Fondamenti delle basi di dati

I DBMS: definizione e funzionalità

Un DBMS è lo strato software che trasforma una collezione di dati in una base di dati controllata. Questa lezione elenca che cosa fa davvero — e, più importante, che cosa si rifiuta di fare al posto tuo.

Base

Obiettivi di apprendimento

  • Distinguere base di dati, DBMS e applicazione
  • Elencare e spiegare le principali funzioni di un DBMS
  • Descrivere i componenti interni di un DBMS e la funzione di ciascuno
  • Spiegare le quattro proprietà ACID con una frase ciascuna
  • Riconoscere le responsabilità che restano al progettista anche usando un DBMS

Prerequisiti

  • Dati e informazioni
  • Archivi tradizionali e loro limiti
  • Introduzione alle basi di dati

Introduzione

La lezione precedente ha definito una base di dati come una collezione di dati permanente, condivisa, organizzata, controllata e autodescrittiva. Nessuna di queste cinque proprietà è una proprietà di una cartella. Sono tutte garanzie, e le garanzie richiedono qualcosa che le faccia rispettare. Quel qualcosa è il DBMS.

La distinzione conta perché i due termini vengono continuamente confusi, e la confusione ha conseguenze pratiche. Chi pensa "ci pensa la base di dati" non scriverà vincoli. Chi pensa "MySQL è la base di dati" crederà che installare MySQL gli abbia dato una base di dati, mentre gli ha dato la possibilità di costruirne una.

DBMS

Un DBMS (Database Management System, sistema di gestione di basi di dati) è il sistema software che gestisce una base di dati: memorizza i dati, conserva la loro descrizione (il catalogo), accetta richieste scritte in un linguaggio di dati, applica le regole dichiarate, coordina l'accesso concorrente e ripristina uno stato coerente dopo un guasto.

La base di dati è il contenuto; il DBMS è il motore; l'applicazione è l'interfaccia che gli utenti toccano davvero.

Termine Che cos'è Esempio
Base di dati I dati più il loro schema Le tabelle socio, opera, copia, prestito della biblioteca e le loro righe
DBMS Il software che la gestisce MySQL 8.0, PostgreSQL 16, Oracle, SQL Server, SQLite
Applicazione Il programma con cui interagiscono gli utenti L'interfaccia web di ERMap, il programma al banco prestiti
Sistema di basi di dati Tutti e tre insieme Il sistema informativo completo della biblioteca

Le nove funzioni

Un DBMS non è una funzionalità singola ma un insieme di servizi che hanno senso solo insieme. Ognuna delle nove funzioni seguenti corrisponde a un problema che l'archivio a file non riusciva a risolvere.

1. Definizione dei dati

Il DBMS accetta un linguaggio di definizione dei dati (DDL, Data Definition Language) con cui il progettista dichiara la struttura: tabelle, colonne, tipi, chiavi, vincoli, indici, viste, utenti. Questa dichiarazione viene memorizzata nel catalogo.

CREATE TABLE socio (
  codice      CHAR(6)      NOT NULL,
  cognome     VARCHAR(60)  NOT NULL,
  nome        VARCHAR(60)  NOT NULL,
  telefono    VARCHAR(20)  NULL,
  dataIscrizione DATE      NOT NULL,
  PRIMARY KEY (codice)
);

Nota che cosa fa questa istruzione: non inserisce dati, inserisce conoscenza sui dati nel catalogo. Da questo momento il DBMS sa che codice esiste, che è lungo sei caratteri, che non può essere vuoto e che identifica una riga.

2. Manipolazione dei dati

Un linguaggio di manipolazione dei dati (DML, Data Manipulation Language) inserisce, aggiorna e cancella dati:

INSERT INTO socio VALUES ('1042', 'Rossi', 'Anna', '055-123456', '2024-09-01');
UPDATE socio SET telefono = '055-999888' WHERE codice = '1042';
DELETE FROM socio WHERE codice = '1042';

Il DBMS verifica ogni operazione rispetto al catalogo prima di applicarla. Un INSERT con codice = NULL viene rifiutato, non memorizzato. È la differenza cruciale rispetto a un file: la regola vive con i dati, non con il programma.

