Basi di Dati e Sistemi Informativi

1. Basi di Dati e SistemiInformativi Struttura di un DBMS: OrganizzazionedellaMemoria Home page del corso: http://www.cs.unibo.it/~difelice/dbsi/

2. Organizzazione della Memoria Studio/analisideirequisiti Fasidellaprogettazione Risultati SCHEMA CONCETTUALE Progettazioneconcettuale SCHEMA LOGICO Progettazionelogica SCHEMA FISICO Progettazionefisica

3. Organizzazione della Memoria ANALISI REQUISITI PROGETTAZIONE CONCETTUALE Cosasirappresenta Come losirappresenta ? PROGETTAZIONE LOGICA • Dove memorizzarele tabelle? • Qualistrutturedatiusare?

4. OrganizzazionedellaMemoria GERARCHIE DI MEMORIA MemoriaPrimaria MemoriaSecondaria • Volatile • Accessocasuale • Persistente • Accessodiretto

5. OrganizzazionedellaMemoria Per garantire lapersistenzadeidati, un DMBS devememorizzareidatisumemoriasecondaria. • Suddivisa in blocchi(unita’ minima di allocazione). • Latenza di accesso = • Latenza di posizionamento + • Latenza di rotazione + • Latenza di trasferimento • Principio di localita’ deidatiper ridurre la latenzad’accesso.

6. OrganizzazionedellaMemoria Le tuple di unarelazione (record) sonogeneralmente di dimensioneinferiorealladimensione di un blocco. { Tupladimensionefissapari a L Fattore di blocco= B/L DimensionebloccoB (numero di record per blocco)

7. OrganizzazionedellaMemoria Per l’accesso e la memorizzazionesumemoria secondaria, i DMBS utilizzano le funzionalita’ offerte dal sistemaoperativo (file-system). API del FILE SYSTEM FileDescriptor* open(String) close(FileDescriptor*) byte[] read(FileDescriptor*) write(FileDescriptor*, byte[]) FILE SYSTEM UNIX

8. OrganizzazionedellaMemoria Per motivi di efficienza, ogni DBMS gestisce l’organizzazionedeidatiall’internodeiblocchi di memoriasecondariaallocati dal SO. CATEGORIE DI ORGANIZZAZIONE DEI FILE • Strutturaseriale (disordinata). • Strutturasequenziale. • Struttura con accessocalcolato (hash).

9. OrganizzazionedellaMemoria Strutturaseriale le tuple sipresentanonel file nell’ordine con cui sonoinseritenel DB. INSERT INTO DB VALUES (“013”,”Sara”, “Verdi”) DB FILE 0100110110000001111000001110 11011110000001

10. OrganizzazionedellaMemoria Strutturaseriale le tuple sipresentanonel file nell’ordine con cui sonoinseritenel DB. • Inserimentodati O(1) • Ricercadati  O(N) • Aggiornamentodati O(N) • Cancellazionedati  O(N) 0100110110000001111000001110 11011110000001 11011110000001 11011110000001 FRAMMENTAZIONE INTERNA N=numero di tuple nel file

11. OrganizzazionedellaMemoria Per motivi di efficienza, ogni DBMS gestisce l’organizzazionedeidatiall’internodeiblocchi di memoriasecondariaallocati dal SO. CATEGORIE DI ORGANIZZAZIONE DEI FILE • Strutturaseriale (disordinata). • Strutturasequenziale. • Struttura con accessocalcolato (hash).

12. OrganizzazionedellaMemoria Strutturasequenziali le tuple sonomemorizzate secondo l’ordine di uno o piu’ attributidello schema relazionale. INSERT INTO DB VALUES (“013”,”Sara”, “Verdi”) DB FILE 0100110110000001111000001110 0100110110000011011110000001 01111000001110

13. OrganizzazionedellaMemoria Le strutturesequenzialifacilitano le operazioni SQL di ordinamento/raggruppamento/ricercasugliattributisu cui e’ definitol’ordinamento. • SELECT * FROM StudentiORDER BY Nome • SELECT * FROM StudentiWHERE (Nome=“Sara”) • SELECT Nome FROM StudentiGROUP BY Nome Q. Complessita’ algoritmicadellaricercadicotomica?

