Optimización de Consultas
|
|
|
- Alfonso Castilla Campos
- hace 8 años
- Vistas:
Transcripción
1 Optimización de Consultas Ejercicios simples Base de Datos, DC-FCEyN-UBA Rosana Matuk 13 de octubre de 2016 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
2 Esquema General 1 Introducción 2 Ejercicios simples de Optimización Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
3 Optimización de Consultas Objetivo Minimizar el tiempo de resolución de la consulta. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
4 Algunos tiempos de latencia Bertrand Meyer, Computing: Art, Magic, Science 2 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
5 Función de costo a minimizar Debido al gran tiempo de latencia del acceso al disco, en nuestro modelo simplificado, como unidad de costo utilizaremos los accesos a disco (tanto lecturas como escrituras). Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
6 Estructuras de datos que nos ayudarán a optimizar: ordenar e indexar Archivo sin orden (Heap) Indice Hash Indice Arbol B+ (unclustered) Archivo ordenado Indice Arbol B+ (clustered) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
7 Ejemplo de Indice Arbol B + unclustered Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
8 Ejemplo de Indice Arbol B + clustered Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
9 Ejemplo Indice Arbol B + clustered, campo compuesto Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
10 Ejemplo de Indice Hash Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
11 Resumen Costos de Acceso (del apunte) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
12 Cómo resolver un ejercicio de optimización? Pasos: 1 Entender la consulta 2 Pasar de SQL a Algebra Relacional 3 Armar árbol canónico 4 Aplicar heurísticas algebraicas 5 Armar plan de ejecución estimando costos 6 Calcular costos Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
13 Ejercicios simples de Optimización Idea de los ejercicios Calcular el costo de consultas pequeñas y simples, con un mismo esquema, cambiando de entorno para ver cómo influyen en los accesos a disco. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
14 Datos Esquema a utilizar Medico(mId, nombre, especialidad, fechaingreso) Datos tamaño de bloque: 4096 bytes longitud de cada campo: 128 bytes cantidad de tuplas: 1000 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
15 Algunos cálculos: longitud tupla M: L M = 128 bytes 4 (registros) = 512 bytes factor de bloqueo de M: FB M = tam_bloque/l M = 4096bytes/512bytes = 8tuplas/bloque cantidad de tuplas: T M = 1000tuplas cantidad de bloques: B M = T M /FB M + 1 = 1000tuplas/8tuplas/bloque + 1 = 126bloques 3 3 Sumamos un bloque adicional por si la relación M comenzase en un bloque semi-ocupado Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
16 Escenario 1: selección por rango usando HeapFile SELECT * FROM Médico M WHERE "1/1/90" <= fechaingreso AND fechaingreso <= "1/1/91" En álgebra relacional: π (σ 1/1/90 fechaingreso 1/1/91 (M)) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
17 Escenario 1: selección por rango usando HeapFile SELECT * FROM Médico M WHERE "1/1/90" <= fechaingreso AND fechaingreso <= "1/1/91" En álgebra relacional: π (σ 1/1/90 fechaingreso 1/1/91 (M)) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
18 Escenario 1: selección por rango usando HeapFile π (σ 1/1/90 fechaingreso 1/1/91 (M)) Árbol canónico con su plan de ejecución: Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
19 Escenario 1: selección por rango usando HeapFile La relación M está organizada internamente como un HeapFile. Por lo tanto sus registros están desordenados. Entonces para ver el costo de una selección por rango hay que recorrer el archivo completo linealmente (file scan). Costo de búsqueda: B M = 126 bloques. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
20 Escenario 1: selección por rango usando HeapFile La relación M está organizada internamente como un HeapFile. Por lo tanto sus registros están desordenados. Entonces para ver el costo de una selección por rango hay que recorrer el archivo completo linealmente (file scan). Costo de búsqueda: B M = 126 bloques. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
21 Escenario 1: selección por rango usando HeapFile La relación M está organizada internamente como un HeapFile. Por lo tanto sus registros están desordenados. Entonces para ver el costo de una selección por rango hay que recorrer el archivo completo linealmente (file scan). Costo de búsqueda: B M = 126 bloques. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
