Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15.
|
|
- Sophia Scholz
- vor 7 Jahren
- Abrufe
Transkript
1 Datenbankanwendung Wintersemester 2014/15 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern
2 Aufbau von und Zugriff auf Festplatte Aufbau einer (klassischen) Festplatte Zugriffskamm Arm Kopf Spindel Sektor Track Platte Kopf Arm Armdrehpunkt Zylinder a. Seitenansicht b. Draufsicht Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 2 / 47
3 Aufbau von und Zugriff auf Festplatte Zonen ˆ Jede Zone besteht aus einer gleichen Anzahl von aufeinander folgenden Zylindern ˆ Jeder Zylinder einer Zone hat die gleiche Anzahl von Sektoren pro Track ˆ Äußere Zonen haben mehr Sektoren pro Track als innere ˆ Höherer Datendurchsatz auf äußeren Zylindern, da Rotationsgeschwindigkeit höher Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 3 / 47
4 Aufbau von und Zugriff auf Festplatte Sektoren adressieren ˆ Physische Adresse: Zylinder Nummer (c), Kopf Nummer (h), Sektor Nummer (s) ˆ Logische Adresse: LBN/LBA (logical block number/address) CHS vs. LBA ˆ Cylinder-head-sector (CHS Adressierung formals benutzt) ˆ Aktuell: LBA (Logical Block Addressing) ˆ Umrechnung: LBA = (c Nheads + h) Nsectors + (s 1), wobei: N heads = Anzahl der Leseköpfe, N sectors= Anzahl Sektoren. Weiteres ˆ LBA: Anfangs nur 28-bit, nun meist 48-bit. ˆ Aus Gründen der Kompatibilität wird CHS noch angegeben. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 4 / 47
5 Aufbau von und Zugriff auf Festplatte Von LBN zur physikalischen Adresse Beispiel Mapping: Cylinder Track LBN number of sectors per track Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 5 / 47
6 Aufbau von und Zugriff auf Festplatte Reading/Writing a Block Host sends command Controller decodes it Data transfer to host Status message to host SCSI bus Disk 1 Disk 2 Disk 3 Seek Rotational latency Data transfer off mechanism Time Read service time for disk 1 Read service time for disk 2 Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 6 / 47
7 Aufbau von und Zugriff auf Festplatte Schwierig die Kosten genau zu berechnen Kosten eines Festplattenzugriffs hängen ab von: ˆ der aktuellen Position des Lesekopfs ˆ der Position (Drehung/Winkel) der Platte Diese Informationen sind zur Zeit der Übersetzung der Anfrage nicht bekannt. Daher: Kosten über mehrere Zugriffe (Mittel), einfaches Modell. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 7 / 47
8 Einfaches Kostenmodell Einfaches Kostenmodell Parameter des Kostenmodells: ˆ Durchschnittliche Latenzzeit (average latency time): Durchschnittliche Zeit für Positionierung (seek+rotational delay) ˆ Durchschnittliche Zugriffszeit für einen einzelnen Zugriff ˆ Lese- / Schreibrate (sustained read/write rate): ˆ Nach Positionierung: Datentransferrate bei sequentiellem Zugriff Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 8 / 47
9 Einfaches Kostenmodell Beispiel: Performance Parameter für Beispiel-Festplatte Modell aus 2004 Parameter Wert Abkürzung Kapazität (capacity) 180 GB D cap Latenz (average latency time) 5 ms D lat Leserate (sustained read rate) 100 MB/s D srr Schreibrate (sustained write rate) 100 MB/s D swr Dann: Zeit um n Bytes zu lesen ist geschätzt als D lat + n/d srr. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 9 / 47
10 Einfaches Kostenmodell Sequenzielle und Wahlfreie Zugriffe (Sequential vs. Random I/O) Es wird zwischen zwei verschiedenen Arten von Zugriffen (I/O): ˆ Sequenzielle (sequential) I/O und ˆ Wahlfreie (random) I/O. In unserem einfachen Kostenmodell: ˆ für sequenzielle Zugriffe: es gibt eine Positionierung des Lesekopfes, danach wird mit Leserate gelesen. ˆ für wahlfreie Zugriffe: es gibt eine Positionierung pro gelesener Einheit typischerweise einer Seite von z.b. 8 KB Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 10 / 47
11 Einfaches Kostenmodell Beispielanwendung des einfachen Kostenmodells Lese 100 MB ˆ Sequenzielles Lesen: 5 ms + 1 s ˆ Lesen durch wahlfreie Zugriffe (Seitengröße 8KB): 65 s Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 11 / 47
12 Einfaches Kostenmodell Time to Read 100 MB x-achse: Größe der zu lesenden Chunks in 8 KB y-achse: Sekunden Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 12 / 47
13 Einfaches Kostenmodell Time to Read n Random Pages x-achse: n y-achse: Sekunden Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 13 / 47
14 Einfaches Kostenmodell Beispiel: Berechnung Zugriffskosten ˆ Lesen einer Datei von 100 MB Größe, gespeichert in KB Seiten. ˆ In unserem einfachen Modell kostet das wahlfreie (random access) Lesen von 200 Seiten ungefähr genauso lange wie das Lesen der gesamten 100 MB im sequenziellen Modus. Das heisst, das Lesen von 1/64 einer 100 MB Datei im wahlfreien Zugriff dauert genauso lang wie das Lesen der gesamten Datei im sequenziellen Modus. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 14 / 47
15 Einfaches Kostenmodell Break-Even-Point im einfachen Kostenmodell Sei a die Positionierungs-Zeit, s die Leserate, p die Seitengröße und d die Anzahl an fortlaufend abgelegten Bytes. Dann ist der Break-Even-Point gegeben durch n (a + p/s) = a + d/s n = (a + d/s)/(a + p/s) = (as + d)/(as + p) a und s sind Parameter, die durch die Festplatte gegeben sind (also unveränderlich). Für gegebenes d hängt der Break-Even-Point nur von der Seitengröße ab. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 15 / 47