14. OrganizzazionedellaMemoria Le strutturesequenzialisonopiu’ complesse da gestire in caso di operazioni di aggiornamento/cancellazione/inserimento. • In questicasi, e’ necessarioprocedere a periodicheriorganizzazionidellastruttura. • Per questomotivo, le strutturesequenzialisonospessousate in associazione con indici ISAM (Index Sequential Access Method)

15. OrganizzazionedellaMemoria Per motivi di efficienza, ogni DBMS gestisce l’organizzazionedeidatiall’internodeiblocchi di memoriasecondariaallocati dal SO. CATEGORIE DI ORGANIZZAZIONE DEI FILE • Strutturaseriale (disordinata). • Strutturasequenziale. • Struttura con accessocalcolato(hash).

16. OrganizzazionedellaMemoria Struttura hash  Si utilizzaunafunzione (hash) per determinareilblocco in cui e’ memorizzatounatupla, a partire dal valore di un suoattributo (in genere, la chiave). • K: valoredellachiavedellatupla. • f(K): numero di bloccoin cui e’ contenuta la tupla con valoredellachiavepari a K. • Com’e’ fattaf(K)? Funzioneiniettiva (casoideale)

17. OrganizzazionedellaMemoria Esempio di STRUTTURE HASH B: Numero di blocchi f(29)=2 <29, Marco, Rossi> 0 1 2 <68, Simone, Bianchi> f(68)=5 3 4 5 6 7 8 <71, Sara, Verdi> f(71)=8 f: I  [0,B[ Es. f(Matricola)=Matricola % B

18. OrganizzazionedellaMemoria Esempio di STRUTTURE HASH B: Numero di blocchi f(29)=2 <29, Marco, Rossi> 0 1 2 <68, Simone, Bianchi> f(68)=5 3 4 5 6 7 8 <71, Sara, Verdi> f(71)=8 VantaggioStrutture Hash  buona parte delleoperazionisulle tuple checoinvolgono la chiavepossonoessereeseguite in tempo costante …

19. OrganizzazionedellaMemoria Esempio di STRUTTURE HASH B: Numero di blocchi f(29)=2 <29, Marco, Rossi> 0 1 2 <68, Simone, Bianchi> f(68)=5 3 4 5 6 7 8 <14, Sara, Verdi> f(71)=5 f: I  [0,B[ Es. f(Matricola)=Matricola % B COLLISIONE!

20. OrganizzazionedellaMemoria Poiche’ la dimensionedellatupla (L) e’ in genereinferiorealladimensione del blocco (B), in caso di collisione: • Si memorizza la tuplasequenzialmentenelblocco, • fino ad esaurire lo spaziodisponibile. • Max Collisioni= Fattore di blocco=B/L • In caso non vi siapiu’ spazionelblocco, viene • allocato un nuovoblocco e vienecollegato a quello • precedente (catena di overflow)

21. OrganizzazionedellaMemoria Esempio di STRUTTURE HASH B: Numero di blocchi f(29)=2 <29, Marco, Rossi> 0 1 2 <68, Simone, Bianchi> f(68)=5 3 4 5 6 7 8 <14, Sara, Verdi> f(71)=5 f: I  [0,B[ Es. f(Matricola)=Matricola % B

22. OrganizzazionedellaMemoria PROBLEMI STRUTTURE HASH • Numero di blocchicostituisce un trade-off • Se troppo piccolo rispetto al DB  frequenti • collisioni (con catene di overflow, etc). • Se troppogranderispetto al DB  fattore di • riempimentodeiblocchi molto basso. • Gestionedinamicita’ del sistema?

23. OrganizzazionedellaMemoria PROBLEMI STRUTTURE HASH • Struttura Hash NONefficiente per operazioni • di selezionesu un range di valori: • SELECT * • FROM STUDENTI • WHERE (MATRICOLA>10) AND (MATRICOLA<100) • Struttura Hash NONefficiente per operazioni • checoinvolgonoattributi NON chiave.

