Οι πράξεις της συνένωσης. Μ.Χατζόπουλος 1
|
|
- Παραμονος Δράκος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Οι πράξεις της συνένωσης Μ.Χατζόπουλος 1
2 ΠΡΟΜΗΘΕΥΤΗΣ (ΠΡΜ) Κ_Προμ Π_Ονομα Είδος Πόλη 22 Ανδρέου 7 Αθήνα 31 Πέτρου 8 Πάτρα 28 Δέδες 12 Λάρισα 58 Παππάς 7 Αθήνα ΠΡΟΙΟΝ (ΠΡ) Κ_Πρ Πρ_Ονομα Χρώμα Βάρος Π35 Οθόνη Γκρι 8 Π76 DVD Μαύρο 4 Π14 Κράνος Άσπρο 1 ΕΡΓΟ (ΕΡ) Κ_Ερ Προυπ Πόλη Ε25 245Κ Αθήνα Ε32 500Κ Άργος Ε Κ Αθήνα ΠΑΡΑΓΓΕΛΙΑ (ΠΑΡ) Κ_Προμ Κ_Πρ Κ_Ερ Ποσοτ 22 Π35 Ε Π35 Ε Π76 Ε Π14 Ε Π76 Ε Π35 Ε Π35 Ε Π14 Ε Π14 Ε Π14 Ε Μ.Χατζόπουλος 2
3 Η συνένωση είναι μια από τις πιο χρήσιμες πράξεις της σχεσιακής άλγεβρας και είναι ουσιαστικά η κύρια πράξη για τον συνδυασμό πληροφοριών από δυο ή περισσότερες σχέσεις H πράξη της συνένωσης είναι μια από τις πιο χρονοβόρες πράξεις στην επεξεργασία επερωτήσεων. Oι πράξεις συνένωσης που εμφανίζονται πιο συχνά στις επερωτήσεις είναι η συνένωση ισότητας και η φυσική συνένωση και είναι αυτές που θα μελετήσουμε σε κάποια λεπτομέρεια. Yπάρχουν πολλοί δυνατοί τρόποι για την υλοποίηση της συνένωσης δύο αρχείων. Συνενώσεις περισσοτέρων από δύο αρχείων καλούνται πολλαπλές συνενώσεις. Tο πλήθος των δυνατών τρόπων εκτέλεσης πολλαπλών συνενώσεων αυξάνει πολύ γρήγορα, καθώς το πλήθος των αρχείων αυξάνει. Μ.Χατζόπουλος 3
4 Η συνένωση αποτελείται από ένα Καρτεσιανό γινόμενο ακολουθούμενο από μια επιλογή. Όμως το Καρτεσιανό γινόμενο έχει μεγάλο κόστος (πόσο;) και η τελική επιλογή μπορεί να αφορά μικρό πλήθος πλειάδων. Μ.Χατζόπουλος 4
5 Συνενώσεις σε Εμπορικά Συστήματα Sybase ASE:Υποστηρίζει εμφωλευμένους βρόγχους με ευρετήριο και συνένωση με ταξινόμηση και συγχώνευση. Sybase ASIQ: Υποστηρίζει εμφωλευμένους βρόγχους σε σελίδες, εμφωλευμένους βρόγχους με ευρετήριο, κατακερματισμό, και συνένωση με ταξινόμηση και συγχώνευση. Oracle: Υποστηρίζει εμφωλευμένους βρόγχους σε σελίδες, μια παραλλαγή της συνένωσης του υβριδικού κατακερματισμού, και συνένωση με ταξινόμηση και συγχώνευση. DB2: Υποστηρίζει εμφωλευμένους βρόγχους σε σελίδες, εμφωλευμένους βρόγχους με ευρετήριο, και συνένωση υβριδικού κατακερματισμού. SQL Server: Υποστηρίζει εμφωλευμένους βρόγχους σε σελίδες, εμφωλευμένους βρόγχους με ευρετήριο, συνένωση με ταξινόμηση και συγχώνευση, και συνένωση με κατακερματισμό Μ.Χατζόπουλος 5
6 Eμφωλευμένοι βρόχοι (εξαντλητική μέθοδος) Ο απλούστερος αλγόριθμος συνένωσης. Για κάθε εγγραφή t της σχέσης R (εξωτερικός βρόχος), ανακτάται κάθε εγγραφή s από τη σχέση S (εσωτερικός βρόγχος) και ελέγχεται αν οι δύο εγγραφές ικανοποιούν τη συνθήκη συνένωσης. foreach tuple r R do foreach tuple s S do if r i ==s j then output <r,s> Μ.Χατζόπουλος 6
7 Η χειρότερη περίπτωση είναι αν εξετάζουμε μια μια τις πλειάδες της R με αυτές της S. Αν b R και b S είναι οι σελίδες αντίστοιχα των σχέσεων και p R και p S οι πλειάδες ανά σελίδα τότε το κόστος είναι: b R + p R * b R * b S. Που δίνει απόθανα αποτελέσματα Αν b ΠΑΡ =1000, b ΠΡΜ =500 και p ΠΑΡ =100 Σημαίνει κόστος *1000*500=1000+(5*10 7 ) που με χρόνο προσπέλασης 10ms δίνει 140 ώρες Δεν λαμβάνουμε υπόψη και το κόστος εγγραφής του αποτελέσματος. Μ.Χατζόπουλος 7
8 Μια βελτίωση μπορεί να γίνει αν δεν εξετάζουμε μια-μια τις εγγραφές αλλά σελίδες. Με τον τρόπο αυτό το κόστος θα είναι: b R + b R * b S. Οπότε στη συγκεκριμένη περίπτωση *500= Ή 1.4 ώρες Μ.Χατζόπουλος 8
9 Από τους τύπους αυτούς παρατηρούμε ότι έχει σημασία ποια σχέση θα διαλέξουμε σαν εξωτερική στο βρόγχο. Η εξωτερική θα πρέπει να είναι η μικρότερη από τις δυο. Μ.Χατζόπουλος 9
10 Εμφωλευμένοι βρόγχοι με χρήση ενδιάμεσης μνήμης Στον προηγούμενο αλγόριθμο δεν κάναμε χρήση της δυνατότητας του buffer εισόδου. Αν ένα buffer μεγέθους B σελίδων τότε ο αλγόριθμος μπορεί να τροποποιηθεί σε: foreach block από Β-2 σελίδες της R do foreach σελίδα της S do για όλες τις πλειάδες r R στο block που αντιστοιχούν σε πλειάδες s S της σελίδας output <r,s> Μ.Χατζόπουλος 10
11 Σχέση R Input buffer Output buffer Αρχικές Σχέσεις στο Δίσκο Scan all S Αποτέλεσμα της συνένωσης Στο δίσκο Μ.Χατζόπουλος 11
12 Στην περίπτωση αυτή το κόστος θα είναι: b R + b R /(Β-2) * b S. Αν επομένως στην περίπτωση μας Β=102 το κόστος θα είναι: *500=6000 Ενώ αν η εξωτερική είναι η ΠΡ 500+5*1000=5500 Μ.Χατζόπουλος 12
13 Μπορούμε επίσης να βελτιώσουμε κάπως το CPU κόστος αν για την σχέση R κρατήσουμε ένα πίνακα κατακερματισμού στην κύρια μνήμη Μ.Χατζόπουλος 13
14 Hash table for block R j (k<b-2) Input buffer Output buffer Αρχικές Σχέσεις στο Δίσκο Scan all S Αποτέλεσμα της συνένωσης Στο δίσκο Μ.Χατζόπουλος 14