16 Einfaches Kostenmodell Break-Even-Point (Abhängig von Seitengröße) x-achse: Die Seitengröße p in Vielfachen von 1 K y-achse: (d/p)/n für d = 100 MB Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 16 / 47
17 Einfaches Kostenmodell Lessons Learned ˆ Sequenzielles Lesen ist sehr viel schneller als wahlfreies Lesen. ˆ Das Datenbanksystem sollte dies idealerweise ausnutzen. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 17 / 47
18 Einfaches Kostenmodell Möglichkeiten ˆ Sorgfältig ausgewähltes physisches Layout auf der Festplatte (z.b. Zylinder- oder Track-Aligned, Clustering) ˆ Festplatten Scheduling, multi-page Requests ˆ Prefetching ˆ Puffer und nicht zu vergessen: ˆ Effiziente und robuste Algorithmen (Implementierungen) der algebraischen Operatoren Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 18 / 47
19 Physische Organisation einer Datenbank Physische Organisation einer Datenbank Das Datenbanksystem organisiert den physikalischen Speicher in verschiedene Schichten. ˆ Datenbank: Menge von Dateien ˆ Datei: Sequenz von Blöcken. ˆ Segmente: Organisationseinheit im DBMS (bzgl. Sperren, Rechten, etc.) Zugriffseinheiten ˆ Segmente ˆ Seiten werden in Segmenten gespeichert ˆ Seite enthält Sätze ˆ Satz: In einer Seite gespeicherte Sequenz von Bytes. Menge von echten Daten, verschiedene Felder. ˆ Bzw. man redet auch von Tupeln im DB (Relationen) Kontext Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 19 / 47
20 Physische Organisation einer Datenbank Seite ˆ Seite (Page) ist organisiert in Anzahl von Bereiche (Slots) ˆ Slots zeigen auf Daten ˆ... oder auch auf andere Seiten Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 20 / 47
21 Physische Organisation einer Datenbank Tuple Identifier (TID) Ein TID ist eine Paar bestehend aus ˆ Seiten ID (z.b. Datei/Segment Nummer plus Nummer der Seite) ˆ Slot Nummer TID wird manchmal auch Row Identifier (RID) genannt Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 21 / 47
22 Physische Organisation einer Datenbank Satz Layout Verschiedene mögliche Layouts: fixed-length size variable-length size variable-length size variable-length fixed-length offset offset offset variable-length variable-length codes data fixed-length variable-length strings length and offset encoding encoding for dictionary-based compression Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 22 / 47
23 Physische Organisation einer Datenbank Speicherung von Tupeln auf Seiten Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 23 / 47
24 Physische Organisation einer Datenbank Verschieben von Tupeln innerhalb einer Seite Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 24 / 47
25 Physische Organisation einer Datenbank Verdrängen von Tupeln auf andere Seiten ˆ Falls eine Seite zu klein wird. ˆ Verschiebe Tupel in eine andere (z.b. neue, leere) Seite ˆ Füge in ursprünglicher Seite eine TID hinzu die auf den neuen Ort verweise Was passiert bei mehrfachem Verschieben? ˆ Verweis in der ursprünglichen Seite wird angepasst. Länge der Verweiskette auf zwei beschränkt Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 25 / 47
26 Physische Organisation einer Datenbank Katalog und Freispeicherverwaltung Weitere Aspekte ˆ Abbildung von Datenbank-Tupeln auf Segmente/Seiten ˆ Puffer-Verwaltung: Organisation, Suche und Ersetzungsstrategien ˆ Verwaltung von freien Seiten (Freispeicherverwaltung) Thema in Vorlesungen im Hauptstudium. Ehemals Realisierung von Datenbanken. Wird evtl. in anderer Form in Zukunft hier angeboten. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 26 / 47
27 Datenbankpuffer - Konzept und Ersetzungsstrategien Datenbank-Pufferverwaltung ˆ Motivation: Bereits erwähnte Zugriffslücke zwischen Hauptspeicher und Festplatte (Externspeicher) ˆ Idee: Halte Seiten, auf die zugegriffen wurde, in einem Puffer im Hauptspeicher ˆ Dieser Puffer kann durchaus sehr groß sein (hunderte Megabyte oder viele Gigabytes). Trotzdem viel kleiner als DB selbst. DBMS-Puffer, z.b. Hauptspeicher Hintergrundspeicher, z.b. Festplatte C A... D Einlagerung Auslagerung P A A P B D B P C C Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 27 / 47
28 Datenbankpuffer - Konzept und Ersetzungsstrategien Datenbank-Pufferverwaltung (2) 5 Minuten Regel Pages referenced every five minutes should be memory resident. Siehe Papier von Jim Gray & Franco Putzolu: Besonderheiten DB Puffer (vs. OS Puffer) ˆ DB-spezifische Referenzmuster ˆ z.b. sequentielle oder baumartige Zugriffsfolgen ˆ Gleiches gilt für Prefetching. Hier kann in DB aufgrund von Seiteninhalten oft eine Vorausssage gemacht werden. Empfehlung zum Thema Datenbank-Pufferverwaltung: Das Buch von Härder und Rahm: Datenbanksysteme - Konzept und Techniken der Implementierung ist hier sehr ausführlich. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 28 / 47
29 Datenbankpuffer - Konzept und Ersetzungsstrategien Ersetzungsstrategien: Konzept und Klassifizierung Wenn eine Seite nicht im Puffer auffindbar ist wird sie in Puffer eingetragen. Falls dieser bereits voll ist, muss eine andere Seite weichen, aber welche? Klassifizierung von Strategien anhand... ˆ ob das Alter seit Einlagerung, seit letztem zugriff oder überhaupt nicht, und ˆ ob alle Referenzen, die letzte Referenz oder keine bei der Auswahlentscheidung (welche Seite ersetzt werden soll) zum Tragen kommt. Erste (triviale) Idee: Zufälliges Ersetzen von Seiten (RANDOM Strategie). Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 29 / 47
