Hakemistorakenteet. R & G Chapter Tietokannan hallinta, kevät 2006, Jan 1

Transkriptio

1 Hakemistorakenteet R & G Chapter Tietokannan hallinta, kevät 2006, Jan 1

2 Hakemistotyypeistä Hakemistomerkintä sisältää hakemistoavaimen (indexing key) muodostusperustan määrittelemänä tietueesta tai tietuejoukosta tuotettu tunnus yleensä suoraan kentän arvo tietueen osoitteen, joka voi olla joko sivuosoite tai tietueen siirtely sivun sisällä helppoa riviosoite (sivuosoite + rivin (tietueen) järjestysnumero) tietueen siirtely edellyttää tietueeseen viittavien hakemistomerkintöjen muuttamista, tietue löytyy nopeammin Tietokannan hallinta, kevät 2006, Jan 2

3 Hakemiston toteutuksesta Teknisesti hakemistokin on tiedosto muodostuu sivuista (hakemistosivu) hakemistomerkinnät ovat tietueita tarvitsee käsittelyä varten puskureita koska useat tietokantahaut saattavat edellyttää hakemiston käyttöä pyrkivät tkhj:ien puskurienhallintarutiinit suosimaan hakemistosivujen säilymistä puskureissa Tietokannan hallinta, kevät 2006, Jan 3

4 Hakemiston toteutuksesta Hakemisto voitaisiin toteuttaa aiemmin käsiteltyjen tiedostorakenteiden avulla kasa, järjestetty peräkkäistiedosto, hajautusrakenne Hakemistoja varten on kehitetty myös erityisiä hakemistokäyttöön tarkoitettuja rakenteita (esim. B+ puu, tarkastellaan myöhemmin) Tietokannan hallinta, kevät 2006, Jan 4

5 Hakemiston käyttö Haku hakemistoa käyttäen on kaksivaiheista ensin etsitään hakemistomerkintä hakemistosivuilta ja hakemistomerkinnän perusteella haetaan tietueen sisältävä sivu Tietueen hakua varten tarvitaan siis vähintään kaksi levyhakua (elleivät sivut ole puskurissa). Hakemistotietuetta voidaan joutua etsimään usealta hakemistosivulta. Koska hakemistomerkinnät ovat yleensä lyhyempiä kuin varsinaiset tietueet, niitä mahtuu sivulle useampia ja sivuja on vähemmän. Seuraus: hakemiston kautta on nopeampi etsiä tietuetta Tietokannan hallinta, kevät 2006, Jan 5

6 Arvovälihaut Hae työntekijät, joiden palkka > 3000 Jos tiedosto lajiteltu voidaan binäärihaulla hakea ensimmäinen ehdon täyttävä monikko. Binäärihaunkin kustannus voi olla korkea. Yksinkertainen idea: luodaan hakemisto. k1 k2 kn Hakemistotiedosto Page 1 Page 2 Page 3 Page N Datatiedosto Voidaan käyttää binäärihakua pieneen hakemistoon! Tietokannan hallinta, kevät 2006, Jan 6

7 Harvat hakemistot ISAM ISAM (indexed sequential access method) indeksoitu peräkkäisrakenne harva monitasoinen staattinen hakemisto staattinen: hakemisto pysyy luontinsa jälkeen muuttumattomana kunnes tiedosto organisoidaan uudelleen ja sille luodaan uusi hakemisto tiedosto jakautuu perussivuihin ja ylivuotosivuihin ylivuotosivuille viedään lisäykset, jotka eivät mahdu perussivuille, ylivuotosivut ketjutetaan Tietokannan hallinta, kevät 2006, Jan 7

8 Harvat hakemistot ISAM Tiedosto luodaan järjestetyn aineiston pohjalta Tietueita lisätään tiedoston loppuun (järjestyksessä) Sivuille jätetään tilaa lisäyksille, esim. 30 % 50%. Hakemistomerkinnässä avainarvo ja sivuosoite Viedään merkintä hakemistosivulle aina kun aloitetaan uusi datasivu ensimmäisen hakemistosivun kohdalla viedään hakemisto avaimeksi low value = pienin mahdollinen, muille sivun ensimmäisen tietueen avain Hakemistosivut voidaan laittaa täyteen, sillä niitä ei päivitetä Tietokannan hallinta, kevät 2006, Jan 8

