Gunter Saake Kai-Uwe Sattler Andreas Heuer. 3. Auflage. Datenbanken. Implementierungstechniken

Transkript

1 Gunter Saake Kai-Uwe Sattler Andreas Heuer 3. Auflage Datenbanken Implementierungstechniken

2 Vorwort v ix 1 Aufgaben und Prinzipien von Datenbanksystemen Wiederholung der Datenbank-Grundbegriffe Architektur eines Datenbanksystems Neun Funktionen nach Codd Datenbankmodelle und Datendefinition Anfrage- und Änderungsoperationen Sprachen und Sichten Wann kommt was? Optimierer Dateiorganisation und Zugriffspfade Transaktionen Recovery und Datensicherheit Vertiefende Literatur Übungen Architektur von Datenbanksystemen Betrachtete Fragestellungen Schichtenmodell eines relationalen DBMS Hardware und Betriebssystem Pufferverwaltung Speichersystem Zugriffssystem Datensystem Katalog und Data Dictionary Vertiefende Literatur Übungen ix

3 3 Verwaltung des Hintergrundspeichers Speichermedien Speicherhierarchie Cache, Hauptspeicher und Sekundärspeicher Die Magnetplatte Flash-Laufwerke Speicherkapazität, Geschwindigkeit und Kosten Speicher-Arrays: RAID Ziele von RAID-Systemen RAID-Levels Sicherungsmedien: Tertiärspeicher Optische Platten Bänder Jukeboxes und Roboter Langzeitarchivierung Verwaltung des Hintergrundspeichers Betriebssystemdateien Abbildung der konzeptuellen Ebene auf interne Strukturen Einpassen von Datensätzen auf Blöcke Modell des Sekundärspeichers Seiten, Sätze und Adressierung Struktur der Seiten Satztypen Adressierung von Datensätzen Alternative Speichermodelle: DSM und PAX Kompression von Daten Speicherorganisation und physische Datendefinition in SQL- Systemen Vertiefende Literatur Übungen Pufferverwaltung Einordnung und Motivation Suche von Seiten und Speicherzuteilung Suchen einer Seite Speicherzuteilung im Puffer Seitenersetzungsstrategien Merkmale gängiger Strategien Konkrete Seitenersetzungsstrategien Fazit Vertiefende Literatur Übungen x

4 5 Dateiorganisation und Zugriffsstrukturen Klassifikation der Speichertechniken Primärschlüssel vs. Sekundärschlüssel Primärindex vs. Sekundärindex Dateiorganisationsform vs. Zugriffspfad Dünn besetzter vs. dicht besetzter Index Geclusterter vs. nicht-geclusterter Index Schlüsselzugriff vs. Schlüsseltransformation Ein-Attribut- vs. Mehr-Attribut-Index Eindimensionale vs. mehrdimensionale Zugriffsstruktur Nachbarschaftserhaltende vs. streuende Zugriffsstruktur Statische vs. dynamische Zugriffsstruktur Beispiele für Klassifikationen Alternative Klassifikationen von Zugriffsverfahren Anforderungen an Speichertechniken Sequenzielle und indexierte Dateien Heap-Organisation Sequenzielle Speicherung Indexsequenzielle Dateiorganisation Indexiert-nichtsequenzieller Zugriffspfad Suchbäume B-Bäume B-Bäume und Varianten in Datenbanken B-Bäume in der Praxis Hashverfahren Grundprinzipien von Hashverfahren Hashverfahren für Datenbanken Cluster-Bildung Index-organisierte Tabellen Cluster für Verbundanfragen Partitionierung Fragmentierung und Allokation in verteilten Datenbanken Formen der horizontalen Partitionierung Bereichspartitionierung Hash-Partitionierung Vertiefende Literatur Übungen Spezielle Indexstrukturen Dynamisches Hashing Hashfunktionen mit erweiterbarem Bildbereich Lineares Hashen xi

5 6.1.3 Erweiterbares Hashen Spiralhashen Kombinierte Methoden Mehrdimensionale Speichertechniken Mehrdimensionale Baumverfahren Mehrdimensionales Hashen Grid-File UB-Baum Geometrische Zugriffsstrukturen Probleme und Aufgaben Eignung klassischer Suchbäume und Indexstrukturen Prinzipien nachbarschaftserhaltender Suchbäume R-Bäume und Varianten Rechteckspeicherung durch Punktdatenstrukturen Klassifizierung und Vergleich Hochdimensionale Daten Hochdimensionale Feature-Vektoren Operationen auf Feature-Vektoren Metriken für Abstände Nächster-Nachbar-Suche in R-Bäumen Der X-Baum Alternativen zu Baumverfahren Bitmap-Indexe Vor- und Nachteile von Bitmap-Indexen Varianten von Bitmap-Indexen Implementierung von Bitmap-Indexen Indexierung von Texten Eignung von B-Bäumen: Probleme und Präfix-B-Baum Digitale Bäume Invertierte Listen Relationenübergreifende Indexe Verbundindexe Multi-Join-Indexe Pfadindexe Zugriffsunterstützungsrelationen Zugriffspfade für berechnete Werte Vertiefende Literatur Übungen Basisalgorithmen für Datenbankoperationen Benötigte Grundalgorithmen Parameter für Kostenbestimmung Grundannahmen xii

