armazenamento de dados -- ficheiros & bases-de-dados --

TC – DEI, 2005/2006

Armazenamento de Dados-- Ficheiros & Bases-de-Dados --

Paulo [email protected]://www.dei.uc.pt/~pmarques

Tecnologia dos Computadores 2005/2006

TC – DEI, 2005/2006

Motivação

Departamento de Engenharia Informática Numerus clausus = 120, Duração média=4.5anos Alunos Inscritos… 120x4.5 = 630 Adicionemos alunos de mestrado, doutoramento, docentes e

funcionários… ~ 1000 pessoas

Sistema de Informação… struct Pessoa {

char nome[80]; long BI;

char morada[200]; pixel_rgb fotografia[640][480]; ...

};

sizeof(Pessoa) 900 Kbyte 900Kbyte * 1000 900 Mbyte

TC – DEI, 2005/2006

Motivação (2)

É necessário armazenar os dados de forma persistente (i.e. não volátil)

Não é possível manter simultaneamente todos os dados em memória, mesmo quando o programa está em execução Os 900 Mbyte foram uma estimativa por baixo!

TC – DEI, 2005/2006

Sistemas de Informação

Actualmente, é comum separar-se as aplicações em dados persistentes e “lógica de negócio” Em sistemas “pequenos”: Ficheiros directos Em sistemas “grandes”: Bases-de-dados

Lógicade

Controlo

DadosPersistentes

Programa

TC – DEI, 2005/2006

Sistema de Ficheiros

Sistema de Ficheiros: Recurso directamente disponível a nível do sistema operativo

O SO apenas oferece primitivas para: Abrir e fechar ficheiros Ler e escrever blocos de bytes no ficheiro

O programador é responsável por programar toda a gestão de dados nos ficheiros Índices para pesquisas rápidas, tolerância a erros, gestão de

concorrência, etc.

AplicaçãoAplicação

TC – DEI, 2005/2006

Bases-de-Dados

Existe um programa especial (SGBD – Sistema de Gestão de Base-de-Dados) que faz toda a gestão dos dados Oracle, MS-SQL Server, Postgre, MySQL, etc.

O programa estabelece uma ligação à base-de-dados utilizando um protocolo chamado ODBC A BD pode estar na mesma máquina ou noutra máquina

Através da ligação, envia os seus dados e pode fazer pesquisas SQL = Structured Query Language


Base de

Dados

SGBD (Sistema de

Gestão de BD)

ODBC

Sistemas de Ficheiros

TC – DEI, 2005/2006

Acesso a ficheiros

O sistema operativo disponibiliza funções para: Abrir e fechar ficheiros open() / close() Ler e escrever dados read()/write()

Quando se abre um ficheiro, é retornado um handle (inteiro) que representa o ficheiro nesse processo

TC – DEI, 2005/2006

Acesso a ficheiros (2)

Associado a cada handle, que representa um ficheiro aberto, também existe um FILE POINTER (FP) O FP representa a posição corrente de leitura ou escrita no

ficheiro O FP é incrementado automaticamente sempre que há uma

leitura ou escrita

Associado a cada handle existe um buffer de dados Principio da localidade temporal e espacial Funciona como cache e pre-fetch

FP

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Ficheiro

TC – DEI, 2005/2006

Como é que o SO organiza os ficheiros?

Árvore de Directórios

TC – DEI, 2005/2006

Como é que o SO sabe onde estão os ficheiros?

TC – DEI, 2005/2006

Um exemplo prático FAT (DOS/Windows)

O disco encontra-se dividido em sectores (clusters), a unidade mínima de informação a que se consegue aceder num disco

No início do disco (disquete) existe: Boot sector File Allocation Table (FAT) Disk Root Directory

TC – DEI, 2005/2006

FAT

Cada entrada da FAT indica qual o próximo sector que um certo ficheiro ocupa

Cada entrada da Disk Root Directory indica o nome e atributos de um certo ficheiro, assim como o seu primeiro sector

207 203 EOF 204 205 EOF 202 208 209 215 FREEEOF 214 BAD EOF

200 201 202 203 204 205 206 207 208 209 210 211 212 213 214

Boot FAT Directory Table Data

Frequência.doc RH 2003.12.05-17:30 … 201

Disco

O ficheiro “Frequência.doc”ocupa os sectores 201, 203, 204 e 205

Exame.doc RH 2003.12.06-14:21 … 21010345

14121

TC – DEI, 2005/2006

Questões…

A Disk Root Table apenas contém as entradas do directório raiz do disco. Como é que são guardadas os sub-directórios?