22 Escenario 1: selección por rango usando HeapFile La relación M está organizada internamente como un HeapFile. Por lo tanto sus registros están desordenados. Entonces para ver el costo de una selección por rango hay que recorrer el archivo completo linealmente (file scan). Costo de búsqueda: B M = 126 bloques. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
23 Escenario 2: Selección por rango usando índice árbol B + clustered Datos: Misma consulta. Costo de acceso al índice de 3 bloques. Indice sobre el atributo fechaingreso. Asumimos que entre el 1/1/90 y el 1/1/91 ingresaron 200 médicos. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
24 Escenario 2: Selección por rango usando índice árbol B + clustered Datos: Misma consulta. Costo de acceso al índice de 3 bloques. Indice sobre el atributo fechaingreso. Asumimos que entre el 1/1/90 y el 1/1/91 ingresaron 200 médicos. Como tenemos un índice que coincide con la clave de búsqueda cambia el plan de ejecución: Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
25 Escenario 2: Selección por rango usando índice árbol B + clustered Costos? Recordemos que... Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
26 Escenario 2: Selección por rango usando índice árbol B + clustered Pasos a seguir para calcular el costo: Usamos el índice clustered sobre fechaingreso. Recorremos el índice en busca del primer valor que cumpla con el criterio de selección, bajando niveles en el árbol hasta llegar a la hoja donde se encuentra el puntero al primer bloque de datos (costo: 3 bloques). Leemos en orden (los datos están ordenados físicamente de acuerdo a fechaingreso) (costo: T /FB M + 1 = 200 tuplas/8 tuplas/bloque + 1 = 26 bloques. Costo total: 29 bloques Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
27 Escenario 2: Selección por rango usando índice árbol B + clustered Pasos a seguir para calcular el costo: Usamos el índice clustered sobre fechaingreso. Recorremos el índice en busca del primer valor que cumpla con el criterio de selección, bajando niveles en el árbol hasta llegar a la hoja donde se encuentra el puntero al primer bloque de datos (costo: 3 bloques). Leemos en orden (los datos están ordenados físicamente de acuerdo a fechaingreso) (costo: T /FB M + 1 = 200 tuplas/8 tuplas/bloque + 1 = 26 bloques. Costo total: 29 bloques Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
28 Escenario 2: Selección por rango usando índice árbol B + clustered Pasos a seguir para calcular el costo: Usamos el índice clustered sobre fechaingreso. Recorremos el índice en busca del primer valor que cumpla con el criterio de selección, bajando niveles en el árbol hasta llegar a la hoja donde se encuentra el puntero al primer bloque de datos (costo: 3 bloques). Leemos en orden (los datos están ordenados físicamente de acuerdo a fechaingreso) (costo: T /FB M + 1 = 200 tuplas/8 tuplas/bloque + 1 = 26 bloques. Costo total: 29 bloques Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
29 Escenario 2: Selección por rango usando índice árbol B + clustered Pasos a seguir para calcular el costo: Usamos el índice clustered sobre fechaingreso. Recorremos el índice en busca del primer valor que cumpla con el criterio de selección, bajando niveles en el árbol hasta llegar a la hoja donde se encuentra el puntero al primer bloque de datos (costo: 3 bloques). Leemos en orden (los datos están ordenados físicamente de acuerdo a fechaingreso) (costo: T /FB M + 1 = 200 tuplas/8 tuplas/bloque + 1 = 26 bloques. Costo total: 29 bloques Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
30 Escenario 2: Selección por rango usando índice árbol B + clustered Pasos a seguir para calcular el costo: Usamos el índice clustered sobre fechaingreso. Recorremos el índice en busca del primer valor que cumpla con el criterio de selección, bajando niveles en el árbol hasta llegar a la hoja donde se encuentra el puntero al primer bloque de datos (costo: 3 bloques). Leemos en orden (los datos están ordenados físicamente de acuerdo a fechaingreso) (costo: T /FB M + 1 = 200 tuplas/8 tuplas/bloque + 1 = 26 bloques. Costo total: 29 bloques Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
