PA152: Efektivní využívání DB
3. Ukládání dat
Vlastislav Dohnal
PA152, Vlastislav Dohnal, FI MUNI, 2016 2
Osnova
 Ukládání dat
 Záznamy
 Organizace bloků
 Příklady
PA152, Vlastislav Dohnal, FI MUNI, 2016 3
Uložení dat
 Co chceme ukládat?
jméno
plat
datum
obrázek
 Jak ukládat?
bajty  posloupnost bajtů
Datové elementy
Záznamy
Bloky
Soubory
Úložiště
PA152, Vlastislav Dohnal, FI MUNI, 2016 4
Typy datových elementů
 Celá čísla
 Podle rozsahu: 2, 4, 8 bajtů
 Např. 35 v 16 bitech
 Obvykle přímý kód nebo inverzní kód
 Reálná čísla
 Plovoucí čárka
 n bitů rozděleno na mantisu a exponent (dle IEEE 754)
 Pevná čárka (number(p,s))
 Kódování každých 9 cifer (základ 10) do 4 bajtů
 Uložení jako řetězec
00000000 00100011
celkový počet bytů kódu
PA152, Vlastislav Dohnal, FI MUNI, 2016 5
Typy datových elementů
 Znaky
Nejčastěji v ASCII kódování – 1 bajt
Více bajtové znaky
 UCS-2 (UTF-16) – kódování UTF-8 do 16 bitů
 Znaky s kódy 0 až 65535
 UTF-8 – kódování variabilní délky
 Znak může zabírat 1 až 4 bajty
 Původně až 6, ale omezeno na stejný rozsah kódů
jako UTF-16.
 Kódování:
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
PA152, Vlastislav Dohnal, FI MUNI, 2016 6
 Pravdivostní hodnota (boolean)
Obvykle jako celé číslo
True
False
Méně než 1 bajt nemá velký význam
 Bitové pole
Délka + bity
 Tj. zaokrouhleno na celé bajty
Typy datových elementů
1111 1111
0000 0000
PA152, Vlastislav Dohnal, FI MUNI, 2016 7
Typy datových elementů
 Datum
 počet dní od „počátku” (např. 1.1.1970)
 řetězec YYYYMMDD (8 znaků)
 YYYYDDD (7 znaků)
 Proč ne YYMMDD?
 Čas
 počet sekund od půlnoci
 počet milisekund nebo mikrosekund
 řetězec HHMMSSFF
 časové zóny – čas uložen v UTC
 Ukládání – konverze z daného pásma do UTC
PA152, Vlastislav Dohnal, FI MUNI, 2016 8
Typy datových elementů
 Výčtový typ
Očíslování hodnot  integer
red  1, green  2, blue  3, yellow  4, ...
PA152, Vlastislav Dohnal, FI MUNI, 2016 9
Typy datových elementů
 Řetězce
Pevná délka
 Omezení velikosti
 Kratší řetězce doplněny mezerami
 Delší oříznuty
Proměnlivá délka
 Uložená délka, pak řetězec
 Ukončení nulou
 nutnost číst celý
 nelze uložit nulu v textu
Problém znakové sady (kódování)
PA152, Vlastislav Dohnal, FI MUNI, 2016 10
Uložení datových elementů
 Každý element „má“ svůj typ
interpretace bitů
velikost
speciální hodnota „neznámá” (NULL)
 Většinou pevná délka
každý typ má svoji bitovou reprezentaci
 Proměnlivá délka
velikost na začátku hodnoty
PA152, Vlastislav Dohnal, FI MUNI, 2016 11
Osnova
 Ukládání dat
 Záznamy
 Organizace bloků
 Příklady
PA152, Vlastislav Dohnal, FI MUNI, 2016 12
Záznam (record)
 Seznam souvisejících datových elementů
Resp. jejich hodnot
Fields, Attributes
 Např.
