Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume
|
|
|
- Irmela Bieber
- vor 7 Jahren
- Abrufe
Transkript
1 Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume
2 Überblick: Speicherhierarchie Register (L1/L2/L3) Cache Hauptspeicher Plattenspeicher Archivspeicher 2
3 Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher Archivspeicher 1 8 Byte Compiler Byte Cache-Controller 4 64 KB Betriebssystem Benutzer 3
4 Überblick: Speicherhierarchie 1-10ns Register ns Cache ns Hauptspeicher 10 ms Plattenspeicher Zugriffslücke 10 5 sec Archivspeicher 4
5 Überblick: Speicherhierarchie Kopf (1min) Raum (10 min) Passau (1.5h) Pluto (2 Jahre) 1-10ns Register ns Cache ns Hauptspeicher 10 ms Plattenspeicher Zugriffslücke 10 5 Andromeda (2000 Jahre) sec Archivspeicher 5
6 Magnetplattenspeicher 6
7 7
8 Lesen von Daten von der Platte Seek Time: Arm positionieren 5ms Latenzzeit: ½ Plattenumdrehung (im Durchschnitt) Umdrehungen / Minute Ca 3ms Transfer von der Platte zum Hauptspeicher 100 Mb /s 15 MB/s 8
9 Random versus Chained IO 1000 Blöcke à 4KB sind zu lesen Random I/O Jedesmal Arm positionieren Jedesmal Latenzzeit 1000 * (5 ms + 3 ms) + Transferzeit von 4 MB > 8000 ms + 300ms 8s Chained IO Einmal positionieren, dann von der Platte kratzen 5 ms + 3ms + Transferzeit von 4 MB 8ms ms 1/3 s Also ist chained IO ein bis zwei Größenordnungen schneller als random IO in Datenbank-Algorithmen unbedingt beachten! 9
10 Disk Arrays RAID-Systeme 10
11 11
12 RAID 0: Striping Datei A B C D A C B D Lastbalancierung wenn alle Blöcke mit gleicher Häufigkeit gelesen/geschrieben werden Doppelte Bandbreite beim sequentiellen Lesen der Datei bestehend aus den Blöcken ABCD... Aber: Datenverlust wird immer wahrscheinlicher, je mehr Platten man verwendet (Stripingbreite = Anzahl der Platten, hier 2) 12
13 RAID 1: Spiegelung (mirroring) A B A B C D C D Datensicherheit: durch Redundanz aller Daten (Engl. mirror) Doppelter Speicherbedarf Lastbalancierung beim Lesen: z.b. kann Block A von der linken oder der rechten Platte gelesen werden Aber beim Schreiben müssen beide Kopien geschrieben werden Kann aber parallel geschehen Dauert also nicht doppelt so lange wie das Schreiben nur eines Blocks 13
14 RAID 0+1: Striping und Spiegelung A A B B C C D D Kombiniert RAID 0 und RAID 1 Immer noch doppelter Speicherbedarf Zusätzlich zu RAID 1 erzielt man hierbei auch eine höhere Bandbreite beim Lesen der gesamten Datei ABCD... Wird manchmal auch als RAID 10 bezeichnet 14
15 RAID 2: Striping auf Bit-Ebene Anstatt ganzer Blöcke, wie bei RAID 0 und RAID 0+1, wird das Striping auf Bit- (oder Byte-) Ebene durchgeführt Datei Es werden zusätzlich auf einer Platte noch Fehlererkennungsund Korrekturcodes gespeichert In der Praxis nicht eingesetzt, da Platten sowieso schon Fehlererkennungscodes verwalten 15
16 RAID 3: Striping auf Bit-Ebene, zusätzliche Platte für Paritätsinfo Datei Parität Das Striping wird auf Bit- (oder Byte-) Ebene durchgeführt Es wird auf einer Platte noch die Parität der anderen Platten gespeichert. Parität = bit-weise xor Dadurch ist der Ausfall einer Platte zu kompensieren Das Lesen eines Blocks erfordert den Zugriff auf alle Platten Verschwendung von Schreib/Leseköpfen Alle marschieren synchron 16
17 RAID 3: Plattenausfall Datei Parität Reparatur
18 RAID 4: Striping von Blöcken A E B F C G D H P A-D P E-H Bessere Lastbalancierung als bei RAID 3 Flaschenhals bildet die Paritätsplatte Bei jedem Schreiben muss darauf zugegriffen werden Bei Modifikation von Block A zu A wird die Parität P A-D wie folgt neu berechnet: P A-D := P A-D A A D.h. bei einer Änderung von Block A muss der alte Zustand von A und der alte Paritätsblock gelesen werden und der neue Paritätsblock und der neue Block A geschrieben werden 18
19 RAID 4: Striping von Blöcken Datei Paritäts block Flaschenhals bildet die Paritätsplatte Bei jedem Schreiben muss darauf zugegriffen werden Bei Modifikation von Block A zu A wird die Parität P A-D wie folgt neu berechnet: P A-D := P A-D A A D.h. bei einer Änderung von Block A muss der alte Zustand von A und der alte Paritätsblock gelesen werden und der neue Paritätsblock und der neue Block A geschrieben werden 19
20 RAID 5: Striping von Blöcken, Verteilung der Paritätsblöcke A E B F C G D P E-H P A-D H I M J P M-P P I-L N K O L P Bessere Lastbalancierung als bei RAID 4 die Paritätsplatte bildet jetzt keinen Flaschenhals mehr Wird in der Praxis häufig eingesetzt Guter Ausgleich zwischen Platzbedarf und Leistungsfähigkeit 20
21 Lastbalancierung bei der Blockabbildung auf die Platten 21
22 Parallelität bei Lese/Schreib- Aufträgen 22
23 Bewertung der Parallelität bei RAID RAID 0? RAID 1? RAID 0+1? RAID 3? RAID 4? RAID 5? 23
24 Systempuffer-Verwaltung einlagern verdrängen Hauptspeicher Platte ~ persistente DB 24
25 Ein- und Auslagern von Seiten Systempuffer ist in Seitenrahmen gleicher Größe aufgeteilt Ein Rahmen kann eine Seite aufnehmen Überzählige Seiten werden auf die Platte ausgelagert Hauptspeicher 0 4K 8K 12K 16K 32K 20K 36K 24K 40K 28K 44K Platte(swap device) P123 P480 48K 52K 56K 60K Seitenrahmen Seite 25
26 Adressierung von Tupeln auf dem Hintergrundspeicher 26
27 Verschiebung innerhalb einer Seite 27
28 Verschiebung von einer Seite auf eine andere Forward 28
29 Verschiebung von einer Seite auf eine andere Bei der nächsten Verschiebung wird der Forward auf Seite 4711 geändert (kein Forward auf Seite 4812) 29