30 Datenbankpuffer - Konzept und Ersetzungsstrategien FIFO First-In, First-Out ˆ Ersetzt diejenige Seite, die am längsten im Puffer ist Illustration: Kreisförmige Anordnung. Zeiger verweist auf den älteste Eintrag. Grauer Zeiger= alt. Roter Zeiger=neu. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 30 / 47
31 Datenbankpuffer - Konzept und Ersetzungsstrategien Least-Frequently-Used (LFU) ˆ Ersetzt Seite mit der geringsten Referenz- (Zugriffs-) Häufigkeit ˆ Für jede Seite wird ein Zugriffszähler (aka. Referenzzähler RZ) geführt. ˆ Die Seite mit dem kleinsten Zählerstand wird ersetzt. Seiten, auf die kurzzeitig sehr sehr oft zugegriffen wurde bleiben sehr lange im Puffer, auch wenn nicht mehr wirklich benutzt. Alter des Zugriffs (bzw. der letzten Zugriffe) wird nicht berücksichtigt. ˆ Problem kann durch periodisches Herabsetzen der Referenzzähler adressiert werden. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 31 / 47
32 Datenbankpuffer - Konzept und Ersetzungsstrategien Least-Recently-Used (LRU) ˆ Ersetzung basierend auf Zeit seit dem letzten Zugriff auf Seite. ˆ Halte Seiten in Form eines Stacks: - Eine Seite kommt bei jeder Referenz auf oberste Position - Seite auf der untersten Position des Stacks wird bei Bedarf ersetzt Beispiel: Zugriff (in dieser Reihenfolge) auf Seiten: A, B, C, D, A, C, A, B, B, B, C, D, A. Puffer hat Platz für 3 Seiten. Seite E soll eingelagert werden. Welche Seite muss weichen? Beobachtung: Was passiert, wenn in einer Leseoperation von der Festplatte viele neue Seiten gelesen werden? Wieso ist das problematisch? Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 32 / 47
33 Datenbankpuffer - Konzept und Ersetzungsstrategien Theoretische Sicht Wir betrachten einen String von Referenzen auf Seiten r 1, r 2,..., r t,... wobei r t = p bedeutet, dass auf Seite p zugegriffen wurde. Zu einem Zeitpunkt t nehmen wir an, dass jede Seite eine gewissen Wahrscheinlichkeit b p besitzt als nächstes Aufgerufen zu werden, d.h. P r(r t+1 = p) = b p. Interarrival Time und Annäherung durch LRU ˆ Wie viele Zugriffe liegen zwischen den Zugriffen auf eine Seite p? Genau b 1 p. ˆ Diejenigen Seiten mit kleinster Interarrival Time bzw. größter Wahrscheinlichkeit b p sollten im Puffer gehalten werden. ˆ Dies wird bei LRU approximiert durch die Seiten mit dem Zeitpunkt des letzten Zugriffs auf Seite. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 33 / 47
34 Datenbankpuffer - Konzept und Ersetzungsstrategien CLOCK ˆ Modifikation von FIFO: Jede Seite enthält ein Benutzt-Bit, das bei Seitenreferenz auf 1 gesetzt wird. ˆ Zyklische Suche: Falls Bit auf 1, so wird es auf 0 gesetzt, nichts passiert. Zeiger wandert weiter. Falls Bit bereits auf 0, dann wird Seite entfernt. ˆ Daher wird dieser Algorithmus auch Zweite Chance (Second Chance) genannt. ˆ Befindet sich eine Seite bereits im Puffer, so passiert gar nichts (auch der Zeiger bewegt sich nicht) Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 34 / 47
35 Datenbankpuffer - Konzept und Ersetzungsstrategien CLOCK (2) ˆ In Abbildung unten: Grauer Zeiger beschreibt Stellung des Zeigers bevor die Suche nach einer zu ersetztenden Seite los geht ˆ Roter Zeiger beschreibt Seite die zum Ersetzen ausgewählt wurde. ˆ Wie wir sehen wurden die Zählerstände der vom Zeiger besuchten Seiten von 1 auf 0 gesetzt ( 0) Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 35 / 47
36 Datenbankpuffer - Konzept und Ersetzungsstrategien CLOCK: Beispiel Betrachten wir die folgende Sequenz von Seiten Zugriffen: C, B, D, D, C, E für den Fall eines Puffers der Größe 3. Der initiale Puffer ist leer. Mit ist der Zeiger auf die Stelle (Seite) im Puffer dargestellt, die bei der nächsten Ersetzung zu erst angeschaut wird. init : C C : B C 1 B 1 0 3: D C 1 B 1 D 1 4: D C 1 B 1 D 1 5: C C 1 B 1 D 1 6: E E 1 B 0 D 0 Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 36 / 47
37 Datenbankpuffer - Konzept und Ersetzungsstrategien CLOCK: Weitere Erläuterung Schauen wir uns den Übergang von Schritt 5 nach 6 genauer an: 5: C 6: E C 1 B 1 D 1 E 1 B 0 D 0 Was ist hier passiert? Da E nicht im Puffer gespeichert war wird nun laut Zeigerstand zuerst geschaut ob C ersetzt werden kann. Da C einen Zählerstand von 1 hat wird C nicht ersetzt, bekommt aber den neuen Zählerstand von 0. Der Zeiger geht weiter auf B. Auch B kann nicht ersetzt werden: also bekommt auch B einen neuen Zahlerstand von 0 und der Zeiger geht weiter auf D. Auch hier kann nur der Zählerstand auf 0 gesetzt werden. Und der Zeiger geht auf C, das nun einen Zähler von 0 hat und durch E ersetzt wird. Im folgenden sind diese Schritt angegeben: 5: C C 1 B 1 D 1 6a: E C 0 B 1 D 1 6b: E C 0 B 0 D 1 6c: E C 0 B 0 D 0 6d: E E 1 B 0 D 0 Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 37 / 47
38 Datenbankpuffer - Konzept und Ersetzungsstrategien GCLOCK: Generalized CLOCK ˆ Jede Seite bekommt Referenzzähler (RZ) ˆ Bei Referenz wird dieser erhöht ˆ Wie bei CLOCK: zyklische Suche - Zähler wird herabgesetzt. - Null? Dann wird Seite ersetzt. Nicht Null? Dann weiter suchen Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 38 / 47