15 Συνένωση απλού βρόγχου (χρήση μιας δομής προσπέλασης για ανάκτηση των εγγραφών που ικανοποιούν τη συνθήκη) Αν υπάρχει ευρετήριο (ή κλειδί κατακερματισμού) για ένα από τα δύο γνωρίσματα της συνένωσης -έστω το j της σχέσης S- ανακτώνται όλες οι εγγραφές r της σχέσης R, μία προς μία, και χρησιμοποιείται η δομή προσπέλασης για να ανακτηθούν άμεσα όλες οι εγγραφές της σχέσης S που ικανοποιούν τη συνθήκη s j =r i foreach tuple r R do foreach tuple s S where r i ==s j then output <r,s> Η αναζήτηση στο S με χρήση του ευρετηρίου Μ.Χατζόπουλος 15
16 Για κάθε πλειάδα r R χρησιμοποιούμε το ευρετήριο για ανάκτηση των αντίστοιχων πλειάδων της S. Η διαφορά της μεθόδου είναι ότι δεν κάνει αναζήτηση στο Καρτεσιανό γινόμενο των σχέσεων. Το κόστος σάρωσης της R είναι το ίδιο b R όπως και στην προηγούμενη μέθοδο. Όμως το κόστος ανάκτησης των πλειάδων της S εξαρτάται από το είδος του ευρετηρίου και την επιλεξιμότητα. Μ.Χατζόπουλος 16
17 Για κάθε πλειάδα της R το κόστος αναζήτησης της S είναι: 1. Αν το ευρετήριο της S είναι Β+ δένδρο το κόστος εύρεσης του κόμβου φύλου είναι μεταξύ 2 και 4. Αν είναι ευρετήριο κατακερματισμού 1 με Μόλις βρεθεί ο κατάλληλος τερματικός κόμβος το κόστος ανάκτησης εξαρτάται από το αν το ευρετήριο είναι συστάδα. Αν είναι το κόστος είναι μια ακόμη προσπέλαση. Αν όχι το κόστος θα είναι τόσες προσπελάσεις όσες και οι αντίστοιχες πλειάδες της S (υποθέτοντας ότι βρίσκονται σε διαφορετική σελίδα). Μ.Χατζόπουλος 17
18 Παράδειγμα Έστω ΠΑΡ*ΠΡΜ Ας υποθέσουμε ότι η ΠΡΜ έχει ευρετήριο κατακερματισμού στο Κ_Προμ που είναι και κλειδί με προσπέλαση 1.2 κατά μέσο όρο. Το ΠΑΡ έχει 1000 σελίδες των 100 πλειάδων η σελίδα. Επομένως το συνολικό κόστος είναι: (1+1.2)= Μ.Χατζόπουλος 18
19 Συνένωση ταξινόμησης-συγχώνευσης Αν οι εγγραφές των σχέσεων R και S είναι φυσικά ταξινομημένες σύμφωνα με τις τιμές των γνωρισμάτων συνένωσης A και B αντίστοιχα, μπορούμε να υλοποιήσουμε τη συνένωση κατά τον πιο αποδοτικό τρόπο. Kαι τα δύο αρχεία σαρώνονται σύμφωνα με τη διάταξη των γνωρισμάτων συνένωσης και επιλέγεται ο συνδυασμός των εγγραφών με τις ίσες τιμές στα A και B. Αν τα αρχεία δεν είναι ταξινομημένα, μπορεί να ταξινομηθούν πρώτα χρησιμοποιώντας μια εξωτερική ταξινόμηση. Mε τη μέθοδο αυτή οι εγγραφές κάθε αρχείου σαρώνονται μόνο μιά φορά, προκειμένου να ταιριάξουν με αυτές του άλλου αρχείου -εκτός αν και τα A και B δεν είναι γνωρίσματα-κλειδιά, στην οποία περίπτωση η μέθοδος πρέπει να τροποποιηθεί ελαφρά. Μ.Χατζόπουλος 19
20 Mια παραλλαγή του αλγόριθμου ταξινόμησης-συγχώνευσης μπορεί να χρησιμοποιηθεί όταν υπάρχουν δευτερεύοντα ευρετήρια και στα δύο γνωρίσματα συνένωσης. Tα ευρετήρια παρέχουν τη δυνατότητα προσπέλασης (σάρωσης) των εγγραφών με διάταξη των γνωρισμάτων συνένωσης, αλλά οι ίδιες οι εγγραφές μπορεί να είναι φυσικά διεσπαρμένες σε όλα τα μπλοκ του αρχείου και έτσι αυτή η μέθοδος μπορεί να μην είναι αποτελεσματική καθώς κάθε προσπέλαση εγγραφής μπορεί να απαιτεί προσπέλαση ενός μπλοκ δίσκου. Μ.Χατζόπουλος 20
21 Η βασική ιδέα του αλγόριθμου είναι να ταξινομηθούν οι δυο σχέσεις στο γνώρισμα συνένωσης και στη συνέχεια να γίνει έλεγχος για τις πλειάδες που αντιστοιχούν. Για την ταξινόμηση μπορεί να χρησιμοποιηθεί μια μέθοδος εξωτερικής ταξινόμησης. Μ.Χατζόπουλος 21
22 ΠΑΡ Κ_Προμ Κ_Πρ Κ_Ερ Ποσοτ 22 Π35 Ε ΠΡΜ Κ_Προμ Π_Ονομα Είδος Πόλη 22 Ανδρέου 7 Αθήνα 31 Πέτρου 8 Πάτρα 28 Δέδες 12 Λάρισα 58 Παππάς 7 Αθήνα 31 Π35 Ε Π76 Ε Π14 Ε Π76 Ε Π35 Ε Π35 Ε Π14 Ε Π14 Ε Π14 Ε Μ.Χατζόπουλος 22
23 ΠΑΡ Κ_Προμ Κ_Πρ Κ_Ερ Ποσοτ 22 Π35 Ε ΠΡΜ Κ_Προμ Π_Ονομα Είδος Πόλη 22 Ανδρέου 7 Αθήνα 28 Δέδες 12 Λάρισα 31 Πέτρου 8 Πάτρα 58 Παππάς 7 Αθήνα 22 Π14 Ε Π35 Ε Π76 Ε Π35 Ε Π14 Ε Π14 Ε Π35 Ε Π76 Ε Π14 Ε Μ.Χατζόπουλος 23
24 procedure join(r,s, R i = S j ) Tr = η πρώτη πλειάδα της R; Ts= η πρώτη πλειάδα της S; Gs η πρώτη πλειάδα της S while Tr eof and Gs eof do{ while Tr i < Gs j do Tr = η επόμενη πλειάδα της Tr από την R; while Tr i > Gs j do Gs = η επόμενη πλειάδα της Gs από την S; Ts=Gs; while Tr i == Gs j do{ Ts=Gs; while Ts j == Tr i do{ output <Tr, Ts> Ts= η επόμενη πλειάδα της Ts από την S;} Tr= η επόμενη πλειάδα της Ts από την R; } Gs=Ts } Μ.Χατζόπουλος 24
25 Το κόστος ταξινόμησης της R είναι Ο(b R logb R ) Το κόστος ταξινόμησης της S είναι Ο(b S logb S ) Το κόστος της συγχώνευσης είναι b R +b S αν δεν χρειασθεί να επαναφερθούν κάποια τμήματα της S. Η μέθοδος αυτή είναι ιδιαίτερα καλή αν τουλάχιστον μια από τις σχέσεις είναι ταξινομημένη στο γνώρισμα της συνένωσης ή αν έχει ευρετήριο συστάδα στο γνώρισμα συνένωσης. Μ.Χατζόπουλος 25