6 7.1.3 Hauptspeicheralgorithmen Zugriffe auf Datensätze Externe und interne Sortieralgorithmen Navigationsoperationen: Scans Arten von Scans Operationen auf Scans Scan-Semantik Unäre Operationen: Selektion, Projektion und Gruppierung Selektion Projektion Aggregatfunktionen und Gruppierung Binäre Operationen: Mengenoperationen Techniken für binäre Operatoren Klassen binärer Operatoren Vereinigung mit Duplikateliminierung Berechnung von Verbunden Nested-Loops-Verbund Merge-Techniken Hashverbund Vergleich der Techniken Operationen für spezielle Anwendungen Cube-Berechnung Skyline-Operator Vertiefende Literatur Übungen Optimierung von Anfragen Grundprinzipien der Optimierung Motivierende Beispiele Phasen der Anfragebearbeitung Anfrageübersetzung und -vereinfachung Parsen und Analysieren der Anfrage Übersetzung in Relationenalgebra Auflösung von Sichten Standardisierung und Vereinfachung von Ausdrücken Entschachteln von Anfragen Logische Optimierung Algebraische Optimierung Verbundoptimierung mit Tableaus Physische Optimierung Planoperatoren und Planrepräsentation Plangenerierung und Suchstrategien Kostenmodelle und Kostenabschätzung xiii

7 8.7.1 Komponenten von Kostenmodellen Histogramme Kostenabschätzungen am Beispiel Statistiken in DBMS Strategien zur kostenbasierten Planauswahl Greedy-Suche Dynamische Programmierung Anfragedekomposition Iterative Improvement und Simulated Annealing Optimierung mit genetischen Algorithmen Beeinflussung von Anfrageoptimierern Ausgabe von Plänen Optimizer Hints Vertiefende Literatur Übungen Transaktionsmodelle Transaktionen im Mehrbenutzerbetrieb Transaktionseigenschaften Probleme im Mehrbenutzerbetrieb Inkonsistentes Lesen: Nonrepeatable Read Lesen inkonsistenter Zustände Abhängigkeiten von nicht freigegebenen Daten: Dirty Read Das Phantom-Problem Verloren gegangene Änderungen: Lost Update Integritätsverletzung durch Mehrbenutzer-Anomalie Cursor-Referenzen Problemklassifikation Serialisierbarkeit Einführung in die Serialisierbarkeitsthematik Der Begriff des Schedules Grundlegende Definitionen Das Konzept der Serialisierbarkeit Sichtserialisierbarkeit Konfliktserialisierbarkeit Graphbasierter Test auf Konfliktserialisierbarkeit Abgeschlossenheitseigenschaften Transaktionsabbruch und Fehlersicherheit Rücksetzbarkeit Vermeidung kaskadierender Abbrüche Striktheit Operationen für den Transaktionsabbruch xiv

8 9.6 Mehrversionen-Serialisierbarkeit Ausnutzung semantischer Informationen Vertauschbarkeit von Operationen Kompensierende Aktionen Vertiefende Literatur Übungen Transaktionsverwaltung Der Scheduler Sperrmodelle Sperrdisziplin Verklemmungen Livelock-Problem Sperrprotokolle Notwendigkeit von Sperrprotokollen Zwei-Phasen-Sperrprotokoll Striktes Zwei-Phasen-Sperrprotokoll Aggressive und konservative Protokolle Sperrgranulate Hierarchisches Sperren Baumprotokolle für Sperren in Indexstrukturen Nichtsperrende Verfahren zur Synchronisation Zeitmarkenverfahren Serialisierbarkeitsgraphentester Optimistische Verfahren Mehrversionen-Synchronisation Begrenzung der Anzahl der Versionen Synchronisation von MV-Schedules Commit-Protokolle Verteiltes Commit Das Zwei-Phasen-Commit-Protokoll Lineares 2PC Verteiltes 2PC Hierarchisches 2PC Das Drei-Phasen-Commit-Protokoll Transaktionen in SQL-DBMS Aufweichung von ACID in SQL-92: Isolationsebenen Explizite Sperren in SQL Vertiefende Literatur Übungen xv

9 11 Wiederherstellung und Datensicherung Beteiligte Systemkomponenten Fehlerklassifikation und Recovery-Klassen Fehlerklassifikation Fehlerkategorien und zugehörige Recovery-Maßnahmen Protokollierungsarten Aufbau des Logbuchs Physisches vs. logisches Logbuch Sicherungspunkte Recovery-Strategien Seitenersetzungsstrategien Propagierungsstrategien Einbringstrategien Konkrete Recovery-Strategien Wiederanlauf nach einem Fehlerfall Das REDO-Protokoll als konkrete Realisierung Abbrüche im Recovery-Prozess Das ARIES-Verfahren Vorgehensweise in ARIES Grundprinzipien und Datenstrukturen Phasen des Wiederanlaufs Schattenspeicherverfahren Backup-Strategien und Archivierung Backups und Archivierung Spiegelung von Datenbanken Vertiefende Literatur Übungen Abbildungsverzeichnis 580 Tabellenverzeichnis 589 Liste der Codefragmente 591 Sachindex 593 Schlüsselwortindex 605 Literaturverzeichnis 609 xvi