3. Interrogazione

Un linguaggio di interrogazione — nei sistemi relazionali, SQL — permette di porre domande senza scrivere un algoritmo:

SELECT s.cognome, COUNT(*) AS prestiti
FROM   socio s
JOIN   prestito p ON p.socio = s.codice
WHERE  p.dataInizio >= '2025-01-01'
GROUP  BY s.cognome
ORDER  BY prestiti DESC;

L'utente dichiara che cosa vuole; il DBMS decide come ottenerlo: quale indice usare, in che ordine unire le tabelle, se ordinare in memoria o su disco. Questa separazione è la risposta al problema della "difficoltà di accesso", ed è il motivo per cui la stessa interrogazione continua a funzionare quando i dati crescono di cento volte.

4. Applicazione dell'integrità

Il DBMS rifiuta qualunque operazione che lascerebbe la base di dati in uno stato non valido, secondo i vincoli dichiarati nel catalogo:

  • NOT NULL — un valore è obbligatorio
  • UNIQUE — due righe non possono condividere un valore
  • PRIMARY KEY — unico e non nullo, uno per tabella
  • FOREIGN KEY — un valore deve esistere in un'altra tabella
  • CHECK — una condizione arbitraria su una riga
  • DEFAULT, AUTO_INCREMENT, tipi di dominio

L'integrità è applicata centralmente: che la scrittura arrivi dall'applicazione web, da uno script batch, da una migrazione o da una persona al prompt SQL, valgono le stesse regole. È la proprietà più preziosa di un DBMS, ed è quella più spesso abbandonata da chi disabilita i controlli "solo per l'importazione".

5. Controllo della concorrenza

Molti utenti scrivono contemporaneamente. Il DBMS serializza le parti in conflitto affinché il risultato sia come se le transazioni fossero state eseguite una dopo l'altra, senza bloccare le parti che non sono in conflitto.

Dominano due meccanismi: il locking (una transazione mantiene un lock sulle righe che modifica) e il controllo della concorrenza multi-versione (MVCC: i lettori vedono uno snapshot coerente e non vengono mai bloccati dagli scrittori). Il motore InnoDB di MySQL usa MVCC più lock a livello di riga; è per questo che una biblioteca con quaranta operatori al banco non mette in coda nessuno.

6. Gestione delle transazioni

Una transazione è un'unità di lavoro che o si completa interamente o non ha alcun effetto.

START TRANSACTION;
UPDATE copia    SET stato = 'disponibile' WHERE inventario = 'INV-7731';
UPDATE prestito SET dataRestituzione = CURDATE() WHERE id = 8821;
COMMIT;

Se la macchina perde l'alimentazione fra i due UPDATE, la procedura di recovery del DBMS, al riavvio, trova la transazione non conclusa nel proprio log e la annulla. La base di dati torna allo stato precedente allo START TRANSACTION. È la risposta al problema dell'atomicità, e non è qualcosa che un'applicazione possa realizzare in modo affidabile da sola: un'applicazione non può annullare una scrittura che ha già raggiunto il disco.

7. Ripristino

Dopo un crash, un guasto del disco o un errore dell'operatore, il DBMS riporta la base di dati a uno stato coerente usando due artefatti:

  • il log delle transazioni (write-ahead log), che registra l'intenzione e l'effetto di ogni modifica;
  • i backup, presi in modo coerente (tipicamente da uno snapshot o dal log).

Il ripristino non è "recupera la copia di ieri notte": è "recupera la copia di ieri notte e riapplica il log fino all'ultima transazione confermata prima del guasto". Il risultato è che il lavoro confermato non si perde e il lavoro non confermato non compare.

