Tecnologia delle basi di dati: Strutture fisiche di accesso

1
Tecnologia delle basi di dati Strutture fisiche
di accesso

• Esercitazioni del Corso di Sistemi Informativi
• Marina Mongiello
• mongiello_at_poliba.it

2
Organizzazione fisica e metodi daccesso

• Organizzazione dei file
• Indica lorganizzazione dei dati in un file di
  record in blocchi e strutture daccesso
• Specifica in che modo i record ed i blocchi sono
  disposti sul dispositivo di memorizzazione e
  collegati
• Metodi daccesso
• Un insieme di programmi che specifica in che modo
  le operazioni possono essere eseguite su un file
• Generalmente alcuni metodi daccesso possono
  essere applicati soltanto su file aventi una
  particolare organizzazione fisica

3
Strutture fisiche di accesso

• Descrivono lorganizzazione fisica dei dati di
  una base dati nella memoria di massa
• Obiettivi
• Garantire operazioni di ricerca e di modifica
  efficienti da parte dei programmi applicativi

4
Organizzazioni fisiche primarie

• Strutture sequenziali entry-sequenced, ad array,
  sequenziale ordinato
• Strutture con accesso calcolato (uso di funzioni
  hash)
• Strutture ad albero B-tree, B-tree

5
Metodi di accesso

• Sono opportuni moduli software che contengono
  primitive per laccesso e la manipolazione dei
  dati specifici di ciascuna organizzazione fisica
• Conosce lorganizzazione fisica delle tuple nelle
  pagine

6
Architettura del gestore degli accesi
7
Strutture sequenziali

• Disposizione sequenziale delle tuple in memoria
  di massa
• E costituito da blocchi consecutivi di memoria.
• Le tuple possono essere inserite nei blocchi in
  sequenza
• Entry-sequenced sequenza indotta dallordine di
  immissione
• Ad array la posizione delle tuple dipende dal
  valore assunto da un campo indice
• Sequenziale ordinatala sequenza dipende dal
  valore di un campo detto chiave

8
Gestione delle tuple nelle pagine (esempio per
metodi di accesso sequenziali e calcolati)
9
Strutture sequenziali entry-sequenced (1)
sequenza delle tuple indotta dal loro ordine di
immissione

• Si rivela una strategia ottimale per operazioni
  di lettura e scrittura sequenziali.
• Il modo tipico di accesso ai dati è tramite una
  funzione di scansione sequenziale.
• Questa organizzazione utilizza tutti i blocchi
  allinterno del file e tutti gli spazi
  allinterno dei blocchi.
• Laccesso al file sia in inserimento che in
  lettura avviene dalla fine.

10
Strutture sequenziali entry-sequenced (2)

• La modifica di tuple di dimensione variabile e la
  cancellazione risulta problematica.
• La cancellazione spesso si riduce ad una
  invalidazione dellinformazione con spreco di
  spazio

11
Strutture sequenziali ad array (1) la
posizione delle tuple dipende dal valore assunto
da un campo indice

• È possibile solo per tuple di dimensione fissa
• Al file viene associato un numero n di blocchi
  contigui e ciascun blocco viene diviso in m slot
  utilizzabili per le tuple (array n x m slot)
• Ciascuna tupla è dotata di un valore numerico i
  che funge da indice dellarray

12
Strutture sequenziali ad array (2)

• Le cancellazioni creano degli slot liberi
• Gli inserimenti devono essere fatti negli slot
  liberi o al termine del file
• Le funzioni primitive garantite da una tale
  struttura sono read-ind insert-at insert-near
  insert-at-end update-ind delete-ind

13
Strutture sequenziali ordinate (1)la sequenza
dipende dal valore di un campo detto chiave(non
è più usata)

• Lordinamento delle tuple riflette quello
  lessicografico dei valori presenti nel campo
  chiave.
• Sono avvantaggiate le transazioni che richiedono
  un accesso ordinato alle tuple in base alla
  chiave.
• Per trovare la tupla che contiene un valore
  specifico si può ricorrere alla ricerca
  dicotomica.