39 Datenbankpuffer - Konzept und Ersetzungsstrategien GCLOCK: Varianten zur Berücksichtigung verschiedener Typen Für verschiedne Typen T i von Seite (z.b. Index-Seiten, Datenseiten) können verschiedene Werte zur Initialisierung und Inkrement von RZ angegeben werden. Für Seite j vom Typ i kann Referenzzähler wie folgt verändert werden: V1: -bei Erstreferenz: RZ(j) = E i -bei jeder weiteren Referenz: RZ(j) = RZ(j) + W i V2: -bei Erstreferenz: RZ(j) = E i -bei jeder weiteren Referenz: RZ(j) = W i Beobachtung: Wenn E i = 1 und W i = 1 (für alle i), dann geht V2 über in CLOCK, während V1 die Grundversion von GCLOCK darstellt. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 39 / 47
40 Datenbankpuffer - Konzept und Ersetzungsstrategien LRU-k ˆ Die letzten k Referenzzeitpunkte einer Seite werden berücksichtigt. ˆ Kann zwischen häufig und weniger häufig referenzierten Seiten unterscheiden Paper von J. O Neill, P. O Neill und G. Weikum: The LRU-K Page Replacement Algorithm For Database Disk Buffering, aus dem Jahr Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 40 / 47
41 Datenbankpuffer - Konzept und Ersetzungsstrategien ˆ Ersetze die Seite mit der maximalen b t (p, k). ˆ Es kann vorkommen, dass mehrere Seiten b t (p, k) = haben, dann Ersetzung durch alternative Strategie (z.b. LRU) Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 41 / 47 LRU-k: Definition Backward k-distance Wir betrachten wieder einen String von Referenzen auf Seiten r 1, r 2,..., r t,... Die backward k-distance b t (p, k) ist die Distanz zur k-jüngsten Referenz auf Seite p. b t (p, k) = x falls r t x die Seite p referenziert und es gab genau k 1 Auftreten einer Referenz auf p in der Zeit zwischen t x und t. = falls p weniger als k mal referenziert wurde in r 1, r 2,... r t
42 Datenbankpuffer - Konzept und Ersetzungsstrategien Übersicht Welche Ersetzungsstrategie passt in welche Zelle der Tabelle? (Mehrfachnennung möglich) Berücksichtigung bei Auswahlentscheidung Referenzen keine Alter nicht seit letzter Ref. seit Einlagerung letzte Referenz alle Referenzen Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 42 / 47
43 Datenbankpuffer - Konzept und Ersetzungsstrategien Puffer: Ausblick Ausblick ˆ Was passiert mit Seiten im Puffer, die geändert werden? Gleich auf Festplatte schreiben oder erstmal noch im Puffer lassen? ˆ Was passiert mit Seiten, die von noch laufender Transaktion benutzt werden aber ersetzt werden soll? Ersetzung zulassen oder nicht? ˆ Welche Auswirkungen hat dieses auf Fehlerbehandlung? Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 43 / 47
44 Dateiorganisation Organisation der Dateien Haufen ˆ Einfachster Weg eine Datei zu organisieren ist neu ankommende Sätze in die Seite (den Block) am Ende der Datei einzufügen. ˆ Einfügen ist sehr effizient. ˆ Suche ist teuer. ˆ U.U. in Zusammenspiel mit einem (sekundären) Index Sortierte Dateien ˆ Gegeben ein Schlüssel anhand dessen Sätze geordenet werden können ˆ Effizientere Suche (binär) - Obwohl so nicht realisiert (siehe Primär-Indexe, z.b. B+ Baum) Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 44 / 47
45 Dateiorganisation Beispiel: Sortierte Datei (Hier nach Name) Name MatrNr Semester Block 1 Aaron Adam Acosta Block 2 Allen Anderson Archer Block 3 Arnold Arnold Atkins Block n Wright Wyatt Zimmer Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 45 / 47
46 Dateiorganisation Suche in Dateien If you don t find it in the index, look very carefully through the entire catalog Sears, Roebuck, and Co., Consumers Guide, 1897 (aus dem Buch von Ramakrishnan & Gehrke) Lineare Suche Binäre Suche in sortierten Datien Suche via Indexen Bekannt zum Teil aus der Vorlesung Informationssysteme. Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 46 / 47
47 Dateiorganisation Klassifizierung von Indexen Primäre, Sekundäre und Clustering Indexe ˆ Jede Datei kann nur in einer Art und Weise sortiert sein. ˆ Primär Index: Index über gegebener Ordnung der Datei - via Primärschlüssel. Ein Index-Eintrag pro Block. ˆ Clustering Index: Ordnung wie in Datei, aber keine distinct Werte pro Attribut nach dem sortiert wird. ˆ Sekundär Index: Index über anderen Attributen (nicht wie Ordnung der Datei). Es kann mehrere dieser sek. Indexe geben Single-Level und Multi-Level Indexe ˆ Single-Level: Einfacher Index, Verweise auf Sätze oder Blöcke ˆ Multi-Level: Verweise auch auf andere Index-Einträge (siehe B+ Baum) Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbankanwendung, WS 14/15 47 / 47
Informationssysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Sommersemester
Informationssysteme Sommersemester 2016 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Übersicht Übersicht und Ausblick Ausblick auf kommende Vorlesungen ˆ Zugriffskosten ˆ Physische
Mehr10. E/A-Architektur und Zugriff. Vorlesung "Informationssysteme" Sommersemester 2017
10. E/A-Architektur und Zugriff Vorlesung "Informationssysteme" Sommersemester 2017 Gliederung Aufbau des DB-Servers Vereinfachtes Schichtenmodell Verarbeitung von Anfragen Einsatz einer Speicherhierarchie
MehrDatenbanksysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2015/16.