8. Controllo degli accessi e sicurezza

Il DBMS autentica gli utenti e autorizza le operazioni per oggetto e per operazione, non per file:

CREATE USER 'desk'@'%' IDENTIFIED BY '...';
GRANT SELECT, INSERT ON biblioteca.prestito TO 'desk'@'%';
GRANT SELECT ON biblioteca.vista_soci_pubblici TO 'desk'@'%';

L'operatore al banco può leggere e inserire prestiti ma non cancellarli, non può leggere il codice fiscale nella tabella socio, e può leggere una vista che espone solo le colonne che gli servono. Questa granularità è impossibile con i permessi dei file, che sono tutto-o-niente.

9. Utilità e amministrazione

Importazione ed esportazione, statistiche per l'ottimizzatore, ricostruzione degli indici, controlli di coerenza, monitoraggio, replica, ripristino a un istante preciso, confronto di schemi, supporto alle migrazioni. Non sono funzioni appariscenti, e sono ciò che rende una base di dati sopravvivibile per dieci anni.

Dentro il DBMS

Le nove funzioni sono realizzate da un piccolo numero di componenti. Conoscerli rende molto più facile capire perché un'interrogazione è lenta, perché un lock è trattenuto, o perché un SELECT a volte legge dati non aggiornati.

                    ┌──────────────────────────────┐
   richiesta SQL ──▶│  Processore di query         │
                    │  parser → riscrittura →      │
                    │  ottimizzatore → esecutore   │
                    └──────────────┬───────────────┘
                                   │
                    ┌──────────────▼───────────────┐
                    │  Gestore delle transazioni   │
                    │  begin / commit / rollback   │
                    │  lock, livelli di isolamento │
                    └──────────────┬───────────────┘
                                   │
                    ┌──────────────▼───────────────┐
                    │  Motore di memorizzazione    │
                    │  buffer pool, pagine, B+tree │
                    │  write-ahead log, recovery   │
                    └──────────────┬───────────────┘
                                   │
                              file su disco
  • Processore di query. Analizza l'SQL, lo verifica rispetto al catalogo, lo riscrive in forma canonica e sceglie un piano di esecuzione. L'ottimizzatore è il componente che decide se usare un indice; lavora su statistiche relative ai dati, ed è per questo che quelle statistiche vanno tenute aggiornate.
  • Gestore delle transazioni. Assegna identificatori di transazione, registra inizio e fine di ciascuna, acquisisce e rilascia i lock e applica il livello di isolamento.
  • Motore di memorizzazione. Legge e scrive pagine (tipicamente 16 KB) invece di righe, mantiene un buffer pool di pagine in memoria, organizza gli indici come alberi B+, e scrive sul log prima di scrivere sui file di dati (regola write-ahead, che è ciò che rende possibile il ripristino).
  • Catalogo. Conserva lo schema stesso. In MySQL è interrogabile come INFORMATION_SCHEMA.

ACID

Le garanzie che una transazione fornisce sono riassunte da quattro proprietà. Sono introdotte qui perché definiscono che cosa il DBMS promette; il Modulo 7 esamina come vengono realizzate.

ACID

  • Atomicità (Atomicity) — una transazione è tutto-o-niente. Se fallisce a metà, non resta alcun effetto parziale.
  • Coerenza (Consistency) — una transazione porta la base di dati da uno stato valido a un altro stato valido; tutti i vincoli dichiarati valgono al momento del commit.
  • Isolamento (Isolation) — transazioni concorrenti non vedono gli stati intermedi l'una dell'altra; il risultato è equivalente a una qualche esecuzione seriale.
  • Durabilità (Durability) — una volta confermata, l'effetto di una transazione sopravvive a un crash.
Proprietà La domanda a cui risponde Che cosa si rompe senza
Atomicità "E se fallisce a metà?" Un prestito chiuso ma la copia ancora segnata in prestito
Coerenza "Le regole valgono ancora?" Un prestito che punta a un socio inesistente
Isolamento "E se due persone scrivono insieme?" Aggiornamenti perduti, righe fantasma nei report
Durabilità "E se manca la corrente dopo il COMMIT?" Un pagamento registrato, poi sparito

Che cosa un DBMS non fa

Questa è la parte che quasi tutti i corsi saltano, ed è la parte che decide il successo di un progetto.