26 Συνένωση με κατακερματισμό Κατά την μέθοδο αυτή δημιουργείται ένα ευρετήριο κατακερματισμού για τις εγγραφές των αρχείων R και S, χρησιμοποιώντας τα γνωρίσματα συνένωσης A και B ως κλειδιά κατακερματισμού. Kαι για τα δύο αρχεία χρησιμοποιείται το ίδιο αρχείο κατακερματισμού και η ίδια συνάρτηση κατακερματισμού. Πρώτη φάση (φάση διαμέρισης) :Πρώτα διατρέχεται το αρχείο με τις λιγότερες εγγραφές (έστω το R) μία μόνο φορά, προκειμένου να απεικονισθούν οι εγγραφές του στους κάδους του αρχείου κατακερματισμού (οι εγγραφές του R μοιράζονται στους κάδους κατακερματισμού). Μ.Χατζόπουλος 26
27 Δεύτερη φάση (που ονομάζεται φάση της αναζήτησης) το άλλο αρχείο (S) διατρέχεται μία μόνο φορά με απεικόνιση κάθε εγγραφής του στον κατάλληλο κάδο, όπου η εγγραφή συνδυάζεται με όλες τις εγγραφές του αρχείου R που ταιριάζουν με αυτή. Αυτή η απλουστευμένη περιγραφή της συνένωσης με κατακερματισμό υποθέτει ότι το μικρότερο από τα δύο αρχεία χωράει τελείως σε κάδους της μνήμης μετά την πρώτη φάση. Μ.Χατζόπουλος 27
28 Η ιδέα είναι να γίνει κατακερματισμός και των δυο σχέσεων στο γνώρισμα της συνένωσης χρησιμοποιώντας την ίδια συνάρτηση κατακερματισμού h. Αν ο κατακερματισμός χωρίσει σε k διαμερίσεις εξασφαλίζουμε ότι οι πλειάδες της R στην i διαμέριση έχουν αντίστοιχες πλειάδες στην S μόνο από την ίδια διαμέριση. Αυτό σημαίνει ότι μπορούμε να διαβάσουμε μια πλήρη διαμέριση της μικρότερης σχέσης R και απλά να σαρώσουμε μόνο την αντίστοιχη διαμέριση της S. Αυτές οι πλειάδες των R και S δεν θα χρειασθεί να εξετασθούν ξανά. Επομένως μετά την διαμέριση των R και S μπορεί να γίνει η συγχώνευση μόνο με μια ανάγνωση των R και S, με την προϋπόθεση ότι υπάρχει διαθέσιμη μνήμη για κάθε διαμέριση της R. Μ.Χατζόπουλος 28
29 Hash table for block R j (k<b-10 Input buffer Output buffer Αρχικές Σχέσεις στο Δίσκο Scan all S Αποτέλεσμα της συνένωσης Στο δίσκο Μ.Χατζόπουλος 29
30 Πρακτικά για κάθε διαμέριση χτίζεται ένας πίνακας κατακερματισμού για κάθε διαμέριση της R, χρησιμοποιώντας μια συνάρτηση κατακερματισμού h2 που είναι διαφορετική από την h, ώστε να μειωθεί το CPU κόστος. Χρειαζόμαστε αρκετή μνήμη για να μπορεί να καταχωρηθεί αυτός ο πίνακας κατακερματισμού, που θα είναι λίγο μεγαλύτερη από την διαμέριση της R. Μ.Χατζόπουλος 30
31 //Διαμέριση της R foreach tuple r R read r και πρόσθεσε την στην σελίδα εξόδου h(r i ) //Διαμέριση της S foreach tuple s S read r και πρόσθεσε την στην σελίδα εξόδου h(s i ) //Φάση συνένωσης for l=1,,k do { //Δημιουργία του πίνακα κατακερματισμού για την R i, με χρήση της h 2 foreach tuple r R l do read r και εισαγωγή στον πίνακα κατακερματισμού με χρήση της h 2 (r l ); //Σάρωση της Sl για αντίστοιχες πλειάδες στην R l foreach tuple s στη διαμέριση S l do { read s και απεικόνισε με χρήση της h 2 ; Για τις πλειάδες r της R που αντιστοιχούν output <r,s> }; Καθαρισμός του πίνακα κατακερματισμού; } Μ.Χατζόπουλος 31
32 Κόστος της συνένωσης με κατακερματισμό Στη φάση της διαμέρισης σαρώνουμε την R και την S μια φορά και γράφουμε μια φορά. Επομένως το κόστος αυτής της φάσης είναι 2(b R +b S ). Στη δεύτερη φάση σαρώνουμε κάθε διαμέριση μια φορά, υποθέτοντας ότι κάθε διαμέριση χωράει στη μνήμη, το κόστος είναι b R +b S. Επομένως το συνολικό κόστος είναι 3(b R +b S ). Επομένως στο παράδειγμα μας θα είναι: 3*( )=4500 που για πρόσβαση 10ms κοστίζει λιγότερο από ένα λεπτό. Μ.Χατζόπουλος 32
33 Απαιτήσεις σε μνήμη Για να αυξήσουμε τις πιθανότητες να χωράει κάθε διαμέριση στη μνήμη πρέπει να ελαχιστοποιήσουμε το μέγεθος κάθε διαμέρισης μεγιστοποιώντας το πλήθος των διαμερίσεων. Στη φάση της διαμέρισης, για διαμέριση της R (και της S) σε k διαμερίσεις χρειαζόμαστε k block εξόδου και ένα εισόδου. Επομένως με B σελίδες το μέγιστο πλήθος διαμερίσεων είναι k=b-1. Υποθέτοντας ότι οι διαμερίσεις έχουν ίδιο μέγεθος, τότε το μέγεθος κάθε διαμέρισης της R είναι b R /(B-1). Το πλήθος των σελίδων του πίνακα κατακερματισμού (στη μνήμη) κατά την φάση της συνένωσης είναι f*b R /(B-1) (όπου f ο παράγοντας αύξησης λόγω κατακερματισμού). Κατά την φάση της συγχώνευσης θέλουμε μια σελίδα για την σάρωση των διαμερίσεων της S και μια για την έξοδο. Επομένως για να χωράει στη μνήμη η διαμέριση B>(f*b R /(B-1))+2. Επομένως για B> f* b R έχουμε καλή απόδοση του αλγόριθμου. Μ.Χατζόπουλος 33