30 B-Bäume Balancierte Mehrwege-Suchbäume Für den Hintergrundspeicher
31 D.. Weitere Daten S.. Suchschlüssel V.. Verweise (SeitenNr) 31
32 32
33 33
34 Einfügen eines neuen Objekts (Datensatz) in einen B-Baum 34
35 Sukzessiver Aufbau eines B-Baums vom Grad k=
36 Sukzessiver Aufbau eines B-Baums vom Grad k=
37 Sukzessiver Aufbau eines B-Baums vom Grad k=2?
38 Sukzessiver Aufbau eines B-Baums vom Grad k=2?
39 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10?
40 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10?
41 Sukzessiver Aufbau eines B-Baums vom Grad k=2 1 10?
42 Sukzessiver Aufbau eines B-Baums vom Grad k=2 1 10?
43 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10?
44 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10?
45 Sukzessiver Aufbau eines B-Baums vom Grad k=2 2 10?
46 Sukzessiver Aufbau eines B-Baums vom Grad k=2 2 10?
47 Sukzessiver Aufbau eines B-Baums vom Grad k=2 2 10?
48 Sukzessiver Aufbau eines B-Baums vom Grad k=2 4 10?
49 Sukzessiver Aufbau eines B-Baums vom Grad k=2 4 10?
50 Sukzessiver Aufbau eines B-Baums vom Grad k=2 4 10?
51 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
52 Sukzessiver Aufbau eines B-Baums vom Grad k=2 4 4?
53 Sukzessiver Aufbau eines B-Baums vom Grad k=2?
54 Sukzessiver Aufbau eines B-Baums vom Grad k=2 11?
55 Sukzessiver Aufbau eines B-Baums vom Grad k=2?
56 Sukzessiver Aufbau eines B-Baums vom Grad k=2 21?
57 Sukzessiver Aufbau eines B-Baums vom Grad k=2 21?
58 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
59 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
60 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
61 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
62 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
63 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
64 Sukzessiver Aufbau eines B-Baums vom Grad k=2 12?
65 Sukzessiver Aufbau eines B-Baums vom Grad k=2 14?
66 Sukzessiver Aufbau eines B-Baums vom Grad k=2 14?
67 Sukzessiver Aufbau eines B-Baums vom Grad k=2 15?
68 Sukzessiver Aufbau eines B-Baums vom Grad k=2 20?
69 Sukzessiver Aufbau eines B-Baums vom Grad k=2 20?
70 Sukzessiver Aufbau eines B-Baums vom Grad k=2 20?
71 Sukzessiver Aufbau eines B-Baums vom Grad k=2 20?
72 Sukzessiver Aufbau eines B-Baums vom Grad k=2 20?
73 Sukzessiver Aufbau eines B-Baums vom Grad k=2 5?
74 Sukzessiver Aufbau eines B-Baums vom Grad k=2 5?
75 Sukzessiver Aufbau eines B-Baums vom Grad k=2 5?
76 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
77 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
78 Sukzessiver Aufbau eines B-Baums vom Grad k=2 8?
79 Sukzessiver Aufbau eines B-Baums vom Grad k=2 8?
80 Sukzessiver Aufbau eines B-Baums vom Grad k=2 8?
81 Sukzessiver Aufbau eines B-Baums vom Grad k=2 8?
82 Sukzessiver Aufbau eines B-Baums vom Grad k=2 8?
83 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
84 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
85 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
86 Sukzessiver Aufbau eines B-Baums vom Grad k=2 6?
87 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
88 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
89 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
90 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
91 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10 B-Baum mit Minimaler Speicherplatzausnutzung ?
