Überblick: Speicherhierarchie. Überblick: Speicherhierarchie. Überblick: Speicherhierarchie. Kapitel 7 Physische Datenorganisation
|
|
- Tristan Fischer
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 7 Physische Datenorganisation Überblick: Speicherhierarchie Register (L/L2/L3) Cache Speicherhierarchie Hintergrundspeicher / RAID B-Bäume Hashing R-Bäume Hauptspeicher Plattenspeicher Archivspeicher 2 Überblick: Speicherhierarchie Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher 8 Byte Compiler 8 28 Byte Cache-Controller 4 64 KB Betriebssystem -ns Register -ns Cache -ns Hauptspeicher ms Plattenspeicher Zugriffslücke 5 Archivspeicher Benutzer Stand 998? 3 sec Archivspeicher Stand 998? 4
2 Überblick: Speicherhierarchie Überblick: Speicherhierarchie Register Cache Hauptspeicher Plattenspeicher Compiler 6KB / MB (L/L2/(L3)) Cache-Controller GB Betriebssystem TB,5ns Register 4/2ns L/L2 Cache 6ns Hauptspeicher 5 ms Plattenspeicher Zugriffslücke 5 Archivspeicher Benutzer Stand 25 5 sec Archivspeicher Stand 24/5 6 Überblick: Speicherhierarchie Magnetplattenspeicher Kopf (min) Raum ( min) Passau (.5h) Pluto (2 Jahre),5ns Register 4/2ns L/L2 Cache 6ns Hauptspeicher 5 ms Plattenspeicher Zugriffslücke 5 Andromeda (2 Jahre) sec Archivspeicher Stand 24/5 7 8
3 Magnetplatte WD 83 Parameter Wert Anzahl Zylinder 6 Spuren pro Zylinder 2 Sektoren pro Spur 28 (etwa) Sektoren pro Platte Bytes pro Sektor 52 Plattenkapazität 8,3 GB Zugriffszeit 6,9 ms Umdrehungszeit 8,33 ms Heute: Ca 4 cent/gb 9 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 Mb /s 5 MB/s Random versus Chained IO Blöcke à 4KB sind zu lesen Random I/O Jedesmal Arm positionieren Jedesmal Latenzzeit * (5 ms + 3 ms) + Transferzeit von 4 MB > 8 ms + 3ms 8s Chained IO Einmal positionieren, dann von der Platte kratzen 5 ms + 3ms + Transferzeit von 4 MB 8ms + 3 ms /3 s Also ist chained IO ein bis zwei Größenordnungen schneller als random IO in Datenbank-Algorithmen unbedingt beachten! 2
4 Disk Arrays RAID-Systeme 3 4 RAID : Striping Datei RAID : Spiegelung (mirroring) A B C D A B A B C D C D A C 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) B D 5 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 6
5 RAID +: Striping und Spiegelung A A B B C C D D RAID 2: Striping auf Bit-Ebene Anstatt ganzer Blöcke, wie bei RAID und RAID +, wird das Striping auf Bit- (oder Byte-) Ebene durchgeführt... Datei Kombiniert RAID und RAID Immer noch doppelter Speicherbedarf Zusätzlich zu RAID erzielt man hierbei auch eine höhere Bandbreite beim Lesen der gesamten Datei ABCD... Wird manchmal auch als RAID bezeichnet Es werden zusätzlich auf einer Platte noch Fehlererkennungsund Korrekturcodes gespeichert In der Praxis nicht eingesetzt, da Platten sowieso schon Fehlererkennungscodes verwalten 7 8 RAID 3: Striping auf Bit-Ebene, zusätzliche Platte für Paritätsinfo RAID 3: Plattenausfall... Datei... Datei Parität 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 9 Reparatur... 2
