tema 4. estructuras de almacenamiento y métodos de acceso 1 4. estructuras de almacenamiento y...

1Tema 4. Estructuras de Almacenamiento y Métodos de Acceso

4. Estructuras de almacenamiento y métodos de acceso

Objetivos• Conocer diferentes técnicas para colocar los

registros de un fichero en el disco• Entender la teoría y aplicación de las técnicas de

dispersión (hashing) interna y externa• Conocer cómo usar dispersión para facilitar la

expansión dinámica de ficheros• Comprender la teoría y aplicación de los índices

primarios, secundarios y de agrupamiento• Distinguir entre índices densos y no densos• Identificar y comprender las ventajas e

inconvenientes de cada técnica de organización de ficheros


Contenidos4.1. Conceptos generales de organización de ficheros4.2. Organización primaria

1. Ficheros no ordenados2. Ficheros ordenados3. Ficheros mixtos4. Ficheros dispersos 5. Árboles B y otras estructuras de datos

4.3. Organización secundaria1. Índices ordenados de un solo nivel2. Índices de múltiples niveles

4.4. Ficheros mixtos en Oracle4.5. Ficheros dispersos en Oracle4.6. Especificación de índices en SQL y Oracle




Bibliografía

[EN 2002] Elmasri, R.; Navathe, S.B.: Fundamentos de Sistemas de Bases de Datos. 3ª Edición. Addison-Wesley. (Cap. 5 y 6)

[EN 1997] Elmasri, R.; Navathe, S.B.: Sistemas de bases de datos. Conceptos fundamentales. 2ª Ed. Addison-Wesley Iberoamericana. (Cap. 4 y 5)

[SKS 1998] Korth, H; Silberschatz, A., Sudarshan, S.: Fundamentos de bases de datos. 3ª Edición. McGraw-Hill. (Cap. 10 y 11)

[CBS 1998] Connolly et al.: Database Systems: A Practical Approach to Design, Implementation and Management. 2nd Ed. Addison-Wesley (Apéndice B)


• Los datos de una BD están almacenados en un medio de almacenamiento en el ordenador:– Almacenamiento secundario de disco magnético

• Estudiaremos técnicas de almacenamiento en disco– Formas de organizar ficheros de datos en el disco– Para conseguir acceso a BD con rendimiento aceptable

• Cada técnica tiene ventajas/inconvenientes, conocidas por– Diseñadores y ABDs– Implementadores de SGBD

• Una aplicación, en cierto momento, sólo necesita acceder a una porción de la BD. Deberá...– Localizarla en disco– Copiarla a la memoria principal– Procesarla– Reescribirla en disco (si se modificó)

4.1 Conceptos generales de organización de ficheros


• Datos en disco organizados en ficheros de registros• Registro

– Colección de valores de datos relacionados entre sí– Cada valor (1 o más bytes) corresponde a un campo– Cada campo tiene asociado un tipo de datos – Definición de Tipo de Registro: { (nombre-campo,tipo-datos) }


Registros, tipos de registro y bloques

NOMBRE DEL TIPO DE REGISTRO NOMBRE DEL CAMPO TIPO DE DATOS DEL CAMPO (valores que puede aceptar)

type EMPLEADO = record NOMBRE : packed array [1..30] of character; NSS : packed array [1..9] of character; SALARIO : integer; CÓDIGO_PUESTO : integer; DEPARTAMENTO : packed array [1..20] of character; FECHA_CONTRATO : packed array [1..4] of character; end;


• Los registros son almacenados en disco de forma que, cuando se necesiten, su recuperación sea eficiente

• Transferencia de datos entre memoria principal y disco en unidades de bloque– Un disco magnético está estructurado en pistas y sectores– División de pista en bloques (páginas) por el SO al formatear

el disco

• Si se necesita información contenida en cierto bloque...– Se pasa al dispositivo hardware de E/S del disco:

Dirección hardware del bloque Dirección de un búfer (memoria intermedia)

– Lectura: copia el bloque del disco al búfer– Escritura: copia el bloque del búfer al disco


Registros, tipos de registro y bloques


Registros, tipos de registro y bloques (y 2)

•Tiempo(localización&transferencia)

>Tiempo(procesamiento CPU)

•La solución...

estructurar los ficheros para minimizar el nº de transferencias de bloques necesarias para

localizar y transferir datos del disco a memoria principal


Búsqueda + Retardo Rotacional+ Transferencia

Cuello de botella


• Fichero– Secuencia de registros con igual estructura

• Fichero mixto– Contiene registros de diferente tipo

– Aumenta la eficiencia de operaciones de reunión

• Fichero de registros de longitud fija

• Fichero de registros de longitud variable, debido a...

