Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

БД

.pdf
Скачиваний:
114
Добавлен:
01.06.2021
Размер:
593 Кб
Скачать
☆

9.Физическая организация данных: инвертированный список. Пример.

Вбазе данных записи, как правило, упорядочены по одному из полей (основному ключу), что позволяет сократить перебор записей при чтении файла БД. Для уменьшения времени поиска данных по неключевым полям создаются инвертированные файлы.

Инвертированным называется файл, записи которого упорядочены по неключевому полю. Процесс создания инвертированного файла состоит в переупорядочении исходного (основного) файла по значениям неключевого поля, т.е. в получении копии основного файла с иным порядком следования записей. Инвертирование основного файла будет полным, если созданы инвертированные файлы для каждого из его неключевых полей, и частичным, если они созданы только для их части.

Пример

Основной файл

Фамилия

Год

Борисов А.А.

1970

Ярин С.Д.

1969

Иванов Р.С.

1969

Инвертированный файл

Фамилия

Год

Иванов Р.С.

1969

Ярин С.Д.

1969

Борисов А.А.

1970

Здесь приведена база данных в составе основного файла, где записи упорядочены по ключевому полю ФАМИЛИЯ, и инвертированного файла ИФ_ГОД, записи которого упорядочены по неключевому полю Год основного файла. При вводе запроса “найти сотрудников с годом рождения, меньшим 1970” поиск данных необходимо вести не в основном файле, в котором для нашего примера достаточно прочитать две первые записи.

10. . Физическая организация данных: Б-дерево. Пример.

Индексный набор – дает возможность получить быстрый прямой доступ к последовательному набору (и к самим данным). Индексный набор фактически представляет собой древовидный индекс к последовательному набору.

Б-дерево

Эта структура напоминает дерево (если смотреть снизу вверх), в котором сначала считывается самый верхний блок – корневой узел, затем блок на следующем уровне - блок-ветвь и так до тех пор, пока не будет извлечен блоклист с идентификатором строки. Значения ключа сохраняются в индексе. Такая структура позволяет сократить до минимума число операций ввода/вывода. Для получения идентификатора строки обычно требуется одно посещение блоклиста, т.е. физической страницы базы данных, отведенной под индекс.

Особенностями Б-деревьев является: сбалансированность, ветвистость,

отсортированность и логарифмическое время работы всех стандартных операций (поиск, вставка, удаление). Сбалансированность означает, что все листы находятся на одинаковом расстоянии от корня. В отличие от бинарных деревьев Б-деревья допускают большое число потомков для любого из узлов. Это свойство называется ветвистостью. Благодаря ветвистости, Б-деревья очень удобны для хранения крупных последовательных блоков данных.

Процедура вставки:

• Производим поиск по значению вставляемого ключа;

• Если в блоке есть место, то добавляем туда новую запись. Иначе создаем новый блок, а записи старого распределяем поровну на два блока;

• Предпринимается попытка вставить среднее значение из ряда первоначальных значений в родительский узел и описанный процесс повторяется.

Процедура удаления:

Алгоритм удаления является обратным по отношению к описанному алгоритму вставки. Изменение значения осуществляется путем удаления старого значения и вставки нового.

 

Пример Б-дерева:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

..

..

60

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

..

3

..

 

 

 

 

 

 

60

..

 

63

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

Иванов

 

3

 

Антонова

 

60

 

 

 

…

 

 

 

63

…

2

Широков

 

4

 

Антипенко

 

61

 

 

 

…

 

 

 

64

…

11.Понятие и свойства транзакций. Изоляции. Примеры.

Транзакция – это несколько последовательных операторов SQL, которые рассматриваются как одно целое (либо все операторы будут выполнены успешно, либо ни один из них не будет выполнен).

Оператор COMMIT сообщает об успешности окончания транзакции. Он информирует СУБД о том, что все операторы выполнены успешно и противоречия в БД не возникли. Изменения в БД становятся постоянными.

Оператор ROLLBACK сообщает о неуспешном окончании транзакции. Он информирует СУБД о том, что пользователь не хочет завершать транзакцию. СУБД должна отменить все изменения, внесенные в БД при выполнении транзакции. Возможность отката обеспечивается за счет информационной избыточности.

Свойства транзакции:

•Неразрывность. Транзакции неразрывны. То есть либо она выполняется вся, либо никакой из операторов не выполнится.

