Индексные файлы. Структура индексного файла Индексные файлы можно представить как файлы, состоящие из двух частей: индексная область, основная область, - презентация

1 Индексные файлы

2 Структура индексного файла Индексные файлы можно представить как файлы, состоящие из двух частей: индексная область, основная область, в которой последовательно расположены все записи файла

3 Методы доступа В зависимости от организации индексной и основной областей различают 2 типа файлов: с плотным индексом и с неплотным индексом. ИЛИ Файлы с плотным индексом называются также индексно-прямыми файлами, а файлы с неплотным индексом называются также индексно-последовательными файлами.

4 индексно- прямые файлы основная область содержит последовательность записей одинаковой длины, расположенных в произвольном порядке структура индексной записи имеет следующий вид: Здесь значение ключа это значение первичного ключа, а номер записи это порядковый номер записи в основной области, которая имеет данное значение первичного ключа.

5 Свойства индексно-прямых файлов Так как индексные файлы строятся для первичных ключей, однозначно определяющих запись, то в них не может быть двух записей, имеющих одинаковые значения первичного ключа. В индексных файлах с плотным индексом для каждой записи в основной области существует одна запись из индексной области. Все записи в индексной области упорядочены по значению ключа, поэтому можно применить более эффективные способы поиска в упорядоченном пространстве.

6 логарифмический поиск Наиболее эффективным алгоритмом поиска на упорядоченном массиве является логарифмический, пли бинарный, поиск. Все пространство поиска разбивается Пополам, и так как oно строго упорядочено, то определяется сначала, не является ли элемент искомым. Если нет,то в какой половине его надо искать. Следующим шагом мы определенную половину также делим пополам и производим аналогичные сравнения, и т. д., пока не обнаружим искомый элемент. Максимальное количество шагов поиска определяется двоичным логарифмом от общего числа элементов в искомом пространстве поиска:

7 Длина доступа Длина доступа к произвольной записи оценивается не в абсолютных значениях, а в количестве обращений к устройству внешней памяти, которым обычно является диск. Формула для вычисления максимального времени доступа в количестве обращений к диску

8 Пример – расчет кол-ва обращений к диску Длина записи файла (LZ) 128 байт. Длина первичного ключа (LK) 12 байт. Количество записей в файле (KZ) Размер блока (LB) 1024 байт. 4 байта для хранения номера записи

9 количество индексных блоков Для этого сначала определим, сколько индексных записей может храниться в одном блоке: KIZB = LB/LI = 1024/16 = 64 индексных записи в одном блоке. Теперь определим необходимое количество индексных блоков: KIB = KZ/KZIB = /64 = 1563 блока.

10 максимальное количество обращений к диску А теперь мы уже можем вычислить максимальное количество обращений к диску при поиске произвольной записи: обращений к диску.

11 операции добавления записей При операции добавления осуществляется запись в конец основной области. В индексной области необходимо произвести занесение информации в конкретное место, чтобы не нарушать упорядоченности. Поэтому вся индексная область файла разбивается на блоки и при начальном заполнении в каждом блоке остается свободная область (процент расширения)

12

13 После определения блока, в который должен быть занесен индекс, этот блок копируется в оперативную память, там он модифицируется путем вставки в нужное место новой записи и, измененный, записывается обратно на диск.

14 Когда исчезает свободная область, возникает переполнение индексной области. В этом случае возможны два решения: перестроить заново индексную область, организовать область переполнения для индексной области, в которой будут храниться не поместившиеся в основную область записи. Проблемы первый способ потребует дополнительного времени на перестройку индексной области, а второй увеличит время на доступ к произвольной записи и потребует организации дополнительных ссылок в блоках на область переполнения.

15 Именно поэтому при проектировании физической базы данных так важно заранее как можно точнее определить объемы хранимой информации, спрогнозировать ее рост и предусмотреть соответствующее расширение области храпения.

16 При удалении записи возникает следующая последовательность действий: запись в основной области помечается как удаленная (отсутствующая), в индексной области соответствующий индекс уничтожается физически, то есть записи,следующие за удаленной записью, перемешаются на ее место и блок, в котором хранился данный индекс, заново записывается на диск.

17 индексно- последовательные файлы Неплотный индекс строится для упорядоченных файлов. Для этих файлов используется принцип внутреннего упорядочения для уменьшения количества хранимых индексов. Структура записи индекса для таких файлов имеет следующий вид:

18 В индексной области мы теперь ищем нужный блок по заданному значению первичного ключа. Так как все записи упорядочены, то значение первой записи блока позволяет нам быстро определить, в каком блоке находится искомая запись. Все остальные действия происходят в основной области.