9 Harvat hakemistot ISAM Rakenne sopii hyvin tiedostoille, joihin tulee vain vähän lisäyksiä. Jos lisäyksiä tulee runsaasti tarvitaan ajoittaisia uudelleenorganisointeja. Ylivuotoketjut hidastavat läpilukuaikaa samoin kuin järjestetyssä peräkkäisrakenteessa. Koska hakemistosivut eivät muutu, ei niitä myöskään tarvitse lukita rinnakkaisessa käsittelyssä prosessin ei tarvitse jonottaa hakemistosivua Tietokannan hallinta, kevät 2006, Jan 9

10 Harvat hakemistot ISAM Poistot kun ylivuotosivu tyhjenee poiston seurauksena sivu irrotetaan ketjusta ja voidaan ottaa uudelleen käyttöön kun datasivu tyhjenee poiston seurauksena se jätetään tyhjäksi. Sivu tarjoaa tällöin lisäyspaikan, jos sen avainalueelle sattuisi tulemaan lisäyksiä Tietokannan hallinta, kevät 2006, Jan 10

11 Harvat hakemistot ISAM Alkuperä: IBM.n ISAM rakenteessa oli alunperin kaksi hakemistotasoa alimpana urahakemisto (uran suurin avain), ja seuraavalla tasolla sylinterihakemisto (sylinterin suurin avain) Muunnelmia ISAM rakennetta voidaan käyttää hakemistorakenteena, siten että datatietueina eivät olekaan oikeat datatietueet vaan tiheän hakemiston hakemistomerkinnät Tietokannan hallinta, kevät 2006, Jan 11

12 Harvat hakemistot ISAM ISAM on keskimäärin hyvin tehokas rakenne hakemistoavaimen avulla tehtävissä hakuoperaatioissa (yhtäsuuruus, alkuosa, arvoväli) Rakenne ei kykene takaamaan kasvavalle tiedostolle kovin pientä ylärajaa levyhakujen määrälle pahimmassa tapauksessa, pahin tapaus levyhakuja luokkaa: lisäysten määrä/sivukoko Tietokannan hallinta, kevät 2006, Jan 12

13 hakemistotietue ISAM P 0 K 1 P 1 K 2 P 2 K m P m Hakemistotietue voi silti olla iso, mutta ideaa voidaan toistaa! Hakemistosivut Lehti sivut Ylivuoto sivut Lehtisivut sisältävät tietosivuja. Pääsivut Tietokannan hallinta, kevät 2006, Jan 13

14 Esimerkki ISAM puusta Juuri * 15* 20* 27* 33* 37* 40* 46* 51* 55* 63* 97* Tietokannan hallinta, kevät 2006, Jan 14

15 Lisätään 23*, 48*, 41*, 42*... Hakemisto sivut Juuri Päälehtisivut 10* 15* 20* 27* 33* 37* 40* 46* 51* 55* 63* 97* Ylivuoto sivut 23* 48* 41* 42* Tietokannan hallinta, kevät 2006, Jan 15

16 ... Poistetaan 42*, 51*, 97* Juuri * 15* 20* 27* 33* 37* 40* 46* 55* 63* 23* 48* 41* Huomaa että 51* on hakemistotasolla mutta ei lehtitasolla! Tietokannan hallinta, kevät 2006, Jan 16

17 Dynaamiset hakemistorakenteet B+ puu B+ puut ovat laajalti tietokantojen yhteydessä käytetty tiedostorakenne Rakenne on oikeastaan ISAM rakenteen dynaaminen muunnelma Rakenteen alimmalla tasolla ovat datatietueet järjestettynä rakenteena kuten ISAM:ssa, Datasivut eivät kuitenkaan ole välttämättä fyysisesti peräkkäisiä vaan ne on usein kytketty kaksisuuntaiseksi linkitetyksi listaksi. Erillisiä ylivuotosivuja ei ole, vaan listarakennetta ylläpidetään dynaamisesti. Datasivujen päällä on monitasoinen harva hakemisto, joka ISAM:ista poiketen on dynaaminen Tietokannan hallinta, kevät 2006, Jan 17

18 Esimerkki B+ puusta Haku alkaa juuresta ja etenee kohti lehtisivuja Haetaan 5*, 15*, kaikki sivut >= 24*... Juuri * 3* 5* 7* 14* 16* 19* 20* 22* 24* 27* 29* 33* 34* 38* 39* Haettaessa 15*, tiedetään ettei sitä ole puussa! Tietokannan hallinta, kevät 2006, Jan 18

