Arquivos Estruturados por Ordenação– Custos I/O AULA 5 Profa. Sandra de Amo GBC053 – BCC Estudaremos nesta aula Estimativa de custos de I/O para operações de: Scan em arquivos ordenados Inserção de tuplas em arquivos ordenados Remoção de tuplas em arquivos ordenados Busca em arquivos ordenados pelo atributo- chave de busca Busca em arquivos ordenados por atributos diferentes do atributo-chave de busca Arquivos ordenados por um atributo X As páginas do arquivo contém diretório de slots como os arquivos heap. Este diretório é utilizado para localizar a posição na página onde se encontra um registro com rid dado. O endereço do início do espaço vazio só é utilizado para saber quantos bytes de espaço livre existe na página. A inserção de um novo registro não é feita utilizando o diretório de páginas, pois o registro deve ser inserido em uma posição adequada do arquivo, respeitando a ordenação. A remoção de um registro é feita exatamente como no caso de arquivo heap. Exemplo: inserção de um registro Diretório de slots da página Página 5 (500,165) (450,50) Registros: Rid (5,1) : (...., 2, ....) Rid (5,2) : (...., 4,....) Rid (5,3) : (...., 9, ....) Rid (5,4) : (...., 13,....) Rid (5,5) : (...., 16,....) (250,200) (100,150) (0,100) 5 665 Passos para a inserção do registro Suponha que se quer inserir o registro (...., 12 ,....) de tamanho 300 1. Busca binária no arquivo, pelo atributo X, para determinar a página onde deverá ser inserido. No caso esta página será a página 5. 2. Através das informações contidas no diretório de slots, determina se existe espaço nesta página para o novo registro. Supondo que o tamanho de uma página é 1000 bytes, como o espaço livre começa em 665, tem-se 335 bytes de espaço livre na página. 3. Busca binária na página para saber a posição em que deverá ser inserido o registro. No caso a inserção será após o registro de rid (5,3) cujo conteúdo é (..., 9, ...). 4. Os registros subsequentes são transladados de 300 bytes à direita para dar lugar para o novo registro. Qual o rid do novo registro ? Verifica no diretório de slots se há algum slot com conteúdo (-1,_). Se houver, este será o slot associado ao novo registro. 2. Se não houver: cria-se um novo slot que será associado ao novo registro. 3. Atualiza o diretório de slots. 1. Situação após a inserção. Novo registro de tamanho 300 Espaço vazio (35 bytes) Diretório de slots da página Página 5 (450,300) (800,165) (750,50) (250,200) (100,150) (0,100) Registros: Slot 6 Slot 5 Slot 4 Slot 3 Slot 2 Slot 1 Rid (5,1) : (...., 2, ....) Rid (5,2) : (...., 4,....) Rid (5,3) : (...., 9, ....) Rid (5,4) : (...., 13,....) Rid (5,5) : (...., 16,....) Novo registro Rid (5,6) : (...., 12,....) 6 965 O que acontece quando não há espaço suficiente na página 5 para o novo registro ? Determina-se quantos e quais registros (a partir do último na página) devem ser passados para a próxima página para dar lugar para o novo registro. Insere-se tais registros na próxima página Atualiza-se o diretório de slots da página 5, após a remoção dos registros que passaram para a outra página. Insere-se o novo registro na página 5 conforme já descrito e atualiza-se o diretório de slots da página 5 após esta inserção. ESTIMATIVAS DE CUSTOS Arquivos Ordenados : SCAN Cada página deve ser transferida do disco Tempo de transferência = D Cada página deve ser processada no buffer (R registros são processados) Tempo de processamento = RC Custo total por página = D + RC Custo total da operação SCAN = B(D+RC) Atenção Nas operações de busca em arquivos ordenados, vamos supor que: O arquivo está ordenado por um atributo A A busca é feita pelo atributo A O atributo A pode ou não ser chave da relação onde está sendo feita a busca Caso a busca seja feita por um atributo diferente de A, o custo é o mesmo de um SCAN Arquivos Ordenados : Busca Seleção A = a A : atributo chave (da relação) Atenção: Chave = chave da relação !! Arquivo é ordenado pela chave da relação. 