13 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 Conceptos generales de organización de ficheros
14 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 Conceptos generales de organización de ficheros
15 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) Organización primaria
16 Fichero ordenado (secuencial) Organización primaria 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»
17 Fichero ordenado (2) Organización primaria 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
18 Fichero ordenado (y 3) Organización primaria 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
19 Fichero Mixto Organización primaria 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
20 Organización primaria Ejemplo de uso de un fichero mixtovs.dos ficheros individuales
21 Fichero de direccionamiento calculado (Hashing) Organización primaria 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
22 Fichero de direccionamiento calculado (2) Organización primaria Ejemplos de funciones h Módulo: h(k) = k mod M Plegado: Si k=k1k2k3k4, h(k)=k1k2?k3k4 , ? ? { + , 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
23 Fichero de direccionamiento calculado (3) Organización primaria 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
24 Fichero de direccionamiento calculado (4) Organización primaria 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
25 Fichero de direccionamiento calculado (5) Organización primaria 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
26 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 Fichero de direccionamiento calculado (6) Organización primaria Dispersión Externa
27 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 Fichero de direccionamiento calculado (7) Organización primaria Dispersión Externa
28 Fichero de direccionamiento calculado (8) Organización primaria 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 ?
29 Fichero de direccionamiento calculado (9) Organización primaria 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
30 Fichero de direccionamiento calculado (10) Organización primaria 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 Dispersión Dinámica: Direccionamiento Calculado Extensible
31 Fichero de direccionamiento calculado (y 11) Organización primaria 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 Dispersión Dinámica: Direccionamiento Calculado Extensible
32 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*
33 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
34 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 Organización secundaria
35 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 Organización secundaria
36 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 Organización secundaria
37 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 Organización secundaria 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
38 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 Organización secundaria
39 Organización secundaria 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
40 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
41 Especificación de índices en SQL 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
42 Especificación de índices en SQL 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 ?
43 Especificación de índices en SQL 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)
44 Especificación de índices en SQL Sentencia LDD para crear índices CREATE 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 compuesto CREATE 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 Índices en Oracle (3)
45 Especificación de índices en SQL 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 columnas CREATE 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 Índices en Oracle (4)
46 Especificación de índices en SQL Sentencia LDD para destruir índices DROP 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)
47 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) Selección de la organización de ficheros y estructuras de acceso Selección: decisiones de diseño físico
48 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)
Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
49 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 Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
50 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 Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
51 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 Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
52 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 Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
53 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 almacenamiento ?muchos encadenamientos entre registros (zonas de desborde, etc.) ?menor eficiencia de la búsqueda según la clave del cluster ?reducción del rendimiento de las consultas Selección de la organización de ficheros y estructuras de acceso Sobre estructuras de almacenamiento
54 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
Selección de la organización de ficheros y estructuras de acceso Sobre índices
55 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 ); Selección de la organización de ficheros y estructuras de acceso Sobre índices
56 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 Selección de la organización de ficheros y estructuras de acceso Sobre índices
57 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 Selección de la organización de ficheros y estructuras de acceso Sobre índices
58 Selección de la organización de ficheros y estructuras de acceso 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.
59 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.
60 Estructura lógica de una BD Oracle
61 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 …
62 Estructura física de Oracle Ficheros de datos Ficheros redo log Ficheros de control
63 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
64 Elementos de diseño físico en ORACLE Tablespace CREATE TABLESPACE TS_DATOS DATAFILE '/disco1/fichero1' SIZE 100 M, DATAFILE '/disco2/fichero2' SIZE 250 M;
Tablas y extensiones CREATE TABLE Alumnos (.) TABLESPACE TS_DATOS PCTFREE 20 PCTUSED 40 STORAGE (INITIAL 20K NEXT 30K MINEXTENTS 1 MAXEXTENTS 10 PCTINCREASE 0);
65 Elementos de diseño físico en ORACLE Índices (dentro de create table) … CREATE INDEX nom_ind ON Alumnos (atributos) .. Clusters CREATE CLUSTER CL_1(clave number(4)) SIZE 512 TABLESPACE TS_DATOS PCTFREE 20 STORAGE(…); CREATE TABLE Alumno (..) CLUSTER CL1_(a1);
66 Clusters CREATE 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;
67 Dispersión CREATE CLUSTER Direcciones (codpostal NUMBER(5)) .SIZE 2k HASH IS MOD(codpostal, 101) HASHKEYS 1000;
| Página siguiente |