92 Sukzessiver Aufbau eines B-Baums vom Grad k=2 10 B-Baum mit Minimaler Speicherplatzausnutzung ?
93 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
94 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
95 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
96 Sukzessiver Aufbau eines B-Baums vom Grad k= ? 19 Unterlauf
97 Sukzessiver Aufbau eines B-Baums vom Grad k= ? 19 Unterlauf
98 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
99 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
100 Sukzessiver Aufbau eines B-Baums vom Grad k= ? Unterlauf
101 Sukzessiver Aufbau eines B-Baums vom Grad k= ? merge
102 Sukzessiver Aufbau eines B-Baums vom Grad k= ? merge
103 Sukzessiver Aufbau eines B-Baums vom Grad k=2 Unterlauf ?
104 Sukzessiver Aufbau eines B-Baums vom Grad k=2 merge ?
105 Sukzessiver Aufbau eines B-Baums vom Grad k=2 merge ?
106 Sukzessiver Aufbau eines B-Baums vom Grad k= ?
107 Sukzessiver Aufbau eines B-Baums vom Grad k=2 Schrumpfung, Freie Knoten ?
108 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher 4 Speicherblock Nr 4 108
109 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher 0*8KB 1*8KB 2*8KB 3*8KB 4*8KB 8 KB-Blöcke 3 0 Block- Nummer Datei 109
110 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher 0*8KB 1*8KB 2*8KB 3*8KB 4*8KB 8 KB-Blöcke 3 0 Block- Nummer Datei 110
111 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher 0*8KB 1*8KB 2*8KB 3*8KB 4*8KB Block- Nummer 0 8 KB-Blöcke Datei Freispeicher- Verwaltung 111
112 Zusammenspiel: Hintergrundspeicher -- Hauptspeicher Hintergrundspeicher Hauptspeicher- Puffer 4 4 Zugriffslücke
113 B + -Baum Referenzschlüssel Suchschlüssel 113
114 114
115 115
116 Mehrere Indexe auf denselben Objekten B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen Name, Alter, Gehalt... Alter, PersNr 116
117 Mehrere Indexe auf denselben Objekten Wer ist 20? B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen Name, Alter, Gehalt... 20, 007 Alter, PersNr 117
118 Mehrere Indexe auf denselben Objekten Wer ist 20? B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen 007,Bond,20,... Name, Alter, Gehalt... 20, 007 Alter, PersNr 118
119 Eine andere Möglichkeit: Referenzierung über Speicheradressen PersNr Alter 007,... 20, , Bond, 20,
120 Realisierungstechnik für Hintergrundspeicher-Adressen Seiten / Blöcke (ca 8 KB) 120
121 121
122 Verschiebung innerhalb einer Seite 122
123 Verschiebung von einer Seite auf eine andere Forward 123
124 Verschiebung von einer Seite auf eine andere Bei der nächsten Verschiebung wird der Forward auf Seite 4711 geändert (kein Forward auf Seite 4812) 124
125 Statische Hashtabellen À priori Allokation des Speichers Nachträgliche Vergrößerung der Hashtabelle ist teuer Hashfunktion h(...) =... mod N Rehashing der Einträge h(...) =... mod M In Datenbankanwendungen viele GB Erweiterbares Hashing Zusätzliche Indirektion über ein Directory Ein zusätzlicher Zugriff auf ein Directory, das den Zeiger (Verweis, BlockNr) des Hash-Bucket enthält Dynamisches Wachsen (und Schrumpfen) ist möglich Der Zugriff auf das Directory erfolgt über einen binären Hashcode 125
126 Statisches Hashing 126
127 binärer Trie, Entscheidungsbaum Directory Bucket Bucket Bucket Bucket Bucket Bucket 127
128 Hashfunktion für erweiterbares Hashing h: Schlüsselmenge {0,1}* Der Bitstring muss lang genug sein, um alle Objekte auf ihre Buckets abbilden zu können Anfangs wird nur ein (kurzer) Präfix des Hashwertes (Bitstrings) benötigt Wenn die Hashtabelle wächst wird aber sukzessive ein längerer Präfix benötigt Beispiel-Hashfunktion: gespiegelte binäre PersNr h(004) = (4= ) h(006) = (6= ) h(007) = (7 = ) h(013) = (13 = ) h(018) = (18 = ) h(032) = (32 = ) H(048) = (48 = ) 128
129 Bucket 6 Bucket Bucket 48 7 Bucket 13 Bucket Bucket 129
130 Präfix Bucket 6 Bucket Bucket 48 7 Bucket 13 Bucket Bucket Präfix 1 130
131 Bucket Bucket Bucket Bucket Bucket Bucket
132 globale Tiefe: 3 Directory lokale Tiefe: lokale Tiefe: 1 4 Bucket Bucket 6 18 Bucket lokale Tiefe: 2 7 Bucket 13 Bucket Bucket 132
133 globale Tiefe: 3 Directory Einfügen: 12 12=1100 h(12)= lokale Tiefe: lokale Tiefe: 1 4 Bucket 12 Bucket 6 18 Bucket lokale Tiefe: 2 7 Bucket 13 Bucket Bucket 133
134 globale Tiefe: 3 Directory Einfügen: 20 20=10100 h(20)= lokale Tiefe: lokale Tiefe: 1 Overflow 4 Bucket 12 Bucket 6 18 Bucket lokale Tiefe: 2 7 Bucket 13 Bucket Bucket 134
135 globale Tiefe: Directory h(12)= h(4) = h(20)= Overflow lokale Tiefe: lokale Tiefe: Bucket 1111 Bucket Bucket Bucket lokale Tiefe: 2 Bucket Ausgleich Bucket 135
136 globale Tiefe: Directory h(12)= h(4) = h(20)= Overflow lokale Tiefe: lokale Tiefe: Bucket 20 Bucket 1111 Bucket 12 Bucket lokale Tiefe: 2 Bucket Ausgleich Bucket 136
137 globale Tiefe: Directory lokale Tiefe: Overflow lokale Tiefe: Bucket 1111 Bucket Bucket Bucket lokale Tiefe: 2 Bucket Ausgleich Bucket 137
138 138
139 139
140 Mehrdimensionale Datenstrukturen Wertbasierter Zugriff auf der Grundlage mehrerer Attribute, dies einzeln oder in beliebigen Kombinationen. Typische Anforderungen aus CAD, VLSI-Entwurf, Kartographie,... Anfragen decken den Bereich ab zwischen mehrdimensionalem Punktzugriff (EMQ) und mehrdimensionalen Bereichsanfragen (RQ) Lösung mit eindimensionalen Indexen erfordert konjunktive Zerlegung der Anfrage in Einattributanfragen und Schnittmengenbildung bedingt hohe Speicherredundanz Problemstellung: Mehrdimensionale Nachbarschaftsverhältnisse 140
