Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15.

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