Conceptos fundamentales de estructuras de archivos

1
Conceptos fundamentales de estructuras de archivos

• Almacenamiento y Recuperación de Información

2
Organización por campos y registros

• La intención de escribir archivos es la de volver
  persistentes los datos.
• Esta propiedad implica que los datos puedan ser
  utilizados por otros programas. (posiblemente
  recreando su estructura original).
• La unidad básica de información es el campo, que
  contiene un solo valor.

3

• Los campos se organizan de varias formas
• Instancias del mismo tipo (arreglos).
• Instancias de conjuntos de valores de diferentes
  tipos (registros).
• Cuando el registro es almacenado en la memoria
  también se le suele llamar estructura u objeto y
  sus campos se llaman miembros.

4

• Imagine que tenemos una estructura con varios
  miembros (nombre, dirección, teléfono). Qué pasa
  si los escribimos en un archivo?
• Si no tenemos cuidado, no se podría distinguir
  entre campos y registros y sería imposible
  recuperar las estructuras originales.
• De aquí que surja la necesidad de organizar los
  campos en un archivo.

5
Formas de organización en archivos

• Hacer que los campos tengan longitud predecible.
• Comenzar cada campo con un indicador de longitud.
• Colocar un separador al final de cada campo
• Utilizar representaciones de la forma dato
  valor, con el fin de identificar cada campo y
  su contenido.

6
Método 1 fijar la longitud de los campos

• Es muy fácil recuperar la información del
  archivo, cuando sabemos cuanto mide cada registro
  y cada campo.
• Sin embargo pueden presentarse los siguientes
  problemas
• Si el espacio destinado a un campo es grande
  puede desperdiciarse espacio.
• Caso contrario los datos no caben.

7
Método 2 comenzar cada campo con un indicador de
longitud

• Si se agrega la longitud continúa siendo fácil
  recuperar la información.
• Si los campos no son muy grandes (menos de 256
  bytes) es posible almacenar la longitud en un
  sólo byte al comienzo de cada campo.

8
Método 3 separar los campos con delimitadores

• Si agregamos los separadores, estos se deben
  poder distinguir de los datos, por lo cual la
  selección del separador es importante.
• Por ejemplo, se procura no utilizar espacios como
  separadores si los datos son frases de más de una
  palabra.

9
Método 4 uso de llavevalor

• Este método tiene una ventaja sobre las otras, y
  es que es una estructura cuyo campo proporciona
  información sobre el mismo.
• Es fácil decir que campos están contenidos en un
  archivo. Este formato se utiliza con el formato
  de delimitador de campos.
• Esto es útil en el sentido de que se muestra la
  división entre el valor y la llave.
• Desafortunadamente este formato desperdicia mucho
  espacio aproximadamente el 50 o más se utiliza
  para las llaves, sin embargo hay aplicaciones
  donde este formato no demanda mucho overhead.

10
Formas de Organización para los registros

• De forma similar se deben organizar los registros
  en un archivo y existen al menos 5 formas de
  hacerlo
• 1. Requerir que los registros sean de una
  longitud en bytes predecible.
• 2. Requerir que los registros sean de una
  longitud en campos predecible.
• 3. Comenzar con un indicador de la longitud en
  bytes de un registro.
• 4. Usar delimitadores para separar un registro de
  otro

11
Método 1 hacer que los registros tengan un
tamaño predecible en bytes

• Cada registro contiene el mismo número de bytes
  Este método para reconocer los registros es
  análogo al método para reconocer los campos. Es
  uno de los métodos más comunes para organizar
  archivos.
• Ejemplos son el struct de C y la clase de C.
• Es importante hacer hincapié que fijar el numero
  de bytes para un record, no implica que el tamaño
  de los campos en un record sea fijo.

12
Método 2 hacer que los registros tengan un
número predecible de campos

• En vez de que cada registro de un archivo esta
  constituido por un número fijo de bytes, podemos
  especificar que contendrá un número fijo de
  campos.

13
Método 3 comenzar cada registro con un indicador
de longitud

• El número indica el número de bytes en el
  registro.
• Es un método utilizado para registros de longitud
  variable.

14
Método 4 utilizar un archivo para mantener la
pista de las direcciones

• Se utiliza un archivo secundario (índice) donde
  se almacena el estado de los bytes de cada
  registro del archivo original.
• Mantener esta pista nos permite encontrar el
  comienzo de cada registro sub-secuente y calcular
  la longitud de cada registro.
• Vemos cual es la posición del registro en el
  archivo índice, después buscamos el registro en
  el archivo de datos.

15
Método 5 colocar un delimitador al final de cada
registro

• Esta opción es análoga a la solución de los
  campos, hay que tener cuidado con la elección del
  delimitador (debe ser diferente al delimitador
  del que se use en los campos).
• OBSERVE QUE NINGÚN MÉTODO ES MEJOR QUE LOS DEMÁS
  PARA UNA SITUACIÓN CUALQUIERA.

16
Una estructura de registro que usa un indicador
de longitud

• Note que si deseamos colocar un indicador de
  longitud al principio de cada registro (es decir
  antes que sus campos) debemos conocerla de
  antemano.
• Primero se debe construir el registro y sólo en
  ese instante se puede escribir al archivo.
• A este procedimiento se le conoce como buffer.
• Cómo se escribe esa longitud?
• En binario o en asccii.

17

• Cualquier notación que se escriba debe ser
  posible distinguirla del resto del archivo.
• Particularmente observe que el número 65 puede
  quedar representado como los caracteres 0x36,
  0x35 o bien como el carácter 0x41 (A).
• Los buffers también se pueden utilizar en la
  lectura, para leer un registro completo cada
  ocasión

18

• Finalmente una última nota de precaución
• Si se va a utilizar una representación binaria,
  recuerde que no todos los sistemas representan
  los números de la misma forma. La pareja de bytes
  0x01, 0x02 pueden significar 258 en algún sistema
  y 513 en otro sistema y el problema se agrava al
  utilizar 4 o más bytes.

19

• fin