24. OrganizzazionedellaMemoria Indice strutturachecontieneinformazioni sullaposizione di memorizzazionedelle tuple sulla base del valore del campo chiave. Q. A che serve un indice? Indice Introduzione 1 Capitolo 1 20 Capitolo 2 40 Capitolo 3 60 Conclusioni 65 ACCESSO DIRETTO

25. OrganizzazionedellaMemoria Indice strutturachecontieneinformazioni sullaposizione di memorizzazionedelle tuple sulla base del valore del campo chiave. Q. A che serve l’indice in un DB? Consentireaccesso diretto (sulla chiave) efficiente, sia puntuale sia per intervalli, quindi ottimizzare l’esecuzioni di query SQL che si basano sulla chiave dell’indice.

26. OrganizzazionedellaMemoria • Indice strutturachecontieneinformazioni • sullaposizione di memorizzazionedelle tuple • sulla base del valore del campo chiave. • Chiaveindice (spesso) ==Chiaverelazione. • Gliindicipossonoessere di due tipi: • Indicisecondari. • Indiciprimari.

27. OrganizzazionedellaMemoria Le tuple dellarelazionesonocontenutenel file F. Un indicesecondarioe’ un file (diverso da F) contenente un insieme di coppie: <valore_chiave, offset_tupla_in_F> FILE INDICE FILE F 29 Marco Rossi 14 Sara Verdi 68 Simone Bianchi

28. OrganizzazionedellaMemoria • Un indicesecondariopuo’essereutilizzatosustruttureseriali(disordinate). • Un indicesecondariodeveconteneretutteivaloridellachiave.(indicedenso).

29. OrganizzazionedellaMemoria • Indice strutturachecontieneinformazioni • sullaposizione di memorizzazionedelle tuple • sulla base del valore del campo chiave. • La chiavedell’indice e’ (spesso) anche la chiave • dellarelazione. Due tipi di indice: • Indicisecondari. • Indiciprimari.

30. OrganizzazionedellaMemoria Un indiceprimario: (i) contiene al suointernoi datioppure (ii) e’ realizzatosu un file ordinato sullostesso campo dellachiavedell’indice. • Puo’ esseresparso: non tutte le chiavidellarelazionedevonocomparirenell’indice per consentire le operazioni di ricerca.

31. OrganizzazionedellaMemoria La realizzazione di indiciavvienetipicamente attraversol’utilizzo di strutturead albero multi-livello.

32. OrganizzazionedellaMemoria Struttura di un nodoNON-foglia P0 K1 P1 … Ki Pi … KF PF Sottoalberochecontiene le chiavi K<K1 Sottoalberochecontiene le chiavi Ki<=K<Ki+1 Sottoalberochecontiene le chiavi K>KF • Ciascunnodo NON-fogliacontieneFvalori di • chiaveedF+1puntatori (fan-out dell’albero)

33. OrganizzazionedellaMemoria Struttura di un nodofoglia CASO1. Il nodofogliadell’alberocontiene le tuple: P0 12 P1 16 P2 … 50 PF <14, Sara, Verdi> <15, Michele, Bianchi> Index-Sequential Structure

34. OrganizzazionedellaMemoria Struttura di un nodofoglia CASO2. Il nodofogliacontiene un puntatore al blocco: P0 12 P1 16 P2 … 50 PF <14, Sara, Verdi> <15, Michele, Bianchi> 0 1 2 3 4 5

35. OrganizzazionedellaMemoria • Due tipologie di indici ad albero: • Indicistatici La struttura ad alberovienecreatasulla base deidatipresentinel DB, e non piu’ modificata(o modificataperiodicamente). • Indicidinamici  La struttura ad alberovieneaggiornata ad ognioperazionesulla base di datidi inserimento/cancellazione.

36. OrganizzazionedellaMemoria Indexed Sequential Access Method (ISAM) F=gradomedio Pagine NONterminali Npagineterminali

37. OrganizzazionedellaMemoria CostodelleoperazionisuAlberi ISAM: • Ricerca: partiredallaradice, confrontare le chiavi per arrivareallepagineterminali O(logFN). • Inserimento: trovare la paginaterminaledellachiaveedinserire la tupla. Nelcaso di paginapiena, allocareunapagina di overlow e linkarlaallaprecedente.  O(logFN). • Cancellazione: trovare la paginaterminale e cancellare la tuplacorrispondente.  O(logFN).

