Architettura Centralizzata di un DBMS Relazionale

Presentazione sul tema: "Architettura Centralizzata di un DBMS Relazionale"— Transcript della presentazione:

1 Architettura Centralizzata di un DBMS Relazionale
Gestore autorizzazioni Gestore catalogo Ottimizzatore Esecutore piani d’accesso DBMS = Data Base Management System Gestore accesso Gestore strutture di memorizzazione Gestore affidabilità Gestore concorrenza Gestore buffer Gestore memoria permanente

2 Gestore di buffer e interazione con il SO
memoria temporanea buffer pool tabella pag. residenti: <id_pag, posiz. buffer> gestore buffer pincount dirty/nondirty pag. fisica pagina fisica memoria permanente

3 scrittura di una pagina da memoria temp. a permanente:
per sostituzione, quando si deve fare spazio nel buffer ad una nuova pagina richiesta da qualche applicativo per gestire in modo sicuro le modifiche fatte da una transazione o la sua fine, cioè per via di commit o end_transaction modifica di pagina: fatta direttamente sulle pagine del buffer_pool dalle componenti del sgbd di livello superiore rispetto al buffer mgr la componente che ha eseguito la modifica chiede al buffer mgr di aggiornare la proprietá dirty/nondirty della pagina modificata rilascio di una pagina, per fine applicativo o transazione provoca il decremento del pincount

4 <cella_scelta, Id_pagina_fisica>
richiesta di una pagina se la pagina si trova nel buffer pool il buffer_mgr incrementa il pincount di quella pagina e restituisce alla componente che ha richiesta la pagina il riferimento a questa nel pool altrimenti il buffer_mgr sostituisce una pagina residente nel buffer pool: tra le pagine con pincount=0 sceglie$ una pagina da eliminare, naturalmente scrivendola prima in mem. permanente se è dirty; segnala errore se non ci sono celle con pincount a 0; scrive nella cella di buffer pool: la pagina fisica richiesta, il pincount a 0 e la proprietá dirty a false aggiorna la tabella delle pagine residenti con la coppia <cella_scelta, Id_pagina_fisica> incrementa il pincount di quella pagina e restituisce alla componente che ha richiesta la pagina il riferimento a questa nel pool $: scelta guidata da una strategia di sostituzione (al limite LRU, sperimentalmente la migliore in caso di accessi concorrenti)

5 Gestore della memoria permanente
Gruppo Basidati e Sistemi: le pagine dovrebbero essere una struttura dati valida per la riorganizzazione di insiemi di record le pagine costituiscono anche l’astrazione che la base dati fornisce sui dispositivi di memorizzazione fisica Gestore della memoria permanente è la componente di un sgbd che si occupa del trasferimento dei dati persistenti dal buffer in memoria temporanea alla memoria permanente e viceversa “riveste” la memoria fisica permanente con una astrazione secondo la quale: la memoria permanente è un insieme di bd una base dati è un insieme di file un file è un insieme di blocchi, o pagine fisiche, numerati progressivamente e di lunghezza prefissata in cui viene memorizzata una collezione di record (tabella o indice) un file logico può essere realizzato come un file fisico o parte di un file fisico

6 Tempo di accesso ai dati su disco
Tempo medio trasferimento di un blocco da memoria permanente a temporanea: (ts + tr + tb) ms per k blocchi contigui: (ts + tr + k * tb) ms ts: seek time o tempo di posizionamento delle testine di lettura sul cilindro richiesto del disco (tra 5 e 10 ms); parametro che incide di piú tr: rotation latency o tempo di latenza è il tempo di attesa per avere un blocco sotto la testina di lettura già posizionata sulla traccia tb: tempo di trasferimento di un blocco Due livelli di memoria, memoria perm. e memoria temp. sono la soluzione piú comune per applicazioni bd; si hanno anche applicazioni ad uno o tre livelli di memoria. un livello: tutta la base dati è gestita in memoria centrale.