34 Αν επομένως B> f* b R αναμένουμε ότι κάθε διαμέριση θα έχει μέγεθος b R /(Β-1). Αν δεν έχουμε τόση μνήμη η αν δεν γίνει ομοιόμορφη κατανομή θα έχουμε κάποια υπερχείλιση. Η απόδοση στην περίπτωση της υπερχείλισης μπορεί να βελτιωθεί με επανάληψη του κατακερματισμού (της R). Μ.Χατζόπουλος 34
35 Υβριδικός Αλγόριθμος Συνένωσης με Κατακερματισμό Αν διαθέτουμε περισσότερη μνήμη μπορεί να χρησιμοποιήσουμε μια παραλλαγή του αλγόριθμου κατακερματισμού. Έστω ότι B>f*(b R /k) για κάποιο ακέραιο k. Δηλαδή αν διαμερίσουμε την R σε k διαμερίσεις μεγέθους b R /k μπορούμε να έχουμε ένα πίνακα κατακερματισμού στη μνήμη. Για την διαμέριση της R (και της S) σε k σελίδες εξόδου και μια σελίδα εισόδου, δηλαδή k+1 σελίδες. Επομένως έχουμε B-(k+1) επιπλέον σελίδες κατά την φάση της διαμέρισης. Έστω ότι B-(k+1)>f*(b R /k). Τότε έχουμε επιπλέον μνήμη κατά την φάση της διαμέρισης για να χωρέσει και μια διαμέριση της R. Η ιδέα είναι να κρατήσουμε στη μνήμη την πρώτη διαμέριση της R. Επίσης κατά της διαμέριση της S η πρώτη διαμέριση δεν γράφεται αλλά συγκρίνεται άμεσα με την πρώτη της R. Το κέρδος είναι ότι δεν θα ξαναδιαβαστούν οι πρώτες διαμερίσεις των R και S. Μ.Χατζόπουλος 35
36 Για παράδειγμα αν b R =500 σελίδες και b S =1000 σελίδες και Β=300. Μπορούμε να κρατήσουμε στη μνήμη την πρώτη διαμέριση της R όταν χωρίζεται σε δυο διαμερίσεις. Κατά τη φάση της διαμέρισης της R σαρώνουμε την R και γράφουμε μια διαμέριση δηλαδή το κόστος είναι Σαρώνουμε την S γράφουμε μια διαμέριση. Το κόστος είναι (αν υποθέσουμε ότι οι διαμερίσεις έχουν ίδιο μέγεθος. Στην συνένωση σαρώνουμε την δεύτερη διαμέριση των R και S με κόστος Συνολικό κόστος =3500. Μ.Χατζόπουλος 36
37 Σύγκριση Συνένωσης με κατακερματισμό με συνένωση συγχώνευσης ταξινόμησης Αν B> b R όπου b R το μέγεθος της μικρότερης σχέσης, και υποθέσουμε ομοιόμορφη κατανομή στις διαμερίσεις το κόστος του κατακερματισμού είναι 3(b R +b S ). Αν B> b S όπου b S το μέγεθος της μεγαλύτερης σχέσης, τότε το πλήθος των ταξινομημένων σειρών κάθε σχέσης είναι μικρότερο του b S και αν υποθέσουμε ότι οι διαθέσιμες σελίδες για την συγχώνευσης είναι περισσότερες από 2 b S δηλαδή περισσότερες από το συνολικό πλήθος των ταξινομημένων σειρών, μπορούμε να διαθέσουμε μια σελίδα για κάθε σειρά της R και της S. Τότε μπορεί να γίνει ταυτόχρονα η συγχώνευση των σειρών της R και της S. Βέβαια χρειαζόμαστε μνήμη B>2 b S. Συνολικό κόστος 3(b R +b S ). Μ.Χατζόπουλος 37
38 Αν οι διαμερίσεις στον κατακερματισμό δεν έχουν ομοιόμορφη κατανομή, η συνένωση με κατακερματισμό μπορεί να κοστίσει παραπάνω. Αν η διαθέσιμε μνήμη είναι μεταξύ b R και b S τότε η συγχώνευση με κατακερματισμό κοστίζει λιγότερο (αφού υπάρχει μνήμη μόνο για τις διαμερίσεις της μικρότερης σχέσης) Επιπλέον παράγοντες που πρέπει να ληφθούν υπόψη είναι αν κάποια σχέση είναι ταξινομημένη σε κάποιο γνώρισμα συνένωσης. Μ.Χατζόπουλος 38
39 Γενικότερες Συνθήκες Συνένωσης περιλαμβάνουν ισότητα σε περισσότερα από ένα γνωρίσματα και συνθήκες άλλες εκτός από ισότητα. Για ισότητα σε περισσότερα από ένα γνωρίσματα στον αλγόριθμο εμφωλευμένων βρόγχων με ευρετήριο μπορούμε να χτίσουμε ένα ευρετήριο στο συνδυασμό των γνωρισμάτων της R και να την χρησιμοποιήσουμε σαν εσωτερική σχέση ή μπορούμε να χρησιμοποιήσουμε υπάρχον ευρετήριο σ αυτό τον συνδυασμό γνωρισμάτων. Για ισότητα σε περισσότερα από ένα γνωρίσματα στον αλγόριθμο ταξινόμησης συγχώνευσης μπορούμε να ταξινομήσουμε στον συνδυασμό των γνωρισμάτων. Επίσης στην συνένωση με κατακερματισμό, ο κατακερματισμός γίνεται στο συνδυασμό των γνωρισμάτων. Μ.Χατζόπουλος 39
40 Σε περίπτωση ανισότητας R.A<S.B Χρειαζόμαστε ένα Β+ δενδρικό ευρετήριο για τον αλγόριθμο εμφωλευμένων βρόγχων με ευρετήριο. Οι αλγόριθμοι ταξινόμησης συγχώνευσης και κατακερματισμού συγχώνευσης δεν μπορούν να εφαρμοσθούν. Οι άλλοι αλγόριθμοι μπορούν να εφαρμοσθούν Μ.Χατζόπουλος 40
41 Συνολοθεωρητικές Πράξεις Από άποψη υλοποίησης το Καρτεσιανό γινόμενο και η τομή μπορούν να θεωρηθούν ειδικές περιπτώσεις της συνένωσης. Για την τομή συνένωση με ισότητα για όλα τα γνωρίσματα και το Καρτεσιανό γινόμενο συνένωση χωρίς συνθήκη συνένωσης. Το βασικό πρόβλημα για για την πράξη της ένωσης είναι η απαλοιφή των διπλότυπων.μια παραλλαγή της μεθόδου απαλοιφής των διπλότυπων μπορεί να χρησιμοποιηθεί και για την διαφορά. Μ.Χατζόπουλος 41
42 Ταξινόμηση για Ένωση και Διαφορά 1. Ταξινόμηση της R και της S στο συνδυασμό όλων των γνωρισμάτων 2. Σάρωση των ταξινομημένων R και S και συγχώνευση με απαλοιφή των διπλότυπων. (Μπορεί να γίνει και με δημιουργία ταξινομημένων σειρών και συγχώνευση τους) Παρόμοια γίνεται και η διαφορά μόνο που κατά την φάση της συγχώνευσης γράφουμε τις πλειάδες της R αφού ελεγχθεί ότι δεν ανήκουν στην S Μ.Χατζόπουλος 42