31 Escenario 3: selección por igualdad usando HashTable SELECT * FROM Médico M WHERE especialidad = "traumatología" Datos del ejercicio: índice HashTable sobre el atributo especialidad, el MBxB i = cantidad máxima de bloques que ocupa un bucket del índice i (basado en hashing) es 4 asumimos que hay 100 traumatólogos Pasamos la consulta a álgebra relacional: π (σ especialidad= traumatologia (M)) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
32 Escenario 3: selección por igualdad usando HashTable SELECT * FROM Médico M WHERE especialidad = "traumatología" Datos del ejercicio: índice HashTable sobre el atributo especialidad, el MBxB i = cantidad máxima de bloques que ocupa un bucket del índice i (basado en hashing) es 4 asumimos que hay 100 traumatólogos Pasamos la consulta a álgebra relacional: π (σ especialidad= traumatologia (M)) Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
33 Escenario 3: selección por igualdad usando HashTable π (σ especialidad= traumatologia (M)) Árbol canónico con su plan de ejecución: Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
34 Escenario 3: selección por igualdad usando HashTable La tabla de hash era: Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
35 Escenario 3: selección por igualdad usando HashTable Pasos a seguir para calcular el costo: identificar el bucket correspondiente (asumimos costo 0), recorrer todos los bloques del bucket para encontrar los punteros que se corresponden con las tuplas que coinciden con la clave buscada: MBxB i en peor caso (costo 4), acceder tantos bloques de datos como tuplas busquemos, para lo cual hay que leer todos los bloques apuntados por el bucket que coinciden con la clave buscada. Peor caso: cada tupla está en un bloque distinto (costo 100), costo total: 104 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
36 Escenario 3: selección por igualdad usando HashTable Pasos a seguir para calcular el costo: identificar el bucket correspondiente (asumimos costo 0), recorrer todos los bloques del bucket para encontrar los punteros que se corresponden con las tuplas que coinciden con la clave buscada: MBxB i en peor caso (costo 4), acceder tantos bloques de datos como tuplas busquemos, para lo cual hay que leer todos los bloques apuntados por el bucket que coinciden con la clave buscada. Peor caso: cada tupla está en un bloque distinto (costo 100), costo total: 104 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
37 Escenario 3: selección por igualdad usando HashTable Pasos a seguir para calcular el costo: identificar el bucket correspondiente (asumimos costo 0), recorrer todos los bloques del bucket para encontrar los punteros que se corresponden con las tuplas que coinciden con la clave buscada: MBxB i en peor caso (costo 4), acceder tantos bloques de datos como tuplas busquemos, para lo cual hay que leer todos los bloques apuntados por el bucket que coinciden con la clave buscada. Peor caso: cada tupla está en un bloque distinto (costo 100), costo total: 104 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
38 Escenario 3: selección por igualdad usando HashTable Pasos a seguir para calcular el costo: identificar el bucket correspondiente (asumimos costo 0), recorrer todos los bloques del bucket para encontrar los punteros que se corresponden con las tuplas que coinciden con la clave buscada: MBxB i en peor caso (costo 4), acceder tantos bloques de datos como tuplas busquemos, para lo cual hay que leer todos los bloques apuntados por el bucket que coinciden con la clave buscada. Peor caso: cada tupla está en un bloque distinto (costo 100), costo total: 104 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
39 Escenario 3: selección por igualdad usando HashTable Pasos a seguir para calcular el costo: identificar el bucket correspondiente (asumimos costo 0), recorrer todos los bloques del bucket para encontrar los punteros que se corresponden con las tuplas que coinciden con la clave buscada: MBxB i en peor caso (costo 4), acceder tantos bloques de datos como tuplas busquemos, para lo cual hay que leer todos los bloques apuntados por el bucket que coinciden con la clave buscada. Peor caso: cada tupla está en un bloque distinto (costo 100), costo total: 104 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
40 Escenario 4: selección por rango usando HashTable Qué pasa si tuviésemos una consulta con este tipo de índice, pero por rango? Debemos evaluar el caso, ya que el índice hash es probable que no nos sirva, o que no sea óptimo. Para poder utilizar un índice hash se deben proveer todos los valores de búsqueda. Notar que en una búsqueda por rango no siempre se pueden saber todos los valores posibles comprendidos, ya que en algunos casos pueden ser infinitos. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