38. OrganizzazionedellaMemoria InserimentosuISAM 4 (SENZA overflow) F=gradomedio Pagine NONterminali 4 Npagineterminali

39. OrganizzazionedellaMemoria InserimentosuISAM 5 (CON overflow) F=gradomedio Pagine NONterminali 4 Npagineterminali 5

40. OrganizzazionedellaMemoria CancellazionesuISAM 5 F=gradomedio Pagine NONterminali 4 Npagineterminali 5

41. OrganizzazionedellaMemoria • ISAM: vantaggi • Le operazioni di inserimento/cancellazioneNON modificano la strutturadell’albero. • ISAM: svantaggi • In presenza di sistemi molto dinamici, le prestazionidell’indicepeggiorano al cresceredellecatene di overflow. • Necessariori-crearel’indicecon unacertaperiodicita’.

42. OrganizzazionedellaMemoria • Due tipologie di indici ad albero: • Indicistatici La struttura ad alberovienecreatasulla base deidatipresentinel DB, e non piu’ modificata(o modificataperiodicamente) • Indicidinamici  La struttura ad alberovieneaggiornata ad ognioperazionesulla base di datidi inserimento/cancellazione.

43. 4 1 8 3 5 9 OrganizzazionedellaMemoria Un B-tree e’ un albero binario etichettato in cui per ogni nodo x, il suo sottoalbero sinistro contiene solo etichette minori di x e il sottoalbero destro solo etichette maggiori. • Ricerca O(log(N)) • Inserimento O(log(n)) • Cancellazione O(log(n)) 0

44. OrganizzazionedellaMemoria Un B+-tree e’ un B-tree nel quale i nodi terminali sono linkati sequenzialmente. Blocchi Dati

45. OrganizzazionedellaMemoria • B-tree e B+ tree sonostrutturedinamiche: • Consentiteoperazioni di inserimento/aggiornamento/cancellazione di nodi. • Rispetto al B-tree, ilB+tree e’ piu’ efficienteper operazionidi selezione/ricercasu un range di valori. • SELECT * FROM STUDENTI WHERE ((MATRICOLA>3) AND (MATRICOLA<10))

46. OrganizzazionedellaMemoria • I DBMS differiscono in base allestrutturedati • utilizzate per memorizzareidati. • Quasi tuttiisistemiprevedonostrutture ad albero (B-tree/B+-tree) ed hash. • Generalmente, siusanostruttureseriali(disordinate), ma con indicisullachiave di unarelazione.

47. OrganizzazionedellaMemoria • Creazione di un indice(da schema): • CREATE [UNIQUE|FULLTEXT|SPATIAL] • INDEXnome_indice ON nome_tabella(Lista_Attributi) • CREATE UNIQUE INDEX IndiceStudenteONStudenti(Matricola) INDICI in MYSQL

48. OrganizzazionedellaMemoria • Creazione di un indice(con tabella): • CREATE TABLE Studenti ( • … • INDEX(Matricola)); • Rimozionedi un indice • DROP INDEX Nome_IndiceONNome_Tabella • DROP INDEX IndiceStudentiON Studenti INDICI in MYSQL

49. OrganizzazionedellaMemoria • ProgettazionefisicaSebbenemoltidettagli • dell’organizzazionedellamemoriasianogia’ • pre-impostati dal DBMS in uso(e non • configurabili), ilprogettista del DB puo’: • Selezionare le strutturefisichepiu’ adatte • per il DB da implementare. • In MySQL, i tipi di tabellesichiamano • STORAGE ENGINE: es.MyISAM, INNODB,…

50. OrganizzazionedellaMemoria • ProgettazionefisicaSebbenemoltidettagli • dell’organizzazionedellamemoriasianogia’ • pre-impostati dal DBMS in uso(e non • configurabili), ilprogettista del DB puo’: • Creareindicisecondariper ottimizzare • l’esecuzione di query SQL specifiche. • In questicasi, l’analisideicosti (tavola • operazioni/carico/etc) puo’ essere utile …