43 Κατακερματισμό για Ένωση και Διαφορά 1. Διαμέριση των R και S με χρήση μιας συνάρτησης κατακερματισμού h. 2. Για κάθε διαμέριση l: Δημιουργία ενός πίνακα κατακερματισμού (χρησιμοποιώντας μια συνάρτηση κατακερματισμού h2 h) για την S l. Σάρωση της R l. Για κάθε πλειάδα απεικόνιση στον πίνακα κατακερματισμού της S l. Αν η πλειάδα υπάρχει στον πίνακα απορρίπτεται διαφορετικά προστίθεται. Εγγραφή του πίνακα και ετοιμασία για την επόμενη διαμέριση Μ.Χατζόπουλος 43
44 Με τον ίδιο τρόπο γίνεται και η διαφορά (R-S). Η διαφορά είναι στην επεξεργασία της διαμέρισης. Μετά τον πίνακα κατακερματισμού της S l,σαρώνουμε την R l. Αν μια πλειάδα δεν είναι στον πίνακα γράφεται στο αποτέλεσμα. Μ.Χατζόπουλος 44
Υλοποίηση των Σχεσιακών Τελεστών. 6/16/2009 Μ.Χατζόπουλος 1
Υλοποίηση των Σχεσιακών Τελεστών 6/16/2009 Μ.Χατζόπουλος 1 Ένα σχεσιακό ΣΔBΔ πρέπει να συμπεριλαμβάνει αλγόριθμους για υλοποίηση των διαφορετικών τύπων των σχεσιακών πράξεων (καθώς και άλλων πράξεων) που
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Σ Β Σύνολο από προγράμματα για τη διαχείριση της Β Επεξεργασία Ερωτήσεων Αρχεία ευρετηρίου Κατάλογος συστήματος Αρχεία δεδομένων ΒΑΣΗ Ε ΟΜΕΝΩΝ Σύστημα Βάσεων εδομένων (ΣΒ ) Βάσεις Δεδομένων 2007-2008
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Επεξεργασία Ερωτήσεων ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήματος 1. Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασμός) 2. Προγραμματισμός (Σχεσιακή Άλγεβρα, SQL) ημιουργία/κατασκευή Εισαγωγή εδομένων
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Επεξεργασία Ερωτήσεων Σ Β Βάση εδομένων Η ομή ενός ΣΒ Βάσεις Δεδομένων 2006-2007 Ευαγγελία Πιτουρά 1 Βάσεις Δεδομένων 2006-2007 Ευαγγελία Πιτουρά 2 Εισαγωγή Εισαγωγή ΜΕΡΟΣ 1 (Χρήση Σ Β ) Γενική
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα Βάσεις
Διαβάστε περισσότεραΤο εσωτερικό ενός Σ Β
Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήµατος Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασµός) Προγραµµατισµός (Σχεσιακή Άλγεβρα, SQL) ηµιουργία/κατασκευή Εισαγωγή εδοµένων
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας Τα βασικά βήματα στην επεξεργασία
Διαβάστε περισσότεραΕισαγωγή. Γενική Εικόνα του Μαθήµατος. Το εσωτερικό ενός Σ Β. Εισαγωγή. Εισαγωγή Σ Β Σ Β. Αρχεία ευρετηρίου Κατάλογος συστήµατος Αρχεία δεδοµένων
Βάσεις εδοµένων 2003-2004 Ευαγγελία Πιτουρά 1 ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήµατος Επεξεργασία Ερωτήσεων Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασµός) Προγραµµατισµός (Σχεσιακή Άλγεβρα, SQL)
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων. Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος Πετάσης
Διαβάστε περισσότεραΕισαγωγή στην. Εισαγωγή Σ Β. Αρχεία ευρετηρίου Κατάλογος. συστήματος. Αρχεία δεδομένων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή Σ Β Σύνολο από προγράμματα για τη διαχείριση της Β Αρχεία ευρετηρίου Κατάλογος ΒΑΣΗ Ε ΟΜΕΝΩΝ Αρχεία δεδομένων συστήματος Σύστημα Βάσεων εδομένων (ΣΒ ) 2 :
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2018-2019 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΣΔΒΔ Σύνολο από προγράμματα γιατηδιαχείρισητηςβδ Αρχεία ευρετηρίου Αρχεία δεδομένων Κατάλογος συστήματος ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Σύστημα Βάσεων Δεδομένων (ΣΒΔ) 2 :
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2007-2008 14.02.2008 EΠΙΣΤΡΕΦΕΤΑΙ ΔΙΔΑΣΚΩΝ Ιωάννης Βασιλείου, Καθηγητής,
Διαβάστε περισσότεραΕξωτερική Ταξινόμηση. Μ.Χατζόπουλος 1
Εξωτερική Ταξινόμηση Μ.Χατζόπουλος 1 Γιατί είναι απαραίτητη; Κλασσικό Πρόβλημα της Πληροφορικής Πολλές φορές θέλουμε να παρουσιάσουμε δεδομένα σε ταξινομημένη μορφή Είναι σημαντική για την απαλοιφή διπλοτύπων
Διαβάστε περισσότεραΕξωτερική Ταξινόμηση. Μ.Χατζόπουλος 1
Εξωτερική Ταξινόμηση Μ.Χατζόπουλος 1 Γιατί είναι απαραίτητη; Κλασσικό Πρόβλημα της Πληροφορικής Πολλές φορές θέλουμε να παρουσιάσουμε δεδομένα σε ταξινομημένη μορφή Είναι σημαντική για την απαλοιφή διπλοτύπων
Διαβάστε περισσότεραΒάσεις Δεδομένων 2. Φροντιστήριο Αλγόριθμοι Επεξεργασίας και Βελτιστοποίησης Επερωτήσεων. Ημερ: 27/5/2008 Ακ.Έτος
Βάσεις Δεδομένων 2 Φροντιστήριο Αλγόριθμοι Επεξεργασίας και Βελτιστοποίησης Επερωτήσεων Ημερ: 27/5/2008 Ακ.Έτος 2007-08 Υλοποίηση σχεσιακών πράξεων ΤΑΞΙΝΟΜΗΣΗ Εξωτερική ταξινόμηση για μεγάλα αρχεία, αποθηκευμένα
