Almacenamiento y estructura de archivos

Transcripción

1 Bases de Datos Almacenamiento y estructura de archivos Almacenamiento y Estructura de Archivos Introducción a los medios de almacenamiento Discos Magnéticos RAID Almacenamiento Terciario Acceso de almacenamiento Organización de ficheros Bases de Datos Almacenamiento y Estructura de Ficheros 2 Clasificación de los dispositivos de almacenamiento JERARQUÍAS DE MEMORIA Velocidad de acceso a los datos Coste por unidad de datos Fiabilidad pérdida de datos por fallo de alimentación o crash del sistema fallo físico del dispositivo de almacenamiento Se puede diferenciar el almacenamiento: almacenamiento volátil almacenamiento no-volátil Bases de Datos Almacenamiento y Estructura de Ficheros 3 Bases de Datos Almacenamiento y Estructura de Ficheros 4

2 Jerarquía de Almacenamiento Almacenamiento primario: es el más rápido pero es volátil (caché, memoria principal) Almacenamiento secundario: Es novolátil, moderadamente rápido; también llamado almacenamiento en linea (memoria flash, discos magnéticos). Almacenamiento terciario: Es no-volátil, es lento; también llamado almacenamiento off-line (cinta magnética, almacenamiento óptico) Bases de Datos Almacenamiento y Estructura de Ficheros 5 Discos Magnéticos - Sector: {bytes} ( ) - Pista: {sectores} (4-32 s/p) ( p/sd) - cilindro: {pistas} en distintas superficies - fichero: {sectores} (dispersos) Parámetros: Capacidad: 10MB - 10GB Tasa de Transferencia: 1-5 MB/s Tiempo de Búsqueda (seek time): 2-30 ms Tiempo espera (latency):4-8 ms Velocidades: rpm (8-17ms) Tiempo medio entre fallos: 3-91 años Bases de Datos Almacenamiento y Estructura de Ficheros 6 Estructura de un Disco Magnético OPTIMIZACIÓN DE ACCESO A DISCO Un bloque es una secuencia continua de sectores de una sola pista de un plato Algoritmos de planificación del brazo del disco: minimizar el movimiento del brazo (algoritmo del ascensor) Organización de los ficheros: se optimiza el tiempo de acceso organizando los bloques de acuerdo a cómo van a ser accedidos los datos. Memoria intermedia de escritura no volátil: se escriben los bloques a una RAM no volátil intermedia; el controlador escribirá a disco cuando no tenga más peticiones pendientes. Disco de registro histórico: es un disco dedicado a escribir un registro histórico secuencial, eliminando así el tiempo de búsqueda. (Parecido al RAM no volátil) Bases de Datos Almacenamiento y Estructura de Ficheros 7 Bases de Datos Almacenamiento y Estructura de Ficheros 8

3 Mejoras via paralelismo Dos objetivos: Equilibrar la carga para aumentar el rendimiento en pequeños accesos. Paralelizar los accesos grandes para disminuir el tiempo de respuesta. Se mejora la tasa de transferencia dividiendo los datos en tiras entre varios discos. Paralelismo: tiras de datos Tiras a nivel de bit: divide los bits de cada byte entre varios discos: En un array de 8 discos, cada bit del byte va a un disco. En cada acceso se pueden leer datos a 8 veces la tasa de un único disco. Pero peores tiempo de búsqueda que en un único disco. Tiras a nivel de bloque: con n discos, el bloque i de un fichero va en el disco (i mod n) + 1 Bases de Datos Almacenamiento y Estructura de Ficheros 9 Bases de Datos Almacenamiento y Estructura de Ficheros 10 RAID Redundant Arrays of Inexpensive Disks Originalmente, una alternativa más barata a los discos grandes y caros. Hoy en día los RAIDs son utilizados por su gran ancho de banda y su fiabilidad. De aquí que la I se intrerprete como independiente más que como inexpensive. Mejora de la fiabiliadad via Redundancia Un sistema con 100 discos, cada uno con un TMEF de h (aprox. 11 años) tendrá un TMEF del sistema de 1000 h (aprox. 41 días) Redundancia: almacena información extra que se puede utilizar para recuperar información perdida en un fallo del disco. P.Ej.: Mirroring (o shadowing) duplica cada disco. Los discos lógicos consisten de 2 discos físicos cada escritura se realiza en los dos discos si uno de los 2 discos falla, los datos se encuentran disponibles en el otro. Bases de Datos Almacenamiento y Estructura de Ficheros 11 Bases de Datos Almacenamiento y Estructura de Ficheros 12

4 Niveles de RAID Se pueden mejorar las prestaciones introduciendo paralelismo. Consideraremos 4 discos de datos y los discos adicionales para la información redundante: RAID de nivel 0 RAID de nivel 1 RAID de nivel 2 RAID de nivel 3 RAID de nivel 4 RAID de nivel 5 RAID de nivel 6 RAID 0 (No redundante) Tiras a nivel de Bloque No redundante En aplicaciones de alta velocidad, donde no sea crítico la pérdidad de datos. T 0 T 4 T 8 T 12 T 1 T 5 T 9 T 13 T 2 T 6 T 10 T 14 T 3 T 7 T11 T 15 Bases de Datos Almacenamiento y Estructura de Ficheros 13 Bases de Datos Almacenamiento y Estructura de Ficheros 14 RAID 1 (Con espejo) Discos en espejo. Buenas características en escritura Populares para aplicaciones de almacenamiento de ficheros log. RAID 2 (Redundante con código Hamming) Códigos de Correción de Errores Tipo Memoria (Memory Style ECC) T 0 T 1 T 2 T 3 T 0 T1 T 2 T 3 T 4 T 5 T 6 T 7 T 4 T 5 T 6 T 7 T 8 T 12 T 9 T 13 T 10 T 14 T11 T 15 T 8 T 12 T 9 T 13 T 9 T 14 T10 T 15 b0 b1 b2 b3 f 0 (b) f 1 (b) f 2 (b) Bases de Datos Almacenamiento y Estructura de Ficheros 15 Bases de Datos Almacenamiento y Estructura de Ficheros 16

