Slides - Organização de Arquivos - Introdução

Organização de Arquivos
Introdução
AULA 4
Profa. Sandra de Amo
GBC053 – BCC
2013-1
BCC-2013-1
Estudaremos nesta aula
 Part I : Como os dados são organizados dentro dos
arquivos
 Arquivos de indice
 O que é um arquivo de índice ?
 Funcionamento geral
 Parte II:
 Organização: indice ordenado versus hash
 Tipos principais de arquivos de índices:
agrupados, densos, primários, secundários,
compostos, ...
 Indices agrupados
BCC-2013-1
Dados, indices, índices, índices, ...
Consulta: Me dê o livro
Database Systems –
Ramakrishnan/Gehrke
Indice
DADOS
BCC-2013-1
Arquivos de Indice
rid A B C D E F G
A D E F rid
a d
a d
a d
e f
e f
e f
(12,1)
(18,5)
(22,4)
(12,1)
a b1 c1 d
e
f g1
(18,5)
a b2 c2 d
e
f g2
(22,4)
a b3 c3 d
e
f g4
chave
Arquivo de Indice
Endereços obtidos no diretório de arquivos e
no diretório de slots das páginas
Arquivo de Dados
BCC-2013-1
6/29/2017
4
Dinâmica geral dos Arquivos de Indice
 Busca no arquivo de indice:

Páginas deste arquivo são organizadas de modo a permitir a
localização rápida das entradas com uma dada chave.
 Uma vez encontradas rapidamente estas entradas no arquivo
de índice, já temos os endereços dos registros de dados
associados (seu rid = (N,X)).
 O local exato no disco onde se encontra a página de número N
é encontrado através do diretório de arquivos do disco: fornece
o endereço da header page do arquivo.
 O local exato na página N onde se encontra o slot X do registro
procurado é obtido através do diretório de slots da página N
BCC-2013-1
6/29/2017
5
Como encontrar um registro num Arquivo A
conhecendo o rid do registro?
 Rid = (12, 3)
 Vai no diretório de arquivos no disco e procura o
registro correspondente ao arquivo A, para obter o
ponteiro para o primeiro bloco do arquivo.
 Calcula o endereço do 12º bloco e posiciona a cabeça
de leitura neste endereço.
 Transfere o 12º bloco para o buffer pool
 Processador de consultas consulta o diretório de slot
da página 12 e procura o endereço do registro contido
no slot 3, bem como o tamanho (L) do registro contido
neste slot.
 Vai para este endereço de memória e lê L bytes.
BCC-2013-1
Como encontrar um registro num Arquivo
A caso não se conheça o rid do registro?



Vai no diretório de arquivos no disco e procura
o registro correspondente ao arquivo A, para
obter o ponteiro para o primeiro bloco do
arquivo.
Transfere um a um cada bloco do arquivo
para o buffer pool.
Cada bloco transferido é escaneado
sequencialmente pelo processador de
consultas até encontrar o registro procurado.
BCC-2013-1
Arquivos de Indice
 Otimiza a procura de registros em arquivos, pois o arquivo de indice
contém o rid dos registros.
 Através do rid encontra-se facilmente os registros de dados completos
nos arquivos.
 No arquivo de índice, cada registro é da forma (valores_chave,rid)
 Chave = conjunto de atributos

Se chave contém chave candidata do arquivo, então chave determina
unicamente o rid

Caso contrário, uma mesma chave pode acessar diversos rids.

Exemplo : se chave = {Salário}
BCC-2013-1
6/29/2017
8
Como as informações são obtidas
rapidamente no arquivo de indice ?
Métodos de Acesso
Técnicas de organização das páginas dos
arquivos de índices
 B+Trees
 Tabelas
Hash
BCC-2013-1
Catálogo do Sistema
 Metadados
 Descrição dos dados e índices
 Informações sobre visões
 Catálogo = conjunto de relações (arquivos)
contendo todas as informações sobre os
arquivos sendo utilizados pelo sistema.
BCC-2013-1
6/29/2017
10
Catálogo do Sistema
 Arquivos « Relações », « Atributos », « Restrições », ...





Nome da relação, nome do arquivo , estrutura do arquivo
Nomes e tipos dos atributos
Nome do índice
Restrições de Integridade (chave primária, estrangeira)
Guardam inclusive registros correspondentes às relações
« Relações », « Indices », « Atributos », « Visões », ...
 Arquivo « Indices »


Nome e estrutura de cada índice
Chave de cada índice
 Arquivo « Visões »
 Nome e código
BCC-2013-1
6/29/2017
11
Exemplo
Cat-Atributos
Nome-Atributo
Nome-Relação
Posição
Tipo
Nome-Atributo
Cat-Atributos
string
1
Nome-Relação
Cat-Atributos
string
2
Tipo
Cat-Atributos
string
3
Posição
Cat-Atributos
string
4
IdE
Estudantes
string
1
E-mail
Estudantes
string
2
Idade
Estudantes
integer
3
IdC
Cursos
string
1
NomeC
Cursos
string
2
6/29/2017
BCC-2013-1
12
Resumo: Arquivo de Indice
 O que é ?

estrutura auxiliar projetada para agilizar
operações de busca, inserção e deleção
 Em que consiste ?