6 RAID 4: Striping von Blöcken A E B F C G D H P A-D P E-H RAID 4: Striping von Blöcken... Datei Paritäts block 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 2 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 22 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 Blockweise Fragmentierung + Allokation Extrem : Round-Robin über alle Platten (S=)- Extrem 2: Clusterung (S=k für Plattenkapazität k; minimale Plattenanzahl) 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 Tradeoffs: Zugriffs- vs. Auftragsparallelität Skew"-Effekte, Lastbalancierung 23 24
7 Trade-off 25 Lastbalancierung Zielsetzung der Allokation: Lastbalancierung - Gesamtlast auf alle Fragmente soll gleichmäßig über alle Platten verteilt sein- verbessert Durchsatz und Antwortzeiten (geringere Warteschlangenbildung) Hitze: Maß für die Charakterisierung des Zugriffsverhaltens eines Fragments (Dateipartition) - definiert als die Summe der Zugriffshäufigkeiten aller Blöcke eines Fragments- Hitze einer Platte: akkumulierte Hitze ihrer Fragmente Ziel: Varianz der Plattenhitzen soll minimal sein - wird von Round Robin oder Random bei ungleichmäßiger Hitzeverteilung in den Fragmenten (z.b oder 9--Regel bei der Zugriffsverteilung) nicht erreicht Einfache Lösungsheuristik (Greedy-Verfahren) - Voraussetzung: Hitze aller Fragmente a priori bekannt- Initialisierung: Setze die Gesamthitze aller Platten auf - Schritt : Sortiere die zu allozierenden Fragmente nach absteigender Hitze - Schritt 2: Für jede Fragment in Sortierreihenfolge: - Alloziere Platz auf der derjenigen Platte mit der geringsten akkumulierten Hitze, die noch genügend freien Platz hat und auf der noch kein Fragment derselben Datei liegt 26 Lastbalancierung bei der Blockabbildung auf die Platten Parallelität bei Lese/Schreib- Aufträgen 27 28
8 Bewertung der Parallelität bei RAID RAID? RAID? RAID +? RAID 3? RAID 4? RAID 5? Systempuffer-Verwaltung Hauptspeicher einlagern verdrängen Platte ~ persistente DB 29 3 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 Adressierung von Tupeln auf dem Hintergrundspeicher Hauptspeicher 4K 8K 2K 6K 32K 2K 36K 24K 4K 28K 44K Platte(swap device) P23 P * Logik 48K 52K 56K 6K Seitenrahmen Seite 3 32
9 Verschiebung innerhalb einer Seite Verschiebung von einer Seite auf eine andere Forward Verschiebung von einer Seite auf eine andere B-Bäume Balancierte Mehrwege-Suchbäume Für den Hintergrundspeicher Bei der nächsten Verschiebung wird der Forward auf Seite 47 geändert (kein Forward auf Seite 482) 35
10 D.. Weitere Daten S.. Suchschlüssel V.. Verweise (SeitenNr) Einfügen eines neuen Objekts (Datensatz) in einen B-Baum 39 4
11 ??
12 ?? ??
13 ?? ??
14 2 4?? ??
15 4 4 4? ? ?3?
16 2?3? ?3?
17 2 2?3? ?3?
18 2 2?3 3? ?3 3 4?
19 5?3 3 2? ?3 3 2?
20 2? ? ? ?
21 5? ? ? ?
22 8? ? ? ?
23 6? ? ? ?
24 6 3 6? ? ? ?
25 B-Baum mit Minimaler Speicherplatzausnutzung B-Baum mit Minimaler Speicherplatzausnutzung 3 6 3? ? ? ?
26 ? ? 9 Unterlauf ? 9 Unterlauf 3 6 3?
