Catedra de Base de Datos

Facultad de Ciencias Exactas y Tecnología

Universidad Nacional de Tucumán

Ciclo Lectivo 2017

HASH se refiere a una función o método para generar claves o llaves que representen de manera casi

unívoca a un documento, registro, archivo, etc., resumir o identificar un dato a través de la probabilidad,

utilizando una función hash o algoritmo hash. Un hash es el resultado de dicha función o algoritmo.

Una FUNCIÓN DE HASH es una función para resumir o identificar probabilísticamente un gran conjunto

de información, dando como resultado un conjunto imagen finito generalmente menor (un subconjunto de

los números naturales por ejemplo). Varían en los conjuntos de partida y de llegada y en cómo afectan a la

salida similitudes o patrones de la entrada. Una propiedad fundamental del hashing es que si dos

resultados de una misma función son diferentes, entonces las dos entradas que generaron dichos

resultados también lo son.

Son usadas en múltiples aplicaciones, como los arrays asociativos, criptografía, procesamiento de datos y

firmas digitales, entre otros. Una buena función de hash es una que experimenta pocas colisiones en el

conjunto esperado de entrada; es decir que se podrán identificar unívocamente las entradas.

Bases de Datos Ing. Franco D. Menendez

Una TABLA HASH o MAPA HASH es una estructura de datos que asocia llaves o claves con valores. La

operación principal que soporta de manera eficiente es la búsqueda: permite el acceso a los elementos

(teléfono y dirección, por ejemplo) almacenados a partir de una clave generada (usando el nombre o

número de cuenta, por ejemplo). Funciona transformando la clave con una función hash en un hash, un

número que la tabla hash utiliza para localizar el valor deseado.

Bases de Datos Ing. Franco D. Menendez

La idea de la función hash es reducir el rango de índices que necesitan ser manejados. En vez de

un universo, se necesitan solo m valores.

El problema de esta idea es que dos llaves podrían ser asignadas al mismo slot – una colisión.

Para resolver esta situación se puede utilizar la técnica de encadenamiento.

Bases de Datos Ing. Franco D. Menendez

Un ejemplo básico es tomar los siguientes parámetros. Se decide crear una función Hashh(k): k mod 5, cuyos valores tomados del universo son los siguientes:Valores: {26,9,5,918,11,302,67,42,133,813,100,488}

H(26)=1H(9)=4H(5)=0H(918)=3H(11)=1H(302)=2H(67)=2H(42)=2H(133)=3H(813)=3H(100)=0H(488)=3

0

1

2

3

4

100 5

11 26

42 67 302

488 813 133 918

9

Bases de Datos Ing. Franco D. Menendez

Se tiene la siguiente lista de apellidos de la clase de Base de Datos de la UNT: Soto, Escobar,

Miranda, Brito, Negrete, Moyano, Quiroga, Díaz, Brizuela, Cortes, Quint, Altamirano. Contamos a

su vez con un buffer de I/O de 1024 bytes.

Se pide organizar esta lista en un archivo único con una estructura HASH, que posea 4 entradas,

cada una con registro de 330 bytes y un puntero de 15 bytes. La función Hash a utilizar será la

siguiente «largo de palabra MOD 4».

Se debe:

1.Determinar cantidad de registros por bucket.

2.Ingresar los datos utilizado la técnica de desborde encadenada y rehashing.

3.Graficar la estructura

4.Indicar tiempos de recuperación.

Bases de Datos Ing. Franco D. Menendez

1 - Determinar la cantidad de registros por Bucket

Se divide la capacidad del buffer por el tamaño de los registros.

1024/330=3 (tres registros por bucket)

1024 bytes – 990 bytes = 34 bytes

EL resto que tenemos es 34bytes. De los cuales 1 byte se utiliza para los 3 bits que indican si la

posición del bucket esta vacío o no. (0 o 1). 15 bytes se utiliza para puntero (indicado en el

enunciado),

1 byte + 15 bytes = 16 bytes usados

Bases de Datos Ing. Franco D. Menendez

2- Ingresar los datos utilizado la técnica de desborde encadenada.