– Registros del mismo tipo pero con algún campo … de longitud variable, multivalorado, opcional

– Fichero mixto

Ficheros, registros de longitud fija y variable



• Los registros se asignan a bloques de disco– tamaño(bloque) = B bytes– Si B > tamaño(registro) varios registros por bloque

• Fichero con registros de longitud fija R– Si B R factor de bloques fbl = B / R registros– Espacio desocupado = B – ( fbl * R ) bytes– Organización extendida: aprovechar este espacio

almacenando ahí (una parte de) otro registro (y el resto en otro bloque)

– Organización no extendida: no se permite que un registro esté almacenado en varios bloques

Grabación de registros en bloques, registros extendidos y no extendidos



• Fichero con registros de longitud variable– Cada bloque contiene un nº distinto de registros– fbl = número medio de registros por bloque– Es posible estimar el nº de bloques necesarios para

contener r registros:

r / fbl bloques

– Puede utilizarse organización extendida o no extendida: Organización extendida si el tamaño medio de los registros es

grande, pues se reduce el espacio desperdiciado por bloque

Grabación de registros en bloques, registros extendidos y no extendidos (y 2)



• Contiene datos necesarios para que los programas puedan acceder a los registros del fichero

• Incluye información – para determinar la dirección en disco de los bloques y– descripción de formato de los registros

• Fichero con registros no extendidos y de longitud fija: longitud y orden de campos

• Fichero con registros de longitud variable: caracteres separadores entre campos marcas de tipo de campo (si campos opcionales) marcas de tipo de registro (si fichero mixto)

Descriptor de fichero (cabecera)



• Operaciones de obtención de datos– Localizar ciertos registros para examinar y procesar su

contenido

• Operaciones de actualización– Insertar, eliminar o modificar registros

• Suele ser necesaria una selección previa con base en una condición de búsqueda– Si varios registros la satisfacen, se localiza el primero de

ellos

• Registro Actual:– El localizado más recientemente en el búfer (memoria

intermedia)

Operaciones con ficheros



• Operaciones sobre un solo registro– Buscar (Localizar)– Leer (Obtener)– Buscar Siguiente– Eliminar– Modificar– Insertar

• Operaciones sobre un conjunto de registros– Lectura Ordenada– Buscar Todos– Reorganizar

• Operaciones para Abrir y Cerrar ficheros

Operaciones con ficheros (y 2)



• Organización de fichero:– Estructuración de los datos de un fichero en registros,

bloques y estructuras de acceso– Técnica de organización de ficheros: cómo colocar los

registros y bloques en el medio de almacenamiento y cómo interconectarlos

– Objetivo: localización eficiente de los datos

• Método de acceso:– Conjunto de programas que permite realizar operaciones

sobre los datos de un fichero– Proporciona acceso a los datos; hace uso de las estructuras

de acceso (si existen)

Combinados, deben maximizar la eficiencia de las operaciones más frecuentes sobre el fichero

Organización de ficheros vs. Método de acceso



• Organización Primaria Determina la forma en que los registros del fichero se

colocan físicamente en el disco y cómo se puede acceder a ellos

– Fichero No Ordenado (montón)– Fichero Ordenado (secuencial)– Fichero Mixto– Fichero Disperso (direccionamiento directo o hashing)– Árboles B y otras estructuras de datos (en el tema)

• Organización Secundaria (o indexada)– Índice Ordenado de un nivel– Índice Multinivel

Tipos de organización de ficheros



• Registros almacenados al final del fichero, en orden de inserción

Inserción muy eficiente Búsqueda lineal Eliminación física o por marca

– Reorganización para recuperar espacio desocupado– O aprovechar huecos para nuevos registros

Modificación de un registro– Si longitud variable, puede provocar eliminación + inserción

Lectura ordenada supone creación de una copia ordenada del fichero

– Suele utilizarse una técnica de ordenación externa

Fichero no ordenado (montículo o montón)

4.2 Organización primaria


Fichero ordenado (secuencial)


• Registros almacenados de forma ordenada según valores de cierto campo– campo de ordenación– Si el campo es clave, se le llama clave de ordenación

• Ventajas respecto a los ficheros no ordenados Lectura ordenada muy eficiente si el orden es el de los valores

del campo de ordenación: lectura secuencial Buscar siguiente (en el orden del campo de ordenación) no suele

necesitar otro acceso a bloque Buscar un registro dado su valor del campo de ordenación es

rápido: búsqueda binaria

• Pero si la Lectura ordenada o Buscar no están basados en el campo de ordenación, estas ventajas «desaparecen»


Fichero ordenado (2)


Inserción – supone encontrar posición correcta para el registro y– abrirle espacio mediante desplazamiento de registros