Responsabilità Di chi è
Decidere quali fatti memorizzare e quali lasciare fuori Il progettista (Modulo 2)
Scegliere entità, attributi e associazioni Il progettista (Modulo 3)
Decidere quali vincoli esistono nel mondo reale Il progettista — il DBMS può applicare solo i vincoli che dichiari
Dichiarare quei vincoli Il progettista (Moduli 5, 7)
Decidere dove servono transazioni Il progettista e lo sviluppatore
Scegliere gli indici Il progettista (Modulo 7), guidato da EXPLAIN
Decidere chi può vedere che cosa Il progettista e il responsabile della sicurezza
Scrivere interrogazioni corrette Lo sviluppatore (Modulo 8)
Scegliere tipi e dimensioni Il progettista (Modulo 7)
Tenere aggiornate le statistiche, monitorare, fare backup Il DBA — ma il progettista deve sapere che accade

Lo schema è questo: un DBMS applica regole; non le inventa. Una base di dati senza vincoli dichiarati è una base di dati che non garantisce nulla oltre al fatto che "i byte ci sono". Accetterà volentieri un prestito per un socio che non esiste, una data di restituzione precedente al prestito e due copie dello stesso ISBN con titoli diversi.

Un confronto concreto

La stessa operazione — registrare un prestito — nei due mondi.

Archivio a file. Il programma apre PRESTITI.DAT, lo legge interamente, aggiunge un record, lo riscrive, poi apre COPIE.DAT e segna la copia come in prestito. Tre punti di guasto, nessun rollback, nessuna protezione da un secondo programma che fa la stessa cosa.

Base di dati. Una transazione:

START TRANSACTION;

INSERT INTO prestito (socio, copia, dataInizio, dataScadenza)
VALUES ('1042', 'INV-7731', CURDATE(), CURDATE() + INTERVAL 30 DAY);

UPDATE copia SET stato = 'inPrestito' WHERE inventario = 'INV-7731';

COMMIT;

Se socio = '1042' non esiste, l'INSERT fallisce sulla chiave esterna e non accade nulla. Se la copia è già in prestito, il vincolo (o il controllo dell'applicazione dentro la stessa transazione) lo rifiuta. Se manca la corrente prima del COMMIT, il recovery elimina entrambi gli effetti. Se due operatori ci provano contemporaneamente, uno attende qualche millisecondo il lock di riga e poi vede lo stato aggiornato.

Nessuna di queste garanzie ha richiesto una sola riga di codice applicativo per essere realizzata. È il valore del DBMS — e si realizza solo perché lo schema dichiara le chiavi e il codice apre la transazione.

Intermediate

Quale funzione manca?

Una piccola azienda migra da un insieme di file Access a MySQL. Sei mesi dopo, un audit rileva le seguenti situazioni. Per ciascuna, indica la funzione del DBMS non utilizzata e l'azione specifica che l'avrebbe evitata.

  1. Esiste una fattura per un codice cliente che non esiste nella tabella clienti.
  2. Due impiegati hanno modificato lo stesso ordine contemporaneamente; una delle modifiche è sparita senza alcun messaggio.
  3. Un report ha girato per quaranta minuti e ha bloccato l'inserimento di tutti gli ordini.
  4. Il disco del server si è guastato; l'ultimo backup era della settimana precedente e le transazioni di quella settimana sono andate perse.
  5. Un programmatore junior si è connesso con le credenziali dell'applicazione e ha cancellato l'intera tabella orders con un DELETE sbagliato.
  6. Ogni mese uno script ricalcola la colonna total di orders perché "a volte è sbagliata".
  7. Il nome di un cliente è scritto in due modi diversi in due tabelle diverse.
  8. SELECT * FROM orders WHERE customerId = 42 impiega 8 secondi su 2 milioni di righe.
Mostra la soluzione commentata

1. Applicazione dell'integrità — FOREIGN KEY. orders.customerId va dichiarato come chiave esterna che riferisce customers.id. Allora la fattura non può proprio essere inserita. Nota che il rilievo dell'audit non è "l'applicazione aveva un bug" ma "lo schema permetteva uno stato privo di significato".