1) 2) Busca binária no arquivo Cada passo = uma operação de input + 1 registro processado no buffer • Custo de cada operação de Input = D • Custo para processar todas as páginas necessárias na busca binária até encontrar a página onde está o registro procurado = D(log2B) 3) Uma vez encontrada a página onde está o registro, fazer busca binária na página Custo = C(log2R) Custo total = D (log2B) + C (log2R) Arquivos Ordenados : Busca Seleção A = a A : atributo não-chave (da relação) Os registros satisfazendo a condição são adjacentes (pois o arquivo é ordenado pelo atributo da seleção ) 1) Localizar o primeiro registro satisfazendo a condição CUSTO = Dlog2B + C log2R 2) Ler todos os registros subsequentes em ordem sequencial Em média tais registros satisfazendo a condição cabem em uma página. Em média, o primeiro registro satisfazendo a condição encontra-se no meio da página. Custo = D log2B + C log2R + custo de ler o resto Custo total estimado = D log2B + C log2R + RC/2 Arquivos Ordenados : Busca Seleção A > a A : atributo chave (da relação) 1) Localizar o primeiro registro Custo = Dlog2B + C log2R 2) Ler todos os registros subsequentes em ordem sequencial Custo = Dlog2B + C log2R + custo de ler o resto Custo estimado= Dlog2B + C log2R + B/2(D+RC) Arquivos Ordenados : Inserção Inserção Suponhamos que o arquivo esteja ordenado pela chave da relação (A) Encontrar a posição onde deve ser inserido o registro (a1, a2, …, an) Custo de uma busca A = a1, onde A é chave da relação = D (log2B) + C(log2R) Inserir registro (em média, encontra-se na metade do arquivo) Reescrever todos os registros subsequentes da página onde foi feita a inserção (shift nos demais registros) Custo = Busca posição + 0.5*BD + 0.5BRC + 0.5BD = Custo estimado = D (log2B) + C(log2R)+ BD+ 0.5BRC Gravação das páginas modificadas Carrega as páginas a serem modificadas Altera os registros subsequentes Arquivos Ordenados : Deleção Deleção: supondo que o arquivo está ordenado pelo atributo que seleciona os registros a serem removidos Encontrar as páginas satisfazendo a condição de deleção Custo = tempo da busca pelo 1o registro + busca dos demais (depende da condição da operação de deleção: A = a , A > a, se A é chave da relação ou não) Remover o(s) registro(s) das páginas Escrever a(s) página(s) modificada(s) Reescrever todos os registros subsequentes aos que foram removidos. Se for um único registro a ser removido A = a : Custo estimado = Busca registro + altera subsequentes + grava páginas alteradas = D (log2B) + C(log2R) + 0.5B(D + RC) + 0.5BD D (log2B) + C(log2R) + BD+ 0.5B*RC Importante : Para efeito dos cálculos de custos, estamos supondo que a condição de seleção é especificada no atributo pelo qual o arquivo está ordenado. Caso a condição de seleção não seja sobre o atributo pelo qual o arquivo é ordenado, os custos são os mesmos que para os arquivos Heap. Resumo - Ordenados Scan Sel = chave Sel = Nchave Sel <> Insert Delete Sel = chave B(D+RC) Dlog2B + Clog2R Dlog2B + Clog2R + RC/2 Dlog2B + Clog2R + B/2(D+RC) D(log2B)+ C(log2R) +BD+ 0.5BRC) D(log2B)+ C(log2R) +BD+ 0.5BRC BD Dlog2B Dlog2B Dlog2B + Dlog2B+ DB/2 BD Dlog2B+ BD Só I/O