(costoso!) Eliminación física o por marca

– con problemas de eficiencia similares a la inserción Para aumentar la eficiencia de la inserción

– Dejar espacio libre en cada bloque para nuevos registros– Fichero de desbordamiento auxiliar, no ordenado, que

periódicamente se ordena y fusiona con el fichero principal Buscar se complica: binaria en principal + lineal en auxiliar

Modificación– Si la condición de búsqueda se basa en el campo de

ordenación, usar búsqueda binaria. Si no, búsqueda lineal– Si el campo modificado es el de ordenación, el nuevo valor

puede provocar su cambio de ubicación: eliminación + inserción


Fichero ordenado (y 3)


Fichero secuencial encadenado• Registros ordenados de forma lógica (no física)• Uso de punteros Mayor flexibilidad

• Estructuras de datos para implementar este tipo de ficheros– Listas lineales– Listas múltiples– Anillos o listas circulares– Árboles binarios de búsqueda


Fichero Mixto


• Almacena registros de diferente tipo• Los registros provienen de distintas tablas ...

– Están relacionadas mediante una o varias columnas Clave externa y clave candidata

– Las operaciones más frecuentes son las consultas y no es habitual modificar las columnas comunes

– Solicitudes frecuentes de filas relacionadas de ambas tablas Operaciones que implican la reunión (JOIN) de las tablas

• En el fichero...– Los registros relacionados están físicamente adyacentes– clave del fichero mixto: campos «comunes» de los registros

• Ventajas del uso de ficheros mixtos– Mayor eficiencia de las operaciones con JOIN entre las tablas– Valores de la clave del fichero mixto almacenados sólo una

vez

En Oracle se denominan cluster de tablas


(DEPTNO)

4.2 Organización primariaEjemplo de uso de

un fichero mixto

vs.dos

ficheros individuale

s


Fichero de direccionamiento calculado (Hashing)


• Permite acceso rápido a registros según una condición de búsqueda de igualdad sobre un solo campo– Campo de dispersión (columna de dispersión)– Si es clave del fichero, se llama clave de dispersión

• Función de dispersión h– Se aplica al valor k del campo de dispersión de un registro

(fila)– Y produce la dirección del bloque de disco en el que está el

registro La localización del registro dentro del bloque se hace en el

búfer


Fichero de direccionamiento calculado (2)


• Ejemplos de funciones h– Módulo: h(k) = k mod M– Plegado: Si k=k1k2k3k4, h(k)=k1k2k3k4 , { + , xor

}– Truncamiento: h(k) = k1k3

• Desventaja del direccionamiento calculado– No se garantiza que valores distintos de k

produzcan direcciones diferentes en el fichero

Espacio de dispersión > Espacio de direcciones

• Estudiaremos las técnicas de dispersión...– Interna– Externa– Dinámica




• Espacio de direcciones destino– Conjunto de M registros– Un array de M posiciones en memoria principal

• Función de dispersión h– Traduce el valor del campo de dispersión en un entero [0,

M-1]

• Colisión– Al aplicar h a un registro que se desea insertar en el fichero,

se obtiene una dirección ocupada– El nuevo registro es un sinónimo

Dispersión Interna




• Técnicas de resolución de colisiones– Direccionamiento abierto

Búsqueda secuencial de una posición vacía– Encadenamiento

Uso de listas de sinónimos en un área de desbordamiento– Dispersión múltiple

Aplicación de una segunda función h Si se produce colisión, se aplica direccionamiento abierto

• h debe ser sencilla y rápida de calcular• Su objetivo es conseguir una distribución

uniforme de los registros (sin acumulamientos)– Mínimo número de colisiones– Máximo número de posiciones ocupadas

Dispersión Interna




• Espacio de direcciones destino– Conjunto de cubetas– Cubeta=grupo de registros del fichero (1 o más bloques

contiguos)

• Función de dispersión h– Traduce el valor del campo de dispersión en un número de

cubeta– El descriptor de fichero contiene, para cada cubeta, la

correspondencia número de cubeta dirección en disco

• Decrece el número de colisiones– Los sinónimos se dispersan dentro de una cubeta– Uso de cubeta de desbordamiento (común al resto) y listas de

registros sinónimos para insertar registros en cubetas ya completas

Dispersión Externa


Búsqueda o Localización– Acceso directo si condición de búsqueda basada en campo

de dispersión el más rápido: 1 acceso a bloque– Si no, búsqueda lineal

Lectura ordenada– Costosa: h no suele mantener registros ordenados

Eliminación– Sacarlo de la cubeta y ocupar espacio con un sinónimo – O sacarlo de la lista de desbordamiento (si estaba ahí)

Modificación– Si la condición de búsqueda se basa en el campo de

dispersión, usar h para localizar registro. Si no, búsqueda lineal

– Si el campo modificado es el de dispersión, el nuevo valor puede provocar su cambio de cubeta: eliminación + inserción



Dispersión Externa


• Asigna al fichero una cantidad de espacio fija – M cubetas– Cada cubeta con capacidad para m registros– Espacio disponible = m*M registros– Número real de registros r

• Si r < m*M gran desperdicio!