•Правильность. Транзакции преобразуют базу данных из одного правильного состояния в другое. Это означает, что состояние БД остается согласованным и непротиворечивым после завершения транзакции.

•Изолированность. Транзакции изолированы одна от другой. Таким образом, даже если будет запущено множество транзакций, работающих параллельно, результаты любых операций обновления, выполняемых отдельной транзакцией, будут скрыты от всех остальных транзакций до тех пор, пока эта транзакция не будет зафиксирована.

•Устойчивость. После того как транзакция зафиксирована, выполненные ею обновления сохраняются в базе данных на постоянной основе.

Пример:

Допустим есть запрос SQL, который удаляет записи из таблицы, а затем отменяет изменения:

DELETE FROM CUSTOMERS

WHERE AGE = 25;

ROLLBACK;

 

Исходная таблица

Таблица после выполнения запроса

ID

Name

Age

 

ID

Name

Age

 

1

Алексей

32

 

1

Алексей

32

 

2

Сергей

25

 

2

Сергей

25

 

3

Николай

23

 

3

Николай

23

 

4

Василиса

25

 

4

Василиса

25

 

5

Ольга

27

 

5

Ольга

27

 

12.Агрегатные функции SQL. Примеры.

1)AVG( ) – вычисление среднего всех значений в столбце;

2)SUM( ) – сумма всех значений столбца;

3)MIN( ) – максимальное значение в столбце;

4)MAX( ) – минимальное значение в столбце;

5)COUNT( ) – подсчитывает количество значений в столбце;

6)COUNT(*) – подсчитывает количество строк в таблице результатов запроса. Например, чтобы узнать среднюю оценку, можно использовать запрос:

SELECT AVG(Оценка) FROM Оценки.

При использовании операторов AVG и SUM данные в столбце должны содержать числовой тип.

При использовании функций MIN и MAX столбец может содержать не только числовые данные, но и строковые данные, а также данные в формате «Дата/время».

Если используются строки, то результат операций MIN и MAX может зависеть от используемых в компьютере таблиц кодировки (в коде ASCII цифры идут раньше букв, а прописные – раньше строчных).

Пример использования функции COUNT:

SELECT COUNT(Фамилия) FROM Студенты WHERE Рост > 190.

Очевидно, тип данных, с которым работает COUNT, может быть произвольным. При использовании функций MIN и MAX столбец может содержать не только числовые данные, но и строковые данные, а также данные в формате «Дата/время».

Если используются строки, то результат операций MIN и MAX может зависеть от используемых в компьютере таблиц кодировки (в коде ASCII цифры идут раньше букв, а прописные – раньше строчных).

Пример использования функции COUNT:

SELECT COUNT(Фамилия) FROM Студенты WHERE Рост > 190.

Очевидно, тип данных, с которым работает COUNT, может быть произвольным.

SELECT COUNT(DISTINCT Имя) FROM Студенты.

Иногда полезно использовать при выполнении запроса промежуточные итоги, а не только окончательные итоги. Это можно сделать, используя предложение GROUP BY. Например:

1)если мы хотим узнать среднюю оценку студентов:

SELECT AVG(Оценка) FROM Оценки;

2)если мы хотим узнать среднюю оценку для каждого студента: SELECT Фамилия, AVG(Оценка) FROM Студенты, Оценки GROUP BY Студенты.

Здесь групповые итоги подводятся по множеству предметов.

13.Запрос-выборка с сортировкой. Примеры.

Строки результата запроса можно отсортировать при помощи ключевого слова ORDER BY. Например:

SELECT Фамилия, Пол FROM Студенты ORDER BY Пол, Фамилия.

Здесь сначала будут указаны фамилии всех женщин, а затем – всех мужчин в алфавитном порядке.

Таким образом, общий алгоритм выполнения однотабличного запроса следующий:

1)берется таблица, указанная в операторе FROM;

2)если есть предложение WHERE, то применяется заданное условие для каждой строки таблицы и оставляются только те строки, для которых оно выполняется;

3)вычисляется для каждой строки значение каждого возвращаемого поля;

4)если указано ключевое слово DISTINCT, то удаляются все повторяющиеся поля;

5)если указано ключевое слово ORDER BY, то сортируются результаты

запроса.