FAT16 quer dizer que os ponteiros na FAT são de 16 bits. Qual é o número máximo de ficheiros que o disco

pode ter? Tendo um disco de 40Gbytes, qual seria o tamanho

de cada sector (cluster)? Vê algum problema nisso?(hoje, em Windows, quando não se utiliza NTFS utiliza-se FAT32)

TC – DEI, 2005/2006

Voltemos ao Sistema de Informação…

Suponhamos que armazenamos todas as pessoas do DEI num ficheiro sequencial…

“Pessoas.dat”

JOANA FRANCISCA 10896534 R. Fernão Lop

Qual é o problema se quisermos encontrar o alunocom o BI Nº 10896534?

Esquecendo as caches…Tempo médio de acesso ao disco = 10msEm média temos de percorrer ½ ficheiro = 500 entradas500 entradas X 10ms = 5000ms = 5s!!!

TC – DEI, 2005/2006

Utilização de Índices

Se se sabe que vão ser feitas pesquisas por BI, cria-se uma tabela especial que para cada BI indica qual a entrada no ficheiro que a contém. Esta tabela chama-se um índice sobre o BI A tabela é armazenada conjuntamente no ficheiro ou num

ficheiro à parte

10896534 12

11843234 43

17345342 234

(…) (…)

BI Entrada

“Pessoas.dat” 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 … …

TC – DEI, 2005/2006

Utilização de Índices

Os índices resultam porque… Tipicamente o tamanho do índice é muito mais pequeno do

que o tamanho dos dados Muitas vezes é mesmo possível manter todo o índice em

memória Os índices podem estar ordenados (pesquisa binária) ou pode

fazer-se hashing*

Um índice deste género também é conhecido como TABELA INVERTIDA (Inverted Table)

* Hashing Uma técnica muito inteligente e rápida que permite encontrar um elemento numa tabela usando tipicamente apenas uma comparação. Irá falar muito dela durante o próximo ano (PA3)

TC – DEI, 2005/2006

Tamanho do Índice

Atenção: em muitos sistemas, o tamanho dos índices pode tornar-se um problema

No nosso caso e admitindo que o Sistema de Informação comporta no máximo 10.000 alunos, qual é que teria de ser o tamanho do índice para BIs?

TC – DEI, 2005/2006

» If you don’t find it in the index, look very carefully through the entire catalogue «

Sears, Roebuck and Co. Consumer’s Guide, 1897

TC – DEI, 2005/2006

TC – DEI, 2005/2006

Bases-de-Dados

A aplicação estabelece uma ligação ao SGBD que é responsável por manter todos os dados da aplicaçãoO protocolo de comunicação utilizado é ODBDA linguagem utilizada para falar com a BD chama-se SQL (Structured Query Language)

A base-de-dados tem obrigação de: Mandar os dados de forma

persistente Facilitar a forma como a

gestão dos dados é realizada Responder a interrogações e

actualizações de forma rápida

Tolerar falhas (e.g. faltar a luz a meio de uma escrita)


Base de

Dados

SGBD (Sistema de

Gestão de BD)

ODBC

TC – DEI, 2005/2006

Modelo de Dados

A maioria das bases-de-dados actuais seguem o chamado MODELO RELACIONAL No Modelo Relacional, os dados são vistos em

termos de tabelas e relações entre tabelas

Tabela Alunos

NUM_ALUNO NOME MORADA ANO_NASC

501000885 José AntónioR. D. Carlos I, 126, 3000-204

Coimbra1980

501003426 Carlos AlbertoR. Alexandre Herculano, 12A,

3030-123 Coimbra1982

505404534 José MalaquiasR. Pinhal Marrocos, 43, 3030-290

Coimbra1981

... … ... ...

TC – DEI, 2005/2006



Coimbra1980


3030-123 Coimbra1982


Coimbra1981

... … ... ...

