Хешированные файлы: бакет, каталог бакетов, дополнительный каталог бакетов, выбор хеш-функции. Операции над хешированными файлами

База данных (БД) – это совместно используемый набор логически связанных данных и описание этих данных, предназначенное для удовлетворения информационных потребностей организации. Можно сказать, что база хранится на диске как набор записей различного формата, т.е. в виде файлов. В данном случае под файлом понимают набор записей одинакового формата, т.е. файл аналогичен отношению. Для наиболее быстрой обработки данных отношение при хранении разбивается на фрагменты. Такие фрагменты наз-ся блоки или страницы. Блоки м.б. по-разному организованы внутри файла, напр., м.б. файлы, организованные в виде кучи, хешированные и последовательные файлы.

Основная идея хешированных файлов состоит в том, что файл разбивается на бакеты (участки). Каждая запись файла размещается в соответствующем бакете в зависимости от значения ключа записи. Ключ в данном случае не обязан быть уникальным. Для каждого файла, организованного таким способом, выбирается hash-функция h(v). Эта ф-ция в качестве параметра получает ключ записи. Выходом такой ф-ции явл-ся целое число в диапазоне от 0 до B-1, где B – желаемое число бакетов. Внутри бакета записи организованы также как в файле-куче, т.е. нет никакой упорядоченности.

В хешированных файлах нулевой блок содержит так называемый каталог бакетов. Каталог бакетов предст-ет собой массив указателей, индексированный от 0 до В-1.

Основная проблема построения ХФ это построение хеш-функции. Главное требование состоит в том, что хеш-функция должна принимать все значения с равной вероятностью. Работа простейшей хеш-функции состоит из двух шагов:1 -конвертирование ключа к целому типу; 2 - получение остатка от деления результата первого шага на число бакетов. Наиболее проста hash-ф-ция h(v)=v mod B

Поиск в таких файлах организуется след. образом. На основе ключа искомой записи рассчитывается hash-ф-ция. Т.о. получаем индекс эл-та в массиве (в каталоге бакетов) и находим 1ый блок необходимого бакета. Далее поиск производится внутри бакета как в файле, организованном в виде кучи, т.е. путем перебора всех записей из всех блоков бакета. Другие бакеты не просматриваются. Т.о. поиск в хешированных файлах в идеальном случае (т.е. количество записей в бакетах равномерно распределено) в В раз быстрее, чем в файлах, организованных в виде кучи.

Вставка записи. Для этого также вычисляем h(v) и находим нужный бакет. Пустое место для вставки записи будет иметь последний блок бакета, поэтому просматриваем все блоки бакета, пока не найдем блок с пустым указателем. Ситуации, когда не надо смотреть весь бакет:

1. если нам необходимо обеспечить уникальность записи, то перед вставкой мы просмотрели весь бакет и памяти уже находится последний блок.

2. Если нам не важна уникальность, то каталог бакетов можно усилить дополнительным массивом содержащим указатели на последние блоки бакетов.

После того, как необходимый блок найден, новая запись записывается в него, и блок записывается на диск. Если блок уже заполнен, то выделяется новый блок и в него заносим новую запись. Если заголовок бакета уже содержит пустой указатель, то выделяем новый блок и указатель на него помещаем в заголовок бакета. Перезаписываем новый блок и каталог бакетов.

Удаление. Производится поиск записи, а само удаление производится как в файле организованном в виде кучи.

Модификация. Если модификация не ключевого поля, то производится операция поиска, а затем выполняется 2 операции: чтение и запись. Если нужно ключевое поле, то после поиска выполняется операции удаления и вставки.