19

20 Оценим время доступа к произвольной записи для файлов с неплотным индексом Если ранее ссылка рассчитывалась исходя из того, что требовалось ссылаться на записей, то теперь нам требуется ссылаться всего па блоков, поэтому для ссылки достаточно двух байт. Тогда длина индексной записи будет равна: LI = LK + 2 = = 14 байт.

21 количество индексных записей в одном блоке будет равно; KIZB = LB/LI = 1024/14 = 73 индексных записей в одном блоке. Определим количество индексных блоков, которое необходимо для храпения требуемых индексных записей: KIB = KBO/KZIB = 12500/73 = 172 блока. Тогда время доступа по прежней формуле будет определяться:

22 добавление новой записи Здесь новая запись должна заноситься сразу в требуемый блок на требуемое место, которое определяется заданным принципом упорядоченности на множестве значений первичного ключа. Поэтому сначала ищется требуемый блок основной памяти, в который надо поместить новую запись, а потом этот блок считывается, затем в оперативной памяти корректируется содержимое блока и он снова записывается на диск па старое место.

23 Удаление записи Уничтожение записи происходит путем ее физического удаления из основной области, при этом индексная область обычно не корректируется, даже если удаляется первая запись блока. Поэтому количество обращений к диску при удалении записи такое же, как и при добавлении новой записи.

24 Организация индексов в виде B-tree (В-деревьев) Построение В-деревьев связано с простой идеей построения индекса над уже построенным индексом. Мы в общем случае получим некоторое дерево, каждый родительский блок которого связан с одинаковым количеством подчиненных блоков, число которых равно числу индексных записей, размещаемых в одном блоке. Такие деревья называются сбалансированными (balanced) именно потому, что путь от корня до любого листа на этом древе одинаков.

25

26 Расчитаем время поиска На первом уровне число блоков равно числу блоков основной области, это нам известно, - оно равно блоков. Второй уровень образуется из неплотного индекса, мы его тоже уже строили и вычислили, что количество блоков индекс- ной области в этом случае равно 172 блокам. А теперь над этим вторым уровнем снова построим неплотный индекс.

27 Мы не будем менять длину индексной записи, а будем считать ее прежней, равной 14 байтам. Количество индексных записей в одном блоке нам тоже известно, и оно равно 73. Поэтому сразу определим, сколько блоков нам необходимо для хранения ссылок на 172 блока. И над третьим уровнем строим новый, и на нем будет всего один блок, в котором будет всего три записи.

28 Добавление и удаление записи Механизм добавления к удаления записи при организации индекса и виде В-дерева аналогичен механизму, применяемому в случае с неплотным индексом.

29 В случае плотного индекса после определения местонахождения искомой записи доступ к ней осуществляется прямым способом по номеру записи, поэтому этот способ организации индекса и называется индсксно-прямым. В случае неплотного индекса после нахождения блока, в котором расположена искомая запись, поиск внутри блока требуемой записи происходит последовательным просмотром и сравнением всех записей блока. Поэтому способ индексации с неплотным индексом называется еще и индесксно -последовательным.

30 инвертированные списки Для обеспечения ускорения доступа по вторичным ключам используются структуры, называемые инвертированными списками, которые послужили основой организации индексных файлов для доступа по вторичным ключам.

31 Структура списков Инвертированный список в общем случае это двухуровневая индексная структура. Здесь па первом уровне находится файл или часть файла, в которой упорядочено расположены значения вторичных ключей. Каждая запись с вторичным ключом имеет ссылку на номер первого блока в цепочке блоков, содержащих номера записей с данным значением вторичного ключа. На втором уровне находится цепочка блоков, содержащих номера записей, содержащих одно и то же значение вторичного ключа. При этом блоки второго уровня упорядочены по значениям вторичного ключа. И наконец, на третьем уровне находится собственно основной файл.

32 Механизм доступа к записям по вторичному ключу На первом шаге мы ищем в области первого уровня заданное значение вторичного ключа, затем по ссылке считываем блоки второго уровня, содержащие номера записей с заданным значением вторичного ключа, а далее уже прямым доступом загружаем в рабочую область пользователя содержимое всех записей, содержащих заданное значение вторичного ключа.

33

34 При модификации основного файла При модификации основного файла происходит следующая последовательность действий: Изменяется запись основного файла. Исключается старая ссылка на предыдущее значение вторичного ключа. Добавляется новая ссылка на новое значение вторичного ключа.