1.5.Физические модели баз данных

Классификация файлов, используемых в системах баз данных

В соответствии с методам управления доступом различают устройства внешней памяти с произвольной адресацией (магнитные и оптические диски) и устройства с последовательной адресацией (магнитофоны). Файлы с постоянной длиной записи расположенные на устройствах прямого доступа является файлами прямого доступа.

Для файлов с постоянной длиной записи адрес размещения записи с N к вычисляется т.о.

ВА+(К-1)+LZ+1, где ВА – базовый адрес, LZ – длина записи.

Файлы с переменной длиной записи всегда являются файлами непоследовательного доступа. Они организовываются двумя способами:

1. конец записи отличается специальным маркером

2. В начале каждой записи записывается ее длина.

В БД доступ по N записи неэффективный, как правило, мы знаем значение ключа, но не знаем №записи, соответствующий этому ключу.

Для файлов прямого доступа иногда можно построить функцию, которая по значению ключа однозначно вычислила адрес (№записи файла).

NZ=F(K), К – значение ключа.

F() должна быть линейной, чтобы обеспечивать однозначное соответствие.

Если значения ключей разбросаны по нескольким диапазонам, то построить взаимнооднозначную функцию не удается. В этом случае используют методы хеширования (рандомизации). Создаются специальные хэш-функции h(К), К – значение ключа.

Однако несколько разным ключам могут соответствовать одно значение h(K), т.е. один адрес, - возникают коллизии.

При использовании хеширования необходимо:

- выбрать хеш-функцию,

- выбрать метод разрешения коллизий.

а) использование области переполнения

б) использование области свободного замещения

а) основная область

б) для любой записи добавляется 2 указателя: указатель на предыдущую запись и указатель на следующую

Индексные файлы (индексно-прямые, индексно-последовательные, В-деревья

Индексные файлы могут представить как файлы состоящие зи 2-х частей: индексная часть и основная часть. Различают 2 типа файлов:

- с плотным индексом или индексно-прямые файлы

- с неплотным индексом (неполным) или индексно – последовательные файлы

значение ключа – это значение первичного ключа

Для индексно-прямых файлов поиск начинается в индексной области, где применяется двоичный алгоритм поиска, потом путем прямой адресации обращение к основной области по конкретному номеру записи.

Количество обращений к диску (при поиске записи):

Т_n=log₂ N+1

Например Длина записи LZ=12 байт. Количество записей в файлах KZ=100000

Размер блока LB=1024 байт

т.к. количество записей 100000, то для записи N нужно 4 байта, следовательно длина индексной записи LI: LI=LK+4=16 байт

1024/16=64 – количество индексн. записей в одном блоке 100000/64=1563 блоков следовательно Tn=log₂1563+1=11+1=12 обращений к диску

Если нет индексного пространства, то при произвольном хранении в основной области 100000/(1024/128)=12500 блоков – обращений к диску (времени просмотра внутри блока пренебрегаем). Т.к. процесс происходит в оперативной памяти.

Для индексно последовательный файлов – файлы хранятся в упорядоченном виде, следовательно Tn=log₂12500=14 обращений к диску.

Неплотный индекс строится для упорядоченных файлов. Индекс имеет вид:

Значение ключа 1-й записи блока

№ блока с этой записью

Пример заполнения индексной и основной области при организации неплотного индекса. Если для плотного индекса нужно было ссылаться на 100000 записей, то сейчас – при неплотном индексе требуется ссылаться на 12500 блоков, следовательно для ссылки (т.е. для адреса) достаточно 2 байта. Следовательно, длина индексной записи:

LI=LK+2=12+2=14 байт

1024/14=73 – количество индексных записей в одном блоке 12500/73=172 – количество индексных блоков.

Tn=log₂ 172+1=8+1=9 – обращений к диску.

Следовательно организация неплотного индекса дает выигрыш в скорости по сравнению с плотным индексом.

Организация индексов в виде В-деревьев:

Идея: построить индекс над уже существующим индексом (например неплотным индексом). Область может быть рассмотрена как основной файл, над которым снова строим неплотный индекс и т.д., пока не останется всего один индексированный блок.

При вставке и удалении узлов производится реструктуризация дерева с тем, чтобы сохранить его сбалансированность.

Инвертированные списки

Осуществляется доступ по первичным ключам. Инвертированный список – это двухуровневая индексная структура. На первом уровне упорядоченные значения вторичных ключей. На втором уровне цепочка блоков, содержащих номера записей, содержащих одно и то же индексное значение второго ключа. Далее – собственно основной файл.

При модификации основного файла

- изменяется запись основного файла

- исключается старая ссылка на предыдущее значение вторичного ключа.

- добавляется новая ссылка на новое значение вторичного ключа.

Страничная организация памяти

Основная единица обмена является страница данных. Все данные хранятся постранично.

Все страницы имеют определенную структуру.

- 4 –х байтовое слово: 2 байта – смещение строки на странице,

2 байта – длина строки.

Любая строка в БД имеет уникальный идентификатор RowID – 4 байта; номер страницы и номер строки на странице. Под номер страницы отводится 3 байта

мы можем адресоваться к 16777215

Все манипуляции происходят со слотами а не строками.