19 B+ puuhun lisäys Lisäykset: Lisättäessä tietuetta B+ puuhun sille haetaan sijoituspaikka edellä kuvatulla hakuoperaatiolla Jos sivulla on tilaa, tietue lisätään järjestyksessä oikealle paikalleen sivulla Jos tietue ei mahdu sivulle se sijoitetaan loogisesti oikealle paikalleen ja jaetaan ylivuotanut sivu: Otetaan käyttöön uusi sivu ja kytketään se linkitettyyn listaan Siirretään puolet alkuperäisen sivun tietueista uudelle sivulle Muodostetaan hakemistomerkintä (K new,p new ) uuden sivun ensimmäisen tietueen avaimesta ja sivun osoiteesta ja lisätään tämä siihen hakemistotietueeseen, jonka alaisuuteen jaettu sivu kuului Tietokannan hallinta, kevät 2006, Jan 19

20 Lisätään 8* esimerkin B+ puuhun Lisäys aiheuttaa lehtitason täyttymisen ja tarvitaan halkaisu 5 Arvo joka lisätään ylemmälle tasolle (Huomaa että 5 kopioidaan ja Esiintyy edelleen lehtitasolla) 2* 3* 5* 7* 8* Lisäys aiheuttaa myös hakemistotason täyttymisen ja tarvitaan halkaisu 17 Huomaa että arvo siirretään ylemmälle hakemistotasolle Tietokannan hallinta, kevät 2006, Jan 20

21 Esimerkin puu arvon 8 lisäyksen jälkeen Juuri * 3* 5* 7* 8* 14* 16* 19* 20* 22* 24* 27* 29* 33* 34* 38* 39* Huomaa että juuri on halkaistu ja puun korkeus kasvoi. Esimerkissä halkaisu voidaan välttää siirtelemällä arvoja, mutta sitä ei yleensä tehdä Tietokannan hallinta, kevät 2006, Jan 21

22 Tasapainotus lisäyksessä lisättävä ei mahdu sivulle Tietokannan hallinta, kevät 2006, Jan 22

23 Tasapainotus lisäyksessä otetaan käyttöön uusi datasivu Tietokannan hallinta, kevät 2006, Jan 23

24 Tasapainotus lisäyksessä kytketään uusi datasivu sivuketjuun Tietokannan hallinta, kevät 2006, Jan 24

25 Tasapainotus lisäyksessä Siirretään puolet ylivuotavan sivun sisällöstä uudelle sivulle Tietokannan hallinta, kevät 2006, Jan 25

26 Tasapainotus lisäyksessä tehdään uudelle sivulle hakemistotietue ja lisätään se hakemistosivulle, jonka alaisuuteen tietue lisättiin Tietokannan hallinta, kevät 2006, Jan 26

27 Tasapainotus lisäyksessä Hakemistotietue mahtui sivulle lisäys on valmis Tietokannan hallinta, kevät 2006, Jan 27

28 Tasapainotus lisäyksessä Rakenne on nyt hieman kasvanut, kyseessä kertaluvun 2 B+ puu lisätään Tietokannan hallinta, kevät 2006, Jan 28

29 Tasapainotus lisäyksessä nouseva hakemistotietue ei mahdu hakemistosivulle Tietokannan hallinta, kevät 2006, Jan 29

30 Tasapainotus lisäyksessä keskimmäinen avain nousee ylöspäin uusi sivu, jonne puolet Tietokannan hallinta, kevät 2006, Jan 30

31 Tasapainotus lisäyksessä keskimmäinen nousee seuraavalle tasolle 40 osoitin uuteen sivuun Tietokannan hallinta, kevät 2006, Jan 31

32 Tasapainotus lisäyksessä Jos jaettiin juuri, niin lisätään uuteen juureen vanhan osoite Tietokannan hallinta, kevät 2006, Jan 32

33 B+ puun tasapainotus poistossa Poistot Alkuperäisen B+ puun idean mukaisesti tasapainotusta tehdään myös poistossa Jos datasivun täyttösuhde laskee alle puoleen ja sivun ja sen velisivun (sibling, saman isäsivun alla oleva vierussivu) yhteenlaskettu tietomäärä ylittää ylittää sivukoon, järjestetään sivuparin tietueet uudelleen siirtämällä täydemmältä sivulta tietue vajaalle sivulle Tietokannan hallinta, kevät 2006, Jan 33

34 B+ puun tasapainotus poistossa poistetaan kohdesivu velisivu Tietokannan hallinta, kevät 2006, Jan 34

35 B+ puun tasapainotus poistossa tätä ei tarvitse vaihtaa vaikka tietue katosikin Täyttösuhde liian pieni kohdesivu velisivu siirretään vajaalle Tietokannan hallinta, kevät 2006, Jan 35