14
Strutture sequenziali ordinate (2)

• Problema inserire nuove tuple (riordino delle
  tuple già presenti in memoria di massa)
• Possibili soluzioni
• prevedere a priori un certo numero di slot
  liberi mantenendo la struttura sequenziale con
  riordino locale
• integrare il file sequenziale con un file di
  overflow

15
Strutture con accesso calcolato (1)

• Come per la struttura sequenziale ordinata, cè
  un accesso associativo ai dati
• - la locazione fisica dei dati dipende dal
  valore del campo chiave
• Per il file vengono allocati un numero B di
  blocchi (generalmente) contigui.
• Il gestore di questo metodo di accesso dispone di
  un algoritmo di hash che restituisce un valore
  compreso tra 0 e B-1.

16
Strutture con accesso calcolato (2)

• Funziona bene se viene previsto un basso
  coefficiente di riempimento (file
  sovradimensionato)
• Bisogna gestire il problema delle collisioni
• Lhashing è efficiente per accedere ai dati in
  base a predicati di uguaglianza
• Risulta inefficace per interrogazioni che
  richiedono laccesso ad intervalli di valori

17
Strutture ad Albero (1)

• Nei database relazionali le strutture più
  frequentemente utilizzate sono il B-Tree ed il
  B-Tree
• Ogni nodo coincide con una pagina o blocco a
  livello di file system.
• I legami tra i nodi vengono stabiliti da
  puntatori che collegano fra loro le pagine
• Gli alberi dovrebbero essere sempre bilanciati
  (Balanced-Tree) per avere tempi di accesso
  pressoché costanti.

18
Strutture ad Albero (2)

• Lefficienze di un albero B o B è normalmente
  elevata perché spesso le pagine che memorizzano i
  primi livelli dellalbero risiedono nel buffer
• Una ottimizzazione dello spazio occupato avviene
  tramite la compressione dei valori chiave
• Vengono mantenuti solo i prefissi nei livelli
  alti dellalbero e solo i suffissi, a pari
  prefisso, nei livelli bassi dellalbero, ove si
  svolge la parte finale della ricerca.

19
Strutture ad albero B-Tree (1)
Sotto-albero con chiavi KgtKq
Sotto-albero con chiavi Ki-1KltKi
Sotto-albero con chiavi KltK1
20
Strutture ad albero (2)key-sequenced
tKi-1
tK1
tKq
tKi
I nodi foglia contengono lintera tupla. È
generalmente utilizzata per realizzare lindice
primario (unique in una tabella)
21
Strutture ad albero (3)indiretta
I nodi foglia contengono puntatori ai blocchi
della base di dati nei quali sono presenti tuple
con il valore di chiave specificato. Il
posizionamento delle tuple nel file può essere
qualsiasi. È possibile utilizzare un qualsiasi
dei metodi visti in precedenza.
22
Strutture ad albero (4)Inserimento
Linserimento di un nuovo valore avviene tramite
il semplice aggiornamento del nodo foglia, se è
ancora presente dello spazio nella pagina. Se lo
spazio è finito, si ricorre ad unoperazione di
split e successivo aggiornamento sia del nodo
foglia che del nodo .
Inserimento di K3 e split del livello foglia
23
Strutture ad albero (5)Inserimento,
cancellazione e modifica

• Lo split può essere necessario anche ai livelli
  superiori e propagarsi fino al nodo radice.
• Loperazione cancellazione avviene in maniera
  duale a quella di inserimento tramite, se
  necessario, il merge di due nodi foglia.
• La modifica viene vista come una cancellazione
  seguita da un inserimento e si fa ricadere nei
  due casi precedenti.

24
B-Tree
I nodi foglia sono legati da una catena che li
connette in base allordine imposto dalla chiave.
Questa struttura dati consente anche una
scansione ordinata in base ai valori di chiave
dellintero file.
25
B-Tree (ottimizzazione)
K6
K1
K10
K5
K3
K2
K4
K8
K7
K9
tk7
tk4
tk5
tk6
tk10
tk1
tk8
tk9
tk2
tk3
Per arrivare a leggere il valore di una tupla,
non è necessario arrivare fino in fondo
allalbero.