• Si r > m*M muchas colisiones!– Largas listas de registros de desbordamiento lenta obtención de registros

• Solución: dispersión dinámica



Dispersión Externa




• Representación del resultado de la función de dispersión h como una cadena de bits – Valor de direccionamiento calculado del registro

• Los registros se distribuyen en cubetas según los primeros bits de su valor de direcc. calculado

• Tipos de dispersión dinámica– Direccionamiento calculado extensible– Direccionamiento calculado lineal

Dispersión Dinámica




• Fichero + Directorio– Directorio: array de 2d direcciones de cubeta

d es la profundidad global del directorio

• Determinación de la posición de un registro:– El valor de los primeros d bits del valor de direccionamiento

calculado indican una posición del directorio– Dicha posición contiene la dirección de cubeta en la que

almacenar el registro

• En el directorio...– Varias posiciones pueden contener la misma dirección de

cubeta

– La profundidad local d’ de cada cubeta indica el nº de bits considerados: determina su contenido

Dispersión Dinámica: Direccionamiento Calculado Extensible




• Obtención de un registro– Dos accesos a bloque: directorio + cubeta

• d puede disminuir o aumentar en 1 bit reducir a la mitad o duplicar el tamaño del

directorio

– Duplicar si se desborda una cubeta cuya (d’ = d)– Reducir a la mitad si (d’ < d) en todas las

cubetas



Fichero de direccionamiento calculado (y 11)


• Dispersión dinámica vs Dispersión estática Ventajas– El rendimiento no se degrada a medida que crece el fichero– No se asigna espacio para futuros crecimientos: se añaden

cubetas adicionales conforme se necesitan Espacio extra para directorio insignificante Como mucho 2k, k = nº bits del valor de direccionamiento calculado

– Reorganizaciones de registros «poco importantes» Si se divide o duplica una cubeta, sólo se reorganizan sus

registros La más costosa: duplicación o reducción a la mitad del directorio

Inconveniente (leve!)– Necesarios 2 accesos a bloque para localizar un registro



4.3 Organización secundaria:Ficheros de índices

• Un índice es una estructura de acceso adicional– Almacenado en disco– Utilizado junto con el fichero de datos (fichero principal)– Fichero principal estructurado según una organización

primaria

• Agiliza la obtención de registros según valores de cierto campo del fichero: campo de indexación

– Primero se accede al índice, que apunta al bloque del fichero donde está almacenado el registro

• Es posible crear ...– un índice sobre cualquier campo de un fichero– varios índices sobre un mismo fichero

• Un índice puede ser de uno de estos tipos– Ordenado de un nivel: Primario, de Agrupamiento,

Secundario– De múltiples niveles: Árbol B, B+, B*


4.3 Organización secundaria

• El fichero de índice contiene un conjunto de entradas• Cada entrada incluye dos campos, para almacenar...

– Un valor de los almacenados en el campo de indexación– Un puntero al registro que contiene dicho valor

o al bloque que lo contiene

• Las entradas están ordenadas– Según valores extraídos del campo de indexación del fichero

ppal– Es posible realizar búsquedas binarias sobre el índice

• Índices densos y no densos– Denso si contiene una entrada por cada registro del fichero– En otro caso, es no denso (o disperso)

• Operaciones sobre ficheros con índices:– Buscar implica búsqueda binaria sobre el índice– Insertar y Eliminar pueden provocar modificación del índice Menos accesos a bloques, pero coste de mantener el

índice

Índices ordenados de un nivel


• Sobre ficheros con registros ordenados según los valores de un campo clave

• El campo de indexación es dicha clave de ordenamiento

El índice es un fichero ordenado con...– Una entrada por cada bloque de fichero principal (índice no

denso)– Cada entrada tiene longitud fija y 2 campos:

Valor del campo de indexación de un registro ancla de bloque

Puntero al comienzo de cada bloque

• Bloques de índice < Bloques de fichero principal

• Operaciones sobre ficheros con índices primarios:– Insertar y Eliminar pueden provocar la modificación del

índice si afectan a los registros ancla

Índice primario



• Sobre ficheros con registros ordenados según los valores de un campo no clave

• El campo de indexación es dicho campo de agrupamiento

El índice es un fichero ordenado con...– Una entrada por cada valor distinto del campo de

agrupamiento del fichero principal (índice no denso)