7 Struttura interna delle pagine
intestazione o header di pagina contiene quantità di spazio libero riferimento all’inizio dello spazio utilizzab. riferimento prossima pag. libera del file vettore di indirizzamento (possibile) contiene offset ai record nella pagina

8 Struttura interna delle pagine
riferimento ad un record o RID diretto j header k Pid, offset_in_pg record indiretto, ad es. tramite vettore di indirizzamento interno alla pagina Pid, j

9 riferimento al record diretto: va bene per collezioni di dati statici indiretto, tramite vettore di indirizzamento: va bene per collezioni di dati volatili o se la memoria è gestita con spostamento dei record nelle pagine (ad esempio per mantenere ordinamento)

10 Strutture per organizzare la memorizzazione di collezioni di record in memoria permanente:
sequenziale oppure seriale (a heap file) : i dati sono memorizzati in pagine consecutive e ordinati secondo una chiave/ non ordinati per chiave con metodo procedurale: i dati sono memorizzati in pagine consecutive e ordinati secondo una chiave (hash) per chiave con strutture ad albero: i dati sono memorizzati in strutture indice o directory + dati; è la più usata; per attributi non chiave: per la ricerca di un sottoinsieme di record in base al valore di un attributo non identificatore per dati multidimensionali: quando i dati sono vettori che rappresentano oggetti geometrici, immagini (GIS, CAD… )

11 Memorizzazione di collezioni di record in memoria permanente
per chiave con strutture ad albero: dati memorizzati in forma tabellare in insiemi di coppie (chiave, rid) Per accedere velocemente ad un valore di chiave si ha: <struttura a indice o directory , dati> Non si possono usare alberi binari bilanciati come per la memoria temporanea perché: 1. se non si fa attenzione al modo in cui i nodi dell’albero sono memorizzati nelle pagine della memoria permanente la ricerca di un elemento dell’indice puó richiedere un grande numero di accessi alla memoria permanente; 2. per indici volatili il bilanciamento dell’albero in memoria permanente è troppo costoso

12 la ricerca di un elemento dell’indice puó richiedere un grande numero di accessi alla memoria permanente; ESEMPIO un indice di 1 milione di elementi richiede una media di 20 accessi log ~ 20 se invece mettiamo nella stessa pagna opportunamente piú nodi di un albero riduciamo gli accessi: nell’esempio sopra supponiamo di avere 100 nodi di sottoalbero per pagina fisica log = 3

13 punto 1: i nodi di un albero binario devono essere memorizzati opportunamente nelle pagine della memoria permanente albero binario impaginato punto 2: il bilanciamento deve essere risolto “localmente” dall’albero binario impaginato al B-albero autori: Bayer e McCreight, 1972

14 Strutture a B-tree: albero con nodi a piú vie
sono le strutture di memorizzazione dei dati in memoria permanente più comuni nei sgbd relazionali ESEMPIO: sottoalbero di un B-albero di ordine (numero massimo nodi figli) 5 .. 46 .. 66 .. 79 .. .. .. .. 50 55 60 65 .. 68 71 74 78

15 Definizione di B-tree:
ogni nodo interno ha la struttura seguente [p0(k1,r1),p1,...(kj,rj),pj] ri è un riferimento al record di chiave ki pi è un puntatore ad un nodo figlio ogni nodo foglia ha la struttura seguente [\(k1,r1),\,...(kj,rj),\] le chiavi ki in ogni nodo sono ordinate ogni nodo non foglia con j chiavi ha j+1 figli tutte le chiavi nel sottoalbero la cui radice è puntata da pi sono comprese strettamente tra ki e ki+1

16 Definizione di B-tree di ordine m (cont)
la radice ha 0 <= nodi figli <= m 1 <=nro chiavi <= m-1 ogni nodo interno ha ém/2ù <= nro_figli <= m ém/2ù -1 <= nro_chiavi <= m-1 tutte le foglie si trovano allo stesso livello Ogni nodo di albero binario si fa coincidere con una pagina del file in cui è memorizzato l’albero: nodo = pagina