SELECT * FROM users ORDER BY date_registration

В результате мы получим result_set, в котором записи отсортированы по возрастанию поля "date_registration". Чтобы данные сортировались по убыванию, нужно использовать параметр "DESC":

SELECT * FROM users ORDER BY date_registration DESC

Результат тот же, что и в предыщем запросе, но данные расположены по убыванию относительно поля "date_registration".

Разумеется, никто Вам не мешает использовать полноценный SQL-запрос на выборку записей с сортировкой:

SELECT login FROM users WHERE id > 20 AND id < 100 ORDER BY login LIMIT 10,30

После выполнения этого SQL-запроса у нас получится result_set, в котором содержатся записи из таблицы users (только поле "login"), причём id этих записей больше 20 и меньше 100, сортировка записей по возрастанию поля

"login", а берём мы записи, начиная с 10-ой включительно в количестве 30ти штук.

14.Запрос-выборка с группировкой. Примеры.

Оператор SQL SELECT является одним из основных операторов языка SQL. Именно с его помощью происходит выборка значений, хранящихся в базе данных.

Оператор SQL GROUP BY используется для объединения результатов выборки по одному или нескольким столбцам.

Для каждого продавца определить максимальную сумму заказа

SELECT Prod_Nom, Max(Zak_Summa) FROM Zakaz

GROUP BY Prod_Nom

SELECT id, name, gender, sum(sal) FROM table1

WHERE gender = ‘ж’

GROUP BY name

SELECT Product, SUM(Quantity) AS Product_num

FROM Sumproduct

GROUP BY Product

HAVING SUM(Quantity)>4000

15.Методы обеспечения безопасности данных в БД.

Можно выделить четыре задачи, возникающие при обеспечении целостности БД:

•нужно разрешать доступ к конкретной таблице только определенным пользователям;

•нужно разрешать изменять данные в таблице только определенным пользователям, а всем остальным – доступ только для чтения;

•нужно иметь возможность делать доступными только отдельные столбцы таблицы;

•работать с таблицей с помощью интерактивного SQL нужно разрешать только отдельным пользователям, остальные должны использовать прикладные программы (т. е. ограниченный набор возможностей).

Методы:

•Избирательный. Каждому пользователю предоставляются различные права доступа (иначе называемые привилегиями, или полномочиями) к разным объектам. Более того, разные пользователи, как правило, обладают разными правами доступа к одному и тому же объекту. Поэтому избирательные схемы характеризуются значительной гибкостью.

•Мандатный. Каждому объекту данных назначается некоторый классификационный уровень, а каждому пользователю присваивается некоторый уровень допуска. Мандатные схемы обычно имеют иерархическую структуру и поэтому являются более жесткими.

•Шифрование данных. Данные шифруются с помощью специального алгоритма шифрования. В качестве входных данных для такого алгоритма выступают данные и ключ шифрования, а в качестве выходных – преобразованная форма данных, которая называется шифрованным текстом.

•Шифрование на основе открытого ключа. В методе открытого ключа используются два ключа: один — для шифрования, другой — для расшифровки. Внешнему миру доступны как алгоритм шифрования, так и ключ шифрования, поэтому любой желающий может преобразовать данные в зашифрованные.

Для представления пользователю привилегий используется оператор SQL

GRANT.

Оператор REVOKE, напротив, отменяет привилегии.

16. NoSQL-решения, примеры.

Нереляционная база данных (NoSQL) — хранит данные без четких связей друг с другом и четкой структуры. Вместо структурированных таблиц внутри базы находится множество разнородных документов, в том числе изображения, видео и даже публикации в социальных сетях. В отличие от реляционных БД, NoSQL базы данных не поддерживают запросы SQL.

NoSQL-базы оптимизированы для приложений, которые должны быстро, с низкой временной задержкой (low latency) обрабатывать большой объем данных с разной структурой. Таким образом, нереляционные хранилища непосредственно ориентированы на Big Data.

Особенности:

1)Структура и тип хранящихся данных: NoSQL базы данных не требуют наличия однозначно определённой структуры хранения данных.

2)Запросы: каждая NoSQL база данных реализует свой способ работы с данными.

3)Надёжность: когда речь заходит о надёжности, SQL базы данных однозначно впереди.

4)Масштабируемость: NoSQL базы имеют распределенную архитектуру, поэтому хорошо масштабируются горизонтально и отличаются высокой производительностью. Технологии NoSQL могут автоматически распределять данные по разным серверам. Это повышает скорость чтения данных в распределенной среде.