Tabelas

Tuplo: Conjunto ordenado de dados relacionados

Chave Primária: Atributo especial que permite identificar univocamente um tuplo

Atributo: Algo que caracteriza a entidade

TC – DEI, 2005/2006

RelacionamentosNUM_ALUNO NOME MORADA ANO_NASC


Coimbra1980


3030-123 Coimbra1982


Coimbra1981

... … ... ...

NUM_CADEIRA NOME_CADEIRA ANO SEMESTRE

1 Tecnologias dos Computadores 1 1

3 Programação e Algoritmos II 1 2

6 Sistemas Operativos 2 1

... … ... ...

Tabela Alunos

Tabela Cadeiras

Tabela InscriçõesNUM_CADEIRA ANO

1 1998

3 1998

1 1998

... ...

NUM_INSC

3243

4321

1232

...

NUM_ALUNO

501003426

...

NOTA

12

13

19

...

501000885

501000885

6 19993487 505404534 NULL

TC – DEI, 2005/2006

Relacionamentos

A tabela Inscrições está relacionada com a tabela Alunos e Cadeiras As chaves primárias dos relacionamentos aparecem

como atributos da chave do relacionamento



Coimbra1980


3030-123 Coimbra1982


Coimbra1981

... … ... ...





... … ... ...

NUM_CADEIRA ANO

1 1998

3 1998

1 1998

... ...

NUM_INSC

3243

4321

1232

...

NUM_ALUNO

501003426

...

NOTA

12

13

19

...

501000885

501000885

6 19993487 505404534 NULL

TC – DEI, 2005/2006

Exemplo Prático – MS Access

TC – DEI, 2005/2006

Queries

Como as tabelas estão relacionadas, é possível fazer “interrogações” (queries) à base-de-dados Exemplo: “Quais os nomes e anos de nascimento dos alunos

que estiveram inscritos a Tecnologias dos Computadores em 1998”



Coimbra1980


3030-123 Coimbra1982


Coimbra1981

... … ... ...





... … ... ...

NUM_CADEIRA ANO

1 1998

3 1998

1 1998

... ...

NUM_INSC

3243

4321

1232

...

NUM_ALUNO

501003426

...

NOTA

12

13

19

...

501000885

501000885

6 19993487 505404534 NULL

12

3 4

5

6

77

TC – DEI, 2005/2006

Queries - SQL

“Quais os nomes e os anos de nascimento dos alunos que estiveram inscritos a Tecnologias dos Computadores em 1998”

SELECT nome, ano_nasc FROM alunos A, cadeiras C, inscrições INS WHERE nome_cadeira=‘Tecnologias dos Computadores’ AND

INS.ano = 1998 AND

C.num_cadeira = INS.num_cadeira AND

INS.num_aluno = A.num_aluno

TC – DEI, 2005/2006

Queries - SQL

As queries em SQL também retornam tabelas SELECT nome, ano_nasc

FROM alunos A, cadeiras C, inscrições INS WHERE nome_cadeira=‘Tecnologias dos Computadores’ AND

INS.ano = 1998 ANDC.num_cadeira = INS.num_cadeira ANDINS.num_aluno = A.num_aluno

NOME ANO_NASC

José António 1980

Carlos Alberto 1982NUM_CADEIRA ANO

1 1998

3 1998

1 1998

... ...

NUM_INSC

3243

4321

1232

...

NUM_ALUNO

501003426

...

NOTA

12

13

19

...

501000885

501000885

6 19993487 505404534 NULL

3 45



Coimbra1980


3030-123 Coimbra1982


Coimbra1981

... … ... ...67

7NUM_CADEIRA NOME_CADEIRA ANO SEMESTRE




... … ... ...

12

TC – DEI, 2005/2006

Inserção de Dados - SQL

Também se podem inserir dados na base-de-dados…

INSERT INTO alunos(num_aluno, nome, morada,

ano_nasc) VALUES (5010034322,

‘Teresa Matos’, ‘R. Alforrecas, 12, 3000-203

Coimbra’, 1984)

TC – DEI, 2005/2006

Recordemos…


Base de

Dados

SGBD (Sistema de

Gestão de BD)

ODBC

SELECT nome FROM alunos

O que viaja na ligação são estas“ordens”, na linguagem SQL. A aplicação tem de enviar as suasordens nesta linguagem e processar os resultados retornados

