. Persoalan utama yang mungkin dihadapi adalah volume data warehouse tentu sangat besar sehingga diperlukan teknologi pemrosesan paralel sepertiSymmetric Multi Processor (SMP) atau Massively Parallel Processor(MPP).

Data Warehouse dapat dibangun menggunakan program aplikasi yang dirancang sendiri, tetapi tersedia beberapa perangkat lunak yang dipasarkan khusus untuk membangun data warehouse pada suatu organisasi, antara lain:

• SourcePoint (Software AG)
• HP Intelligent Warehouse (Hewlett Packard)
• FlowMark (IBM)

Laudon dan Laudon (1998) dalam bukunya menuliskan beberapa langkah untuk membangun data warehouse organisasi, yaitu:

1. Menentukan misi dan sasaran bisnis yang akan dicapai dengan membangun data warehouse.
2. Melakukan identifikasi komponen data yang diperlukan dari basisdata operasional untuk membangun data warehouse.
3. Merancang struktur basis data untuk data warehouse.
4. Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan bisa diatur sedemikian rupa agar eksekusi program analisa data tidak terlalu lamban.
5. Mentransfer data operasional secara periodik ke dalam basis data warehouse.

Selain data warehouse dikenal pula istilah data mart yang tidak merupakan bagian dari data warehouse untuk melayani kebutuhan organisasi dalam lingkup yang lebih sempit, misalnya kebutuhan bagian atau departemen tertentu dalam organisasi. Perbedaan antara data warehouse dan data mart antara lain:

• Data mart difokuskan untuk keperluan pemakai yang terkait dalam sebuah departemen atau suatu fungsi bisnis.
• Data mart biasanya mengandung data operasional yang tidak terlalu rinci seperti pada data warehouse.
• Data mart umumnya mengandung informasi yang lebih sedikit dibanding dengan data warehouse.

Beberapa contoh produk data mart adalah sebagai berikut:

• SmartMart (IBM)
• Visual Warehouse (IBM)
• PowerMart (Informatica)

arsitektur sistem basis data

ARSITEKTUR SISTEM BASIS DATA

Arsitektur system basis data memberikan kerangka kerja bagi pembangunan basis data.

1.1 LEVEL ARSITEKTUR BASIS DATA

Menurut ANSI/SPARC, arsitektur basis data terbagi atas tiga level yaitu :

Internal/Physical Level:

berhubungan dengan bagaimana data disimpan secara fisik (physical

storage)

External /View Level

berhubungan dengan bagaimana data di representasikan dari sisi setiap

user.

Conceptual/Logical Level

yang menghubungkan antara internal & external level

Berikut adalah gambar tiga level arsitektur system basis data

Contoh dalam sebuah basis data pegawai, ketiga level digambarkan sebagai berikut :

- Pada level konseptual, basis data mengandung informasi tenteang sebuah entity

yang disebut EMPLOYEE. Setiap EMPLOYEE mempunyai sebuah

EMP_NUMBER (6 karakter), DEP_NUMBER(4 karakter) & SALARY (5

digit desimal).

- Pada level internal, para pegawai direpresentasikan oleh STRORED_EMP,

panjang 20 byte. STORED_EMP terdiri atas 4 field yaitu flag/pointer, 6

byte, tiga field untuk atribut pegawai.

- User yang menggunakan PL/I mempunyai sisi pandang level eksternal dimana

pegawai direpresentasikan dalam sebuah record yang ditulis dengan sintaks PL/I

- Demikianlah pula user yang menggunakan COBOL mempunyai sisi pandang

level eksternal dimana pegawai direpresentasikan dalam sebuah record yang

ditulis dengan sintaks COBOL.

1.1.1 External Level /View Level

Adalah level user. Yang dimaksud dengan user adalah programmer, end user atau DBA.

Setiap user mempunyai ‘bahasa’ yang sesuai dengan kebutuhannya.

- programmer : bahasa yang digunakan adalah bahasa pemrograman seperti C,

COBOL, atau PL/I

- end user : bahasa yang digunakan adalah bahasa query atau menggunakan

fasilitas yang tersedia pada program aplikasi

pada level eksternal ini, user dibatasi pada kemampuan perangkat keras dan perangkat

lunak yang digunakan aplikasi basis data

1.1.2 Conceptual Level / Logical level

Conceptual level adalah sebuah representasi seluruh muatan informasi yang dikandung

oleh basis data. Tidak seperti level eksternal maka pada level conceptual, keberadaannya

tidak memperhitungkan kekurangan perangkat keras maupun perangkat lunak

pembangun aplikasi basis data. Didefinisikan sebagai sebuah Skema Konseptual

1.1.3 Internal/Physical Level

Adalah level terendah untuk merepresentasikan basis data. Record disimpan dalam media

penyimpanan dalam format byte. Didefinisikan sebagai sebuah Skema Internal.