27 ? ? Unterlauf ? ? merge merge
28 Unterlauf merge 3 3? 2 3 3? merge 3 3? ?
29 Schrumpfung, Freie Knoten Speicherstruktur eines B-Baums auf dem Hintergrundspeicher 3 3 2? Speicherblock Nr 4 4 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher *8KB *8KB 2*8KB 3*8KB 4*8KB 8 KB-Blöcke 3 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher *8KB *8KB 2*8KB 3*8KB 4*8KB 8 KB-Blöcke 3 Block- Nummer Datei 5 Block- Nummer Datei 6
30 Speicherstruktur eines B-Baums auf dem Hintergrundspeicher *8KB *8KB 2*8KB 3*8KB 4*8KB Block- Nummer 8 KB-Blöcke Datei 3 Freispeicher- Verwaltung 7 Zusammenspiel: Hintergrundspeicher -- Hauptspeicher Hintergrundspeicher 4 Hauptspeicher- Puffer 4 Zugriffslücke 5 8 B + -Baum Referenzschlüssel Suchschlüssel 9 2
31 Mehrere Indexe auf denselben Objekten B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen Name, Alter, Gehalt... Alter, PersNr 2 22 Mehrere Indexe auf denselben Objekten Wer ist 2? Mehrere Indexe auf denselben Objekten Wer ist 2? B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen B-Baum Mit (PersNr, Daten) Einträgen B-Baum Mit (Alter,???) Einträgen Name, Alter, Gehalt... 2, 7 Alter, PersNr 23 7,Bond,2,... Name, Alter, Gehalt... 2, 7 Alter, PersNr 24
32 Eine andere Möglichkeit: Referenzierung über Speicheradressen Realisierungstechnik für Hintergrundspeicher-Adressen PersNr Alter 7,... 2,... 7, Bond, 2, Seiten / Blöcke (ca 8 KB) 26 Verschiebung innerhalb einer Seite 27 28
33 Verschiebung von einer Seite auf eine andere Verschiebung von einer Seite auf eine andere Forward 29 Bei der nächsten Verschiebung wird der Forward auf Seite 47 geändert (kein Forward auf Seite 482) 3 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- enthält Dynamisches Wachsen (und Schrumpfen) ist möglich Der Zugriff auf das Directory erfolgt über einen binären Hashcode Statisches Hashing 3 32
34 binärer Trie, Entscheidungsbaum Directory 33 Hashfunktion für erweiterbares Hashing h: Schlüsselmenge {,}* Der Bitstring muss lang genug sein, um alle Objekte auf ihre s 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(4) =... (4=..) h(6) =... (6=..) h(7) =... (7 =..) h(3) =... (3 =..) h(8) =... (8 =..) h(32) =... (32 =..) H(48) =... (48 =..) Präfix Präfix 36
35 globale Tiefe: 3 Directory lokale Tiefe: lokale Tiefe: lokale Tiefe: globale Tiefe: 3 Directory globale Tiefe: 3 Directory Einfügen: 2 2= h(2)=... Einfügen: 2 2= h(2)=... lokale Tiefe: 3 lokale Tiefe: lokale Tiefe: 3 lokale Tiefe: lokale Tiefe: Overflow lokale Tiefe:
36 h(2)=.. h(4) =.. h(2)=.. Overflow lokale Tiefe: lokale Tiefe: 2 globale Tiefe: 3..4 Ausgleich Directory lokale Tiefe: 4 h(2)=.. h(4) =.. h(2)=.. Overflow lokale Tiefe: lokale Tiefe: 2 globale Tiefe: Ausgleich Directory 2 lokale Tiefe: 42 globale Tiefe: 4 Directory lokale Tiefe: 4 Overflow lokale Tiefe:.. 2 lokale Tiefe: 2 Ausgleich 43 44
37 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 Grundlagen mehrdimensionaler Datenstrukturen Wertebereiche D,..., D k- : alle D i sind endlich, linear geordnet und besitzen kleinstes (- i ) und größtes ( i ) Element Datenraum D = D... D k- k-dimensionaler Schlüssel entspricht Punkt im Datenraum p D Grundlagen mehrdimensionaler Datenstrukturen. 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 47 48
38 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 49 5 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 5 52
39 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 Charakterisierung mehrdimensionaler Datenstrukturen Mehrdimensionale Zugriffsstrukturen können gemäß der Art der Aufteilung des Datenraums in Gebiete charakterisiert werden:. 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 R-Baum: Urvater der baum-strukturierten mehrdimensionalen Zugriffsstrukturen Gute versus schlechte Partitionierung [8,6] [6,2] gute Partitionierung schlechte Partitionierung 6 2K Bond 2 8K Mini 43 7K Mickey 8 6K Duck 6 4 Mickey Bond Alter Duck Mickey Mini Bond Speedy Alter Duck Mickey Mini Bond Speedy Alter 2 Duck Mini Gehalt Gehalt 4K 6K 8K K 2K Gehalt 55 56