Zaměstnanec
 jméno – Novák
 plat – 1234
 datum_přijetí – 1.1.2000
PA152, Vlastislav Dohnal, FI MUNI, 2016 13
Schéma záznamu
 Popisuje strukturu záznamu
 Uložené informace
Počet atributů
Pořadí atributů
Typ / název každého atributu
PA152, Vlastislav Dohnal, FI MUNI, 2016 14
Typy záznamů podle schématu
 Pevné schéma
Schéma společné pro všechny záznamy
 Je uloženo mimo záznamy (tzv. data dictionary)
 Proměnlivé schéma
Každý záznam obsahuje svoje schéma
Vhodné pro:
 „řídké“ záznamy (hodně NULL)
 opakování stejných atributů
 vyvíjející se formát
 změny schématu během života db
PA152, Vlastislav Dohnal, FI MUNI, 2016 15
Typy záznamů podle délky
 Pevná délka
Každý záznam má stejnou délku (počet bajtů)
 Proměnlivá délka
Ušetření paměti
Složitější implementace
Možnost pro uložení velkých dat (obrázky, …)
PA152, Vlastislav Dohnal, FI MUNI, 2016 16
Příklad – pevné schéma i délka
 Zaměstnanec
1) id – 2 byte integer
2) jméno – 10 znaků
3) oddělení – 2 byte code
55 n o v á k 02
83 d l o u h ý 01
schéma
záznamy
 Zarovnání na „vhodnou“ délku
 Rychlejší přístup k paměti zarovnané na 4 (8)
bajtů
55 n o v á k 02 - -
PA152, Vlastislav Dohnal, FI MUNI, 2016 17
Příklad – proměnlivé schéma i délka
 Zaměstnanec:
Nazýváno „Tagged fields“
Kódy identifikující názvy atributů mohou být
přímo textové řetězce, tzv. tagy.
4I52 4S HCEČ46#Fields
Codeidentifying
fieldasid
Integertype
CodeforEname
Stringtype
Lengthofstr.
PA152, Vlastislav Dohnal, FI MUNI, 2016 18
Příklad – opakující se atribut
 Zaměstnanec má děti
Vhodné v případě polí (arrays) atp.
 Opakování atributu neznamená
proměnlivou délku ani schéma
Lze určit maximální počet opakování
 Nevyužité místo vyplnit NULL
3 Jméno: Jan Novák Dítě: Tomáš Dítě: Pavel
Novák Potápění Šachy --
PA152, Vlastislav Dohnal, FI MUNI, 2016 19
„Mezivarianta“
 Mezi pevným a variabilním schématem
 Přidání „schéma záznamu“ do hlavičky
záznamu
5 27 . . . .
record type
tells me what
to expect
(i.e. points to schema)
record length
PA152, Vlastislav Dohnal, FI MUNI, 2016 20
Hlavička záznamu
 = informace o záznamu (fixní délka)
(nesouvisející s hodnotami atributů)
Schéma záznamu (odkaz)
Délka záznamu
Čas vytvoření / změny / čtení záznamu
OID (Object Identifier) – „ID“ záznamu
Pole pro NULL hodnoty
 Jeden bit pro každý atribut
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 21
Další problémy
 Komprese
Zvýšení rychlosti (méně čtu)
Uvnitř záznamu (hodnoty zvlášť)
Více záznamů
 Efektivnější (lze vytvořit slovník)
 Složitější
 Kódování (šifrování)
Co potom s indexy?
Jak řešit rozsahové dotazy?
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 22
Uložení objektů
 Současné komerční DB podporují objekty
Rozšíření relačních DBMS
OODBMS
 Objekt má atributy
Jednoduché typy  uložit jako záznam
Kolekce  vytvořit novou relaci a tam uložit
 Prvky pak referencovat pomocí jejich OID
PA152, Vlastislav Dohnal, FI MUNI, 2016 23
Uložení relace
 Řádkové
Zatím uvažovaná varianta
 Sloupcové
Hodnoty stejného atributu pohromadě
 Příklad řádkového uložení:
Order(id, cust, prod, store, price, date, qty)
id1 cust1 prod1 store1 price1 date1 qty1
id2 cust2 prod2 store2 price2 date2 qty2
id3 cust3 prod3 store3 price3 date3 qty3
PA152, Vlastislav Dohnal, FI MUNI, 2016 24
Sloupcové uložení
 Relace
Order(id, cust, prod, store, price, date, qty)
id1 cust1
id2 cust2
id3 cust3
id4 cust4
... ...
id1 prod1
id2 prod2
id3 prod3
id4 prod4
... ...