Datenbanksysteme Wintersemester 2015/16 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Realisierung von Operatoren und Physische Optimierung Bislang ˆ Logische Algebraoperatoren
MehrÜbung 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)
MehrÜbung 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
MehrIn heutigen Computern findet man schnellen/teuren als auch langsamen/billigen Speicher
Speicherhierarchie In heutigen Computern findet man schnellen/teuren als auch langsamen/billigen Speicher Register Speicherzellen, direkt mit der Recheneinheit verbunden Cache-Speicher Puffer-Speicher
MehrPhysischer 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
MehrÜbung zu Einführung in die Informatik # 10
Übung zu Einführung in die Informatik # 10 Tobias Schill tschill@techfak.uni-bielefeld.de 15. Januar 2016 Aktualisiert am 15. Januar 2016 um 9:58 Erstklausur: Mi, 24.02.2016 von 10-12Uhr Aufgabe 1* a),
MehrQuiz. Gegeben sei ein 16KB Cache mit 32 Byte Blockgröße. Wie verteilen sich die Bits einer 32 Bit Adresse auf: Tag Index Byte Offset.
Quiz Gegeben sei ein 16KB Cache mit 32 Byte Blockgröße. Wie verteilen sich die Bits einer 32 Bit Adresse auf: Tag Index Byte Offset 32 Bit Adresse 31 3 29... 2 1 SS 212 Grundlagen der Rechnerarchitektur
MehrIn 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?
MehrPhysische 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)
MehrGrob-Struktur des Prozessor-Speichersystems
2.3.2 Speicherstruktur (1) Grob-Struktur des Prozessor-Speichersystems Chipsatz (Erklärung s. später, Folie 104) 22.4.-27.5.2013, Folie 52 2.3.2 Speicherstruktur (2) Zugriff Prozessor zumeist auf schnelle
Mehr4.3 Hintergrundspeicher
4.3 Hintergrundspeicher Registers Instr./Operands Cache Blocks Memory Pages program 1-8 bytes cache cntl 8-128 bytes OS 512-4K bytes Upper Level faster Disk Tape Files user/operator Mbytes Larger Lower
MehrTeil 2: Speicherstrukturen
Inhalt Teil 2: Speicherstrukturen Hauptspeicher Cache Assoziativspeicher Speicherverwaltungseinheit ( Memory Management Unit ) 1 Virtueller Speicher Trennung von virtuellem Adreßraum (mit virtuellen Adressen)
MehrVirtueller Speicher und Memory Management
Virtueller Speicher und Memory Management Speicher-Paradigmen Programmierer ein großer Adressraum linear adressierbar Betriebssystem eine Menge laufender Tasks / Prozesse read-only Instruktionen read-write
MehrBetriebssysteme (BTS)
.Vorlesung Betriebssysteme (BTS) Christian Baun cray@unix-ag.uni-kl.de Hochschule Mannheim Fakultät für Informatik Institut für Betriebssysteme..007 Organisatorisches zur Übung Verteilung auf die beiden
Mehr(Prof. Dr. J. Schlichter, WS 2011 / 2012) Übungsleitung: Dr. Wolfgang Wörndl
Übung zur Vorlesung Grundlagen Betriebssysteme und Systemsoftware (Prof. Dr. J. Schlichter, WS 2011 / 2012) Übungsleitung: Dr. Wolfgang Wörndl (gbs-ws11@mailschlichter.informatik.tu-muenchen.de) http://www11.in.tum.de/veranstaltungen/grundlagenbetriebssystemeundsystemsoftwarews1112
MehrLösung von Übungsblatt 4
Lösung von Übungsblatt 4 Aufgabe 1 (Fesplatten) 1. Was versteht man bei Festplatten unter Sektoren (= Blöcken)? Die Spuren sind in kleine logische Einheiten (Kreissegmente) unterteilt, die Blöcke oder
MehrCache Blöcke und Offsets
Cache Blöcke und Offsets Ein Cache Eintrag speichert in der Regel gleich mehrere im Speicher aufeinander folgende Bytes. Grund: räumliche Lokalität wird wie folgt besser ausgenutzt: Bei Cache Miss gleich
MehrMehrwegbäume 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
MehrDatenbanken: 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
MehrAlgorithm Engineering. Alexander Kröller, Abteilung Algorithmik, IBR
#7 Terminchaos Nächste Vorlesungen: 27. 5. Vertretung durch Prof. Fekete 3. 6. Exkursionswoche 10. 6. Vertretung durch N.N. 17. 6. back to normal... Experiment Durchlaufe zwei gleichgrosse Arrays: Sortierte
MehrDefinitionen zum Verschnitt
Definitionen zum Verschnitt Die absoluten Größen haben eine Einheit. Beim Bilden der Verhältnisgrößen wird die Einheit gekürzt. Man kann bei den Verhältnisgrößen die Größe durch die Anzahl vorgegebener
Mehr, 2014W Übungsgruppen: Mo., Mi.,
VU Technische Grundlagen der Informatik Übung 7: Speichermanagement 183.579, 2014W Übungsgruppen: Mo., 12.01. Mi., 14.01.2015 Aufgabe 1: Cache-Adressierung Ein Prozessor mit einer Adresslänge von 20 Bit
MehrPhysische Datenorganisat
Physische Datenorganisat Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing (R-Bäume ) Objektballung Indexe in SQL Kapitel 7 1 Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher
MehrPhysische 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
MehrEinführung in die technische Informatik
Einführung in die technische Informatik Christopher Kruegel chris@auto.tuwien.ac.at http://www.auto.tuwien.ac.at/~chris Betriebssysteme Aufgaben Management von Ressourcen Präsentation einer einheitlichen
MehrKAPITEL 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
Mehré Er ist software-transparent, d.h. der Benutzer braucht nichts von seiner Existenz zu wissen. Adreßbus Cache- Control Datenbus
4.2 Caches é Cache kommt aus dem Französischen: cacher (verstecken). é Er kann durch ein Anwendungsprogramm nicht explizit adressiert werden. é Er ist software-transparent, d.h. der Benutzer braucht nichts