40 Nächste Phase in der Entstehungsgeschichte des R-Baums [8,43] [4,6] [6,8] [,2] Nächste Phase [8,2] [25,6] [6,8] [,2] [4,45] [45,7] [4,65] [95,] 2 8K Mini 43 7K Mickey 8 6K Duck 2 8K Mini 8 6K Duck 6 2K Bond 4 K Speedy Bert (noch nicht eingefügt) Mickey Bond 6 2K Bond 35 2K Urmel 25 K Bill Alter Duck Mini Speedy 43 7K Mickey 45 55K Bert 4 45K Ernie Gehalt 57 4 K Speedy 65 95K Lucie 58 Datenraum Lucie Bond Wachsen des Baums: nach oben wie im B-Baum [8,5] [25,65] [45,8] [95,2] Bert Mickey [8,2] [4,45] [4,5] [6,8] [45,55] [6,7] Alter Duck Ernie Speedy Urmel Mini Bill 43 7K Mickey 4 6K Jan 5 65K Sepp [4,45] [45,7] [4,65] [95,] Gehalt
41 6 Datenraum Alter Gehalt Mickey Duck Mini Speedy Bert Ernie Bill Lucie Urmel Jan Sepp 62 Überblick Alter Gehalt Mickey Duck Mini Bond Speedy Bert Ernie Bill Lucie Urmel Jan Sepp [6,8] [8,2] [45,55] [4,45] [6,7] [4,5] [,2] [25,6] [95,] [4,65] [45,8] [8,5] [95,2] [25,65] Jan 6K 4 Sepp 65K Mickey 7K [6,8] [8,2] [45,55] [4,45] [6,7] [4,5] [,2] [25,6] [95,] [4,65] [45,8] [8,5] [95,2] [25,65] Jan 6K 4 Sepp 65K 5 Mickey 7K 43 Speedy K 4 Lucie 95K 65 Mini 8K 2 Duck 6K 8 Bond 2K 6 Urmel 2K 35 Bert 55K 45 Ernie 45K 4 Bill K Bereichsanfragen auf dem R-Baum Alter Gehalt Mickey Duck Mini Speedy Bert Ernie Bill Lucie Urmel Jan Sepp [6,8] [8,2] [45,55] [4,45] [6,7] [4,5] [,2] [25,6] [95,] [4,65] [45,8] [8,5] [95,2] [25,65] Jan 6K 4 Sepp 65K 5... Mickey 7K 43 Speedy K 4 Lucie 95K 65 Anfragefenster Bond
42 [8,5] [45,8] [25,65] [95,2] Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum [8,2] [6,8] [4,45] [45,55] [4,5] [6,7] [25,6] [4,65] [,2] [95,] 2 8K Mini 8 6K Duck 6 2K Bond 35 2K Urmel 25 K Bill 45 55K Bert 4 45K Ernie 4 K Speedy 65 95K Lucie 43 7K Mickey 4 6K Jan 5 65K Sepp Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum Indexierung räumlicher Objekte (anstatt Punkten) mit dem R-Baum 67 68
43 Objektballung / Clustering logisch verwandter Daten
44 Unterstützung eines Anwendungsverhaltens Indexe in SQL Select Name From Professoren Where PersNr = 236 Select Name From Professoren Where Gehalt >= 9 and Gehalt <= Create index SemsterInd on Studenten (Semester) drop index SemsterInd 73 74
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
MehrKapitel 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
MehrKapitel 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
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
MehrPhysische Datenorganisation
Vorlesung Datenbanksysteme vom 17.10.2016 Physische Datenorganisation Architektur eines DBMS Speicherhierarchie Index-Verfahren Ballung (Clustering) beste Zugriffsmethode Architektur eines DBMS Wichtigste
MehrPhysische 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
MehrPhysische 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
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
MehrHash-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.
MehrMehrdimensionale Zugriffspfade und Dateiorganisation
Mehrdimensionale Zugriffspfade und Dateiorganisation Gliederung Begriffe, Anforderungen und Probleme, Anwendungsgebiete Konkrete Techniken Bäume Grid-File Mehrdimensionales Hashing Begriffe Eindimensionale
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
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
MehrKapitel 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
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
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
MehrLiteratur: 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
Mehr! DBMS organisiert die Daten so, dass minimal viele Plattenzugriffe nötig sind.