5 RAID 3 (Bit de paridad intercalado) Se utiliza un único bit de paridad; no-detección Cuando se escriben los datos, se calcula el bit de paridad y se escribe. Notable mejora de prestaciones en grandes trasferencias. En un entorno a transacciones, el entorno sufre pues sólo se puede ejecutar una sóla E/S a la vez RAID 4 (Paridad en bloques) Proporciona tasas de lectura de bloques independientes más altas que el nivel 3. Sin embargo, el bloque de paridad es un cuello de botella para escrituras de bloques independientes. bloque 0 bloque 1 bloque 2 bloque 3 P(0-3) bloque 4 bloque 5 bloque 6 bloque 7 P(4-7) b0 b1 b2 b3 P(b) bloque 8 bloque 9 bloque 10 bloque11 P(8-11) bloque 12 bloque 13 bloque 14 bloque 15 P(12-15) Bases de Datos Almacenamiento y Estructura de Ficheros 17 Bases de Datos Almacenamiento y Estructura de Ficheros 18 RAID 5 (Paridad distribuida a nivel de bloques) Disco Óptico Datos y paridad distribuidos en los discos. Mejores niveles de transferencia de E/S que el nivel 4. Reemplaza en la práctica al nivel 4. bloque 0 bloque 1 bloque 2 bloque 3 P(0-3) bloque 4 bloque 5 bloque 6 P(4-7) bloque 7 bloque 8 bloque 9 P(8-11) bloque11 bloque 10 bloque 12 P(12-15) bloque 14 bloque 15 bloque 13 Bases de Datos Almacenamiento y Estructura de Ficheros 19 Bases de Datos Almacenamiento y Estructura de Ficheros 20

6 Disco Óptico Formato de un bloque de un CD-ROM CD-ROM Los discos son portátiles Gran capacidad de almacenamiento (600MB) Tiempos de búsqueda y latencia grandes; menores tasas de transferencia de datos que los discos magnéticos. DVD (de 1.7 hasta 17 GB) WORM (Write-Once Read-Many) Discos Regrabables Bases de Datos Almacenamiento y Estructura de Ficheros 21 Bases de Datos Almacenamiento y Estructura de Ficheros 22 Cinta Magnética Para grandes volúmenes da datos (5GB) El medio más barato de almacenamiento Normalmente se utiliza para back-up o para transferir información entre sistemas. Se utilizan robots de cintas (con varias) para grandes capacidades (desde terabytes hasta petabytes) Estructura de Ficheros La base de datos se almacena como una colección de ficheros. Cada fichero es una secuencia de registros. Cada registro es una secuencia de campos. Bases de Datos Almacenamiento y Estructura de Ficheros 23 Bases de Datos Almacenamiento y Estructura de Ficheros 24

7 Registros de Longitud Fija Registros de Longitud fija: Borrado Aproximación sencilla Los registros pueden ocupar dos bloques Ejemplo Bases de Datos Almacenamiento y Estructura de Ficheros 25 Bases de Datos Almacenamiento y Estructura de Ficheros 26 Listas libres Mejor aprovechamiento del espacio Cuidado con los punteros clavados Registros de Longitud Variable Surgen de varias maneras en las BD: Almacenamiento de varios tipos de registros en un mismo archivo Tipos de registros que permiten longitudes variables para uno o para varios de los campos. Tipos de registro que permiten campos repetidos. Bases de Datos Almacenamiento y Estructura de Ficheros 27 Bases de Datos Almacenamiento y Estructura de Ficheros 28

8 Registros de Longitud Variable: cadenas de bytes RLV: Estructura de páginas con ranuras no resulta sencillo volver a utilizar el espacio no queda espacio para el aumento de tamaño de los registros. Se mantiene siempre compacto el espacio libre y el ocupado. Los punteros son indirectos, nunca fijos Bases de Datos Almacenamiento y Estructura de Ficheros 29 Bases de Datos Almacenamiento y Estructura de Ficheros 30 RLV: Representación de Longitud Fija Espacio Reservado RLV: Representación de Longitud Fija (1/2) Punteros Bases de Datos Almacenamiento y Estructura de Ficheros 31 Bases de Datos Almacenamiento y Estructura de Ficheros 32

9 RLV: Representación de Longitud Fija (2/2) Punteros (Bloque Ancla y de desbordamiento) Organización de los Registros en Archivos Montículo: en cualquier sitio libre Secuencial: de acuerdo al orden secuencial dado por el valor de una clave. Asociativa (hash): de acuerdo a la función hash de algún atributo. En agrupaciones: se pueden guardar en el mismo archivo registros de varias relaciones diferentes. Bases de Datos Almacenamiento y Estructura de Ficheros 33 Bases de Datos Almacenamiento y Estructura de Ficheros 34