141 Grundlagen mehrdimensionaler Datenstrukturen Wertebereiche D 0,..., D k-1 : alle D i sind endlich, linear geordnet und besitzen kleinstes (- i ) und größtes ( i ) Element Datenraum D = D 0... D k-1 k-dimensionaler Schlüssel entspricht Punkt im Datenraum p D 141
142 Grundlagen mehrdimensionaler Datenstrukturen 1. Exact Match Query spezifiziert Suchwert für jede Dimension D i 2. Partial Match Query spezifiziert Suchwert für einen Teil der Dimensionen 3. Range Query spezifiziert ein Suchintervall [ug i, og i ] für alle Dimensionen 4. Partial Range Query spezifiziert ein Suchintervall für einen Teil der Dimensionen 142
143 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) Grid-File (Gitter-Datei): atomar, vollständig, disjunkt 143
144 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) K-D-B-Baum: atomar, vollständig, disjunkt 144
145 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) R + -Baum: atomar, disjunkt 145
146 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) R-Baum: atomar 146
147 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) Buddy-Hash-Baum: atomar, disjunkt 147
148 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden: 1. nur atomare Gebiete (beschreibbar durch ein Rechteck) 2. vollständig (die Vereinigung aller Gebiete ergibt den gesamten Datenraum) 3. disjunkt (die Gebiete überlappen nicht) Z-B-Baum: vollständig,disjunkt 148
149 R-Baum: Urvater der baum-strukturierten mehrdimensionalen Zugriffsstrukturen [18,60] [60,120] K 80K 70K 60K Bond Mini Mickey Duck 60 Bond 40 Mickey Alter 20 Duck Mini 40K 60K 80K 100K 120K Gehalt 149
150 Nächste Phase in der Entstehungsgeschichte des R-Baums [18,43] [60,80] [40,60] [100,120] 20 80K Mini 43 70K Mickey 18 60K Duck K K Bert (noch nicht eingefügt) Bond Bond Speedy Mickey Alter Duck Mini Speedy Gehalt 150
151 Gute versus schlechte Partitionierung gute Partitionierung schlechte Partitionierung Mickey Bond Mickey Bond Alter Duck Mini Speedy Alter Duck Mini Speedy Gehalt Gehalt 151
152 Nächste Phase [18,20] [25,60] [60,80] [110,120] [41,45] [45,70] [40,65] [95,100] 20 80K Mini 18 60K Duck K Bond K Urmel K Bill 43 70K Mickey 45 55K Bert 41 45K Ernie K Speedy 65 95K Lucie 152
153 Datenraum Bert Lucie Mickey Bond Alter Duck Ernie Speedy Mini Urmel Bill Gehalt 153
154 Wachsen des Baums: nach oben wie im B-Baum [18,50] [25,65] [45,80] [95,120] [18,20] [60,80] [41,45] [45,55] [41,50] [60,70] [41,45] [45,70] [40,65] [95,100] 43 70K Mickey 41 60K Jan 50 65K Sepp
155 Datenraum Lucie Sepp Bert Mickey Alter Ernie Jan Speedy Urmel Duck Mini Bill Gehalt 155
156 Überblick [18,50] [45,80] [25,65] [95,120] Sepp Lucie Bond Bert Mickey [18,20] [41,45] [41,50] [60,80] [45,55] [60,70] [25,60] [110,120] [40,65] [95,100] Alter Ernie Duck Jan Speedy Mini Urmel Bill 43 70K Mickey 41 60K Jan 50 65K Sepp Gehalt 156
157 157 [60,80] [18,20] [45,55] [41,45] [60,70] [41,50] [110,120] [25,60] [95,100] [40,65] [45,80] [18,50] [95,120] [25,65] Jan 60K 41 Sepp 65K 50 Mickey 70K 43 Speedy 100K 40 Lucie 95K 65 Mini 80K 20 Duck 60K 18 Bond 120K 60 Urmel 112K 35 Bert 55K 45 Ernie 45K 41 Bill 110K 25
158 158 Bereichsanfragen auf dem R-Baum Alter Gehalt Mickey Duck Mini Speedy Bert Ernie Bill Lucie Urmel Jan Sepp [60,80] [18,20] [45,55] [41,45] [60,70] [41,50] [110,120] [25,60] [95,100] [40,65] [45,80] [18,50] [95,120] [25,65] Jan 60K 41 Sepp 65K Mickey 70K 43 Speedy 100K 40 Lucie 95K 65 Anfragefenster Bond
159 159 [60,80] [18,20] [45,55] [41,45] [60,70] [41,50] [110,120] [25,60] [95,100] [40,65] [45,80] [18,50] [95,120] [25,65] Jan 60K 41 Sepp 65K 50 Mickey 70K 43 Speedy 100K 40 Lucie 95K 65 Mini 80K 20 Duck 60K 18 Bond 120K 60 Urmel 112K 35 Bert 55K 45 Ernie 45K 41 Bill 110K 25
160 Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum 160
161 Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum 161
162 Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum 162
163 Objektballung / Clustering logisch verwandter Daten 163
164 164
165 165
166 166
167 Unterstützung eines Anwendungsverhaltens Select Name From Professoren Where PersNr = 2136 Select Name From Professoren Where Gehalt >= and Gehalt <=
168 Indexe in SQL Create index SemsterInd on Studenten (Semester) drop index SemsterInd 168
Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume. Register. Cache.
Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume 1 Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher Archivspeicher A.
Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-Bäume Hashing R-Bäume
Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-Bäume Hashing R-Bäume Überblick: Speicherhierarchie Register (L1/L2/L3) Cache Hauptspeicher Plattenspeicher
Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume
Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume Überblick: Speicherhierarchie Register (L1/L2/L3) Cache Hauptspeicher Plattenspeicher Archivspeicher
Physische Datenorganisat
Physische Datenorganisat Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing (R-Bäume ) Objektballung Indexe in SQL Kapitel 7 1 Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher
Physische Datenorganisat
Physische Datenorganisat Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing (R-Bäume ) Objektballung Indexe in SQL Überblick: Speicherhierarchie 1 8 Byte Compiler Register 8 128 Byte Cache Cache-Controller
Physische Datenorganisation
Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID ( B-Bäume Hashing R-Bäume ) Kapitel 7 1 Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher Archivspeicher
Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-Bäume Hashing R-Bäume
Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-Bäume Hashing R-Bäume Überblick: Speicherhierarchie Register (L/L2/L3) Cache Hauptspeicher Plattenspeicher
Überblick: Speicherhierarchie. Überblick: Speicherhierarchie. Überblick: Speicherhierarchie. Kapitel 7 Physische Datenorganisation
Kapitel 7 Physische Datenorganisation Überblick: Speicherhierarchie Register (L/L2/L3) Cache Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume Hauptspeicher Plattenspeicher Archivspeicher
Kapitel 7 Physische Datenorganisation. Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-BäumeB Bäume Hashing R-Bäume
Kapitel 7 Physische Datenorganisation Speicherhierarchie Hintergrundspeicher / RAID Speicherstrukturen B-BäumeB Bäume Hashing R-Bäume Überblick: Speicherhierarchie Register (L1/L2/L3) Cache Hauptspeicher
Vorlesung Datenbanksysteme vom Architektur eines DBMS Speicherhierarchie Hintergrundspeicher / RAID Index-Verfahren Ballung (Clustering)
Vorlesung Datenbanksysteme vom 22.10.2008 Physische Datenorganisation Architektur eines DBMS Speicherhierarchie Hintergrundspeicher / RAID Index-Verfahren Ballung (Clustering) beste b t Zugriffsmethode
Physische Datenorganisation
Vorlesung Datenbanksysteme vom 19.10.2015 Physische Datenorganisation Architektur eines DBMS Speicherhierarchie Hintergrundspeicher / RAID Index-Verfahren Ballung (Clustering) beste Zugriffsmethode Architektur
Physische Datenorganisation
Vorlesung Datenbanksysteme vom 17.10.2016 Physische Datenorganisation Architektur eines DBMS Speicherhierarchie Index-Verfahren Ballung (Clustering) beste Zugriffsmethode Architektur eines DBMS Wichtigste
Physische Datenorganisation
Physische atenorganisation Speicherhierarchie Hintergrundspeicher / RI ( -äume Hashing R-äume ) Überblick: Speicherhierarchie Register ache 1 8 yte ompiler 8 128 yte ache-ontroller Plattenspeicher rchivspeicher
Physische Datenorganisation
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken Dr. Thomas Gottron Wintersemester 2012/13 Lernziele Speicherhierarchie ISAM B-Bäume, B + -Bäume,... Hashing Mehrdimensionalen Datenstrukturen
Hintergrundspeicher ISAM. Hashing
Physische Datenorganisation Themenbereiche: h Speicherhierarchie Hintergrundspeicher Speicherstrukturen ISAM B-BäumeBäume Hashing Clustering Überblick: Speicherhierarchie Register (L1/L2/L3) Cache Hauptspeicher
Physische Datenorganisation
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Zugriffshierarchie 2 Eigenschaften der Datenträger 8 32 Mb CPU Cache
Physische Datenorganisation
Physische Datenorganisation Physische Datenorganisation 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Übersicht Datenbanken, Relationen und Tupel werden auf der untersten Ebene der bereits vorgestellten
Physische Datenorganisation. Kapitel 6 245 / 520
Kapitel 6 Physische Datenorganisation 245 / 520 Speicherhierarchie Speicherhierarchie Verschiedene Schichten der Speicherung Je höher in der Hierarchie, desto schneller, teurer und kleiner Unterschiede
Kapitel 6 Anfragebearbeitung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2014 Kapitel 6 Anfragebearbeitung Vorlesung: PD Dr. Peer Kröger
6. Anfragebearbeitung
6. Anfragebearbeitung 6.1 Einleitung 6.2 Indexstrukturen 6.3 Grundlagen der Anfrageoptimierung 6.4 Logische Anfrageoptimierung 6.5 Kostenmodellbasierte Anfrageoptimierung 55 Fokus: Effiziente Berecnung
Mehrdimensionale Zugriffspfade und Dateiorganisation
Mehrdimensionale Zugriffspfade und Dateiorganisation Gliederung Begriffe, Anforderungen und Probleme, Anwendungsgebiete Konkrete Techniken Bäume Grid-File Mehrdimensionales Hashing Begriffe Eindimensionale
Indexstrukturen in Datenbanken
für Zeichendaten und Texte sowie mehrdimensionale Dateiorganisation und Zugriffspfade 3. Juli 2014 Inhaltsverzeichnis 1 Einleitung 2 Präfix B+-Baum 3 Tries 4 k-dimensionale Bäume 5 Grid-File 6 mehrdimensionales
Kapitel 8: Physischer Datenbankentwurf
8. Physischer Datenbankentwurf Seite 1 Kapitel 8: Physischer Datenbankentwurf Speicherung und Verwaltung der Relationen einer relationalen Datenbank so, dass eine möglichst große Effizienz der einzelnen
Hash-Verfahren. Einführung
Hash-Verfahren Prof. Dr. T. Kudraß 1 Einführung Drei Alternativen, wie Dateneinträge k* im Index aussehen können: 1. Datensatz mit Schlüsselwert k.
Hash-Verfahren. Prof. Dr. T. Kudraß 1
Hash-Verfahren Prof. Dr. T. Kudraß 1 Einführung Drei Alternativen, wie Dateneinträge k* im Index aussehen können: 1. Datensatz mit Schlüsselwert k.
Fokus bisher lag bisher auf sinnvoller Abbildung eines Ausschnitts der realen Welt in einer relationalen Datenbank
8. Datenbanktuning Motivation Fokus bisher lag bisher auf sinnvoller Abbildung eines Ausschnitts der realen Welt in einer relationalen Datenbank Beliebige SQL-Anfragen können auf den Daten ausgewertet
Übung Datenbanksysteme II Physische Speicherstrukturen. Thorsten Papenbrock
Übung Datenbanksysteme II Physische Speicherstrukturen Thorsten Papenbrock Organisatorisches: Übung Datenbanksysteme II 2 Übung Thorsten Papenbrock (thorsten.papenbrock@hpi.uni-potsdam.de) Tutoren Alexander
Datenbanken: Indexe. Motivation und Konzepte
Datenbanken: Indexe Motivation und Konzepte Motivation Warum sind Indexstrukturen überhaupt wünschenswert? Bei Anfrageverarbeitung werden Tupel aller beteiligter Relationen nacheinander in den Hauptspeicher
Ausarbeitung zum Thema:
Hochschule für Technik, Wirtschaft und Kultur Leipzig Ausarbeitung zum Thema: Mehrdimensionale Dateiorganisation und Zugriffspfade Eingereicht von: Thomas Reinhardt, 05IN-B Inhaltsverzeichnis 1 Einleitung