1.2 PEMETAAN

1.2.1 Conceptual/internal Mapping :

Yaitu pemetaan yang mendefinisikan hubungan antara level konseptual dan level

internal. Pemetaan ini menjelaskan bagaimana record & field pada level konseptual

direpresentasikan pada level internal.

1.2.2 External/Conceptual Mapping :

Yaitu pemetaan yang mendefinisikan hubungan antara level eksternal dan

level konseptual. Contoh : beberapa field dapat mempunyai tipe yang

berbeda, field dan nama field dapat berubah, bebeapa field pada level

konseptual dapat dikombinasikan ke dalam satu field external.

1.3 MODEL-MODEL DATA

Yang dimaksud dengan model data adalah sekumpulan tool konseptual untuk

mendeskripsikan data, relasi-relasi antar data, semantic data & konsistensi konstrain.

Bermacam-macam model data terbagi dalam tiga kelompok besar yaitu :

Object-based logical models, record-based logical models, & physical models.

1. Object-based logical Models

Yang termasuk dalam kelompok ini adalah :

- Entity-relationship model

- Object-oriented model

- Semantic data model

- Functional data model

Dua dari model di atas yaitu : entity-relationship model & object-oriented model akan

dijelaskan lebih detil.

a. Entity-relationship Model

E-R model didasarkan atas persepsi terhadap dunia nyata yanga terdiri dari

sekumpulan objek, disebut entity dan hubungan antar objek tersebut, disebut

relationship. Entity adalah objek di dunia yang bersifat unik. Setiap entity

mempunyai atribut yang membedakannya dengan entity lainnya. Contoh :

entity Mahasiswa, mempunyai atribut nama, umur, alamat no. ktm.

Pemodelan data dengan model E-R menggunakan diagram E-R. Diagram E-R

terdiri dari :

! Kotak persegi panjang, menggambarkan himpunan entity

! Elip, menggambarkan atribut-atribut entity

! Diamon, menggambarkan hubungan antara himpunan entity

! Garis, yang menghubungkan antar objek dalam diagram E-R

b. Object-Oriented Model

Model berorientasi objek berbasiskan kumpulan objek. Setiap objek berisi :

1. Nilai yang disimpan dalam variable instant, dimana variable tersebut

“melekat” dengan objek itu sendiri.

2. Metoda : operasi yang berlaku pada objek yang bersangkutan

3. Objek-objek yang memiliki tipe nilai & metode yang sama

dikelompokkan dalam satu kelas. Kelas disini mirip dengan tipe data

abstrak pada bahasa pemrograman.

4. Sending a message : sebuah objek dapat mengakses data sebuah objek

yang lain hanya dengan memanggil metode dari objek tersebut.

c. Model-model lojik berbasis record

Terdapat beberapa model dalam kelompok ini :

c.1. Model Relasional ( Relational Model)

model relasional menggunakan kumpulan tabel-tabel untuk merepresentasikan data

& relasi antar data-data tersebut. Setiap tabel terdiri atas kolom-kolom, dan setiap

kolom mempunyai nama yang unik.

Derajat Relational

MODEL ER

1. Entity ( objek ) à objek fisik

 à objek konsep        

2. Relational ship ( hubungan ) 

3. Atribut ( berisi dari bagian – bagian entity )

Atribut à key ( yang bersifat utama ) : nama

            à simple ( yang bersifat tunggal ) : npm

            à multi value ( yang bersifat bercabang ) : gelar, d3, S1, S2

            à komposit ( yang bersifat bisa dibagi ) : nama depan, nama     belakang

            à derivative ( turunan dari atribut lain ) : fakultas, jurusan

Mahasiswa       à  kerja à tugas mata kuliah

        ↓

nama

        ↓

nama depan

        ↓

nama belakang

        ↓

npm

        ↓

gelar (d3,S1,S2)