TC – DEI, 2005/2006

Criação de Bases-de-Dados

Na prática, quando se quer fazer uma base-de-dados, não se começa por criar tabelas… Cria-se (modela-se) o problema:

Modelo CONCEPTURAL da Base-de-dados

Para criar o modelo conceptual da Base-de-dados, utilizam-se Diagramas ENTIDADE-RELACIONAMENTO (Diagramas ER)

Só após se ter o diagrama Entidade-Relacionamento é que se criam as tabelas: MODELO FÍSICO da Base-de-dados Muitas vezes, as ferramentas permitem passar

automaticamente do modelo conceptual para o modelo físico

TC – DEI, 2005/2006

Modelo Entidade-Relacionamento

Modela o problema em termos de ENTIDADES e RELAÇÕES entre entidadesAs relações podem ser de: 1 para 1 (1:1) 1 para N (1:N) N para N (N:N)

As relações podem ter participação obrigatória ou não

ALUNO CADEIRAInscritoN N

TESTE

Possui

1

N

TC – DEI, 2005/2006

Leitura do ER

Cada aluno pode estar inscrito em várias cadeiras; cada cadeira pode ter vários alunos inscritosCada aluno tem de estar obrigatoriamente inscrito a uma cadeira; pode haver cadeiras sem alunos (e.g. cadeiras que não funcionam num ano)Em cada cadeira pode haver vários testes; cada teste só pode pertencer a uma cadeiraPode haver cadeiras sem testes (e existem!); Cada teste tem de ter obrigatoriamente uma cadeira associada

TC – DEI, 2005/2006

Recordemos…

TC – DEI, 2005/2006

Informática é mais do que escrever código…

Mars Climate Orbiter, crashed into Mars on Sep 23, 1999Cost US$125 million dollars

“The Mars Climate Orbiter Spacecraft was lost because one NASA team used Imperial units while another used metric units for a key spacecraft operation” (BBC Online Report,1999/09/30)

TC – DEI, 2005/2006

Transacções em BDs – Motivação

Base de

Dados

REDE

“Transfere €1.000.000 da conta 43248932 para a conta 43298743”

1: boolean ok = conta1.retira(1000000);2: if (ok)3: {4: conta2.coloca(1000000);5: }

-- E se a aplicação “crasha” na linha 2??-- E se deixa de haver ligação de rede na linha 4??-- E se o servidor “crasha” entre a linha 1 e 2??

TC – DEI, 2005/2006

Transacções em BDs

Uma das razões muito importantes para se utilizar BDs, para além da performance, é o ter garantias de integridade de dados

Transacção: uma conjunto de operações que devem ser executadas de forma indivisível (i.e. atómica) Uma operação atómica é aquela em que ou executa

tudo ou não executa nada As base-de-dados têm suporte directo para

transacções

TC – DEI, 2005/2006

Transacções

Transacção Tem um início bem definido Ou existe um COMMIT ou

um ROLLBACK COMMIT As alterações

tornam-se permanentes ROLLBACK As alterações

são anuladas

Durante uma transacção, as alterações na BD apenas são visíveis para o utilizador que as está a fazer. Todos os outros utilizadores

vêem os dados como se nada estivesse a acontecer

(...)

trans.beginTransaction();

boolean ok = conta1.retira(1000000);

if (ok){ conta2.coloca(1000000); trans.commitTransaction();}else trans.rollbackTransaction();

TC – DEI, 2005/2006

Transacções – Ideia da Implementação

Sempre que um utilizador inicia uma transacção, todos os dados sobre os quais trabalha são privados (é feita uma cópia)

Quando é feito o COMMIT da transacção, a BD é então actualizada No caso de haver conflito no acesso a dados, pode

ser necessário suspender temporariamente outras transacções Dentro da transacção: é

criada uma cópia de todosos dados que estão a seractualizados

COMMIT: Actualiza-seROLLBACK: Deita-se fora

TC – DEI, 2005/2006

Para saber mais…

Computer Science – An Overview Capítulo 8 (8.1, 8.2, 8.3) Capítulo 9 (9.1, 9.2, 9.3)

Computer Science Illuminated Capítulo 11 (11.1, 11.2) Capítulo 12 (12.1, 12.3)

armazenamento de dados -- ficheiros & bases-de-dados --

Documents