Id mohou ale nemusí být uloženy,
lze využít pořadí hodnot
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 25
Porovnání
 Výhody sloupcového uložení
Kompaktnější uložení (nezarovnávání na
bajty, komprese, …)
Efektivní čtení (např. pro data mining)
 Zpracovávání mála atributů, ale všech hodnot
 Výhody řádkového uložení
Aktualizace / vkládání je rychlejší
Efektivnější při přístupu k celým záznamům
Mike Stonebraker, Elizabeth O'Neil, Pat O’Neil, Xuedong Chen, et al.:
C-Store: A Column-oriented DBMS, VLDB Conference, 2005.
http://www.cs.umb.edu/~poneil/vldb05_cstore.pdf
PA152, Vlastislav Dohnal, FI MUNI, 2016 26
Osnova
 Ukládání dat
 Záznamy
 Organizace bloků
 Příklady
PA152, Vlastislav Dohnal, FI MUNI, 2016 27
Uložení záznamů do bloků
 Záznamy
Pevné délky
Proměnné délky
 Bloky pevné velikosti
záznamy
soubor
bloky …
PA152, Vlastislav Dohnal, FI MUNI, 2016 28
Uložení záznamů do bloků
 Problémy k řešení:
Oddělování záznamů
 Separating records
Rozdělování / nerozdělování záznamů
 Spanned vs. unspanned
Uspořádání záznamů
 Sequencing
Odkazy na záznamy
 Indirection
PA152, Vlastislav Dohnal, FI MUNI, 2016 29
Oddělování záznamů
 Záznamy pevné délky
Žádný oddělovač
Pamatovat počet a ukazatel na první záznam
 Záznamy proměnné délky
Oddělovač
Ukládání délek záznamů (nebo počátků)
 V rámci záznamu
 V hlavičce bloku
R2R1 R3blok
 Záznamy proměnné délky:
 Blok má hlavičku, pak záznamy
 Hlavička
 Odkaz na další bloky (přetokové, indexu, …)
 Typ bloku (přetokový, index, …)
 Příslušnost relaci
 (Adresář ofsetů na záznamy)
 Časová razítka (vytvoření, modifikace, čtení)
Oddělování záznamů (pokr.)
PA152, Vlastislav Dohnal, FI MUNI, 2016 30
volné místo
header record 1 record 2 … record nblok
PA152, Vlastislav Dohnal, FI MUNI, 2016 31
Rozdělování záznamů
 Nerozdělování
každý záznam součástí jednoho bloku
jednodušší, ale může plýtvat místem
 Rozdělování
Záznam „přetéká“ mezi bloky
Nutné, pokud je záznam větší než blok!
R1 R2 R3 R4 R5
blok 1 blok 2
…
R1 R2 R3(a) R3(b) R6R5R4 R7(a)
blok 1 blok 2
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 32
Rozdělování záznamů: příklad
 Nerozdělování záznamů
106 záznamů, každý 2 050 bajtů (pevná délka)
Velikost bloku 4 096 bajtů
Celkem alokováno: 106 * 4096B
Celkem využito: 106 * 2050B
Využití paměti: 50,05%
blok 1 blok 2
2050 bajtů nevyužito 2046 2050 bajtů nevyužito 2046
R1 R2
PA152, Vlastislav Dohnal, FI MUNI, 2016 33
Rozdělování záznamů
 Záznam „přetéká“ mezi bloky
Musíme udržovat pořadí bloků
 Lze používat ukazatele
 Záznam je rozdělen na „fragmenty“
Bitový příznak, zda je fragmentován
Ukazatel na další / předchozí fragment
R1 R2 R3(a) R3(b) R6R5R4 R7(a)
blok 1 blok 2
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 34
Rozdělování záznamů
 Velký atribut
The Oversized-Attribute Storage Technique
 TOAST or "the best thing since sliced bread”**
 Rozdělení dlouhých hodnot atributu
 Vzniká tzv. TOAST table (chunk_id, chunk_seq, value)
 Hodnota rozdělena na kousky („chunks“)
 Chunks tvoří fyzické záznamy v TOAST table
 Chunk je identifikován: chunk_id, chunk_seq
Komprese
Rozdělení do více fyzických záznamů
(interně)
** [cit. dokumentace PostgreSQL]
PA152, Vlastislav Dohnal, FI MUNI, 2016 35
Rozdělování záznamů
 Velká data (LOB – Large OBjects)