        ↓

fakultas

        ↓

Jurusan

Nb :     Satu mahasiswa mengerjakan satu tugas matakuliah

            Satu mahasiswa mengerjakan banyak tugas matakuliah

            Banyak mahasiswa mengerjakan satu tugas 

PGROUTING SQL

pgRouting

pgRouting merupakan proyek (lagi-lagi) open source dari PostLBS untuk menambahkan fungsi routing (penghitungan jarak terpendek dari data polyline) pada PostGIS berdasarkan bahasa prosedural PG/PLSQL. Menggunakan metoda yang sama kita lihat pada perangkat lunak berbayar seperti Arc* dan MapInfo, PostLBS memperkuat pgRouting ini dengan metoda Dijkstra, A* (A-star), Shooting Star, TSP (Travelling Sales Person) dan DDC (Driving Distance Calculation) untuk membedakan jalur yang dapat ditempuh oleh kendaraan ataupun jalan kaki, sama seperti opsi yang terdapat pada routing Google Maps/Earth.

Terlepas dari validasi data yang baik atau tidak, pgRouting mampu memberikan hasil kalkulasi yang cukup akurat. Sayangnya, untuk beberapa geodata yang ada di Indonesia, proses digitasi data tidak dilakukan dengan validasi yang cukup baik. Secara harafiah, data vektor merupakan data yang memiliki besaran dan arah tertentu. Namun untuk beberapa data di Indonesia, vektorisasi ini tidak melalui proses Quality Control yang cukup baik sehingga tidak memiliki arah yang sesuai dengan data aslinya. Misalnya begini, jalan A  memiliki cabang menuju B dan C sedangkan BC terhubung oleh arah B menuju C. Sedangkan ketersediaan data setelah digitasi menghasilkan A ke B, A ke C, dan C ke B. Ilustrasinya:

Untuk hasil routing menggunakan pgDijkstra dapat dilihat di tulisan sebelumnya, yang sangat bergantung pada kualitas data ini. Ini jelas akan mempengaruhi untuk dunia yang sebenarnya denganrouting untuk dua arah akan sangat sulit dilakukan dan dipertanggungjawabkan keakuratannya.

Catatan tambahan lainnya, berdasarkan hasil pengalaman, tipe PostGIS tampaknya tidak terlalu bersahabat untuk yang ingin melakukan clean update pada data geometri. Misalnya pada saat development Anda menggunakan PostGIS versi 1.2.1 sedangkan production server menggunakan versi 1.2.5, tidak dapat melakukan backup sebagai SQL dari 1.2.1 dan memasukkan secara langsung ke server v1.2.5. Data tidak akan valid.
Tidak mengetahui secara detail bagaimana perkembangan saat ini, namun untuk beberapa pekerjaan, aku selalu melakukan konversi shapefile ke sql untuk data yang sama dan proses update untuk data tekstual atribut lainnya. Ini sangat penting untuk dilakukan karena setiap kali kita melakukan konversi dari format yang satu ke format lainnya, kualitas data akan berkurang.

POSTGREE SQL

 POSTGRE SQL

PostgreSQL, atau yang sering disingkat menjadi pgsql dan pg* untuk yang berhubungan dengannya, merupakan sistem basis data open source yang sangat handal dan mampu menangani objek data yang sangat besar. Banyak yang mempercayai PostgreSQL saat ini menjadi sistem database yang paling baik dan efektif, tentu saja tidak terlepas dari harga yang gratis dan mampu bekerja sama baiknya di hampir seluruh sistem operasi saat ini, Linux, UNIX (AIX, BSD, HP-UX, SGI IRIX, Mac OS X, Solaris, Tru64), dan Windows. Bahkan berdasarkan kutipan di situs resminya, PostgreSQL mampu menampung objek data binari yang sangat besar seperti gambar atau foto, suara atau lagu, bahkan video.

Berikut adalah batasan yang mereka deskripsikan tergantung versi database server Anda:

Limit	Value
Maximum Database Size	Unlimited
Maximum Table Size	32 TB
Maximum Row Size	1.6 TB
Maximum Field Size	1 GB
Maximum Rows per Table	Unlimited
Maximum Columns per Table	250 – 1600 depending on column types
Maximum Indexes per Table	Unlimited

Indahnya dunia opensource tentu saja tidak terlepas dari fleksibilitas dan dukungan pengembangan beberapa extension dari kemampuan dasar. Kompabilitas penuh terhadap standar bahasa SQL maupun bahasa pemrograman C menciptakan beberapa fungsi atau prosedur yang sangat menarik dan nicheuntuk beberapa kebutuhan. Salah satu bahasa yang digunakan adalah PL/SQL (atau PG/PLSQL pada kasus ini). 

perbedaan SQL Plus dan PLSQL

SQL Plus dan PLSQL

SQL (Structured Query Language) adalah sebuah bahasa yang dipergunakan untuk

mengakses data dalam basis data relasional. Bahasa ini secara de facto merupakan bahasa

standar yang digunakan dalam manajemen basis data relasional. Saat ini hampir semua server

basis data yang ada mendukung bahasa ini untuk melakukan manajemen datanya.