– Cada entrada tiene longitud fija y 2 campos: Valor distinto del campo de indexación (= de

agrupamiento) Puntero al primer bloque en que aparece dicho valor

• Operaciones sobre ficheros con índices de agrupamiento:

– Insertar y Eliminar costosas y provocan modificación del índice

Alivio si se reserva un bloque (del fichero de datos) para cada valor distinto del campo de agrupación (o varios bloques enlazados)

acelera la recuperación de registros que tienen el mismo valor en el campo de agrupamiento

Índice de agrupamiento



• Sobre un campo que es clave del fichero principal, y queno marca la ordenación de los registros de datos

• El campo de indexación es dicho campo: clave secundaria

El índice es un fichero ordenado con...– Una entrada por cada registro del fichero principal (índice

denso)– Cada entrada tiene longitud fija y 2 campos:

Valor del campo de indexación (= clave secundaria) Puntero al registro o al bloque en que aparece dicho

valor

• Operaciones sobre ficheros con índices de este tipo:– Insertar y Eliminar provocan la modificación del índice

• Tiene más entradas que un índice primario– Ocupa más espacio. Mayor tiempo de búsqueda– Pero mayor “ganancia” respecto a búsqueda en el fichero de

datos

Índice secundario sobre campo clave



• Sobre un campo que no es clave del fichero principal, y queno marca la ordenación de los registros de datos

• El campo de indexación es dicho campo

• Opciones para crear el índice, fichero ordenado con...

Índice secundario sobre campo no clave


Una entrada por valor distinto del campo de indexación (no denso)

– entradas de longitud variable: valor y varios punteros a bloque

Una entrada por cada registro del fichero principal (índice denso)

– entradas de longitud fija y 2 campos: valor y puntero a registro

– valores repetidos del campo de indexación

Una entrada por valor distinto del campo de indexación,y un nivel adicional de indirección (índice no denso)

– entradas de longitud fija y 2 campos: Valor del campo de indexación Puntero a un bloque de punteros a registro


• Se construye partiendo del índice sobre el fichero principal de datos en disco (índice de nivel base), mediante creación sucesiva de índices primarios sobre índices

• El índice de nivel base puede ser de cualquier tipo, si éste...

– tiene entradas de longitud fija y– almacena valores distintos del campo de indexación

• El índice multinivel es denso si lo es el de nivel base– Se puede saber si un registro está en el fichero sin acceder a

éste

• Mejora el rendimiento de la búsqueda binaria: a cada paso desecha más entradas que en un índice de un solo nivel

• La inserción, eliminación y modificación de registros de datos...

– Son ineficientes si implican inserción o eliminación de entradas en el índice multinivel

– Solución: índices dinámicos de múltiples niveles (árboles B, B+, B*)

Índice de múltiples niveles




• Fichero totalmente invertido– Tiene un índice secundario sobre cada uno de sus campos– Los registros nuevos se insertan al final del fichero (no

ordenado!)

• Fichero secuencial indexado– Registros ordenados según valores de un campo clave y– Con un índice primario de múltiples niveles sobre dicha clave Facilita acceso secuencial e individual (directo a través del

índice)

• Cada SGBDR comercial implementa los índices empleando sus propias técnicas– Oracle emplea, entre otras estructuras, la de árbol B*

Tipos de ficheros en función de su indexación


4.6 Especificación de índices en SQL

• Antiguas versiones del SQL estándar contaban con sentencias para crear y destruir índices– El LDD no incluía cláusulas PRIMARY KEY o UNIQUE restricción de integridad de clave mediante creación de

índice único

• La versión SQL-92 no considera los índices– Pues los índices son caminos físicos de acceso a los datos

– Restricción de clave mediante cláusulas PRIMARY KEY y UNIQUE La unicidad de una columna es un concepto lógico

Índices y el SQL estándar



• En muchos SGBD comerciales, el índice ...– es una estructura de datos independiente– se crea y destruye dinámicamente, sin afectar al fichero principal

• Conviene crear un índice sobre cierto campo si se va a acceder con frecuencia al fichero según una condición de selección o reunión en la que aparezca dicho campo El índice incrementará la velocidad de esas consultas o accesos Cada índice sobre una columna hace que inserción, borrado y

actualización sean más complejas y consuman más tiempo

• Normalmente, el SGBD creará un índice secundario– Independiente de la ordenación física de los registros– Puede crearse con casi cualquier organización primaria de ficheros– Sobre un mismo fichero puede crearse varios índices secundarios

Índices en los SGBDR comerciales



• Tipos de índices, según su implementación– Índices de árbol B, o normales; los creados por defecto