Hash-Join Algorithmen
Hash-Join lgorithmen dvanced Topics in Databases Ws08/09 atthias ichly Einleitung 2 Grundlage ist das Paper: Join Processing in Database Systems With Large ain emories Quelle: C Transactions on Database
Seminar Datenbanken Martin Gerstmann
Seminar Datenbanken Martin Gerstmann Gliederung 1. Ziele 2. Arten 2.1. erweiterbares Hashing 2.2. lineares Hashing 2.3. virtuelles Hashing 3. Bewertung 1. Ziele wachsende/schrumpfende Datenmengen verwalten
[W, T4, D, 15] [start_transaction, T3] [W, T3, C, 30] [W, T4, A, 20] [commit, T4] [W, T2, D, 25] System Crash
![[W, T4, D, 15] [start_transaction, T3] [W, T3, C, 30] [W, T4, A, 20] [commit, T4] [W, T2, D, 25] System Crash](/thumbs/93/114390879.jpg "[W, T4, D, 15] [start_transaction, T3] [W, T3, C, 30] [W, T4, A, 20] [commit, T4] [W, T2, D, 25] System Crash")
Übungen Aufgabe 1 Geben ist die folgende Logdatei: [start_transaction, T1] [W, T1, D, 20] [commit, T1] [checkpoint] [start_transaction, T2] [W, T2, B, 12] [start_transaction, T4] [W, T4, D, 15] [start_transaction,
technische universität dortmund Fakultät für Informatik LS 8 Speichern von Daten Prof. Dr. Katharina Morik
Speichern von Daten Prof. Dr. Katharina Morik Unterschiede von DBMS und files! DBMS unterstützt viele Benutzer, die gleichzeitig auf dieselben Daten zugreifen concurrency control.! DBMS speichert mehr
Wintersemester 2016/ Matrikelnummer: Hinweise. Unterschrift
Fachbereich für Computerwissenschaften Prof. Dr. Nikolaus Augsten Jakob-Haringer-Str. 2 5020 Salzburg, Austria Telefon: +43 662 8044 6347 E-Mail: nikolaus.augsten@sbg.ac.at Datenbanken II Prüfung Wintersemester
SATA - SAS. Bandbreite ist nicht Performance. MB/s und GB/s sind wichtig für: Backbone Netzwerke Data-Streaming Disk-to-Disk Backup
SATA - SAS Bandbreite ist nicht Performance MB/s und GB/s sind wichtig für: Backbone Netzwerke Data-Streaming Disk-to-Disk Backup IO/s sind wichtig für: Transaktionsorientierende Applikationen Datenbanken
Kapitel 8: Physische Datenorganisation
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Datenbanksysteme I Wintersemester 2017/2018 Kapitel 8: Physische Datenorganisation
Übung Datenbanksysteme II Physische Speicherstrukturen. Maximilian Jenders. Folien basierend auf Thorsten Papenbrock
Übung Datenbanksysteme II Physische Speicherstrukturen Maximilian Jenders Folien basierend auf Thorsten Papenbrock Organisatorisches: Übung Datenbanksysteme II 2 Übung Maximilian Jenders (Maximilian.Jenders@hpi.de)
Organisationsformen der Speicherstrukturen
Organisationsformen der Speicherstrukturen Bäume und Hashing 1 Motivation Ablage von Daten soll einfachen, schnellen und inhaltsbezogenen Zugriff ermöglichen (z.b. Zeige alle Schüler des Lehrers X am heutigen
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung Version 21.12.2016 1 Inhalt Vorlesung Aufbau einfacher Rechner Überblick: Aufgabe, Historische Entwicklung, unterschiedliche Arten von Betriebssystemen
Literatur: Jeffrey D. Ullman: Principles of Database Systems, 2 nd Edition 1982, Kapitel 2.2
Hashorganisation HASHORGANISATION Literatur: Jeffrey D. Ullman: Principles of Database Systems, 2 nd Edition 982, Kapitel 2.2 Die Sätze der Datei werden auf eine Menge von Buckets aufgeteilt. Jedes Bucket
Verlässliche Systeme
Verlässliche Systeme RAID, Teil 2 Rachid El Abdouni Khayari Universität der Bundeswehr München, Neubiberg, Fakultät für Informatik, Institut für Technische Informatik Herbsttrimester 2004 Datenorganisation
Alexander Günther. Speichergeräte Proseminar Speicher- und Dateisysteme
Alexander Günther Speichergeräte Proseminar Speicher- und Dateisysteme Inhaltsverzeichnis Geschichte der Speichergeräte Speicherhierachie in modernen Computern RAID Speichersysteme Zusammenfassung 2 von
Rechner muß unterschiedliche Geräte bedienen können. zeichenorientierte Geräte (character devices, unstructured devices)
Betriebssysteme Folie 6-1 6 Dateiverwaltung Rechner muß unterschiedliche Geräte bedienen können zeichenorientierte Geräte (character devices, unstructured devices) (z.b. Sichtgeräte, Drucker oder Übertragungsleitungen
Rückblick: Pufferverwaltung
Rückblick: Pufferverwaltung Datenbankpuffer zum Schließen der Zugriffslücke zwischen Primär- und Sekundärspeicher Ersetzungsstrategien berücksichtigen Zeitpunkte und/oder Anzahl der Zugriffe auf bestimmte
Bisher haben wir ein RDBMS als Black Box betrachtet und gelernt, wie man es effektiv einsetzen kann
3. Datenbanksysteme Einführung Bisher haben wir ein RDBMS als Black Box betrachtet und gelernt, wie man es effektiv einsetzen kann Nun öffnen wir diese Black Box und betrachten wichtige Implementierungsaspekte
Datenbanksysteme II Multidimensionale Indizes (Kapitel 14) Felix Naumann
Datenbanksysteme II Multidimensionale Indizes (Kapitel 14) 14.5.2007 Felix Naumann Motivation 2 Annahme bisher: Eine Dimension Ein einziger Suchschlüssel Suchschlüssel kann auch Kombination von Attributen
Bäume, Suchbäume und Hash-Tabellen
Im folgenden Fokus auf Datenstrukturen, welche den assoziativen Zugriff (über einen bestimmten Wert als Suchkriterium) optimieren Bäume: Abbildung bzw. Vorberechnung von Entscheidungen während der Suche
Themenfeld Datenbanken
Sommersemester 2006 Institut für Germanistik I Vorlesung Computerphilologie Themenfeld Datenbanken Welche Optionen hat man beim Aufbau einer Datenbank und was braucht man für was? 1 Datenbank - Definition
Aufbau Datenbanksysteme