Bagi seorang programmer, menguasai SQL adalah sebuah kewajiban, karena program

jaman sekarang pasti menggunakan database untuk menyimpan datanya. Bagi mereka yang

bisa menggunakan program PHP, biasa menggunakan database mysql dan oracle. Jadi

untuk membuat sebuah aplikasi mereka menggunakan program PHP dan database.

Sementara khusus bagi oracle, ada istilah PL/SQL. PL/SQL yang merupakan

singkatan dari Procedural Language/Structured Query Language merupakan sebuah

penggabungan antara bahasa pemrograman prosedural (PL) dan SQL syntax.

Jadi dengan PL/SQL kita tidak perlu menggunakan sebuah bahasa pemrograman

sendiri. fungsi-fungsi standard di bahasa pemrograman sudah ada di sini dan bisa langsung

digabung dengan perintah SQL untuk memanipulasi database. Tapi PL/SQL cuma ada di

database oracle saja.

PL / SQL mendukung variabel, kondisi, loop dan pengecualian. Array juga didukung,

meskipun dengan cara yang agak tidak biasa, yang melibatkan penggunaan PL / SQL

Collection. PL/SQL Collection adalah topik yang banyak dikenal. Oracle Database telah

memasukkan fitur yang berhubungan dengan objek-orientasi. PL / SQL program unit

(dasarnya kontainer code) dapat dikompilasi ke database Oracle. Sehingga Programmer dapat

menanamkan PL / SQL unit fungsionalitas ke dalam database secara langsung. Mereka juga

dapat menulis skrip yang berisi PL / SQL program unit yang dapat membaca ke database

menggunakan alat Oracle SQL*Plus. Setelah unit program telah disimpan ke dalam database,

maka akan mudah dieksekusi.

Sementara programmer dapat dengan mudah menanamkan Data Manipulation

Language (DML) laporan langsung ke kode mereka PL SQL lurus ke depan dengan

menggunakan statemen SQL, Data Definition Language (DDL) membutuhkan lebih

kompleks "Dynamic SQL" pernyataan yang akan ditulis dalam kode / PL SQL. Namun,

pernyataan DML mendukung mayoritas PL / SQL code dalam aplikasi perangkat lunak khas.

Dalam kasus PL / SQL SQL dinamis, versi awal dari Database Oracle diperlukan penggunaan

perpustakaan paket DBMS_SQL rumit Oracle.. Sedangkan pada Oracle Corporation lazim

menambah fungsionalitas setiap rilis paket dengan berturut-turut dari Database Oracle.

STRUKTUR PL/SQL

Struktur PL/SQL mirip dengan struktur bahasa pascal atau delphi yang menggunakan

struktur blok, sehingga akan mempermudah pengertian dalam pemrograman dengan PL/SQL.

Struktur Blok berisi perintah SQL dengan kondisi yang berbeda. Perintah PL/SQL dapat

menangani kesalahan saat dijalankan. Setiap pengetikan dengan menggunakan PL/SQL

dalam SQL*Plus selalu diakhiri dengan tanda /(slash). Sintaks penggunaan PL/SQL adalah

sebagai berikut :

Declare

Begin

Exception

End

Struktur diatas dapat dijelaskan sebagai berikut :

1. Bagian Judul (Header)

Bagian ini hanya digunakan jika PL/SQL diberikan nama,misalnya untuk prosedur

atau fungsi. Bagian ini berisi nama blok,daftar parameter, dan pengembalian hasil (return)

jika blok adalahfungsi.

2. Bagian Deklarasi (declaration)

Bagian ini untuk membuat deklarasi mengenai semua variable dan konstanta yang

direferensikan dalam pernyataan PL/SQL. Bagian deklarasi ini dimulai dengan perintah

DECLARE. Jika tidak ada variable atau konstanta yang ingin dideklarasikan bagian ini

boleh dihilangkan, bersifat optional.