41 Escenario 5: cuando todo está en el índice Tenemos la consulta: SELECT fechaingreso FROM Médico M WHERE especialidad = "traumatología" Y un índice árbol B + clustered sobre los atributos <Especialidad,FechaIngreso>, que tiene un costo de acceso de 4 bloques. Es decir que el índice está físicamente ordenado por especialidad, y adentro de ese atributo por fechaingreso. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
42 Escenario 5: cuando todo está en el índice Gráficamente: Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
43 Escenario 5: cuando todo está en el índice Pasos a seguir: leemos 4 bloques (la altura del árbol) luego debemos leer N hojas (cantidad de fechas ingreso que cumplen con especialidad traumatología ). Esto puede aumentarnos la cantidad de bloques en memoria. Por simplicidad para los cálculos, asumimos que se lee 1 hoja. costo total: 4 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
44 Escenario 5: cuando todo está en el índice Pasos a seguir: leemos 4 bloques (la altura del árbol) luego debemos leer N hojas (cantidad de fechas ingreso que cumplen con especialidad traumatología ). Esto puede aumentarnos la cantidad de bloques en memoria. Por simplicidad para los cálculos, asumimos que se lee 1 hoja. costo total: 4 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
45 Escenario 5: cuando todo está en el índice Pasos a seguir: leemos 4 bloques (la altura del árbol) luego debemos leer N hojas (cantidad de fechas ingreso que cumplen con especialidad traumatología ). Esto puede aumentarnos la cantidad de bloques en memoria. Por simplicidad para los cálculos, asumimos que se lee 1 hoja. costo total: 4 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
46 Escenario 5: cuando todo está en el índice Pasos a seguir: leemos 4 bloques (la altura del árbol) luego debemos leer N hojas (cantidad de fechas ingreso que cumplen con especialidad traumatología ). Esto puede aumentarnos la cantidad de bloques en memoria. Por simplicidad para los cálculos, asumimos que se lee 1 hoja. costo total: 4 Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
47 Fin de la clase de Ejercicios Simples de Optimización Tarea para el hogar Estudien el Apunte de Optimización subido en la página. Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
48 Bibliografía Referencias Apunte de Optimización de la materia. Abraham Silberschatz, Henry F. Korth, S.Sudarshan, "Database System Concepts", Sexta Edición, McGraw-Hill, Ramez Elmasri, Shamkant Navathe, "Fundamentals of Database Systems", Sexta Edición, Pearson, Rosana Matuk (DC-FCEyN-UBA) Optimización 13 de octubre de / 32
Apunte de Procesamiento y Optimización de Consultas
Apunte de Autores Diego Castro Sergio D Arrigo Leticia Seijas Con la colaboración de Cecilia Briozzo, Alejandro Eidelsztein y Cecilia Ruz Índice 1 Introducción.... 2 Descripción General del Procesamiento
Bases de Datos 2. Teórico
Bases de Datos 2 Teórico Cómo se resuelven las consultas? Haga clic para modificar el estilo de texto del patrón Segundo nivel Tercer nivel Cuarto nivel Quinto nivel Estrategias usuales de los optimizadores
Procesamiento y Optimización de Consultas
30/09/2016 s Procesamiento y Optimización de Consultas Grupo de Ingeniería del Software y Bases de Datos Departamento de Lenguajes y Sistemas Informáticos Universidad de Sevilla septiembre 2016 s Objetivos
CC42A: Bases de Datos Auxiliar: Optimizacion Consultas SQL
CC42A: Bases de Datos Auxiliar: Optimizacion Consultas SQL Rodrigo Paredes Moraleda 23 de junio de 2002 1. Caso de estudio Considere el siguiente esquema: CLIENTE{CLI ID, CLI NOMB, CLI RENTA ANUAL, CLI
Procesamiento y Optimización de Consultas
FACULTAD DE CIENCIAS EXACTAS Y NATURALES DEPARTAMENTO DE COMPUTACIÓN Base de Datos Autores Diego Castro Sergio D Arrigo Leticia Seijas Con la colaboración de Cecilia Briozzo y Alejandro Eidelsztein Indice
Introducción al Álgebra Relacional
21/11/2013 Introducción al Álgebra Relacional Grupo de Ingeniería del Software y Bases de Datos Departamento de Lenguajes y Sistemas Informáticos Universidad de Sevilla noviembre 2013 Objetivos de este
Bases de Datos Presentación de la Asignatura
Bases de Datos Presentación de la Asignatura Curso 2010-2011 Información General Bases de Datos Asignatura Obligatoria 2ºCurso 1 er Semestre 6 Créditos ECTS Idioma Español Comienzo de las clases: 1/09/2010