Técnica de desborde encadenada. La Función H(x)=«largo de palabra MOD 4».

H(Soto)=0H(Escobar)=3H(Miranda)=3H(Brito)=1H(Negrete)=3H(Moyano)=2H(Quiroga)=3H(Díaz)=0H(Brizuela)=0H(Cortes)=2H(Quint)=1H(Altamirano)=2

0

1

2

3

111 Soto Diaz Brizuela

110 Brito Quint

111 Moyano Altamirano Cortes

111 Escobar Miranda Negrete

100 Quiroga *

Bases de Datos Ing. Franco D. Menendez

2- Ingresar los datos utilizado la técnica de desborde rehashing.

Técnica de desborde encadenada. La Función H(x)=«largo de palabra MOD 4».

H(Soto)=0H(Escobar)=3H(Miranda)=3H(Brito)=1H(Negrete)=3H(Moyano)=2H(Díaz)=0H(Brizuela)=0H(Cortes)=2H(Quint)=1H(Altamirano)=2H(Quiroga)=3 – slot lleno – aplico rehashing

0

1

2

3

4

5

6

7

111 Soto Diaz Brizuela

110 Brito Quint

111 Moyano Altamirano Cortes

111 Escobar Miranda Negrete

100 Quiroga *

Bases de Datos Ing. Franco D. Menendez

4 - Indicar tiempos de recuperación

El tiempo promedio para la recuperación de un registro es el siguiente:

•Desborde encadenado:

TATH + (TAMS + TBB) * 2= 1 + ( k + 3/2)*2= 4 + 2k

•Desborde con rehashing:

Sin desborde: TATH + TAMS + TBB= 1 + k + 3/2= 2,5 + k

Con desborde: (TATH + TAMS + TBB)*2= (1 + k + 3/2)*2= 5 + 2k

Bases de Datos Ing. Franco D. Menendez

Abstracción: consiste en aislar un elemento de su contexto o del resto de los elementos que lo

acompañan. La abstracción de algo posee dos cualidades: suprime los detalles irrelevantes y

busca para aislar la esencia de ese algo.

Abstracción: simplificación de los hechos.

Ejemplo: Archivo de empleados(sueldos).

Datos útiles: nombre, nomina, sueldo, etc.

Datos no utiles: color de pelo, peso, etc.

Bases de Datos Ing. Franco D. Menendez

Los tipos de Abstracción:

• Clasificación: es la acción de abstraer las características comunes a un conjunto de

ejemplares para crear una categoría a la cual pertenecen.

• Agregación: Establece una relación ES_PARTE_DE entre los elementos componentes y el

elemento compuesto.

• Generalización: Es la acción de abstraer las características más comunes entre varias clases

con el fin de crear una clase superior que las comprenda a todas. Entre los elementos

subclase y el elemento superclase se establece una relación del tipo ES_UN. Todo ejemplar de

una subclase además de poseer todos las características especificas de ella, hereda toda las

características de la superclase

• Asociación: es una abstracción que se utiliza para relacionar dos o más clases, creándose un

elemento de un tipo distinto. El nuevo elemento no esta compuesto, como en el caso de la

agregación, por los elementos que asocia. En la agregación puede existir herencia, no así en

la asociación

Bases de Datos Ing. Franco D. Menendez

Situación Problemática

• La empresa IMDS nos contrata para llevar a cabo la tarea de manejo de la información de

las maquinas que se encuentra en su establecimiento. Para ello se procedió a recolectar la

siguiente información: del Monitor se obtuvieron la marca, modelo, nro. de serie; del CPU se

obtuvo motherboard, memoria, disco, unidad óptica, microprocesador, departamento en el

cual se encuentra. Del departamento, su ubicación en el edificio, nombre, teléfono,

responsable del mismo.

• Se Pide realizar la abstracción de la información dada.

Bases de Datos Ing. Franco D. Menendez

MONITOR

CPU

DEPARTAMENTO

Se_encuentra

Se_encuentra

Sitio Web de la Cátedra http://catedras.facet.unt.edu.ar/bd

Bases de Datos Ing. Franco D. Menendez