3. Bagian Eksekusi (Execution).

Bagian ini memuat pernyataan-pernyataan PL/SQL yang akan ditulis. Bagian

eksekusi ini harus dimulai dengan perintah BEGIN.

4. Bagian Perkecualian (Exception)

Bagian ini memuat cara menangani kesalahan-kesalahan (error) pada waktu

eksekusi program PL/SQL, bersifat optional. Jika program tidak memuat cara menangani

kesalahan, bagian ini boleh dihilangkan.Setiap pernyataan PL/SQL harus diakhiri dengan

tanda titik koma(;) dan semua program PL/SQL harus diakhiri dengan perintah END.

TIPE DATA

Tipe Data dasar :

 Numerik

 NUMBER, BINARY_INTEGER, DEC, DOUBLE PRECISION, INTEGER, INT,

NUMERIC, REAL, SMALLINT

 Karakter

 VARCHAR2, CHAR, LONG

 DATE

 BOOLEAN

 ROWID

Tipe Data tambahan :

 RECORD

 ARRAY

Type data yang dapat dikenali dalam PL/SQL dapat berupa type data SQL dan type data

seperti :

1. BOOLEAN

Dipakai untuk menyatakan data logika, yaitu TRUE(benar), FALSE(salah), dan

NULL(kosong).

2. BINARY_INTEGER

Digunakan untuk mendeklarasikan bilangan yang tidak mempunyai angka desimal.

Tipe dataNATURAL dan POSITIVE merupakan subset dariBINARY_INTEGER.

3. %TYPE

Tipe data ini dipakai untuk menandakan bahwa variabelyang deklarasikan

sama dengan tipe data dari kolom tabel tertentu.

4. %ROWTYPE

Tipe data ini menandakan bahwa sekelompok variabel adalah sama dengan

tipe data darirow suatu tabel tertentu.

5. Tabel dan Record

Tipe data komposit untuk pemakaian yang lebih kompleks.

VARIABEL DAN KONSTANTA

Pada bagian deklarasi ditempatkan variable dan konstanta yang dipakai oleh pernyataan

PL/SQL yang dibuat.

VARIABEL

Adalah sebuah peubah yang digunakan untuk menampung sebuah nilai di memori komputer.

Bentuk Umum :

variable_name datatype [NOT NULL := value ];

Keterangan :

 Variable_name adalah nama variabel.

 Datatype adalah valid PL / SQL datatype.

 NOT NULL adalah sebuah spesifikasi opsional pada variabel.

 Nilai atau DEFAULT juga merupakan spesifikasi opsional, di mana anda bisa

menginisialisasi variabel.

 Setiap deklarasi variabel adalah pernyataan terpisah dan harus diakhiri dengan titik koma.

Contoh Deklarasi Variabel :

DECLARE

X integer;

Alamat varchar2(40);

No_induk char(8);

BEGIN

X := 12;

Alamat := ‘Gelatik Dalam 391, Bandung’;

No_induk := ‘DOG29549’;

END;

KONSTANTA

Digunakan untuk menyimpan sebuah nilai di memori komputer. Nilai yang disimpan bersifat

tetap (konstan)

Contoh Deklarasi Konstanta :

DECLARE

pi CONSTANT real := 3.14;

lebar CONSTANT integer := 100;

Perbedaan variabel dengan konstanta adalah :

 Konstanta

Nilai ditentukan pada saat deklarasi dibuat sehingga nilainya tetap pada saat

program dieksekusikan.

 Variabel

Dapat menerima nilai baru atau sebaliknya diubah pada saat program

dieksekusi.

CLUSTER DATABASE

Cluster Database menjelaskan SQL Database Schema digunakan oleh sistem Rocks.

Server MySQL gratis DBMS mengelola skema dalam database tunggal bernama cluster.

Database ini membentuk tulang punggung dari sistem Rocks, koordinasi tugas yang beragam

seperti kickstart, mengetik node, bangunan file konfigurasi, dan versioning.

Skema Relasional

1. Tabel

Sebuah subset dari metode Teknik Informasi (IE) notasi akan digunakan untuk

menggambarkan tabel database. kunci primer ditandai dengan asterisk (*), dan

kunci asing ditunjuk oleh (@). Upaya telah dilakukan untuk menjamin skema ini

setidaknya dalam Formulir Normal Kedua (2NF). Untuk setiap tabel, kami

menyajikan struktur diikuti dengan penjelasan tentang kolom tersebut.