• Índices de tablas• Índices de clusters

– Índices bitmap– Índices particionados– Índices basados en funciones– Índices de dominio

• Por defecto, Oracle almacena las filas de una tabla como una colección desordenada de filas– No cabe hablar de índices primarios o de agrupamiento,

tal y como los hemos definido en este tema

• Aunque es posible almacenar una tabla con una estructura de índice (árbol B*): index organized table

Índices en Oracle



• Tipos de índices, según la columna (o campo) de indexación– Índice Único

• Basado en una columna de tabla cuyos valores son únicos – Índice Primario (un caso particular de Índice Único)

• Basado en una clave primaria de tabla– Índice Secundario

• Basado en una columna con valores no únicos– Índice Compuesto, también Índice Concatenado

• Basado en 2 o más columnas de una misma tabla • Puede ser Único, Primario o Secundario

– Un Índice Compuesto Único es útil para imponer la unicidad de la combinación de valores de varias columnas

En Oracle el significado de los conceptos índice primario

e índice secundario no coincide con la teoría explicada en el apartado 4.3 de este tema

Índices en Oracle (2)



• Sentencia LDD para crear índicesCREATE INDEX Indice_Genero_Pelicula ON Pelicula ( genero ) ;

• Especificación del orden ascendente o descendente de las entradas del índice

CREATE INDEX Indice_Año_Pelicula ON Pelicula ( año DESC ) ;

• Índice compuestoCREATE INDEX Indice_Nombres_Director

ON Director ( apellido1 ASC, apellido2 ASC, nombre DESC ) ;

– El índice incrementa la velocidad de las consultas que acceden por...

• apellido1• apellido1 y apellido2• apellido1 y apellido2 y nombre

– Pero el SGBD no usará el índice para consultas que acceden por...• apellido2• nombre• apellido2 y nombre




• Algunos SGBDR, como Oracle, crean un índice sobre cada clave (primaria o alternativa) de forma automática– Campo de indexación: columna (o conjunto de columnas)

especificada como UNIQUE o PRIMARY KEY en el esquema de BD

– El SGBD empleará el índice para imponer la restricción de clave

• Creación explícita de un índice único– Usado para imponer una restricción de clave sobre una o

varias columnasCREATE UNIQUE INDEX Indice_Director ON Director(apellido, fechanacim) ;

– En el caso de que la tabla DIRECTOR ya contenga datos, este índice sólo será creado si cada combinación de valores apellido y fechanacim es distinta para todas las filas de la tabla

– Oracle recomienda la creación explícita del índice, y no sólo la declaración de la clave como UNIQUE en la especificación de la tabla




• Sentencia LDD para destruir índicesDROP INDEX Índice_Genero_Película ;– Conviene eliminar un índice cuando ya no se espera realizar

consultas basadas en el campo de indexación– Desaparece el coste de mantenimiento del índice– Se recupera el espacio de almacenamiento ocupado por el

índice

• No se puede eliminar un índice creado automáticamente por el sistema (debido a la especificación de una restricción de integridad UNIQUE o PRIMARY KEY sobre una o varias columnas), sino que se debe eliminar (DROP) o desactivar (DISABLE) la restricción de integridad correspondiente

Índices en Oracle (y 5)


•La mayoría de SGBDR representa cada tabla base como un fichero de BD, para el cual es necesario especificar...

– Tipo de fichero,

– Columnas sobre los que definir estructuras de acceso (índices)

•Decisiones de diseño físico Sobre estructuras de almacenamiento

(organización de ficheros) Sobre índices (estructuras de acceso)

4.7 Selección de la organización de ficheros y estructuras de acceso

Selección: decisiones de diseño físico


Cuándo emplear un fichero no ordenado• La tabla es pequeña

– Registros pequeños o factor de bloques elevado– Es inspeccionada con pocos accesos a bloque

• Normalmente, las consultas u operaciones más frecuentes sobre la tabla seleccionan o acceden a muchas filas (es decir, más del 20% del total de las filas)

4.7 Selección de la organización de ficheros y estructuras de accesoSobre estructuras de almacenamiento


Cuándo emplear un fichero ordenado• La tabla es de tamaño medio-grande y con

frecuencia es...– ordenada según valores de una columna c

c aparece en cláusulas ORDER BY, GROUP BY, DISTINCT, o como columna de REUNIÓN o de UNION

– accedida con criterios de selección que incluyen un rango de valores de c

– procesada secuencialmente en el orden de los valores de c (lectura ordenada)