SQL. Álgebra Relacional Selección y proyección Operaciones sobre conjuntos: unión, intersección, diferencia, producto Reunión natural
SQL Lenguajes de consulta para bases de datos Álgebra Relacional Selección y proyección Operaciones sobre conjuntos: unión, intersección, diferencia, producto Reunión natural Consultas SQL Bibliografía
Jerarquía de Almacenamiento
1) Explicar la organización de los medios de almacenamiento en primarios, secundarios y terciarios. Jerarquía de Almacenamiento Velocidad de Acceso, Costo, Memoria Cache Memoria Ppal. Volátil Almacenamiento
TEMARIO. - Programa de teoría
Año académico: 2002-2003 Centro: ESCUELA POLITECNICA SUPERIOR Estudios: INGENIERIA TECNICA DE INFORMATICA DE GESTION Asignatura: BASES DE DATOS Ciclo: 1º Curso: 3º Cuatrimestre: 1º Carácter: OBLIGATORIA
OPTIMIZATION OF RELATIONAL JOIN ALGORITHMS FOR DATABASE TECHNOLOGIES OPTIMIZACIÓN DE ALGORITMOS DE JOIN RELACIONAL PARA TECNOLOGÍAS DE BASES DE DATOS
OPTIMIZATION OF RELATIONAL JOIN ALGORITHMS FOR DATABASE TECHNOLOGIES OPTIMIZACIÓN DE ALGORITMOS DE JOIN RELACIONAL PARA TECNOLOGÍAS DE BASES DE DATOS Ing. Bell Manrique Losada, MSc. Francisco Javier Moreno
Contenido Sistemas de Información Gerencial
Sistemas de Información Gerencial Descripción Contenido Sistemas de Información de la Asignatura Gerencial Asignatura que analiza las característica del lenguaje, los requisitos de Hardware y Software
Sistemas de Gestión de Bases de Datos
Sistemas de Gestión de Bases de Datos Página 1 de 7 Programa de: Sistemas de Gestión de Bases de Datos UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina
Adquisición y Procesamiento de la Información
Adquisición y Procesamiento de la Información Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura Adquisición
Catedra de Base de Datos
Catedra de Base de Datos Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Ciclo Lectivo 2016 1 - Transformación de las entidades Todas las entidades regulares presentes en el modelo
2. Programa de Estudio: (Técnico, Licenciatura(s)): Licenciado en Informática 3. Vigencia del plan: 2009-2
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA COORDINACIÓN DE FORMACIÓN PROFESIONAL Y VINCULACIÓN UNIVERSITARIA COORDINACIÓN DE FORMACIÓN BÁSICA PROGRAMA DE UNIDAD DE APRENDIZAJE HOMOLOGADA 1. Unidad académica
Sistemas de Información II Tema 8. Estructuras de datos en memoria secundaria
Sistemas de Información II Tema 8. Estructuras de datos en memoria secundaria Bibliografía: Elmasri y Navathe: Fundamentos de Sistemas de Bases de Datos 3ª edición, 2002 (Capítulo 6). Garcia-Molina, Ullman
UNIDAD 3 ASPECTOS ASOCIADOS CON BASES DE DATOS. Diseno Físico de Bases de Datos Objetivo. 2.2 Visión General del Procesamiento de Consultas
UNIDAD 3 ASPECTOS ASOCIADOS CON BASES DE DATOS Temario 2.1 Diseño Físico de Bases de Datos 2.2 Visión General del Diseno Físico de Bases de Datos Objetivo Corresponde al proceso de elegir las estructuras
Diseño Conceptual de Bases de Datos. Un Enfoque de Entidades - Interrelaciones
DEPARTAMENTO DE INGENIERÍA Y CIENCIA DE LOS COMPUTADORES F47. FICHEROS Y BASES DE DATOS < http://www3.uji.es/~mmarques/f47> Segundo curso. I.T.I.G. Curso 2001/2002 Segundo Semestre 7,5 Créditos (4 Teoría
Introducción a las Bases de Datos
Introducción a las Bases de Datos Organización lógica de los datos Sistemas basados en archivos Concepto intuitivo de base de datos Sistemas gestores de bases de datos Definición Características y ventajas
8. Procesamiento y optimización de consultas
8. Procesamiento y optimización de consultas Objetivos Comprender las tareas de procesamiento y optimización de consultas realizadas por un sistema gestor de bases de datos relacional. Conocer reglas heurísticas
OPTIMIZACION DE CONSULTAS A BASES DE DATOS RELACIONALES
OPTIMIZACION DE CONSULTAS A BASES DE DATOS RELACIONALES 1. CONTENIDO DEL MARCO TEORICO 2. OPTIMIZACION ALGEBRAICA DE CONSULTAS 3. COSTO DEL INPUT / OUTPUT DEL PRODUCTO CARTESIANO Y JUNTA NATURAL 4. TUNING
12. Procesamiento y Optimización de Consultas
12. Procesamiento y Optimización de Consultas Objetivos Comprender las tareas de procesamiento y optimización de consultas realizadas por un sistema gestor de bases de datos relacional. Conocer reglas
Arquitectura de un data warehouse Funcionamiento detallado de un data warehouse
El modelo multidimensional Data a Warehousing OLAP vs. OLTP Data Warehousing El modelo multidimensional Dimensiones, medidas y hechos Arquitectura de un data warehouse Funcionamiento detallado de un data