2. Node

Menjelaskan node di cluster. Sebuah meja sentral dalam skema. Tabel node

memiliki satu baris untuk setiap node di cluster, termasuk frontend, menghitung,

dan jenis alat lainnya. Lokasi node di cluster fisik (yang terletak di rak di lantai)

ditentukan dalam tabel ini juga.

ID : Sebuah integer primary key identifier. Auto bertambah.

Name : Nama dari antarmuka jaringan pribadi untuk node ini. Ini melanggar

bentuk normal kedua (2NF) dari skema (nama ini hanya ada di dalam

tabel jaringan), tetapi berfungsi sebagai petunjuk untuk dibaca.

Membership : Sebuah link ke meja Keanggotaan; tidak dapat null. Menentukan

jenis node.

CPU : Jumlah Prosesor di node ini. Default adalah 1. Meskipun kolom ini

melanggar bentuk normal kedua, itu lebih berguna di sini daripada

dalam tabel terpisah.

Rack : Y-sumbu koordinat node ini dalam ruang euclidean. Zero adalah rak

paling kiri di lantai dengan konvensi. Catatan kita hanya

menggunakan 2D matriks untuk menemukan node, pesawat (Z-axis)

saat ini selalu nol.

Rank : X-axis ini node dalam ruang euclidean. Zero adalah terdekat ke

lantai (bagian bawah paling node) dengan konvensi.

IP : IPv4 alamat Internet Protocol ini node dalam desimal-dot notasi.

Field Type

ID* int(11)

Name varchar(128)

Membership@ int(11)

CPUs int(11)

Rack int(11)

Rank int(11)

Comment varchar(128)

3. Networks

Jaringan interface untuk simpul.

Field Type

ID* int(11)

Node@ int(11)

MAC varchar(32)

IP varchar(32)

Netmask varchar(32)

Gateway varchar(32)

Name varchar(128)

Device varchar(32)

Module varchar(128)

ID : Sebuah integer primary key identifier. Auto bertambah.

Node : Sebuah link ke meja node. Kunci asing, tidak bisa null.

MAC : Media 6-byte alamat Access Layer (Layer 2) dari interface ini dalam

notasi hex-usus seperti "a6: 45:34:0 f: 44:99".

IP : IPv4 alamat Internet Protocol antarmuka ini dalam desimal-dot notasi

seperti "10.255.255.254".

Netmask : Subnet mask dari alamat IP. Ditentukan seperti "255.0.0.0".

Gateway : IP gateway atau alamat router untuk interface ini.

Nama : Nama host untuk antarmuka jaringan. Konvensi Rocks adalah

"menghitung-[Rack] - [Rank]" untuk menghitung node.

Jika nama perangkat adalah "eth0" adalah ini "private" antarmuka

jaringan untuk node. Nama interface ditempatkan dalam domain.

Setempat dan dilayani melalui DNS. Semua nama host lainnya harus

benar-benar-kualifikasi.

Perangkat : Perangkat Linux nama untuk NIC ini. Antarmuka (primer) swasta

selalu memiliki nama "eth0".

Modul : Perangkat driver Linux nama untuk interface ini. Hardware tertentu.

4. App_Globals

Tabel ini berisi pasangan kunci = Nilai yang digunakan untuk layanan penting seperti

Kickstart. Contohnya termasuk layout keyboard, Public Gateway, Public Hostname,

server DNS, masker IP, Cluster Pemilik, Admin email, dll

ID : Sebuah integer primary key identifier. Auto bertambah.

Memebership: Kunci asing yang referensi kolom ID pada tabel Keanggotaan.

Service : Nama layanan yang akan menggunakan pasangan ini KUNCI = NILAI.

Contohnya adalah "Kickstart" dan "Info". Ini pada dasarnya adalah bagian pertama dari

skema penamaan dua tingkat.

Component :Nama kedua tingkat. Bersama Layanan dan nama Komponen sesuai

dengan atribut nama name="Service_Component"/> <var XML tag yang digunakan dalam

proses generasi kickstart.

Value : Nilai baris ini. Dapat berupa data tekstual.