Unterschiede von DBMS und files Speichern von Daten! DBMS unterstützt viele Benutzer, die gleichzeitig auf dieselben Daten zugreifen concurrency control.! DBMS speichert mehr Daten als in den Hauptspeicher
MehrDie 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
MehrOrganisationsformen 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
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
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)
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
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
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
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)
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
MehrDatenbanksysteme 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
MehrSeminar 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
MehrAufgabe 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
MehrDatenbanksysteme 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
MehrÜberlaufbehandlung 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
MehrBetriebssysteme WS 2012/13 Peter Klingebiel, DVZ. Zusammenfassung Kapitel 4 - Datenträger/Dateiverwaltung
Betriebssysteme WS 2012/13 Peter Klingebiel, DVZ Zusammenfassung Kapitel 4 - Datenträger/Dateiverwaltung Zusammenfassung Kapitel 4 Dateiverwaltung 1 Datei logisch zusammengehörende Daten i.d.r. permanent
Mehr7.2 Journaling-File-Systems (4)
7.2 Journaling-File-Systems (4) Log vollständig (Ende der Transaktion wurde protokolliert und steht auf Platte): Redo der Transaktion: alle Operationen werden wiederholt, falls nötig Log unvollständig
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
MehrEinsatz einer Speicherhierarchie
2 E/A-Architekturen und Speicherhierarchien Einsatz einer Speicherhierarchie hi hi Magnetplatten Technische Merkmale Bestimmung der Zugriffszeit Wahlfreie vs sequentielle Plattenzugriffe Disk-Arrays Realisierungsformen
MehrProgrammiertechnik II
Hash-Tabellen Überblick Hashfunktionen: Abbildung von Schlüsseln auf Zahlen Hashwert: Wert der Hashfunktion Hashtabelle: Symboltabelle, die mit Hashwerten indiziert ist Kollision: Paar von Schlüsseln mit
MehrAnfragebearbeitung. 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
MehrSysteme 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
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
MehrWegweiser. Gegenstand und Begriffe. Dateien und Verzeichnisse. Implementationsaspekte. Ablauf eines Dateizugriffs. Plattenspeicher
Wegweiser Gegenstand und Begriffe Dateien und Verzeichnisse Implementationsaspekte Ablauf eines Dateizugriffs Plattenspeicher Persistenz bei Auftreten von Fehlern Betriebssysteme WS 2008, Dateisysteme
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
Mehr5.8.2 Erweiterungen Dynamische Hash-Funktionen (mit variabler Tabellengröße)?
5.8.2 Erweiterungen Dynamische Hash-Funktionen (mit variabler Tabellengröße)? Ladefaktor: α, n aktuelle Anzahl gespeicherter Werte m Tabellengröße. Einfacher Ansatz: rehash() a z c h s r b s h a z Wenn
MehrBetriebssysteme K_Kap11C: Diskquota, Raid
Betriebssysteme K_Kap11C: Diskquota, Raid 1 Diskquota Mehrbenutzer-BS brauchen einen Mechanismus zur Einhaltung der Plattenkontingente (disk quotas) Quota-Tabelle enthält Kontingenteinträge aller Benutzer
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:
MehrSysteme 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
MehrTeil VII. Hashverfahren
Teil VII Hashverfahren Überblick 1 Hashverfahren: Prinzip 2 Hashfunktionen 3 Kollisionsstrategien 4 Aufwand 5 Hashen in Java Prof. G. Stumme Algorithmen & Datenstrukturen Sommersemester 2009 7 1 Hashverfahren:
MehrSysteme 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:
MehrRolf Wanka Sommersemester Vorlesung
Peer-to to-peer-netzwerke Rolf Wanka Sommersemester 2007 7. Vorlesung 05.06.2007 rwanka@cs.fau.de basiert auf einer Vorlesung von Christian Schindelhauer an der Uni Freiburg Lookup in CAN Verbindungsstruktur:
MehrWas machen wir heute? Betriebssysteme Tutorium 12. Organisatorisches. Frage 12.1.a. Programmieraufgaben Vorstellung. Antwort
Was machen wir heute? Betriebssysteme Tutorium 12 1 Organisatorisches Philipp Kirchhofer philipp.kirchhofer@student.kit.edu http://www.stud.uni-karlsruhe.de/~uxbtt/ Lehrstuhl Systemarchitektur Universität
MehrHauptspeicher- 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
MehrHash-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
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?