MehrDateiorganisation und Zugriffsstrukturen. Prof. Dr. T. Kudraß 1
Dateiorganisation und Zugriffsstrukturen Prof. Dr. T. Kudraß 1 Mögliche Dateiorganisationen Viele Alternativen existieren, jede geeignet für bestimmte Situation (oder auch nicht) Heap-Dateien: Geeignet
MehrDatenbanksysteme 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
MehrHauptdiplomklausur Informatik Februar 2006: Multimedia Systems
Universität Mannheim Fakultät für Mathematik und Informatik Lehrstuhl für Praktische Informatik IV Prof. Dr.-Ing. W. Effelsberg Hauptdiplomklausur Informatik Februar 2006: Multimedia Systems Name: Matrikel-Nr.:
MehrFreispeicherverwaltung Martin Wahl,
Freispeicherverwaltung Martin Wahl, 17.11.03 Allgemeines zur Speicherverwaltung Der physikalische Speicher wird in zwei Teile unterteilt: -Teil für den Kernel -Dynamischer Speicher Die Verwaltung des dynamischen
MehrOPERATIONEN AUF EINER DATENBANK
Einführung 1 OPERATIONEN AUF EINER DATENBANK Ein Benutzer stellt eine Anfrage: Die Benutzer einer Datenbank können meist sowohl interaktiv als auch über Anwendungen Anfragen an eine Datenbank stellen:
MehrAlgorithmen 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
MehrAufbau 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
MehrSysteme 1. Kapitel 3 Dateisysteme WS 2009/10 1
Systeme 1 Kapitel 3 Dateisysteme WS 2009/10 1 Letzte Vorlesung Dateisysteme Hauptaufgaben Persistente Dateisysteme (FAT, NTFS, ext3, ext4) Dateien Kleinste logische Einheit eines Dateisystems Dateitypen
Mehr(Cache-Schreibstrategien)
Übungsblatt 2 Aufgabe 1 (Digitale Datenspeicher) 1. Nennen Sie einen digitalen Datenspeicher, der mechanisch arbeitet. 2. Nennen Sie zwei rotierende magnetische digitale Datenspeicher. 3. Nennen Sie zwei
MehrKapitel 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
MehrLösung von Übungsblatt 2
Lösung von Übungsblatt 2 Aufgabe 1 (Digitale Datenspeicher) 1. Nennen Sie einen digitalen Datenspeicher, der mechanisch arbeitet. Lochstreifen, Lochkarte, CD/DVD beim Pressen. 2. Nennen Sie zwei rotierende
MehrGrundlagen der Rechnerarchitektur
Grundlagen der Rechnerarchitektur Speicher Übersicht Speicherhierarchie Cache Grundlagen Verbessern der Cache Performance Virtueller Speicher SS 2012 Grundlagen der Rechnerarchitektur Speicher 2 Speicherhierarchie
MehrPhysische Datenorganisation
Vorlesung Datenbanksysteme vom 17.10.2016 Physische Datenorganisation Architektur eines DBMS Speicherhierarchie Index-Verfahren Ballung (Clustering) beste Zugriffsmethode Architektur eines DBMS Wichtigste
MehrRO-Tutorien 15 und 16
Tutorien zur Vorlesung Rechnerorganisation Tutorienwoche 10 am 29.06.2011 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der Helmholtz-Gemeinschaft
MehrDatenbanksysteme II Physische Repräsentation von Daten Felix Naumann
Datenbanksysteme II Physische Repräsentation von Daten (Kapitel 12) 27.4.2008 Felix Naumann Architektur 2 Mengenorientierter Zugriff Satzorientierter Zugriff Interne Satzschnittstelle Systempufferschnittstelle
MehrSpeicherverwaltung (Swapping und Paging)
Speicherverwaltung (Swapping und Paging) Rückblick: Segmentierung Feste Einteilung des Speichers in einzelne Segmente 750k 0 Rückblick: Segmentierung Feste Einteilung des Speichers in einzelne Segmente
MehrBesprechung des 8. Übungsblattes Einführung in Caches Cache-Organisation Cache-Ersetzungsstrategien Aufgaben (an der Tafel) Testklausur
Themen heute Besprechung des 8. Übungsblattes Einführung in Caches Cache-Organisation Cache-Ersetzungsstrategien Aufgaben (an der Tafel) Testklausur Besprechung des 8. Übungsblattes Aufgabe 2.6. In diesem
MehrBisher 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
MehrANALYSE DER LATENZEN IM KOMMUNIKATIONSSTACK EINES PCIE-GEKOPPELTEN FPGA-BESCHLEUNIGERS. Sascha Kath
ANALYSE DER LATENZEN IM KOMMUNIKATIONSSTACK EINES PCIE-GEKOPPELTEN FPGA-BESCHLEUNIGERS Sascha Kath Dresden, Gliederung 1. Motivation & Zielstellung 2. Systembeschreibung 3. Implementierung und Messungen
MehrProseminar Konzepte von Betriebssystem- Komponenten (KVBK) Vortrag zum Thema: Speicheraddressierung, Segmentierung, Paging
Proseminar Konzepte von Betriebssystem- Komponenten (KVBK) Vortrag zum Thema: Speicheraddressierung, Segmentierung, Paging Grundlegende Bedeutung von Speicheradressierung: Wie sind die Daten auf Dem Speicher
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 24.01.2013 Online Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum
MehrPhysische Datenorganisation
Physische Datenorganisation Detailierte Struktur eines DBMS Speichermedien Man unterscheidet meist drei Stufen von Speichermedien: Primärspeicher/Hauptspeicher: sehr teuer, sehr schnell, eher klein (im
MehrKapitel 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
Mehr5.5 Virtueller Speicher
5.5 Virtueller Speicher Wenn der reale Speicher sogar für einzelne Prozesse zu klein ist : Virtueller Speicher (virtual memory), ist beliebig groß, nimmt alle Prozesse auf, ist in gleichgroße Teile Seiten
MehrTU 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. 10 Übung zur Vorlesung Grundlagen: Datenbanken im WS15/16 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrTutorium Rechnerorganisation