Διαβάστε περισσότεραΔυναμικά Πολυεπίπεδα Ευρετήρια (Β-δένδρα) Μ.Χατζόπουλος 1
Δυναμικά Πολυεπίπεδα Ευρετήρια (Β-δένδρα) Μ.Χατζόπουλος 1 Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ.Χατζόπουλος 2 Δένδρο αναζήτησης είναι ένας ειδικός τύπος δένδρου που χρησιμοποιείται για να καθοδηγήσει την αναζήτηση μιας
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων. Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος Πετάσης
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΣΔΒΔ Σύνολο από προγράµµατα για τη διαχείριση της ΒΔ Αρχεία ευρετηρίου Κατάλογος ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Αρχεία δεδοµένων συστήµατος Σύστηµα Βάσεων Δεδοµένων (ΣΒΔ)
Διαβάστε περισσότεραΚατακερματισμός. 4/3/2009 Μ.Χατζόπουλος 1
Κατακερματισμός 4/3/2009 Μ.Χατζόπουλος 1 H ιδέα που βρίσκεται πίσω από την τεχνική του κατακερματισμού είναι να δίνεται μια συνάρτησης h, που λέγεται συνάρτηση κατακερματισμού ή παραγωγής τυχαίων τιμών
Διαβάστε περισσότεραCopyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση, Δίαυλος Διαφάνεια 15-1
Copyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση, Δίαυλος Διαφάνεια 15-1 Κεφάλαιο 15 Αλγόριθμοιγια επεξεργασία ερωτήσεων και βελτιστοποίηση Copyright 2007 Ramez Elmasri and Shamkant
Διαβάστε περισσότεραΤο Σχεσιακό Μοντέλο-Σχεσιακή Άλγεβρα, Σχεσιακός Λογισμός. 06/06/2009 Μ.Χατζόπουλος 1
Το Σχεσιακό Μοντέλο-Σχεσιακή Άλγεβρα, Σχεσιακός Λογισμός 06/06/2009 Μ.Χατζόπουλος 1 Αρχιτεκτονική Τριών Σχημάτων ΕΞΩΤΕΡΙΚΟ ΕΠΙΠΕΔΟ Τελικοί Χρήστες Εξωτερική Όψη 1 Εξωτερική Όψη n ΕΝΝΟΙΟΛΟΓΙΚΟ ΕΠΙΠΕΔΟ ΕΝΝΟΙΟΛΟΓΙΚΟ
Διαβάστε περισσότεραΟ βελτιστοποιητής ερωτημάτων (query optimizer) Μετασχηματισμός εκφράσεων σχεσιακής άλγεβρας Υπολογισμός μεγεθών πράξεων σχεσιακής άλγεβρας
Επεξεργασία & Βελτιστοποίηση Ερωτημάτων Ο βελτιστοποιητής ερωτημάτων (query optimizer) Μετασχηματισμός εκφράσεων σχεσιακής άλγεβρας Υπολογισμός μεγεθών πράξεων σχεσιακής άλγεβρας επιλογή, σύνδεση, άλλες
Διαβάστε περισσότεραΤα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο
Κατακερματισμός 1 Αποθήκευση εδομένων (σύνοψη) Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο Παραδοσιακά, μία σχέση (πίνακας/στιγμιότυπο) αποθηκεύεται σε ένα αρχείο Αρχείο δεδομένων
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Άσκηση 2 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών HY460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Δημήτρης Πλεξουσάκης
Διαβάστε περισσότεραΚεφ.11: Ευρετήρια και Κατακερματισμός
Κεφ.11: Ευρετήρια και Κατακερματισμός Database System Concepts, 6 th Ed. See www.db-book.com for conditions on re-use Κεφ. 11: Ευρετήρια-Βασική θεωρία Μηχανισμοί ευρετηρίου χρησιμοποιούνται για την επιτάχυνση
Διαβάστε περισσότεραΕξωτερική Αναζήτηση. Ιεραρχία Μνήμης Υπολογιστή. Εξωτερική Μνήμη. Εσωτερική Μνήμη. Κρυφή Μνήμη (Cache) Καταχωρητές (Registers) μεγαλύτερη ταχύτητα
Ιεραρχία Μνήμης Υπολογιστή Εξωτερική Μνήμη Εσωτερική Μνήμη Κρυφή Μνήμη (Cache) μεγαλύτερη χωρητικότητα Καταχωρητές (Registers) Κεντρική Μονάδα (CPU) μεγαλύτερη ταχύτητα Πολλές σημαντικές εφαρμογές διαχειρίζονται
Διαβάστε περισσότεραΕυρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Ευρετήρια Ευαγγελία Πιτουρά 1 τιμή γνωρίσματος Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται
Διαβάστε περισσότεραΟργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο
Κατακερµατισµός 1 Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο 1. Αρχεία Σωρού 2. Ταξινοµηµένα Αρχεία Φυσική διάταξη των εγγραφών
Διαβάστε περισσότεραΤα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη
Ευρετήρια 1 Αρχεία Τα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη µνήµη. Η µεταφορά δεδοµένων από το δίσκο στη µνήµη και από τη
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δυναμικός Κατακερματισμός 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή (ως τρόπος οργάνωσης αρχείου) μέγεθος
Διαβάστε περισσότεραΛΥΣΗ ΤΗΣ ΔΕΥΤΕΡΗΣ ΑΣΚΗΣΗΣ Όλγα Γκουντούνα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2011-12 ΔΙΔΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής Τιμολέων Σελλής Καθηγητής Άσκηση 1
Διαβάστε περισσότεραΕυρετήρια. Ευρετήρια. Βάσεις Δεδομένων 2009-2010: Ευρετήρια 1
Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2018-2019 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)
Διαβάστε περισσότεραΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης
Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Επαναληπτική Εξέταση (3 ώρες) Ηµεροµηνία:
Διαβάστε περισσότεραΆσκηση 1 (15 μονάδες) (Επεκτατός Κατακερματισμός)
ΗΥ460 Τελική Εξέηαζη 29 Ιανουαπίου 2013 Σελίδα 1 από 8 Πανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών ΗΥ-460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Δημήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Επαναληπτική
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 7, μέρος 2 ο : Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος
Διαβάστε περισσότεραΕπεξεργασία ερωτημάτων
Επεξεργασία ερωτημάτων Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη Σε τι αφορά η επεξεργασία ερωτημάτων? Αναφέρεται στο σύνολο των δραστηριοτήτων που περιλαμβάνονται στην ανάκτηση δεδομένων από μία βάση δεδομένων
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2017-2018 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Βάσεις Δεδομένων 2017-2018 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ
Διαβάστε περισσότεραΕυρετήρια. Ευρετήρια. Βάσεις Δεδομένων : Ευρετήρια 1
Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΤα δεδομένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο
Οργάνωση Αρχείων 1 Αρχεία Τα δεδομένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Η μεταφορά δεδομένων από το δίσκο στη μνήμη και από τη μνήμη στο δίσκο γίνεται σε μονάδες blocks Βασικός στόχος η ελαχιστοποίηση
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005 ΛΥΣΕΙΣ Ι. Βασιλείου -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραCopyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση Διαφάνεια 16-1
Copyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση Διαφάνεια 16-1 Κεφάλαιο 20 Φυσικός Σχεδιασμός Βάσεων Δεδομένων και Ρύθμιση Copyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός
Δυναμικός Κατακερματισμός Καλό για βάση δεδομένων που μεγαλώνει και συρρικνώνεται σε μέγεθος Επιτρέπει τη δυναμική τροποποίηση της συνάρτησης κατακερματισμού Επεκτάσιμος κατακερματισμός μια μορφή δυναμικού
Διαβάστε περισσότεραΟργάνωση Αρχείων. Βάσεις Δεδομένων : Οργάνωση Αρχείων 1. Blobs
Αρχεία Τα δεδομένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Οργάνωση Αρχείων Η μεταφορά δεδομένων από το δίσκο στη μνήμη και από τη μνήμη στο δίσκο γίνεται σε μονάδες blocks Βασικός στόχος η ελαχιστοποίηση
Διαβάστε περισσότεραΟργάνωση Αρχείων. Βάσεις Δεδομένων : Οργάνωση Αρχείων 1. Blobs
Αρχεία Τα δεδομένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Οργάνωση Αρχείων Η μεταφορά δεδομένων από το δίσκο στη μνήμη και από τη μνήμη στο δίσκο γίνεται σε μονάδες blocks Βασικός στόχος η ελαχιστοποίηση
Διαβάστε περισσότεραΚατακερµατισµός. Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετημένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο
Κατακερµατισµός 1 Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετημένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο 1. Αρχεία Σωρού 2. Ταξινομημένα Αρχεία Φυσική διάταξη των εγγραφών
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ δείκτες ως εξής P 1 K 1 P
Διαβάστε περισσότεραΒελτιστοποίηση επερωτημάτων
Βάσεις Δεδομένων ΙΙ Βελτιστοποίηση επερωτημάτων Πανεπιστήμιο Πατρών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Βάσεις Δεδομένων ΙΙ Α. Κομνηνός Βελτιστοποίηση Ερωτημάτων Διαδικασία επιλογής του πιο αποτελεσματικού
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Ευαγγελία Πιτουρά 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ δείκτες
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΑΚΑ. ΕΤΟΣ 2012-13 Ι ΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής, Τοµέας Τεχνολογίας
Διαβάστε περισσότεραΗΥ460 Συστήµατα Διαχείρισης Βάσεων Δεδοµένων Χειµερινό Εξάµηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης
ΗΥ460 Συστήµατα Διαχείρισης Βάσεων Δεδοµένων Χειµερινό Εξάµηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης 2 η Σειρά Ασκήσεων Ηµεροµηνία Παράδοσης: 14/11/2016 Άσκηση 1 (10 µονάδες) Εξωτερική Ταξινόµηση Θεωρείστε
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές
Διαβάστε περισσότεραCopyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση, Δίαβλος, Επιμέλεια Μ.Χατζόπουλος Διαφάνεια 14-1
Δίαβλος, Επιμέλεια Μ.Χατζόπουλος Διαφάνεια 14-1 Κεφάλαιο 14 Δομές Ευρετηρίων για Αρχεία Copyright 2007 Ramez Elmasri and Shamkant B. Navathe Ελληνική Έκδοση, Διαβλος, Επιμέλεια Μ.Χατζόπουλος Θα μιλήσουμε
Διαβάστε περισσότεραΑποθήκευση Δεδομένων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Αποθήκευση Δεδομένων Βάσεις Δεδομένων 2017-2018 1 ΣΔΒΔ SQL ΣΔΒΔ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Τυπικά, Κάθε σχέση (το στιγμιότυπο της) αποθηκεύεται σε ένα αρχείο Βάσεις Δεδομένων 2017-2018 2 Δομή ενός ΣΔΒΔ (πιο αναλυτικά)