MehrVerlässliche 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
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. Tutorium 12. Philipp Kirchhofer
Betriebssysteme Tutorium 12 Philipp Kirchhofer philipp.kirchhofer@student.kit.edu http://www.stud.uni-karlsruhe.de/~uxbtt/ Lehrstuhl Systemarchitektur Universität Karlsruhe (TH) 3. Februar 2010 Philipp
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
MehrSysteme 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
MehrInhalt. Datenbanken Vertiefung. Inhalt. Alle Infos zu Vorlesung und Proseminar:
Inhalt Datenbanken Vertiefung Einführung, Physische Datenorganisation 1 Einführung Nikolaus Augsten 2 nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Wintersemester 2014/15 3
MehrDatenbanksysteme II Physische Speicherstrukturen (Kapitel 11) 18.4.2007 Felix Naumann. Datenmodellebene. Logischer Zugriff. Speicherstrukturen
Datenbanksysteme II Physische Speicherstrukturen (Kapitel 11) 18.4.2007 Felix Naumann Zoom in die interne Ebene: Die 5- Schichten Architektur 2 Mengenorientierter Zugriff Satzorientierter Zugriff Interne
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
MehrDATEIVERWALTUNG INHALTSVERZEICHNIS. STANZL Martin 4. HB/a. Verwendete Literatur: Konzepte der Betriebssysteme (Seiten 91-97)
DATEIVERWALTUNG STANZL Martin 4. HB/a Verwendete Literatur: Konzepte der Betriebssysteme (Seiten 91-97) INHALTSVERZEICHNIS 1. Die Aufteilung des Plattenspeichers... 2 2. Der Aufbau von Dateien... 2 3.
Mehr{0,1} rekursive Aufteilung des Datenraums in die Quadranten NW, NE, SW und SE feste Auflösung des Datenraums in 2 p 2 p Gitterzellen
4.4 MX-Quadtrees (I) MatriX Quadtree Verwaltung 2-dimensionaler Punkte Punkte als 1-Elemente in einer quadratischen Matrix mit Wertebereich {0,1} rekursive Aufteilung des Datenraums in die Quadranten NW,
MehrGleichheitsanfrage vs. Bereichsanfrage
Datenbank Indexe Gleichheitsanfrage vs. Bereichsanfrage Gleichheitsanfrage (single key-value) : Abfragen, die eine Bedingung mit = haben Finde den Namen des Studenten mit Alter = 20 Bereichsanfrage (range
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
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
MehrEinsatz einer Speicherhierarchie
2. E/A-Architekturen und Speicherhierarchien Einsatz einer Speicherhierarchie Magnetplatten technische Merkmale Bestimmung der Zugriffszeit Wahlfreie vs. sequentielle Plattenzugriffe Disk-Arrays* Realisierungsformen
MehrBäume, 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
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
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 31.01.2013 Algorithmen für externen Speicher INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrModerne 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
MehrKlasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE)
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
MehrAlle Metadaten werden in Dateien gehalten
6 Beispiel: Windows NT (NTFS) 6.3 Metadaten 6.3 Metadaten Alle Metadaten werden in Dateien gehalten Indexnummer 0 1 2 3 4 5 6 7 8 16 17 MFT MFT Kopie (teilweise) Log File Volume Information Attributtabelle
MehrDatenbanken 2. Nikolaus Augsten. FB Computerwissenschaften Universität Salzburg. Version 18.