• La tabla no es frecuentemente modificada con INSERT, UPDATE (c) o DELETE



Cuándo emplear un esquema de dispersión• Los accesos a la tabla son frecuentes, individuales

y aleatorios, y según valores de una columna c, que...– Es muy utilizada en operaciones de selección por igualdad– Es muy usada en condiciones de reunión (JOIN) – equi-reunión –– Sus valores apenas son modificados– Los valores de c son muchos y variados: permiten una

buena distribución de los registros, evitando colisiones

• Se conoce el tamaño del fichero y no se espera un crecimiento o reducción considerable – En caso contrario, puede usarse dispersión dinámica



Cuándo evitar un esquema de dispersión• Los accesos a la tabla son

– por rango de valores de a, salvo si es una lista: a IN (v1, v2, ...vn)

– con criterios de selección que no incluyen a, o incluyen sólo parte de a

– en orden, según los valores de a

No todos los SGBD soportan dispersión (Oracle sí) Puede definirse un solo esquema hashing por tabla No es posible combinar dispersión y ordenación:

ambos determinan la posición física de los registros en el fichero



Cuándo emplear un fichero mixto (cluster de tablas)

• Son muy frecuentes las consultas que implican...– La reunión entre dos (o más) tablas relacionadas

Ejemplo: relación 1:N vía clave primaria/clave externa

– El agrupamiento de filas de la tabla del lado N, según valor de la clave externa

En Oracle crear un fichero mixto significa crear un cluster, definir clave de cluster, crear índice cluster, y almacenar las tablas dentro

Ventajas• Acelera la ejecución de las reuniones entre las tablas

– registros relacionados están en el mismo bloque menos accesos a bloque

• Aprovechamiento del espacio



Cuándo emplear un fichero mixto (cont.)

Inconvenientes• Consultas a cada tabla por separado muy poco

eficientes• Recorrido completo de las filas de cada tabla individual,

más costoso (demasiados accesos a bloque)

• La inserción es poco eficiente debido a que se debe...– mantener la agrupación física (filas con igual valor de clave de

cluster), y a la vez– desaprovechar el mínimo espacio de almacenamientomuchos encadenamientos entre registros (zonas de desborde, etc.)

menor eficiencia de la búsqueda según la clave del cluster

reducción del rendimiento de las consultas



Cuándo emplear un índice

– La tabla es de tamaño medio/grande: Si la tabla es pequeña, resulta más eficiente cargarlas en memoria

– Las consultas más frecuentes acceden a pequeños porcentajes del total de filas (≤20%): ¿mejor recorrido secuencial para acceder a muchas filas?

• Se desea evitar...– el recorrido de la tabla completa: usamos búsqueda

binaria en el índice


Sobre índices


Cuándo emplear un índice

• (continuación) Se desea evitar...– el acceso al fichero para determinadas consultas

(EXISTS, IN, ...) :si el índice es denso basta con acceder a él para saber si existe

– la ordenación de los registros en el fichero (ORDER BY, GROUP BY, UNION, DISTINCT, JOIN):

• al crear un índice primario o de agrupamiento el fichero se almacena ordenado• Al tener un índice ordenado se puede utilizar para operaciones que impliquen ordenación

– el acceso al fichero para consultas que incluyen un pequeño subconjunto de columnas: usar índices compuestos

Sea la tabla PERSONA(nif, nombre, apellido, fecha_nacim, ciudad, telef)CREATE INDEX idx_persona ON PERSONA( apellido, nombre );


Sobre índices


Cuándo indexar una columna• Es una clave• Muy usada en condiciones de reunión o de selección

– Suele aparecer en cláusulas WHERE en comparaciones de igualdad o rango de valores: =, >, <, , , BETWEEN

– Suele ser columna de reunión (join) de tablas (ej. claves ajenas)– Tiene gran variedad de valores (más discriminación en

búsquedas)– No es modificada muy a menudo

• Emplear un índice compuesto si habitualmente se accede por medio de varias columnas utilizadas conjuntamente El SGBD sólo usará el índice para consultas que incluyan (en WHERE)

condiciones sobre campos que forman un prefijo de la clave de indexación

4.7 Selección de la organización de ficheros y estructuras de accesoSobre índices


Cuándo evitar un índice• La tabla es muy pequeña: cargarla en memoria• Sobre columnas...