Bez ohledu na typ: binární i textová
Uloženo zvlášť
 posloupnost bloků (jiného souboru)
DB neindexuje, neumí uvnitř vyhledávat
** [cit. dokumentace PostgreSQL]
PA152, Vlastislav Dohnal, FI MUNI, 2016 36
Uspořádání záznamů
 Záznamy jsou v souboru (a bloku)
uspořádány
Podle hodnoty nějakého klíče
Tj. sekvenční soubor
 Důvod:
Efektivní čtení záznamů v daném pořadí
Např. pro merge-join, order by, …
PA152, Vlastislav Dohnal, FI MUNI, 2016 37
Uspořádání záznamů
 Uložené za sebou
 Zřetězený seznam
R2R1 R3 …
R2R1 R3
 Přetoková oblast
Záznamy jsou uložené za sebou
 nutné reorganizace při aktualizaci
Odkaz na přetokovou oblast / blok
PA152, Vlastislav Dohnal, FI MUNI, 2016 38
Uspořádání záznamů
blok
R1.0
R2.0
R3.0
R4.0
R5.0
hlavička
R2.1
R1.3
R4.7
hlavička
PA152, Vlastislav Dohnal, FI MUNI, 2016 39
Míchání (shlukování) záznamů
 Záznamy různých relací v jednom bloku
Některá data jsou vyžadována současně
Uložit je společně  zrychlené čtení
Složitější implementace
PA152, Vlastislav Dohnal, FI MUNI, 2016 40
Míchání (shlukování) záznamů: příklad
 Relace: zákazník (zid, jméno, adresa)
vklady (zid, vkl_id, výše_vkladu)
 Vhodné pro dotaz Q1:
 SELECT jméno, adresa, výše_vkladu
FROM vklady, zákazník
WHERE vklady.zid = zákazník.zid AND zákazník.zid = 2354
(2354, ‘Petr Malý’, ‘Brno’)
(2354, 999001, 100)
(2354, 999010, 1500)
blok
…
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 41
Míchání (shlukování) záznamů: příklad
 Dotaz Q2:
SELECT * FROM zákazník
 Shlukování nevhodné pro Q2
Záleží na četnosti jednotlivých dotazů
 Řešení:
Nemíchat v rámci bloku
Ukládat bloky blízko sebe (stejný válec disku,…)
PA152, Vlastislav Dohnal, FI MUNI, 2016 42
Míchání (shlukování) záznamů
(2354, ‘Petr Malý’, ‘Brno’)
bloky …
(2356, ‘Petr Novák’, ‘Brno’)
(2354, 999001, 100)
(2354, 999010, 1500)
…
(2356, 924013, 5500)
PA152, Vlastislav Dohnal, FI MUNI, 2016 43
Odkazy na záznamy
 Použití
Rozdělování záznamů
Odkazování bloků / záznamů (viz indexy)
Zřetězení bloků (viz indexy)
OODBMS: objekty ukazují na jiné objekty
H
D M
A F
Adam
Matěj
Denisa
Hynek
Felix
index soubor
PA152, Vlastislav Dohnal, FI MUNI, 2016 44
Odkazy na záznamy
 Adresa záznamu
V paměti (memory address)
 přímá adresace
 4bajtový / 8bajtový ukazatel ve virtuální paměti
procesu
V úložišti (db address)
 sekvence bajtů popisující umístění
 přímá vs. nepřímá adresace
PA152, Vlastislav Dohnal, FI MUNI, 2016 45
Odkazy na záznamy
 Přímá adresace
Fyzická adresa záznamu
 Adresa v úložišti
 ID disku, stopa, povrch, blok, offset v bloku
Nepraktické
 Např. realokace bloku nebo záznamu
PA152, Vlastislav Dohnal, FI MUNI, 2016 46
Odkazy na záznamy
 Nepřímá adresace
Záznam (i blok) je identifikován svým ID
ID = logická adresa
 libovolná posloupnost bitů
Převodní tabulka (map table): ID  fyz. adresa
fyz. adresaID
rec ID
r
adresa
a
map table
……
PA152, Vlastislav Dohnal, FI MUNI, 2016 47
Odkazy na záznamy
 Nepřímá adresace
Nevýhoda
 Zvýšené náklady
 Průchod map table
 Uložení map table
Výhoda
 Velká flexibilita
 Mazání záznamů, vkládání
 Optimalizace uložení bloků
PA152, Vlastislav Dohnal, FI MUNI, 2016 48
Odkazy na záznamy
 Vhodná varianta = kombinace
 Fyz. adresa záznamu =
fyz. adresa bloku + offset
 Offset je pořadí záznamu v bloku
 V hlavičce je obvykle seznam odkazů na záznamy.