Organización de PostgreSQL. Manejo de Usuarios. Herramientas para Desarrollo
Organización de PostgreSQL Manejo de Usuarios Herramientas para Desarrollo PostgreSQL Database server (Postgress program) Instancia Cluster de Bds 1 solo directorio: data directory / data area La información
Almacenamiento y Recuperación de la Información
Almacenamiento y Recuperación de la Información Estructuras basicas de archivos Archivos Secuenciales 2do Semestre 2005 Wenceslao Palma M. www.inf.utfsm.cl/~wpalma/ari Una estructura
ESCUELA: UNIVERSIDAD DEL ISTMO
.-IDENTIFICACIÓN ESCUELA: UNIVERSIDAD DEL ISTMO CLAVE: 3055 GRADO: ING. EN COMPUTACIÓN, QUINTO SEMESTRE TIPO DE TEÓRICA/PRÁCTICA ANTECEDENTE CURRICULAR: NINGUNO.- OBJETIVO GENERAL Proporcionar al estudiante,
Ingeniería de Programa(s) Educativo(s): Software. Clave de la materia: IS201. UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: INGENIERÍA DE SOFTWARE Y COMPUTACIÓN II DES: Ingeniería Ingeniería de Programa(s) Educativo(s):
Catedra de Base de Datos
Catedra de Base de Datos Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Ciclo Lectivo 2016 En el proceso de normalización se somete un esquema relación (ER) a una serie de pruebas
EXAMEN DE ESTRUCTURAS DE LA INFORMACIÓN (Junio de 2008)
SI Rodee con un círculo lo que corresponda: NO presto mi consentimiento expreso a que la nota referida al presente examen sea publicada en los tablones habilitados a tal efecto en esta Escuela de la Universidad
Organización física de las bases de datos T
Bases de Datos 1 Dpto. Lenguajes y Sistemas Informáticos Organización física de las bases de datos T7.2006-07 Dpto. Lenguajes y Sistemas Informáticos Universidad de Alicante organización física bd Objetivos
Programa de Asignatura Base de datos
01 Carrera: Lic. Tecnología Informática 02 Asignatura: Base de datos 03 Año lectivo: 2013 04 Año de cursada: 2 05 Cuatrimestre: 2 06 Hs. Totales 6 07 Profesor: Lic.Pablo Sanz Programa de Asignatura Base
INSTITUTO POLITÉCNICO NACIONAL
PROGRAMA SINTÉTICO UNIDAD ACADÉMICA: Escuela Superior de Cómputo. PROGRAMA Ingeniería en Sistemas Computacionales. ACADÉMICO: UNIDAD DE APRENDIZAJE: Bases de Datos NIEL: II OBJETIO GENERAL: Implementar
MICRODISEÑO CURRICULAR Ingeniería de Sistemas
1. IDENTIFICACIÓN Asignatura ADMINISTRACION DE BASES DE DATOS Área Ingeniería Aplicada Nivel: X Código BDI104 Pensum 10 Correquisito(s) Prerrequisito(s) BDI42 Créditos 4 TPS 4 TIS 8 TPT 64 TIT 128 2. JUSTIFICACIÓN.
ASIGNATURA: BASE DE DATOS I
1 ASIGNATURA: BASE DE DATOS I Cód. 32-305 Régimen cuatrimestral Horas reloj semanales: 4 Horas prácticas: 22 Horas teóoricas: 38 Horas totales: 60 Carrera: Sistemas Año del programa 2016 FUNDAMENTOS: Toda
Modelado de datos. Bibliografía. Representación de la información Modelos de datos Modelado semántico
Modelado de datos Representación de la información Modelos de datos Modelado semántico El modelo entidad/relación Elementos: Entidades, atributos, claves y relaciones Representación gráfica: Diagramas
UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS IDENTIFICACIÓN DE LA ASIGNATURA. Nombre: Estructuras de Datos y Archivos
1 UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS IDENTIFICACIÓN DE LA ASIGNATURA Nombre: Estructuras de Datos y Archivos Código: CC- 672 Fecha Actualización: 30/07/2008 Unidad Responsable: Departamento
Introducción a Evaluación y Optimización de Consultas
Introducción a Evaluación y Optimización de Consultas Adaptado de Database Management Systems 3ed, Ch.12, R. Ramakrishnan and J. Gehrke 1 Cuál es el propósito?! Obtener un buen plan de ejecución (Minimizar
Ingeniero Técnico en Informática de Sistemas &DUiFWHU Troncal
&8562 $VLJQDWXUD Estructura de Datos y de la Información 7LWXODFLyQ Ingeniero Técnico en Informática de Gestión Ingeniero Técnico en Informática de Sistemas &DUiFWHU Troncal &ygljr 151062010/151052010
Descripciones de los niveles de logro modificados (ALD, siglas en inglés) de la prueba de evaluación MCA en matemáticas Grados 5 a 8
Descripciones de los niveles de logro modificados (ALD, siglas en inglés) de la prueba de evaluación MCA en matemáticas Grados 5 a 8 Grado 5 No cumple los estándares de logro modificados (Grado 5) Los
División Académica de Informática y Sistemas
División Académica de Informática y Sistemas Área de formación Sustantiva Profesional Nombre de la asignatura Docencia frente a grupo según SATCA Trabajo de Campo Supervisado según SATCA HCS HPS TH C HTCS
Estructura de los dispositivos de E/S.