17 Ricerca in B-tree Cerca nel nodo la prima chiave ki tale che
k=ki ki>k, seguire il puntatore pi-1 Oppure, seguire l’ultimo puntatore pj del nodo

18 Numero massimo di nodi in un B-albero di ordine m, altezza h e nodi riempiti al massimo quindi con m figli: livello 1: 1 livello 2: m livello 3: m * m livello 4: m2 * m …….. livello i: mi-1 …………. livello h: mh-1 Sh-1i=0 mi = (mh –1)/(m-1)

19 1 + 2*Sh-2i=0 (m/2)i = 1+ 2 (((m/2)h-1 –1)/(m/2-1))
Numero minimo di nodi in un B-albero di ordine m altezza h e nodi riempiti al minimo, quindi con m figli: livello 1: 1 livello 2: 2 livello 3: 2 * m/2 livello 4: 2 * m/2 * m/2 …….. livello i: 2 ( m/2 )i-2 …………. livello h: 2 ( m/2 )h-2 1 + 2*Sh-2i=0 (m/2)i = 1+ 2 (((m/2)h-1 –1)/(m/2-1))

20 2 (m/2)h-1 –1 <= Nchiavi <= mh –1
Numero di nodi: 1+ 2 (((m/2)h-1 –1)/(m/2-1))<= Nnodi <=(mh –1)/(m-1) Numero minimo di chiavi per un B-albero: radice + [1+ 2 (((m/2)h-1 –1)/(m/2-1)) –1] * (m/2 – 1) = = 2 (((m/2)h-1 –1)/(m/2-1)) * (m/2 – 1) + radice = = 2 ((m/2)h-1 –1) + radice = 2 (m/2)h-1 –2 +1 Numero massimo di chiavi per un B-albero: (mh –1)/(m-1) (m-1) = mh –1 2 (m/2)h-1 –1 <= Nchiavi <= mh –1

21 Complessità della Ricerca in B-albero di altezza h e numero di chiavi inserite N
2 (m/2)h-1 –1 <= N <= mh –1 2 (m/2)h-1 <= N + 1 <= mh logm(N+1) <= h 2 (m/2)h-1 <= N da cui: (m/2)h-1 <= (N + 1)/2 h-1 <= logém/2ù ((N+1)/2) e h <= 1 + logém/2ù ((N+1)/2) logm(N+1) <= h <= 1 + logém/2ù ((N+1)/2) se N è grande l’altezza h del B-albero si approssima a logmN quindi il costo Cr della ricerca di una chiave nell’albero è compreso tra 1 e h

22 Altezza max e min di un B-albero in funzione della dimensione delle pagine: chiavi 10 bytes e rid 4 bytes 1000 10k 100k 1M Dim pag m h min H max 512 28 2,1 3,4 2,7 4,2 3,5 5,1 4,1 6,0 1024 56 1,7 2,9 2,3 3,6 4,3 3,9 4,9 2048 113 1,5 2,5 2,0 3,1 2,4 3,7 4096 227 1,3 2,8 3,3 2,6 3,8

23 Ricerca per intervallo di tutti i record con chiave k: v1 <= k <= v2
Cric-int = h * (v2 – v1) / (kmax – kmin )* N (v2 – v1) / (kmax – kmin )* N è il numero di chiavi nell’intervallo v1 - v2 nell’ipotesi di chiave numerica e distribuzione uniforme dei valori caso migliore per ricerca chiave successiva: quando non si ha bisogno di nuovi accessi perchè la pagina che la contiene è già in memoria caso peggiore: quando si cerca la chiave seguente una chiave in radice perché sarà in una foglia quindi si devono compiere h-1 nuovi accessi al disco

24 Inserimento in B-tree di una chiave
verifica se la chiave da inserire non è giá presente: la ricerca termina ad un nodo foglia in cui verrà fatto l’inserimento se il nodo non è completo cioè contiene meno di m-1 chiavi allora vi si può inserire ancora una chiave e riferimento al record