Aufbau Datenbanksysteme Lehrveranstaltung Datenbanktechnologien Prof. Dr. Ingo Claßen Prof. Dr. Martin Kempa Hochschule für Technik und Wirtschaft Berlin Speichersystem c Ingo Claßen, Martin Kempa Softwarearchitektur
Kapitel 9: Physische Datenorganisation
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2008/2009 Kapitel 9: Physische Datenorganisation Vorlesung:
Datenbanksysteme SS 2013
Datenbanksysteme SS 2013 Kapitel 4: Physikalische Datenorganisation Vorlesung vom 16.04.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Speicherhierarchie GB 10 GHertz TB 100 10 ms
Physischer Datenbankentwurf: Datenspeicherung
Datenspeicherung.1 Physischer Datenbankentwurf: Datenspeicherung Beim Entwurf des konzeptuellen Schemas wird definiert, welche Daten benötigt werden und wie sie zusammenhängen (logische Datenbank). Beim
Kapitel 5 Anfragebearbeitung
Kapitel 5 Anfragebearbeitung Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2008, LMU München 2008 Dr. Peer Kröger Dieses Skript basiert zu einem Teil auf dem Skript zur Vorlesung Datenbanksysteme
B-Bäume I. Algorithmen und Datenstrukturen 220 DATABASE SYSTEMS GROUP
B-Bäume I Annahme: Sei die Anzahl der Objekte und damit der Datensätze. Das Datenvolumen ist zu groß, um im Hauptspeicher gehalten zu werden, z.b. 10. Datensätze auf externen Speicher auslagern, z.b. Festplatte
Grundlagen der Rechnerarchitektur. Ein und Ausgabe
Grundlagen der Rechnerarchitektur Ein und Ausgabe Übersicht Grundbegriffe Hard Disks und Flash RAM Zugriff auf IO Geräte RAID Systeme SS 2012 Grundlagen der Rechnerarchitektur Ein und Ausgabe 2 Grundbegriffe
Paging. Einfaches Paging. Paging mit virtuellem Speicher
Paging Einfaches Paging Paging mit virtuellem Speicher Einfaches Paging Wie bisher (im Gegensatz zu virtuellem Speicherkonzept): Prozesse sind entweder ganz im Speicher oder komplett ausgelagert. Im Gegensatz
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe16 Moritz Kaufmann
Datenbanksysteme II: Implementation of Database Systems Storage, Discs, and Raid
Datenbanksysteme II: Implementation of Database Systems Storage, Discs, and Raid Material von Prof. Johann Christoph Freytag Prof. Kai-Uwe Sattler Prof. Alfons Kemper, Dr. Eickler Content of this Lecture
Mehrwegbäume Motivation
Mehrwegbäume Motivation Wir haben gute Strukturen (AVL-Bäume) kennen gelernt, die die Anzahl der Operationen begrenzen Was ist, wenn der Baum zu groß für den Hauptspeicher ist? Externe Datenspeicherung
Hauptspeicher- Datenbanksysteme. Hardware-Entwicklungen Column- versus Row-Store...
Hauptspeicher- Datenbanksysteme Hardware-Entwicklungen Column- versus Row-Store... Hauptspeicher-Datenbanksysteme Disk is Tape, Tape is dead Jim Gray Die Zeit ist reif für ein Re-engineering der Datenbanksysteme
ADS: Algorithmen und Datenstrukturen
ADS: Algorithmen und Datenstrukturen Teil X Peter F. Stadler & Konstantin Klemm Bioinformatics Group, Dept. of Computer Science & Interdisciplinary Center for Bioinformatics, University of Leipzig 13.
Mehrdimensionale Zugriffspfade und Dateiorganisation
Mehrdimensionale Zugriffspfade und Dateiorganisation Thomas Molka IN05 Inhaltsverzeichnis 1 Einleitung...3 2 Anforderungen...4 3 Implementierungen...6 3.1 Eindimensionale Ansätze...6 3.2 k-d-bäume...6
Index- u. Speicherstrukturen. Organisation. 1. Einführung. Übersicht. Bernhard Seeger. Fachgebiet Informatik Fachbereich Mathematik
Index- und Speicherungsstrukturen Bernhard Seeger Fachgebiet Informatik Fachbereich Mathematik email: seeger informatik.uni-marburg.de Tel.: 28-1526 Sprechstunde: nach Vereinbarung Organisation Voraussetzungen
In diesem Abschnitt wollen wir uns mit der Architektur von Datenbank Managements Systemen beschäftigen.
1 In diesem Abschnitt wollen wir uns mit der Architektur von Datenbank Managements Systemen beschäftigen. Zunächst stellt sich die Frage: Warum soll ich mich mit der Architektur eines DBMS beschäftigen?
Aufgabe 1 Indexstrukturen
8. Übung zur Vorlesung Datenbanken im Sommersemester 2006 mit Musterlösungen Prof. Dr. Gerd Stumme, Dr. Andreas Hotho, Dipl.-Inform. Christoph Schmitz 25. Juni 2006 Aufgabe 1 Indexstrukturen Zeichnen Sie
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung. Maren Bennewitz
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung Maren Bennewitz Version 29.1.214 1 Inhalt Vorlesung Aufbau einfacher Rechner Überblick: Aufgabe, Historische Entwicklung, unterschiedliche Arten
Algorithmen und Datenstrukturen 1
Algorithmen und Datenstrukturen 1 10. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Suchverfahren für große Datenmengen bisher betrachtete Datenstrukturen
Grundlagen der Informatik III Wintersemester 2010/2011
Grundlagen der Informatik III Wintersemester 2010/2011 Wolfgang Heenes, Patrik Schmittat 6. Aufgabenblatt mit Lösungsvorschlag 06.12.2010 Hinweis: Der Schnelltest und die Aufgaben sollen in den Übungsgruppen
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung Version 11.01.2017 1 Inhalt Vorlesung Aufbau einfacher Rechner Überblick: Aufgabe, historische Entwicklung, unterschiedliche Arten von Betriebssystemen
Technische Realisierung (1)
Technische Realisierung () Einfachstes Modell: Prozess (Daten+Code) befindet sich im Hintergrundspeicher Bei teilweise eingelagerten Prozessen: Zusätzlich Teile im Hauptspeicher Logische Adressen überdecken
Datenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Rot-schwarz Bäume Eigenschaften Rotationen Einfügen (Löschen) 2 Einführung Binäre Suchbäume Höhe h O(h) für Operationen