Uma coleção de registros
Uma chave de busca k
Cada entrada contém informação suficiente para
localizar registros de dados contendo a chave de
busca k.
BCC-2013-1
Vantagens
 Tamanho: normalmente é bem menor do que o
arquivo de dados
 Organização optimizada: pode ser sequencial,
ordenado ou hashed
 Método de Acesso rápido: pode ser estruturado
usando uma b-tree ou hash (estático, dinâmico)
BCC-2013-1
O que armazenar em um índice ?
Registro de Dados =
Chave
+
Registro do indice =
Rid
BCC-2013-1
Chave do índice !!
Indice: como são os registros ?
 Alternativa 1
 Entrada = registro inteiro de dados
 Neste caso, a única vantagem do índice é a forma como é
organizado: ordenado, hash, com método de acesso ou não
 Alternativa 2
 Entrada = (k,rid), k = chave
 Chave = conjunto de atributos
 Alternativa 3
 Entrada = (k, lista de rids)
 Vantagem: ocupa menos espaço. Uma chave acessa
diversos registros no arquivo de dados
 Desvantagem: registro de tamanho variável
BCC-2013-1
Como organizar as entradas do
índice ?
 Entrada = registro
 Entradas podem ser ordenadas
 Entradas podem ser organizadas por Hash
BCC-2013-1
Organização por Hash

Páginas do arquivo de índice são agrupadas por buckets
Bucket 1

Bucket 2
Bucket 3
Bucket é determinado aplicando-se uma função h ao campo de procura
Exemplo: estamos procurando todos os empregados de salário = 5000
Como encontrá-los rapidamente ?
Indice organizado por hash no campo Salário
Função hash: mod 3
Onde estão os rids dos empregados com salário = 5000 ?
5000 mod 3 = 2
Resposta: bucket 2
BCC-2013-1
Exemplo de Indice
2000
Paulo, 44, 2000
2000
Pedro, 35, 2000
2000
Carlos, 44, 2000
2500
José, 40, 2500
3000
João, 35, 3000
3500
Ilmério, 40, 3500
3500
Rodrigo, 40, 3500
4000
Maria, 30, 4000
4000
Sara, 35, 4000
5000
Sabrina, 31, 5000
Entradas : organizadas
de forma ordenada
BCC-2013-1
Registros de dados
Exemplo de Indice organizado por
Hash
Paulo, 44, 2000
2000
H(sal) = 01
H
H(sal) = 11
H(sal) = 00
2000
Pedro, 35, 2000
2000
Carlos, 44, 2000
2500
José, 40, 2500
5000
João, 35, 3000
3000
Ilmério, 40, 3500
3500
Rodrigo, 40, 3500
3500
Maria, 30, 4000
4000
Sara, 35, 4000
4000
Sabrina, 31, 5000
Registros de dados
Entradas
BCC-2013-1
Tipos de indices
Relação entre a maneira como são organizados
os dados no índice e no arquivo de dados




Agrupado – não agrupado
Densos – esparsos
Primários – secundários
Simples - compostos
BCC-2013-1
Indices Agrupados
 Agrupados : a ordem dos registros é
compatível com a ordem das entradas no
arquivo de índice.
 Se entrada é do tipo (chave, rid) e o índice é
agrupado então os registros de dados são
ordenados por chave.
 Somente um índice agrupado do tipo
(chave,rid)
BCC-2013-1
Exemplo de Indice Agrupado
2000
Paulo, 44, 2000
2000
Pedro, 35, 2000
2000
Carlos, 44, 2000
2500
José, 40, 2500
3000
João, 35, 3000
3500
Ilmério, 40, 3500
3500
Rodrigo, 40, 3500
4000
Maria, 30, 4000
4000
Sara, 35, 4000
5000
Sabrina, 31, 5000
Entradas
Registros de dados
BCC-2013-1
Exemplo de Indice não agrupado
Paulo, 44, 2000
2000
H(sal) = 01
H
H(sal) = 11
H(sal) = 00
2000
Pedro, 35, 2000
2000
Carlos, 44, 2000
2500
José, 40, 2500
5000
João, 35, 3000
3000
Ilmério, 40, 3500
3500
Rodrigo, 40, 3500
3500
Maria, 30, 4000
4000
Sara, 35, 4000
4000
Sabrina, 31, 5000
Registros de dados
Entradas
BCC-2013-1
Exemplo de Indice agrupado
Paulo, 44, 2000
2000
H(sal) = 01
H
H(sal) = 11
2000
Pedro, 35, 2000
2000
Carlos, 44, 2000
2500
José, 40, 2500
5000
Sabrina, 31, 5000
Rodrigo, 40, 3500
Ilmério, 40, 3500
3000
3500
4000
João, 35, 3000
Sara, 35, 4000
4000
Maria, 30, 4000
3500
H(sal) = 00
Registros de dados
Entradas
BCC-2013-1
Vantagens e desvantagens
 Desvantagem : grande overhead para mover
registros a fim de preservar a ordem depois
de inserções e deleções.
 Vantagem : Seleções do tipo = ou <> são
altamente otimizadas caso os registros sejam
ordenados de acordo com a chave do indice.

Rids das entradas apontam para registros contíguos, menos
páginas são manipuladas.
BCC-2013-1