К недостаткам можно отнести:

1)Ограниченную емкость встроенного языка запросов;

2)Сложности в поддержке всех ACID-требований к транзакциям (атомарность, консистентность, изоляция, долговечность) из-за того, что NoSQL-СУБД вместо CAP-модели (согласованность, доступность, устойчивость к разделению) скорее соответствуют модели BASE (базовая доступность, гибкое состояние и итоговая согласованность);

3)Сильная привязка приложения к конкретной СУБД из-за специфики внутреннего языка запросов и гибкой модели данных, ориентированной на конкретный случай;

4)Недостаток специалистов по NoSQL-базам по сравнению с реляционными аналогами.

Четыре вида нереляционных баз данных:

1) Документо-ориентированные базы данных — данные, представленные парами ключзначение, сжимаются в виде полуструктурированного документа из тегированных элементов, обычно хранятся в документах форматов JSON, XML или BSON. Одна запись может содержать столько данных, сколько нужно, в любом типе данных (или типах) — ограничений нет. Внутри одного документа есть внутренняя структура, однако, она может отличаться от одного документа к другому. Также документы можно вкладывать друг в друга. Такая модель хорошо подходит для каталогов, пользовательские профилей и систем управления контентом, где каждый документ уникален и изменяется со временем. Поэтому чаще всего документные NoSQL-СУБД используются в CMS-системах, издательском деле и документальном поиске.

Примеры: CouchDB, Couchbase, MongoDB, eXist, Berkeley DB XML.

2) Базы данных ключ-значение — каждая запись имеет ключ и значение. Наиболее простой вариант хранилища данных, использующий ключ для доступа к значению в рамках большой хэштаблицы. Такие СУБД применяются для хранения изображений, создания специализированных файловых систем, в качестве кэшей для объектов, а также в масштабируемых Big Data системах, включая игровые и рекламные приложения. Разработчики в основном используют такие базы данных, когда данные не слишком сложные, а скорость является приоритетом. Сохраненным данным не назначается никакой схемы, а сама база данных намного легче по сравнению с реляционной.

Например: name: ‘Миша’; today: ‘9/09/2020’; writer: ‘Пушкин’; pogoda: ‘ну такая’.

Наиболее известные представители нереляционных СУБД: Oracle NoSQL Database, Berkeley DB, MemcacheDB, Redis, Riak, Amazon DynamoDB.

3) Графовые базы данных — представляют собой сетевую базу, которая использует узлы и рёбра для отображения и хранения данных. Поскольку рёбра графа являются хранимыми, его обход не требует дополнительных вычислений (как соединение в SQL). При этом для нахождения начальной вершины обхода необходимы индексы. Обычно графовые СУБД поддерживают ACID-требования и специализированные языки запросов (Gremlin, Cypher, SPARQL, GraphQL и т.д.). Такие СУБД используются в задачах, ориентированных на связи: социальные сети, выявление мошенничества, маршруты общественного транспорта, дорожные карты, сетевые топологии.

Примеры графовых баз: InfoGrid, Neo4j, Amazon Neptune, OrientDB, AllegroGraph, Blazegraph, InfiniteGraph, FlockDB, Titan, ArangoDB.

4) Колоночные СУБД — хороший вариант для обработки больших данных, отличаются высокой производительностью, эффективным сжатием данных и отличной масштабируемостью. В таких системах данные хранятся в виде разреженной матрицы, строки и столбцы которой используются как ключи. Подобно таблице, семейство столбцов содержит столбцы и строки. Тем не менее есть четкое различие: столбец не охватывает все строки. Вместо этого он содержится в строке, что также означает, что разные строки могут иметь разные столбцы. Помимо столбцов, каждая строка также имеет идентификатор, называемый ключом, а каждый столбец содержит имя, значение и метку времени. Проще говоря, в колоночной базе данных данные тоже хранятся в таблице, только она состоит из совокупности колонок, каждая из которых, по сути, отдельная таблица. Это нужно, чтобы можно было быстрее получать данные из базы для анализа. Например, если вы хотите извлечь сумму среднего чека клиента из реляционной СУБД, вам придется искать это значение в каждой строке, а в колоночной СУБД можно сразу забрать информацию из нужной колонки.

Пример такой базы данных: Cassandra.

Соседние файлы в предмете Государственный экзамен