2. Controllo della concorrenza + gestione delle transazioni. Due UPDATE fuori da una transazione, ciascuno lettura-modifica-scrittura, producono un aggiornamento perduto. La soluzione è una transazione con un livello di isolamento adeguato, oppure un UPDATE ... SET qty = qty - 1 WHERE qty >= 1 atomico che lascia al motore l'esecuzione di lettura e scrittura come un'unica operazione.

3. Interrogazione / ottimizzazione, e controllo della concorrenza. Un report di quaranta minuti che blocca l'inserimento è il sintomo di un indice mancante (il report scansiona tutto) combinato con lock trattenuti a lungo o un livello di isolamento bloccante. Le soluzioni: creare l'indice giusto (funzione 9, statistiche + ottimizzatore) e usare uno snapshot coerente (MVCC) affinché i lettori non blocchino gli scrittori. È materia del Modulo 7, ma la diagnosi è una diagnosi di funzioni del DBMS.

4. Ripristino. Due mancanze: backup troppo rari e log delle transazioni non archiviato. Con il binary log abilitato e archiviato, il ripristino a un istante preciso riporta la base di dati all'ultimo secondo prima del guasto. Nota che questo è compito del DBA, non del progettista — ma il progettista deve sapere che la garanzia esiste solo se è configurata.

5. Controllo degli accessi. L'utente dell'applicazione deve avere solo SELECT, INSERT, UPDATE, DELETE sulle tabelle che gli servono, e DROP non deve essergli concesso. Le operazioni amministrative appartengono a un account separato, usato solo dagli amministratori. Un DBMS che concede tutto a tutti è un DBMS con la funzione di sicurezza spenta.

6. Integrità + assenza di una fonte unica. Un total che "a volte è sbagliato" è una ridondanza senza un unico manutentore. Due soluzioni legittime: togliere la colonna e calcolare il totale quando serve, oppure tenerla e mantenerla con un trigger (o una colonna generata) così che nessun percorso di codice possa scrivere un valore sbagliato. Ricalcolare ogni mese è il sintomo che il meccanismo di manutenzione non esiste.

7. Definizione dei dati + assenza di una fonte unica. Il nome è memorizzato due volte senza alcun meccanismo che tenga allineate le copie. La soluzione vera è strutturale: il nome del cliente vive in una tabella e viene referenziato, non copiato. È esattamente il problema di normalizzazione del Modulo 6.

8. Indici e ottimizzatore. Senza un indice su customerId, il motore legge tutte e due milioni di righe. Con l'indice ne legge qualche decina. EXPLAIN è lo strumento che lo mostra; creare l'indice è una decisione di progettazione fisica (Modulo 7).

Che cosa insegna questo esercizio. Ognuno degli otto sintomi è una funzione del DBMS mancante, non un "limite della base di dati". Il DBMS avrebbe potuto prevenirli tutti. Non l'ha fatto perché nessuno gliel'ha chiesto: lo schema non aveva vincoli, il codice non aveva transazioni, l'account aveva troppi privilegi, gli indici mancavano. Il DBMS è forte solo quanto il progetto che lo usa.