Verteilte Datenbanksysteme. Hans-Dieter Ehrich Institut für Informationssysteme Technische Universität Braunschweig
Verteilte Datenbanksysteme Hans-Dieter Ehrich Institut für Informationssysteme Technische Universität Braunschweig http://www.ifis.cs.tu-bs.de 3. Fragmentierung und Allokation Aufteilung des Datenbestandes
Überlaufbehandlung ohne Verkettung
3.2 Statische Hash-Verfahren direkte Berechnung der Speicheradresse (Seitenadresse) eines Satzes über Schlüssel (Schlüsseltransformation) Hash-Funktion h: S {, 2,..., n} S = Schlüsselraum, n = Größe des
Zusatzskript Datenmanagement: physische Strukturen B+- und B*-Baum B+-Baum
Seite 1 Zusatzskript Datenmanagement: physische Strukturen B+- und B*-Baum B+-Baum Bild-1 Dargestellt ist die Speicherung der Personentabelle als B+-Baum anhand der Personen-Nummer (PersNr). Die Blattebene
Moderne RAID Technologie
Moderne RAID Technologie Grundlagen der modernen RAID Technologie Vortrag von Jan Neuser CN1WS04 CS Moderne RAID Technologie Überblick Was bedeutet RAID? RAID Level Organisation von Laufwerken Physikalischer
Hash-basierte Dateien
Hash-basierte Dateien Hashing Hash-Verfahren ermöglichen es, die Adresse eines Datensatzes basierend auf dem Wert eines Feldes zu finden Idee: Verwendung einer Hashfunktion, die den Wert eines Suchschlüssels
B+-Baum mit Z-Ordnung. B+-Baum mit Z-Ordnung. Anforderungen. 7.3 Räumliche Zugriffsstrukturen
B+-Baum mit Z-Ordnung Window Query: 1. Ansatz Benutze den gewöhnlichen Algorithmus für Bereichsanfragen im B + -Baum: Suche mit dem kleinsten Z-Wert des Suchrechtecks (entspricht dem linken unteren Eckpunkt)
Physische Speicherstrukturen
Übung Datenbanksysteme II Physische Speicherstrukturen Leon Bornemann Folien basierend auf Thorsten Papenbrock, Maximilian Jenders Organisatorisches: Übung Datenbanksysteme II 2 Übung Leon Bornemann (Leon.Bornemann@hpi.de)
Naiver Ansatz. Blöcke und Seiten. Betriebssysteme I Sommersemester 2009 Kapitel 6: Speicherverwaltung und Dateisysteme
Betriebssysteme I Sommersemester 2009 Kapitel 6: Speicherverwaltung und Dateisysteme Hans-Georg Eßer Hochschule München Teil 3: Zusammenhängende Speicherzuordnung 06/2009 Hans-Georg Eßer Hochschule München
Anfragebearbeitung. Vorlesung: Dr. Matthias Schubert
Kapitel l5 Anfragebearbeitung Vorlesung: Dr. Matthias Schubert Skript 2009 Matthias Schubert Dieses Skript basiert auf dem Skript zur Vorlesung Datenbanksysteme II von Prof. Dr. Christian Böhm gehalten
Aufgabe 7. Sei die Schema R(A, B, C, D, E) mit folgenden fkt. Abh.:
Übungen Aufgabe 6 In der folgenden Relation speichern wir die Betreuer für jeden Studenten. Ein Student kann aber gleichzeitig mehrere Hauptfächer studieren (um am Ende mehrere Diplomen zu kriegen, z.b.
Anfragebearbeitung. Logische Optimierung Physische Optimierung (Kostenmodelle Tuning ) Kapitel 8 1
Anfragebearbeitung Logische Optimierung Physische Optimierung (Kostenmodelle Tuning ) Kapitel 8 1 Ablauf der Anfrageoptimierung Deklarative Anfrage (SQL) Scanner Parser Sichtenauflösung Algebraischer Ausdruck
Datenbanksysteme II Multidimensionale Indizes Felix Naumann
Datenbanksysteme II Multidimensionale Indizes (Kapitel 14) 26.5.2008 Felix Naumann Motivation 2 Annahme bisher: Eine Dimension Ein einziger Suchschlüssel Suchschlüssel hlü l kann auch Kombination von Attributen
Grundlagen der Datenbanksysteme 2 (M-DB2) Dr. Karsten Tolle
Grundlagen der Datenbanksysteme 2 (M-DB2) Dr. Karsten Tolle Vorwissen und so SQL Umgang mit MySQL (Workbench) Beispieldaten zum Spielen: http://download.geonames.org/export/dump/ 2 Tuningpotential DB-Interna;
Die allerwichtigsten Raid Systeme
Die allerwichtigsten Raid Systeme Michael Dienert 4. Mai 2009 Vorbemerkung Dieser Artikel gibt eine knappe Übersicht über die wichtigsten RAID Systeme. Inhaltsverzeichnis 1 Die Abkürzung RAID 2 1.1 Fehlerraten
Methodik zur Optimierung in Datenbanken. Anja Rommel, 14-INM
Methodik zur Optimierung in Datenbanken Anja Rommel, 14-INM 03.07.2015 Gliederung 1. Einleitung 2. Motivation und Ziele 3. Phasen der Optimierung 3.1. Phase 1: Optimierung des DB-Schemas und Anwendungsoptimierung
KAPITEL 2 SPEICHERSTRUKTUREN UND VERWALTUNG DES HINTERGRUNDSPEICHERS
KAPITEL 2 SPEICHERSTRUKTUREN UND VERWALTUNG DES HINTERGRUNDSPEICHERS h_da Prof. Dr. Uta Störl Architektur von DBMS WS 2017/18 Kapitel 2: Speicherstrukturen und Verwaltung des Hintergrundspeichers 1 Speicherstrukturen
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung
Systeme I: Betriebssysteme Kapitel 8 Speicherverwaltung Version 13.01.2015 1 Klausur Termin: 10. März 2016, 13:00 Uhr Raum: Audimax, KG 2 4 ECTS Punkte 3 Klausuranmeldung Anmeldefrist: 31.01.2016 (Ausnahme:
Joins / Implementierung von Joins
Join wichtigste Operation, insbesondere in relationalen DBS: komplexe Benutzeranfragen (Star-Joins) Normalisierung der Relationen (Snowflake-Schema) verschiedene Sichten ( views ) auf die Basisrelationen
Paralleler Cuckoo-Filter. Seminar: Implementierungstechniken für Hauptspeicherdatenbanksysteme Jeremias Neth München, 21.
Paralleler Cuckoo-Filter Seminar: Implementierungstechniken für Hauptspeicherdatenbanksysteme Jeremias Neth München, 21. November 2017 1 Paralleler Cuckoo-Filter Cuckoo-Hashtabelle Serieller Cuckoo-Filter
R.A.I.D. Redundant Array of Inexpensive ( oder Independent ) Disks Redundante Reihe billiger (oder unabhängiger ) Laufwerke
R.A.I.D. Redundant Array of Inexpensive ( oder Independent ) Disks Redundante Reihe billiger (oder unabhängiger ) Laufwerke 1 Die Geschichte 1987 wurde an der kalifornischen Universität in Berkeley zum