Datenbanken 2 Einführung, Physische Datenorganisation Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Version 18. Oktober 2016 Wintersemester 2016/17 Augsten
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
MehrStud.-Nummer: Datenstrukturen & Algorithmen Seite 1
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern
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
MehrInhaltsverzeichnis. Teil 1 Grundlagen 23
Inhaltsverzeichnis Vorwort 11 Umfang 12 Einsatz als Unterrichtsmittel 12 Algorithmen mit Praxisbezug 13 Programmiersprache 14 Danksagung 15 Vorwort des C++-Beraters 16 Hinweise zu den Übungen 21 Teil 1
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (11 Hashverfahren: Allgemeiner Rahmen) Prof. Dr. Susanne Albers Das Wörterbuch-Problem (1) Das Wörterbuch-Problem (WBP) kann wie folgt beschrieben
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
Mehr4. Datenallokation in VDBS und PDBS Fragmentierung und Allokation Fragmentierungsvarianten
4. Datenallokation in VDBS und PDBS Fragmentierung und Allokation Fragmentierungsvarianten horizontale Fragmentierungen vertikale Fragmentierung hybride Fragmentierung Verteilungstransparenz Datenallokation
MehrB+-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)
MehrR.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
MehrInhalt. Datenbanken 2. Inhalt. Alle Infos zu Vorlesung und Proseminar:
Inhalt Datenbanken 2 Einführung, Physische Datenorganisation 1 Einführung Nikolaus Augsten 2 nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Version 1. Juni 2017 3 4 Wintersemester
MehrDatenbanken. Interne Datenorganisation:
Interne Datenorganisation: Bisher: Konzeptionelle Betrachtungen einer Datenbank aus Sicht der Anwendung: Modellierung, Normalisieren, Sprache zum Einfügen, Ändern, Löschen, Lesen Jetzt: Betrachtung der
MehrSpeichergeräte und -verbünde
Speichergeräte und -verbünde Hochleistungs-Ein-/Ausgabe Michael Kuhn Wissenschaftliches Rechnen Fachbereich Informatik Universität Hamburg 2016-04-08 Michael Kuhn Speichergeräte und -verbünde 1 / 48 1
MehrGrundlagen der Dateisysteme. Daniel Lieck
Grundlagen der Dateisysteme Daniel Lieck Einführung Dateisysteme wofür eigentlich? - Ändern, Erstellen, Löschen von Dateien - Strukturierung der Dateien auf Datenträger - Dateiname und rechnerinterne Speicheradressen
MehrDatenbanksysteme II: Storage, Discs, and Raid. Ulf Leser
Datenbanksysteme II: Storage, Discs, and Raid Ulf Leser Content of this Lecture Storage hierarchy Seek times and throughput RAID level Some guidelines Ulf Leser: Implementation of Database Systems, Winter
Mehr4.4 Quadtrees. Literatur
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
MehrHard & Software Raid
Hard & Software Raid Werner von Siemens Schule Präsentation Inhaltsverzeichnis Hardware Raid Raid 0 Raid 1 Parity Raid 0+1 & 2 Raid 3 & 4 Raid 5 & 6 Raid 7 Software Raid Fragen, Schlusswort 2 Hardware
MehrGrundlagen der Programmierung
Grundlagen der Programmierung Algorithmen und Datenstrukturen Die Inhalte der Vorlesung wurden primär auf Basis der angegebenen Literatur erstellt. Darüber hinaus sind viele Teile direkt aus der Vorlesung
MehrDatenbanksysteme II Physische Speicherstrukturen Felix Naumann
Datenbanksysteme II Physische Speicherstrukturen (Kapitel 11) 24.04.2008 Felix Naumann Zoom in die interne Ebene: Die 5- Schichten Architektur 2 Mengenorientierter Zugriff Satzorientierter Zugriff Interne
MehrPaging. 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
MehrDatenstrukturen. Dortmund, Oktober 1998
Datenstrukturen Dortmund, Oktober 1998 Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231)755-4966, FAX: (0231)755-4902 1 Inhalt Seite
MehrNeue Speichermedien für Datenbanken
Projektpräsentation im Wahlmodul Datenbank Implementierungstechniken 10. Juli 2015 Inhalt 1 Flash Memory (SSD) vs. Main Memory (DRAM) 2 Auswirkungen auf DBS-System 3 Kennzahlen 4 Aspekte von Green IT 5
MehrKomponenten der Zugriffszeit
Kapazität vs. Geschwindigkeit vs. Preis Typische Kapazität großer Systeme (Bytes Petabyte 0 5 0 3 Terabyte 0 Gigabyte 0 9 0 7 Megabyte 0 5 Kilobyte 0 3 Hauptsp. Cache Kapazität vs Geschwindigkeit Sekundärsp.
Mehr6.2 Master-File-Table (3)
6.2 Master-File-Table (3) Eintrag für eine längere Datei Virtual Cluster Number (VCN) 0 4 LCN 107 131 VCN 0 1 2 3 4 5 6 7 4 4 Anzahl d. Cluster LCN 107 108 109 110 131 132 133 134 Daten-Extents Extents
MehrMobile Objekte Indexstrukturen
Verteilung und Integration von Informationen im Verkehrsbereich Mobile Objekte Indexstrukturen Ingo Beutler 07.06.2004 Anfragen: z.b. Welche Transporter befinden sich in der Nähe des HSaF? Wie können räumliche
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/
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