Errori comuni

  • "Il DBMS ottimizza tutto automaticamente." Ottimizza le interrogazioni, usando statistiche e indici che devi creare tu. Non corregge uno schema sbagliato.
  • "Un DBMS rende l'applicazione più lenta." Rispetto a leggere un file locale, un round-trip di rete costa di più. Rispetto a un'implementazione corretta di concorrenza, atomicità e ripristino, costa molto meno — perché altrimenti dovresti costruire tutte e tre.
  • "ACID significa che i miei dati sono sempre corretti." ACID significa che le transazioni si comportano correttamente. Una transazione che scrive un valore sbagliato si conferma correttamente. La correttezza è compito del progettista.
  • "Posso disabilitare le chiavi esterne per l'importazione e sistemare dopo." A volte necessario; sempre pericoloso. Se lo si fa, la riconciliazione deve far parte della procedura, non essere un pensiero successivo.
  • "Il DBMS è responsabilità del DBA." Il DBA lo gestisce. Il progettista decide che cosa deve garantire.
  • "Una vista è solo un'interrogazione salvata." Una vista è anche un confine di sicurezza e uno strato di stabilità: permette di esporre esattamente le colonne che un ruolo richiede, e di cambiare le tabelle sottostanti senza rompere chi la usa.
  • Un DBMS è il software che gestisce una base di dati: memorizza i dati, conserva il catalogo, accetta un linguaggio di dati, applica i vincoli, coordina la concorrenza e si riprende dai guasti.
  • Le sue nove funzioni sono: definizione dei dati, manipolazione dei dati, interrogazione, integrità, controllo della concorrenza, gestione delle transazioni, ripristino, controllo degli accessi, utilità.
  • Internamente è un processore di query, un gestore delle transazioni e un motore di memorizzazione, più un catalogo.
  • ACID — atomicità, coerenza, isolamento, durabilità — descrive che cosa garantisce una transazione.
  • Un DBMS applica regole; non le inventa. Ogni garanzia di questa lezione è disponibile solo se lo schema la dichiara e il codice la usa.
  • Le tre parole da tenere distinte: base di dati (contenuto), DBMS (motore), applicazione (interfaccia).

Domande di verifica

  1. Fornisci le definizioni in una frase di base di dati, DBMS e applicazione, e spiega perché "MySQL è una base di dati" è impreciso.
  2. Quale funzione del DBMS fa sparire il problema della "difficoltà di accesso", e perché la stessa interrogazione continua a funzionare quando i dati crescono di cento volte?
  3. Spiega la differenza fra gestore delle transazioni e motore di memorizzazione in termini di che cosa fa un COMMIT.
  4. Un team non dichiara vincoli FOREIGN KEY "perché li valida l'ORM". Che cosa ha perso esattamente?
  5. Quale delle quattro proprietà ACID è violata da un aggiornamento perduto, e quale da una base di dati che perde un pagamento confermato dopo un'interruzione di corrente?
Mostra le risposte
  1. Base di dati: i dati più il loro schema. DBMS: il software che la gestisce. Applicazione: il programma con cui interagiscono gli utenti. "MySQL è una base di dati" confonde il motore con il contenuto — MySQL può ospitare migliaia di basi di dati, e una base di dati può essere spostata su un altro DBMS (con lavoro) restando gli stessi dati.

  2. L'interrogazione — il linguaggio dichiarativo. L'interrogazione enuncia che cosa si vuole; l'ottimizzatore ridecide come a ogni esecuzione, usando statistiche e indici correnti. Quando i dati crescono, il piano cambia e l'interrogazione continua a funzionare, mentre un algoritmo scritto a mano andrebbe riprogettato.

  3. Il gestore delle transazioni decide se il lavoro può essere confermato: mantiene i lock, verifica il livello di isolamento e scrive il record di commit sul log. Il motore di memorizzazione lo rende durevole: scrive le pagine modificate sul log (write-ahead) e prima o poi sui file di dati, ed è il componente che riapplica o annulla il log durante il ripristino. COMMIT è "il gestore delle transazioni scrive il record di commit sul log e rilascia i lock"; le scritture effettive delle pagine possono avvenire dopo, e questo è sicuro proprio perché il log esiste.

  4. L'applicazione centralizzata dell'integrità referenziale. Un ORM valida solo le scritture che passano da quell'ORM, in quella versione dell'applicazione. Non copre importazioni batch, migrazioni, altri servizi, SQL ad hoc, né un bug nella validazione dell'ORM stesso. Hanno perso anche il valore documentale: una chiave esterna nel catalogo è un'affermazione di fatto sul modello, leggibile da qualunque strumento — compreso l'importatore di schemi di ERMap.

  5. Un aggiornamento perduto viola l'isolamento (due transazioni si sono interferite; il risultato non è equivalente a nessun ordine seriale). Perdere un pagamento confermato dopo un'interruzione di corrente viola la durabilità.

Dove andare adesso

Lezioni correlate