5. Memebership

Tabel ini menentukan versi distribusi dan jenis alat untuk satu set node. Sebuah nama

Field Type

ID* int(11)

Membership@ int(11)

Service varchar(64)

Component varchar(64)

Value text

alternatif untuk tabel ini akan kelompok, namun adalah sebuah kata yang dicadangkan di

SQL. Nama tabel keanggotaan sekelompok node dalam cluster dan memungkinkan

keanggotaan ganda untuk mengikat ke satu jenis alat.

ID : Sebuah integer primary key identifier. Auto bertambah.

Node : Nama keanggotaan ini. Jenis node dalam cluster, seperti "Frontend", "Hitung",

"Power Unit" atau mirip. Perangkat lunak yang diinstal pada node dalam keanggotaan

diberikan didefinisikan oleh ID alat.

Appliance : Kunci asing yang referensi kolom ID pada tabel Tangga. Membantu

menentukan perangkat lunak yang diinstal pada node dalam keanggotaan ini, dan karena itu

perilaku mereka.

Distribution: Kunci asing yang referensi kolom ID pada tabel distribusi. Kunci kedua

digunakan untuk menentukan perangkat lunak untuk node dalam keanggotaan ini.

Compute: Entah "ya" atau "tidak". Menentukan apakah ini tipe node akan digunakan untuk

menjalankan pekerjaan paralel.

6. Appliances

Tabel ini mendefinisikan jenis alat yang tersedia. Setiap node dalam cluster dapat

mengklasifikasikan dirinya sebagai jenis alat tunggal. Grafik dan Node atribut menentukan

titik awal dalam grafik konfigurasi perangkat lunak Rocks (Lihat Grafik XML), yang

menentukan sepenuhnya perangkat lunak yang diinstal pada sebuah node.

Field Type

ID* int(11)

Name varchar(32)

ShortName varchar(32)

Graph varchar(64)

Node varchar(64)

Field Type

ID* int(11)

Name varchar(64)

Appliance@ int(11)

Distribution@ int(11)

Compute enum('yes','no')

ID : Sebuah integer primary key identifier. Auto bertambah.

Nama : Nama alat ini. Contohnya adalah "frontend" dan "menghitung".

Shortname : Sebuah julukan untuk alat ini.

Graph: Menentukan mana perangkat lunak grafik konfigurasi untuk digunakan saat membuat

berkas kickstart untuk alat ini. Default default umumnya digunakan.

Node : Menentukan nama dari simpul akar pada grafik konfigurasi untuk digunakan saat

membuat berkas kickstart untuk alat ini. paket perangkat lunak tersebut untuk jenis alat

sepenuhnya ditentukan oleh traversal dari awal grafik konfigurasi di node root.

7. Distribution

Tabel ini menghubungkan keanggotaan grup untuk distribusi Rocks berversi, dan memainkan

peran penting dalam proses pembangkitan Rocks kickstart. The Release berkaitan dengan

versi distribusi RedHat, misalnya "7.2", sedangkan Nama menentukan mana untuk

menemukan kedua pohon Rocks konfigurasi dan paket RPM.

Field Type

ID* int(11)

Name varchar(32)

Release varchar(32)

Lang varchar(32)

ID : Sebuah integer primary key identifier. Auto bertambah.

Nama : Menentukan mana untuk menemukan file-file konfigurasi grafik Rocks pohon.

Nama Bidang grafik konfigurasi terletak di / home / install / [Nama] / [Pers] / direktori.

Release : Memberikan distribusi RedHat versi ini pohon konfigurasi didasarkan pada,

misalnya "7.2". Bidang Rilis pada grafik lokasi "rumah / / install / [Nama] / [Pers] /"

direktori.

8. Version

Tabel ini dimaksudkan untuk memberikan skema database versioning. Hal ini disediakan

untuk penggunaan masa depan.

TableName : Nama tabel dalam database skema ini.

Major : Jumlah utama versi tabel ini. Biasanya bilangan bulat pertama dalam string

versi.

Minor : Nomor minor versi tabel ini. Integer kedua dalam versi string.

9. Aliases

Tabel ini berisi alias user-defined untuk node.

ID : Sebuah integer primary key identifier. Auto bertambah.

Node : Kunci asing yang referensi kolom ID pada tabel Nodes.

Name : Nama alias. Biasanya versi pendek dari nama host.

Field Type

TableName varchar(64)

Major int(11)

Minor int(11)

Field Type

ID* int(11)

Node@ int(11)

Name varchar(32)

LINK : (http://www.novapdf.com)