25 Inserimento e nodo saturo
se la foglia è satura o completa cioè contiene m-1 chiavi, si esegue lo splitting del nodo: si crea un altro nodo in cui si memorizzano le chiavi > della chiave di valore mediano oppure di posto mediano nella sequenza (chiavi del nodo e chiave da inserire) togliendole dal nodo originario la chiave di valore mediano si inserisce ricorsivamente nel nodo padre, o meglio si inserisce …..p’(kc,rkc) p”…. e se il padre è completo si esegue la suddivisione (splitting) del padre e così via fino alla radice.

26 Inserimento in B-tree: splitting inserisco la chiave 70 ( 68+ 70+ 71+ 74+ 78 = 361) media= 72,2
.. 46 .. 66 .. 71 .. 79 .. .. .. 50 55 60 65 .. 68 70 .. 74 78

27 Cancellazione da un B-tree della chiave k algoritmo:
P0. la chiave k da cancellare sia nel nodo n; P1. se n è una foglia, si cancella k da n e si va a P3 P2. se n NON è una foglia si sostituisce k in n cercando tra le chiavi ordinate dell’albero la chiave maggiore tra le minori o quella minore tra le maggiori; tale chiave sostitutiva di k è in una foglia, per costruzione dell’albero, e quindi le va applicato il punto P1. P3. controllo numero chiavi in n (foglia o nodo interno): se ém/2ù -1 <= numero chiavi <= m-1 allora fine cancellaz. altrimenti bisogna P4)concatenare o P5) bilanciare

28 Cancellazione in B-tree cancellazione della chiave 60
.. 46 .. 66 .. 79 .. .. .. .. 50 55 60 65 .. 68 .. 71 .. 74 .. 78 ..

29 Concatenazione processo opposto allo splitting
perché unisce due nodi in un solo nodo num. chiavi in n = (m+1)/2 –2 Cerco un nodo q adiacente ad n nell’albero tale che num. chiavi in q = (m+1)/2 –1 (m+1)/2 –2 + (m+1)/2 –1 = m = m - 1 “chiave tra” i due nodi nel nodo padre

30 [p0(k1, r1) p1 … pe-1 (ke, re) pe (kj,rj) p’0(ke+1, re+1) … ]
Concatenazione nodo padre: [… (kj-1, rj-1) pj-1 (kj,rj) pj (kj+1, rj+1) pj+1…] nodo-1 da conc: [p0(k1, r1) p1 … pe-1 (ke, re) pe] nodo-2 da conc: [p’0(ke+1, re+1) … ] pj-1 e pj sono puntatori ai nodi 1 e 2 i nodi 1 e 2 sono concatenati in [p0(k1, r1) p1 … pe-1 (ke, re) pe (kj,rj) p’0(ke+1, re+1) … ] e nel nodo padre: [… (kj-1, rj-1) pj-1 (kj+1, rj+1) pj+1…]

31 Cancellazione in B-tree: concatenazione
B-tree di ordine 5 per cui: 2 <=num. chiavi<=5 voglio cancellare la chiave 68 .. 46 .. 65 .. 70 .. 79 .. .. .. 65 79 .. 50 55 60 63 .. 66 .. 70 .. 74 .. 78 .. .. 66 .. 68 .. .. .. .. 74 78

32 Cancellazione in B-tree: bilanciamento
Dati due nodi adiacenti in un B-albero bilanciamento vuol dire ridistribuire le chiavi tra i due nodi in modo da bilanciare i nodi medesimi: ! Ridistribuire chiavi vuol dire cambiare la chiave di “spartimento” nel nodo padre