Woche 10 Tutorien 3 und 4 zur Vorlesung Rechnerorganisation 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrGRUNDLAGEN VON INFORMATIONSSYSTEMEN INDEXSTRUKTUREN I: B-BÄUME UND IHRE VARIANTEN
Informationssysteme - Indexstrukturen I: B-Bäume und ihre Varianten Seite 1 GRUNDLAGEN VON INFORMATIONSSYSTEMEN INDEXSTRUKTUREN I: B-BÄUME UND IHRE VARIANTEN Leiter des Proseminars: Dr.Thomas Bode Verfasser
MehrDateiorganisation und Zugriffsstrukturen
Dateiorganisation und Zugriffsstrukturen Prof. Dr. T. Kudraß 1 Mögliche Dateiorganisationen Viele Alternativen existieren, jede geeignet für bestimmte Situation (oder auch nicht) Heap-Dateien: Geeignet
MehrBetriebssysteme Teil 10 B: Fragen rund um Seitenfehler
Betriebssysteme Teil 10 B: Fragen rund um Seitenfehler 1 Überlegungen Wenn wir einige Seiten eines Programms in den Speicher laden, brauchen wir eine Strategie, welche Seiten als nächstes geladen werden
MehrPhysische 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
Mehrwichtigstes Betriebsmittel - neben dem Prozessor: Speicher
Speicherverwaltung Aufgaben der Speicherverwaltung wichtigstes Betriebsmittel - neben dem Prozessor: Speicher Sowohl die ausführbaren Programme selbst als auch deren Daten werden in verschiedenen Speicherbereichen
MehrBetriebssysteme. Dipl.-Ing.(FH) Volker Schepper
Speicherverwaltung Real Mode Nach jedem starten eines PC befindet sich jeder x86 (8086, 80386, Pentium, AMD) CPU im sogenannten Real Mode. Datenregister (16Bit) Adressregister (20Bit) Dadurch lassen sich
MehrIR Seminar SoSe 2012 Martin Leinberger
IR Seminar SoSe 2012 Martin Leinberger Suchmaschinen stellen Ergebnisse häppchenweise dar Google: 10 Ergebnisse auf der ersten Seite Mehr Ergebnisse gibt es nur auf Nachfrage Nutzer geht selten auf zweite
Mehr6. Juni VO Prüfung Betriebssysteme. Ges.)(100) 1.)(35) 2.)(20) 3.)(45) Bitte verwenden Sie nur dokumentenechtes Schreibmaterial!
VO 8. Prüfung Betriebssysteme. Juni KNr. MNr. Zuname, Vorname Ges.)().)().)().)() Zusatzblätter: Bitte verwenden Sie nur dokumentenechtes Schreibmaterial! Synchronisation mit Semaphoren () Eine Parkgarage
MehrKapitel Andere dynamische Datenstrukturen
Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2017/2018 Vorlesung#13, 12.12.2017
MehrEchtzeit-Multitasking
Technische Informatik Klaus-Dieter Thies Echtzeit-Multitasking Memory Management und System Design im Protected Mode der x86/pentium-architektur. Shaker Verlag Aachen 2002 Die Deutsche Bibliothek - CIP-Einheitsaufnahme
MehrTU 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
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 7 (21.5.2014) Binäre Suche, Hashtabellen I Algorithmen und Komplexität Abstrakte Datentypen : Dictionary Dictionary: (auch: Maps, assoziative
MehrEchtzeit-Multitasking
Technische Informatik Klaus-Dieter Thies Echtzeit-Multitasking Memory Management und System Design im Protected Mode der x86/pentium-architektur. Shaker Verlag Aachen 2002 Die Deutsche Bibliothek - CIP-Einheitsaufnahme
MehrWie groß ist die Page Table?
Wie groß ist die Page Table? Im vorigen (typischen) Beispiel verwenden wir 20 Bits zum indizieren der Page Table. Typischerweise spendiert man 32 Bits pro Tabellen Zeile (im Vorigen Beispiel brauchten
MehrINDEXDATEIEN ( INDEXED FILES )
Indexdateien 1 INDEXDATEIEN ( INDEXED FILES ) ISAM (Indexed Sequential Access Method) Sätze werden nach ihren Schlüsselwerten sortiert. Schlüsselwerte sind immer vergleichbar und daher auch sortierbar.
MehrGrundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny
Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.
MehrB*-BÄUME. Ein Index ist seinerseits wieder nichts anderes als eine Datei mit unpinned Records.
B*-Bäume 1 B*-BÄUME Beobachtung: Ein Index ist seinerseits wieder nichts anderes als eine Datei mit unpinned Records. Es gibt keinen Grund, warum man nicht einen Index über einem Index haben sollte, und
Mehr4.1 Datenträger/Partitionen
.1 Datenträger/Partitionen.1.1 Von Festplatten und anderen Speichern Bei der Partitionierung geht es um die Aufteilung von Hintergrundspeichern (auch Massenspeicher genannt). Heute sind das meistens Festplatten
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Lineare Listen (1) Einfach verkettete Listen Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 148 Wiederholung Felder Vorteil Der Zugriff auf ein beliebiges
MehrFreispeicherverwaltung
Freispeicherverwaltung Allgemeine Techniken und Anwendung unter Linux Martin Wahl, 17.11.03 Freispeicherverwaltung 1 Überblick Allgemeines Suchstrategien Verwaltungsstrategien externer / interner Verschnitt
MehrVirtueller Speicher WS 2011/2012. M. Esponda-Argüero
Virtueller Speicher WS / Virtuelle Speicher Bis jetzt sind wir davon ausgegangen, dass Prozesse komplett im Hauptspeicher gelagert werden. Speicherreferenzen sind nur logische Adressen, die dynamisch in
MehrThe Five-Minute Rule for trading memory for disc accesses. Advanced Topics in Databases
The Five-Minute Rule for trading memory for disc accesses Advanced Topics in Databases Marcel Taeumel Agenda 2 1. Autoren 2. "Five-Minute Rule" Herleitung der Regel Fallstudie 10 Jahre später 1997 20 Jahre
MehrDatenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15.