 Výhody
 Lze přesouvat záznamy v bloku
 Beze změny fyz. adresy
 Lze přesunout záznam do jiného bloku
 V původním místě udělám odkaz na nový blok + offset
 Lze zrušit map table
 Nevýhoda
 Nízká flexibilita přesouvání bloků (defragmentace)
PA152, Vlastislav Dohnal, FI MUNI, 2016 49
Odkazy na záznamy
 Používaná varianta
Adresa záznamu =
ID souboru + číslo bloku + offset v bloku
Uložení bloku určuje systém souborů (file
system)
File ID, Physical
Block # Block ID
File System
Map
PA152, Vlastislav Dohnal, FI MUNI, 2016 50
Odkazy na záznamy
 Nepřímý odkaz v bloku
Fyz. adresa záznamu = fyz. adr. bloku + offset
R3
R4
R1 R2
blok
volné místo
hlavička
PA152, Vlastislav Dohnal, FI MUNI, 2016 51
Hlavička bloku
 Přítomná v každém bloku
File ID (or RELATION ID or DB ID)
Typ bloku
 např. záznamy typu 4, přetoková oblast, TOAST
záznamy, …
ID bloku (tohoto)
Adresář záznamů (odkazy na data záznamů)
Ukazatel na volné místo (začátek, konec)
Ukazatel na další blok (např. pro indexy)
Čas modifikace (popř. verze)
PA152, Vlastislav Dohnal, FI MUNI, 2016 52
Modifikace záznamů v bloku
 Vkládání
Obvykle snadné
 Mazání
Správa volného místa
 Změna
Stejná velikost
 Ok
Jiná velikost
 Problém stejný jako při vkládání / mazání
PA152, Vlastislav Dohnal, FI MUNI, 2016 53
Mazání záznamů
 Problém s odkazy na smazané záznamy
Musí být neplatné
Nesmí odkazovat na jiná nová data
Tzv. dangling pointers
R1 ?
smazaný záznam
PA152, Vlastislav Dohnal, FI MUNI, 2016 54
Mazání záznamů
 Přímá adresa záznamu (fyzická adresa)
Označ jako smazané
 Vytvořením značky (tombstone)
 Stačí 1 bit
 Implementace: obvykle několik bajtů (zarovnání)
Oznámit volné místo
 Zřetězení volných míst
blok
nelze znovu využít volné místo
PA152, Vlastislav Dohnal, FI MUNI, 2016 55
Mazání záznamů
 Nepřímá adresace
Map table
Smazaný záznam uvolní místo v bloku
Náhrobek je v map table
 nebo „mapování“ smažu
ID LOC
…
7788
…
Map Table
Tuto položku nelze
již znovu využít.
PA152, Vlastislav Dohnal, FI MUNI, 2016 56
Mazání záznamů
 Adresa záznamu je adr. bloku + offset
Ihned uvolni místo
Defragmentuj ostatní záznamy
 volné místo je souvislé
V adresáři záznamů nastav ukazatel na null
blok
volné místo
R3
R4
R1 R2
PA152, Vlastislav Dohnal, FI MUNI, 2016 57
Mazání záznamů
 Uložení ID záznamu přímo v záznamu
Při čtení záznamu kontrolujeme ID na shodu
PA152, Vlastislav Dohnal, FI MUNI, 2016 58
Vkládání záznamů
 Neuspořádaný (nesekvenční) soubor
Vkládáme na konec
 Poslední blok, popř. nový
Vkládáme do volného místa v existujícím
bloku
 Může být problematické v případě proměnlivé
délky záznamu
PA152, Vlastislav Dohnal, FI MUNI, 2016 59
Vkládání záznamů
 Uspořádaný (sekvenční) soubor
Nemožné, pokud není nepřímá adresace ani
se nepoužívají offsety
Najdi místo v „blízkém“ bloku  reorganizuj
 Přesunutí posledního záznamu do následujícího
bloku
 Nutné přidat příznak do původního bloku
Ulož do přetokového bloku
 Odkaz na přetokový blok je součástí hlavičky bloku
PA152, Vlastislav Dohnal, FI MUNI, 2016 60
Aktualizace záznamů
 Zvětšení délky záznamu
Nemusí se vytvářet náhrobky
Posunout následující záznamy
Vytvořit přetokový blok
…
 Zmenšení délky záznamu
dtto
Zrušení uvolněných přetokových bloků
Vyrovnávací paměti a odkazy
 Problém odkazování na záznamy v paměti
Prohazování odkazů (pointer swizzling)
 Změna DB odkazu na memory odkaz a zpět