Estructura de los dispositivos de E/S. Sistemas Operativos. Tema 6. 1 Estructura dispositivos de almacenamiento masivo. Almacenamiento secundario o masivo: Su misión: Contener permanentemente gran cantidad
Sistemas de archivos
Sistemas archivos Sistemas Operativos Departamento Computación, FCEyN, Universidad Buenos Aires, Buenos Aires, Argentina 20 septiembre 2016 Segundo cuatrimestre 2016 Sistemas Operativos (DC, FCEyN, UBA)
Calculo Relacional de Tuplas. Lic. Andrea Manna
2016 Que es el Calculo Relaciónal de Tuplas? Al igual que el Álgebra Relacional, el Cálculo Relacional de Tuplas (CRT) es un lenguaje de consulta asociado al Modelo Relacional (MR). Que es el Calculo Relaciónal
Tema 10. Indexación y asociación
Tema 10. Indexación y asociación Juan Ignacio Rodríguez de León Resumen Conceptos básicos. Índices ordenados. Archivos de índices de árbol B+. Archivos de índices de árbol B. Asociación estática. Asociación
CICLO ESCOLAR JULIO DICIEMBRE
CICLO ESCOLAR JULIO DICIEMBRE 2012-1 CATEDRÁTICO Lic. Rafael Gamas Gutiérrez. MATERIA Base de datos HORARIO (Día(s) y Hora) Sábado 18:00-20:00 TEMA 1. INTRODUCCIÓN A LAS BASES DE DATOS 1.1 Sistemas tradicionales
id_trabajador nombre tarifa_hr tipo_de_oficio id_supv 1235 F. Aguilera 12,50 Electricista A. Calvo 13,75 Fontanero N.
El modelo relacional Fundamentos de diseño de bases de datos El modelo relacional Bases de datos relacionales El concepto de relación Esquema de la base de datos Instancia de la base de datos Restricciones
BASES DE DATOS DSIC. Curso 2005-2006
BASES DE DATOS DSIC. Curso 2005-2006 Tutorías Silvia Abrahão Despacho 210, 2ª planta Edificio DSIC Correo: [email protected] http://www.dsic.upv.es/~sabrahao Lunes 18:30-20:30 Jueves 12:30-14:30 / 16:30-18:30
Procesamiento de Consultas. Carlos A. Olarte ([email protected]) BDII
Carlos A. Olarte ([email protected]) BDII Contenido 1 Introducción 2 Indexación 3 Costo de las Operaciones 4 Evaluación de Expresiones 5 Transformación de Expresiones 6 Un ejemplo con Oracle Pasos
Gestión de archivos. Gestión de archivos
Gestión de archivos Secciones Tanenbaum: 6.1.2 6.1.5 6.2.1 6.2.4 6.3.1 6.3.5 6.4 1 Gestión de archivos Generalidades y objetivos Estructura de archivos: secuencia de bytes, secuencia de registros, o árbol
Oracle Database 11g: Taller de Ajustes (Español)
Oracle Database 11g: Taller de Ajustes (Español) : 3 Este curso tiene como objetivo ayudar a los desarrolladores de bases de datos, DBA y desarrolladores de SQL a identificar y ajustar sentencias SQL ineficaces.