33 Cancellazione in B-tree: bilanciamento se devo cancellare la chiave 70
.. 65 .. 71 .. 79 .. .. .. 60 71 .. 50 .. 55 .. 60 .. .. .. 50 .. 55 .. .. .. .. 65 .. 68 .. .. .. .. 68 .. 70 .. .. .. .. 72 .. 73 .. 74 .. 78 .. Dalla sequenza: 50, 55, 60, 65, 68, 70 ho la sequenza: 50, 55, 60, 65, 68 distribuita: nodo padre: 60 nodo-figlio-1: 50, 55 nodo-figlio-2: 65, 68

34 Struttura di un B-albero
Struttura di un B-albero dipende dall’ordine con cui si caricano le chiavi e si parla di densitá di riempimento di un indice Esercizio: costruire il B-albero di ordine m= 5, numero massimo figli, relativo alle due sequenze di chiavi 1) 10, 15, 30, 27, 35, 40, 45, 37, 20, 50, 55, 46, 71, 66, 74, 85, 90, 79, 78, 95, 25, 81, 68, 60, 65 2) 10, 15, 20, 25, 27, 30, 35, 37, 40, 45, 46, 50, 55, 60, 65, 66, 68, 71, 74, 78, 79, 81, 85, 90, 95 Per chiavi ordinate, sequenza 2, si ottiene un B-albero con foglie di (m+1)/2 chiavi tranne l’ultima: in caso di caricamento di una sequenza ordinata si preferisce una strategia di trattamento del nodo saturo a bilanciamento del fratello a sinistra del nodo saturo fino a quando anche questo non sia saturo.

35 Indici e sgbd Valutazione prestazioni o costi delle operazioni
la definizione di una chiave primaria al momento di una create table genera automaticamente un indice B+-albero che serve a controllare la unicitá dei valori della chiave; la dichiarazione di una chiave esterna non crea automaticamente un indice Valutazione prestazioni o costi delle operazioni ipotesi: in memoria centrale abbiamo un buffer capace di contenere h+1 nodi, l’indice; costo: funzione del numero di nodi da leggere e da scrivere per operazione

36 B*-tree è una variante dei B-tree che mette tutte le coppie (kj,rj) nei nodi foglia: nei nodi interni rimangono le chiavi che dirigono la navigazione sull’albero i nodi foglia sono poi legati in una lista bidirezionale Esiste un’ulteriore variante nota con il nome di B+-tree che differisce per i nodi interni dal B*-tree

37 Esempio di B*-tree .. 46 .. 25 .. 35 .. .. .. .. 65 .. 78 .. .. .. .. 50 .. 55 .. 60 .. 65 .. .. 40 .. 46 .. .. .. .. 30 .. 35 .. .. .. .. 68 71 74 78 .. 20 .. 25 .. .. .. .. 80 85 90

38 Numero di Foglie in B*- tree
Nfoglie= é((Lkey+Lrid)*Nrec)/ (Dpag * ln2)ù, dove Dpag*ln2 è una stima del riempimento medio di una pagina relativa ai B*-tree, Lkey e Lrid rispettivamente la lunghezza di una chiave e di un riferimento in byte.

39 B-tree e Pagine Dati .. 30 .. 35 .. 40 .. 45 .. .. 30 .. 35 .. 40 .. 45 .. 30... 40… 45... 35... 40… 30... 35... 45... Di ordinamento (cluster) Non di ordinamento

40 Vantaggi di B,B*,B+-tree
Principalmente, permettono di ottimizzare le ricerche su predicati del tipo v<X<w o range queries Devono però verificarsi due condizioni, altrimenti i costi legati all’aggiornamento del B-tree non si giustificano: la ricerca non deve essere troppo estesa il B-tree deve usare come chiave la stessa usata per l’ordinamento delle pagine nel file L’indice può essere relativo a gruppi di attributi ovvero a chiavi complesse

41 Scelta dell’Organizzazione
L’organizzazione dipende dal sgbd Una volta nota l’organizzazione è necessario analizzare i suoi elementi per poter ottenere una base dati realmente efficiente L’efficienza deve generalmente essere valutata sulla base delle applicazioni utente che accedono alla base dati