PA152, Vlastislav Dohnal, FI MUNI, 2016 61
Rec A blok 2
blok 1
Paměť (buffers/cache) Disk
Rec B
Vyrovnávací paměti a odkazy
 Po načtení bloku 1 je vše OK
PA152, Vlastislav Dohnal, FI MUNI, 2016 62
Rec A
Rec Bblok 1
blok 2
blok 1
Paměť (buffers/cache) Disk
Rec B
Prohazování odkazů
 Po načtení bloku 2 je provedena změna
odkazu
PA152, Vlastislav Dohnal, FI MUNI, 2016 63
Rec A
Rec Bblok 1
blok 2
blok 1
Paměť (buffers/cache) Disk
Rec B
blok 2
Rec A
PA152, Vlastislav Dohnal, FI MUNI, 2016 64
Prohazování odkazů
 Kdy:
Automaticky – ihned po načtení
Na žádost – při prvním použití
Nikdy – vždy se používá překladová tabulka
 Implementace:
DB adresa je měněna na paměťovou adresu
 Buduje se Translation table
 dvojice (disková adresa, paměť. adresa) pro každý
záznam
Ukazatel má příznak, zda byl prohozen či ne
PA152, Vlastislav Dohnal, FI MUNI, 2016 65
Správa vyrovnávací paměti
 Specifikum databází
Někdy je nutné ponechat bloky v cache „déle“
 Indexy, vyhodnocování spojení relací, …
 Různé strategie
LRU, FIFO, pinned blocks, toss-immediate, …
Správa vyrovnávací paměti
 LRU
Při každém přístupu aktualizovat čas přístupu
 může být časově náročné
 FIFO
Uloží se čas načtení a ten se dále nemění
 nevhodné pro stále používané bloky
 Např. kořen B+ stromu
 Pinned blocks
Bloky trvale v paměti
PA152, Vlastislav Dohnal, FI MUNI, 2016 66
 Hodiny („Clock“)
Efektivní aproximace LRU
Ručka ukazuje na poslední
načtený blok.
Pro načtení nového bloku se
ručka otáčí, dokud nenalezne
volné místo (blok s nulou).
Pak načte požadovaný blok a nastaví 1
Ručka při otáčení snižuje číslo (až na nulu).
 Lze implementovat i pinned blocks. Jak?
Správa vyrovnávací paměti
PA152, Vlastislav Dohnal, FI MUNI, 2016 67
1
1
0
0
1
1
1
00
0
1
0
Správa vyrovnávací paměti
 LRU a výpočet spojení dvou relací:
Vnořené cykly:
LRU nevhodný: přepisují se bloky relace s
 Nutné použít pinned blocks pro relaci s
PA152, Vlastislav Dohnal, FI MUNI, 2016 68
For each bs in s do
For each br in r do
Join tuples in br and bs
r s
s1
s2
r1
r2
r3
buffers
1
buffers
s1
r1
r2
2
3
Načtení 1. záznamu
z s a zpracovávání r
4
buffers
r3
s2
r2
5
3
Načtení 2. záznamu
z s
4
buffers
r3
s2
r1
5
6
Zpracovávání r
…
PA152, Vlastislav Dohnal, FI MUNI, 2016 69
Osnova
 Ukládání dat
 Záznamy
 Organizace bloků
 Příklady
PA152, Vlastislav Dohnal, FI MUNI, 2016 70
Vlastní implementace
 Otázka náročnosti operací:
Načtení záznamu s daným klíčem
 Načtení následujícího záznamu
Vložení / smazání / aktualizace záznamů
Čtení celého souboru
Reorganizace souboru
Flexibilita Využití místa
Složitost Výkonnost
PA152, Vlastislav Dohnal, FI MUNI, 2016 71
Specializované systémy
 BigTable
Distribuované úložiště n-tic od Google
Škálovatelost do petabajtů (1PB=1000TB)
F. Chang, J. Dean, S. Ghemawat, et al.:
Bigtable: A Distributed Storage System for Structured Data,
Seventh Symposium on Operating System Design and
Implementation (OSDI), 2006.
http://labs.google.com/papers/bigtable-osdi06.pdf
 HBase
Distribuované úložiště n-tic
Open-source Apache projekt Hadoop
http://hadoop.apache.org/
Vlastnosti BigTable a HBase
 Nejsou relační databáze
Tzv. NoSQL databáze
 Storage as a “keyvalue” map
row_id, column_id, time  value
 Proměnné schéma relace
 Verzování podle času
 Uspořádané podle row_id
PA152, Vlastislav Dohnal, FI MUNI, 2016 72