TEMA I- Diseño Físico 1
OBJETIVOS DEL TEMA: TEMA I- Diseño Físico 1 Saber responder a las siguientes preguntas: o Cuál es el propósito del diseño físico de una BD? o Cómo almacena y accede a datos persistentes un SGBD? o Cómo
Asignaturas, profesores, alumnos. Profesores, grupos, asignaturas, aulas
Introducción a las bases de datos Fundamentos de diseño de bases de datos Introducción a las bases de datos Organización lógica de los datos Sistemas basados en archivos Concepto intuitivo de base de datos
EJERCICIOS RESUELTOS DE ECUACIÓN DE LA RECTA. 1. Encuentre la pendiente de la recta que pasa por los puntos A 4,3
EJERCICIOS RESUELTOS DE ECUCIÓN DE L RECT Resuelva los siguientes ejercicios justificando su respuesta. 1. Encuentre la pendiente de la recta que pasa por los puntos 4,3 y 2, 1. 2. Calcule la pendiente
Gestión de Transacciones: Concurrencia y Recuperación
Gestión de Transacciones: Concurrencia y Recuperación Grupo de Ingeniería del Software y Bases de Datos Departamento de Lenguajes y Sistemas Informáticos Universidad de Sevilla noviembre 2011 Objetivos
Algebra Relacional. Gestión y Modelación de Datos
Algebra Relacional Gestión y Modelación de Datos Algebra Relacional Lenguaje de consulta Procedimental (énfasis en el como ) Consta de: Operandos: relaciones Operadores: aplicados sobre relaciones Cerrada:
Bases de Datos SQL 1 SQL. Jorge Pérez R. Universidad de Talca, II Semestre 2006
Bases de Datos SQL 1 SQL Jorge Pérez R. Universidad de Talca, II Semestre 2006 Bases de Datos SQL 2 Structured Query Language Lenguaje de consulta para bases de datos comerciales. Originalmente llamado
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO ESTRUCTURA DE DATOS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO ESTRUCTURA DE DATOS CODIGO: 774 CREDITOS: 5 ESCUELA: Ciencias y Sistemas AREA: Desarrollo
UNIDAD EDUCATIVA COLEGIO SAN GABRIEL PLAN DE MEJORA Y REFUERZO ACADÉMICO
DATOS INFORMATIVOS UNIDAD EDUCATIVA COLEGIO SAN GABRIEL PLAN DE MEJORA Y REFUERZO ACADÉMICO Nombre del Estudiante: Curso: 1ro BGU Docente: Lic. Francisco Soria Fecha: 22 de febrero de 2016 DESTREZA A REFORZAR
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Base de datos. 2. Competencias Implementar
UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE COMPUTACIÓN
UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE COMPUTACIÓN CARRERA/S:ANALISTA EN COMPUTACIÓN PROFESORADO EN CS DE LA COMPUTACIÓN. LICENCIATURA
BASES DE DATOS - SQL. Javier Enciso
BASES DE DATOS - SQL Javier Enciso AGENDA Conceptos Básicos de Bases de Datos Manejo de Bases de Datos y Tablas SQL Inserción, Actualización y Borrado Consultas usando SELECT AGENDA Conceptos Básicos de
Capítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Complejidad computacional. Algoritmos y Estructuras de Datos I. Complejidad computacional. Notación O grande
Complejidad computacional Algoritmos y Estructuras de Datos I Segundo cuatrimestre de 2014 Departamento de Computación - FCEyN - UBA Algoritmos - clase 10 Introducción a la complejidad computacional y
GUÍA DOCENTE DE PROGRAMACIÓN, LINUX Y BASES DE DATOS
GUÍA DOCENTE DE PROGRAMACIÓN, LINUX Y BASES DE DATOS La presente guía docente corresponde a la asignatura Programación, Linux y Bases de Datos (PROG), aprobada para el curso lectivo 2017-2018 en Junta
cilred.com GESTIÓN DE TRANSACCIONES
cilred.com GESTIÓN DE TRANSACCIONES ING. EDUARDO CRUZ ROMERO [email protected] cilred.com GESTIÓN DE TRANSACCIONES En las base de datos existen una serie de operaciones fundamentales tales como la
REPRESENTACIÓN INTERNA DE FICHEROS
REPRESENTACIÓN INTERNA DE FICHEROS Inodos Existe un inodo para cada fichero del disco. Los inodos se encuentran: o o En disco, en la lista de inodos. En memoria, en la tabla de inodos, de estructura semejante
Tema 4: Programación lineal
Tema 4: Programación lineal 1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX) que consiste en una serie de métodos y procedimientos que permiten resolver
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DISEÑO ACADÉMICO AREA INGENIERÍA CARRERA INGENIERÍA DE SISTEMAS PLAN DE CURSO
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DISEÑO ACADÉMICO AREA INGENIERÍA CARRERA INGENIERÍA DE SISTEMAS I. Identificación PLAN DE CURSO Nombre: BASE DE DATOS Código: 311 U.C:
Recupero de Información a través de operaciones con conjuntos
Recupero de Información a través de operaciones con conjuntos Posgrado: Metodología de la Investigación Profesora: Viviana Yaccuzzi Polisena Alumna: María Wanda Sabadini Universidad Nacional del Nordeste
TEORIA DE BASES DE DATOS. M. Sc. Cristina Bender Lic. Diana Gázquez
TEORIA DE BASES DE DATOS Docentes: Dra. Claudia Deco M. Sc. Cristina Bender Lic. Diana Gázquez OBJETIVO DE LA MATERIA Capacitar al alumno en los conocimientos fundamentales, teóricos y prácticos, necesarios