36 B+ puun tasapainotus poistossa korvataan erotin sivun pienimmällä tunnuksella Siirretty datatietue Tietokannan hallinta, kevät 2006, Jan 36

37 B+ puun tasapainotus poistossa rakenne tasauksen jälkeen Tietokannan hallinta, kevät 2006, Jan 37

38 B+ puun tasapainotus poistossa Jos poiston kohteena olevan sivun ja sen velisivun yhteenlaskettu tietomäärä jää alle sivun kapasiteetin yhdistetään sivut ja poistetaan niiden välinen erotin hakemistosta y poistetaan Tietokannan hallinta, kevät 2006, Jan 38

39 B+ puun tasapainotus poistossa y siirretään kaikki velisivun tietueet kohdesivulle, vapautetaan tyhjentynyt sivu, poistetaan erotin hakemistosivulta Tietokannan hallinta, kevät 2006, Jan 39

40 B+ puun tasapainotus poistossa 30 y Tietokannan hallinta, kevät 2006, Jan 40

41 Hakemistosivujen tasapainotus Hakemistomerkinnän poiston takia hakemistosolmu voi jäädä vajaatäyttöiseksi Sivun täyttösuhdetta korjataan samalla periaatteella kuin datasivujenkin eli siirtämällä velisolmusta täydennystietue, siirto tehdään isäsolmun kautta vyöryttämällä Vyörytys: Olkoon kyseessä oikeanpuoleinen veli eli velisolmussa on isompia avaimia. Vyörytys tapahtuu tällöin seuraavasti Lisätään isäsolmusta kopioitu kohdesolmun ja velisolmun välinen avain kohdesolmun avainlistan loppuun Lisätään velisolmun osoitin p 0 kohdesolmun osoitinlistan loppuun Korvataan isäsolmussa ollut kohdesolmun ja velisolmun välinen avain velisolmun avainlistan pienimmällä avaimella Poistetaan velisolmun avain ja osoitinlistojen alkupäästä ensimmäinen avain ja osoitin Sivuja yhdistettäessä vyörytetään kaikki velisolmun tietueet kohdesolmuun ja poistetaan isäsolmusta avain sekä osoitin velisolmuun Puun korkeus alenee, jos poistettavana on juurisolmun ainoa erotin Tietokannan hallinta, kevät 2006, Jan 41

42 Vyörytys kohde sen veli kohde sen veli Tietokannan hallinta, kevät 2006, Jan 42

43 B+ puun tasapainotus poistossa Kaikki toteutukset eivät käytä tasapainotusta poistojen yhteydessä, vaan antavat täyttöasteen laskea. B+ puun hakemistosivujen keskimääräiseksi täyttöasteeksi muodostuu lisäys ja poistotasapainotusta käytettäessä noin 67% Tietokannan hallinta, kevät 2006, Jan 43

44 B+ puun ominaisuuksia Olkoon B+ puun korkeus h haettaessa indeksointiavaimen perusteella joudutaan tutkimaan h sivua ( h levyhakua) lisättäessä joudutaan lukemaan h sivua ja kirjoittamaan vähintään 1 ja enintään h+2 sivua poistettaessa joudutaan lukemaan vähintään h ja enintään 2h 1 ja kirjoittamaan vähintään 1 ja enintään 2h 1 sivua Indeksointiavaimen arvon muuttaminen täytyy B+ puun yhteydessä hoitaa poisto ja lisäys operaatioina Tietokannan hallinta, kevät 2006, Jan 44

45 B+ puu ennen poistoja Juuri * 3* 5* 7* 8* 14* 16* 19* 20* 22* 24* 27* 29* 33* 34* 38* 39* Tietokannan hallinta, kevät 2006, Jan 45

46 Poistetaan 19* ja 20*... Juuri * 3* 5* 7* 8* 14* 16* 22* 24* 27* 29* 33* 34* 38* 39* 19* poisto on helppoa. 20* poisto tehdään uudelleen järjestelemällä lehtisivut. Huomaa kuinka keskimmäinen arvo kopioidaan Tietokannan hallinta, kevät 2006, Jan 46

47 ... Poistetaan 24* Vaatii yhdistämistä. Huomaa hakemistoarvon siirto ja siirto alaspäin. Juuri * 27* 29* 33* 34* 38* 39* 30 2* 3* 5* 7* 8* 14* 16* 22* 27* 29* 33* 34* 38* 39* Tietokannan hallinta, kevät 2006, Jan 47