Datenbankanwendung Wintersemester 2014/15 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Wiederholung: Min-Hashing ˆ Gegeben zwei Mengen A und B von Objekten. ˆ Ein oft benutztes
MehrTU 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. 11 Hausaufgabe 1 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de)
MehrDatenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])
Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte
MehrFakten statt Bauchgefühl: RAID Mathematik für Admins
Fakten statt Bauchgefühl: RAID Mathematik für Admins Heinlein Professional Linux Support GmbH Holger Uhlig h.uhlig@heinlein support.de Agenda: Was will ich? MB/s vs. IOPS Berechnung von Durchsatz und IOPS
MehrLösung von Übungsblatt 5
Lösung von Übungsblatt 5 Aufgabe 1 (Speicherverwaltung) 1. Bei welchen Konzepten der Speicherpartitionierung entsteht interne Fragmentierung? Statische Partitionierung f Dynamische Partitionierung Buddy-Algorithmus
MehrKlausur. Betriebssysteme SS 2007
Matrikelnummer: 9999999 Klausur FB Informatik und Mathematik Prof. R. Brause Betriebssysteme SS 2007 Vorname: Nachname: Matrikelnummer: Geburtsdatum: Studiengang: Bitte tragen Sie auf jeder Seite Ihre
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 9 Übung zur Vorlesung Grundlagen: Datenbanken im WS4/5 Harald Lang (harald.lang@in.tum.de) http://www-db.in.tum.de/teaching/ws45/grundlagen/
MehrTheorie der Programmiersprachen
slide 1 Vorlesung Theorie der Programmiersprachen Prof. Dr. Ulrich Ultes-Nitsche Forschungsgruppe Departement für Informatik Universität Freiburg slide 2 Heute Komponenten eines Computers Speicher Die
MehrKonzepte von Betriebssystemkomponenten Disk-Caches und Dateizugriff
Konzepte von Betriebssystemkomponenten Disk-Caches und Dateizugriff von Athanasia Kaisa Grundzüge eines Zwischenspeichers Verschiedene Arten von Zwischenspeicher Plattenzwischenspeicher in LINUX Dateizugriff
MehrSpeicherorganisation
Speicherorganisation John von Neumann 1946 Ideal wäre ein unendlich großer, undendlich schneller und undendlich billiger Speicher, so dass jedes Wort unmittelbar, d.h. ohne Zeitverlust, zur Verfügung steht
MehrProseminar Konzepte von Betriebssystem-Komponenten (KVBK) Vortrag zum Thema: Speicheraddressierung, Segmentierung, Paging Von Christian Hubert
Proseminar Konzepte von Betriebssystem-Komponenten (KVBK) Vortrag zum Thema: Speicheraddressierung, Segmentierung, Paging Von Christian Hubert 1.: Speicherung und Adressierung von Daten Bei der Speicheradressierung
MehrBesprechung des 9. Übungsblattes Virtuelle Speicherverwaltung Aufgaben
Themen heute Besprechung des 9. Übungsblattes Virtuelle Speicherverwaltung Aufgaben Besprechung des 9. Übungsblattes Aufgabe 2 Ist in einer Aufgabe wie hier keine explizite Wortbreite angegeben, nicht
MehrTheoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke
Theoretische Informatik 1 WS 2007/2008 Prof. Dr. Rainer Lütticke Inhalt der Vorlesung Grundlagen - Mengen, Relationen, Abbildungen/Funktionen - Datenstrukturen - Aussagenlogik Automatentheorie Formale
MehrTU 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. 2 Übung zur Vorlesung Grundlagen: Datenbanken im WS3/4 Henrik Mühe (muehe@in.tum.de) http://www-db.in.tum.de/teaching/ws34/dbsys/exercises/
Mehr1. Welche Speichereinheiten werden belegt, wenn die folgenden Strategien eingesetzt werden?
Sommersemester 009 Konzepte und Methoden der Systemsoftware Universität Paderborn Fachgebiet Rechnernetze Hausübung 05 Abgabe am 0.07.009 (Kästen D) Aufgabe : Speicherzuteilung (6++=8 Punkte) Es sei der
MehrDatenbanken: Architektur & Komponenten 3-Ebenen-Architektur
Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Moderne Datenbanksysteme sind nach der 3-Ebenen-Architektur gebaut: Anwendung 1 Web-Anwendung Anwendung 2 Java-Programm... Anwendung n Applikation
MehrB-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
MehrJ. Plattenspeicher J.1.1 Einordnung
J. Plattenspeicher J.1.1 Einordnung Abbildung von Dateibeständen auf die reale Hardware: Plattengeometrie und Zugriffsmechanik, Festplattenpartitionen und Volumes, Freispeicherverwaltung, Scheduling. Höhere
MehrOne of the few resources increasing faster than the speed of computer hardware is the amount of data to be processed. Bin Hu
Bin Hu Algorithmen und Datenstrukturen 2 Arbeitsbereich fr Algorithmen und Datenstrukturen Institut fr Computergraphik und Algorithmen Technische Universität Wien One of the few resources increasing faster
MehrStorage Optionen für I/O intensive Applikationen
Storage Optionen für I/O intensive Applikationen SSCS Team Ulm Christian Mosch, Karsten Siegmund, Jürgen Salk, Matthias Neuer, Vladimir Kushnarenko, Stefan Kombrink, Thomas Nau, Stefan Wesner Steinbuch
MehrLinux Paging, Caching und Swapping
Linux Paging, Caching und Swapping Inhalte Paging Das Virtuelle Speichermodell Die Page Table im Detail Page Allocation und Page Deallocation Memory Mapping & Demand Paging Caching Die verschiedenen Caches
MehrPhysische 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
Mehr