– modificadas muy a menudo– con distribución irregular de valores: confunden al Optimizador– que sólo aparecen en funciones/operadores

(distintos de MAX o MIN): pueden hacer que el índice no se use• Se degradan los requisitos de procesamiento crítico: si se

le da al SGBD muchos índices a elegir• El costo(almacenamiento+mantenimiento) > beneficio

– INSERT, UPDATE, DELETE sobre tablas indexadas mantenimiento del índice (automático, por parte del SGBD)

– A veces conviene... crear la tabla, rellenarla, y luego crear los índices eliminar índices, modificar datos y crear de nuevo los

índices

4.7 Selección de la organización de ficheros y estructuras de accesoSobre índices



Sobre índices Consejos para la utilización de índices• Máximo 4 índices por tabla

índices necesidad de espacio y velocidad al modificar el SGBD puede crear implícitamente índices sobre las claves

• Se puede crear más, si es raro actualizar la tabla (histórico)• Almacenar índices secundarios en un espacio de

almacenamiento distinto al de los datos Recomendación para aplicaciones con muchas INSERT y DELETE– Índices primario o de agrupamiento en el mismo área que los datos

La mayoría de SELECT y todas las INSERT, DELETE los leen– Índices secundarios en un espacio de almacenamiento diferente

Mejor balanceo de carga: INSERT, DELETE actualizan el índice – Un índice Primario o de Agrupamiento no tiene por qué verse modificado con cada

INSERT, DELETE o UPDATE(columnas_indexación), mientras que uno Secundario con seguridad sí deberá ser modificado.


Ejercicio

• Dadas las siguientes situaciones, determinar el método de acceso más apropiado (exploración, cluster, índices, tabla hash para cada tabla o conjunto de tablas). Justificar las respuestas. – Tenemos 3 tablas A, B y C, de forma que B y C tienen como clave

ajena un atributo de A. Las consultas son mayoritariamente sobre la tabla A, pero no a través de la clave primaria ni de un atributo de ordenación. Se estima que las tablas serán de tamaño reducido.

– Tenemos las 3 tablas del apartado anterior. Las consultas son mayoritariamente joins sobre el atributo que ejerce como clave ajena en B y C y como primaria en A. Las consultas individuales sobre cada tabla individual son irrelevantes.

– Tenemos una tabla de 4 atributos con muchas tuplas. Existen muchas consultas de modificación del atributo que genera la mejor ordenación sobre la tabla.

– Tenemos la misma tabla del apartado anterior. Existen dos tipos mayoritarios de consultas: consultas sobre rangos de valores sobre la clave primaria y consultas que requieren de la ordenación de las tuplas obtenidas.


Estructura lógica de una BD Oracle


Estructuras lógicas de almacenamiento

• Segmento datos• Segmento de índices• Segmento de rollback• Segmento temporal

– SELECT ... ORDER BY... – CREATE INDEX. – SELECT ... GROUP BY... – SELECT ... UNION ... – SELECT DISTINCT ... – SELECT … INSERSEC ... – SELECT ... MINUS ...


Estructura física de Oracle

• Ficheros de datos

• Ficheros redo log• Ficheros de

control


Entorno de memoria en Oracle

• SGA: System/Shared Global Area– Shared pool: library (zona sql, control y bloqueos)

+dictionary (metadatos) cache– Database Buffer Cache– Redo Log Buffer

• PGA: Program Global Area


Elementos de diseño físico en ORACLE

• TablespaceCREATE TABLESPACE TS_DATOSDATAFILE ‘/disco1/fichero1’ SIZE 100 M,DATAFILE ‘/disco2/fichero2’ SIZE 250 M;

• Tablas y extensionesCREATE TABLE Alumnos (…) TABLESPACE TS_DATOS PCTFREE 20 PCTUSED 40STORAGE (INITIAL 20K NEXT 30K MINEXTENTS 1

MAXEXTENTS 10 PCTINCREASE 0);


Elementos de diseño físico en ORACLE

• Índices (dentro de create table)…….CREATE INDEX nom_ind ON Alumnos (atributos)….

• ClustersCREATE CLUSTER CL_1(clave number(4)) SIZE 512

TABLESPACE TS_DATOS PCTFREE 20 STORAGE(…..);CREATE TABLE Alumno (….) CLUSTER CL1_(a1);


ClustersCREATE CLUSTER Emp_Dept (departamento CHAR(4)) SIZE 512…;

CREATE TABLE Departamento {codigo CHAR (4) PRIMARY KEY,…………………) CLUSTER Emp_Dept(codigo);

CREATE TABLE EmpleadoFijo {nss CHAR(12) PRIMARY KEY,………….dpto CHAR (4) NOT NULL REFERENCES Departamento(codigo)…………………) CLUSTER Emp_Dept(dpto);

CREATE INDEX idx_Emp_Dpt ON CLUSTER Emp_Dept;


Dispersión

CREATE CLUSTER Direcciones (codpostal NUMBER(5))

…SIZE 2kHASH IS MOD(codpostal, 101)HASHKEYS 1000;

tema 4. estructuras de almacenamiento y métodos de acceso 1 4. estructuras de almacenamiento y...

Documents