Διαβάστε περισσότεραΒάσεις Δεδομένων ΙΙ Ενότητα 5
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Δεδομένων ΙΙ Ενότητα 5: Δομές Ευρετηρίων - ISAM Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΚεφάλαιο 14. Δομές Ευρετηρίων για Αρχεία. Copyright 2007 Ramez Elmasri and Shamkant B. Navathe Ελληνική Έκδοση,
Δίαβλος, Επιμέλεια Μ.Χατζόπουλος Διαφάνεια 14-1 Κεφάλαιο 14 Δομές Ευρετηρίων για Αρχεία Copyright 2007 Ramez Elmasri and Shamkant B. Navathe Ελληνική Έκδοση, Διαβλος, Επιμέλεια Μ.Χατζόπουλος 1 Θα μιλήσουμε
Διαβάστε περισσότεραΠληροφορική 2. Δομές δεδομένων και αρχείων
Πληροφορική 2 Δομές δεδομένων και αρχείων 1 2 Δομή Δεδομένων (data structure) Δομή δεδομένων είναι μια συλλογή δεδομένων που έχουν μεταξύ τους μια συγκεκριμένη σχέση Παραδείγματα δομών δεδομένων Πίνακες
Διαβάστε περισσότεραΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ. Συστήματα Αρχείων. Διδάσκoντες: Καθ. Κ. Λαμπρινουδάκης Δρ. Α. Γαλάνη
ΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ Μάθημα: Λειτουργικά Συστήματα Συστήματα Αρχείων Διδάσκoντες: Καθ. Κ. Λαμπρινουδάκης (clam@unipi.gr) Δρ. Α. Γαλάνη (agalani@unipi.gr) Λειτουργικά Συστήματα 1 Χρήση Κρυφής Μνήμης (Cache)
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI Β. Μεγαλοοικονόμου Επεξεργασία Ερωτημάτων/Βελτιστοποίηση (παρουσίαση βασισμένη εν μέρη σε σημειώσεις των Silberchatz, Korth και Sudarshan και του C. Faloutsos)
Διαβάστε περισσότεραΑλγόριθμοι Ταξινόμησης Μέρος 4
Αλγόριθμοι Ταξινόμησης Μέρος 4 Μανόλης Κουμπαράκης Δομές Δεδομένων και Τεχνικές 1 Μέθοδοι Ταξινόμησης Βασισμένοι σε Συγκρίσεις Κλειδιών Οι αλγόριθμοι ταξινόμησης που είδαμε μέχρι τώρα αποφασίζουν πώς να
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων. Σεμινάριο 6: Δομές ευρετηρίων για αρχεία
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 6: Δομές ευρετηρίων για αρχεία Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος Πετάσης Εργαστήριο Τεχνολογίας Γνώσεων
Διαβάστε περισσότεραΚεφάλαιο 14. οµές Ευρετηρίων για Αρχεία. ιαφάνεια 14-1
ιαφάνεια 14-1 Κεφάλαιο 14 οµές Ευρετηρίων για Αρχεία Copyright 2007 Ramez Elmasri and Shamkant B. NavatheΕλληνικήΈκδοση, ιαβλος, Επιµέλεια Μ.Χατζόπουλος 1 Θα µιλήσουµε για Τύποι Ταξινοµηµένων Ευρετηρίων
Διαβάστε περισσότεραΠανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών. ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης
Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Τελική Εξέταση (3 ώρες) Ηµεροµηνία: 7
Διαβάστε περισσότεραΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης, Δημήτρης Πλεξουσάκης, Χαρίδημος Κονδυλάκης
ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης, Δημήτρης Πλεξουσάκης, Χαρίδημος Κονδυλάκης Λύσεις 1 ης σειράς Ασκήσεων Ημερομηνία Παράδοσης: 14/10/2016
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Άσκηση 1 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών HY460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Διδάσκοντες: Δημήτρης
Διαβάστε περισσότεραΕυρετήρια. Βάσεις Δεδομένων : Ευρετήρα 1. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια.
Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου που καλείται
Διαβάστε περισσότεραΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2018 Project
ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2018 Project Δημιουργήστε τους πίνακες (tables.sql) και εισάγετε τα δεδομένα (distributedby.sql 143.153 πλειάδες, movie.sql 193.781 πλειάδες,
Διαβάστε περισσότεραΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ. Επιλέγει όλες τις πλειάδες, από μια σχέση R, που ικανοποιούν τη συνθήκη επιλογής.
ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Χειμερινό Εξάμηνο 2012 SQL Structured Query Language Δρ. Βαγγελιώ Καβακλή ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ, ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ 1 Πράξεις της σχεσιακής άλγεβρας ΠΡΑΞΗ ΣΚΟΠΟΣ
Διαβάστε περισσότεραΦροντιστήριο Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων κατακερματισμός και δομές ευρετηρίων για αρχεία
ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Φροντιστήριο 17-1-2011 Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων κατακερματισμός και δομές ευρετηρίων για αρχεία Θεωρία Άτρακτος/αυλάκι : ομόκεντροι κύκλοι στον δίσκο Κύλινδρος:
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών Ενότητα 6: Αρχεία Δομές Αρχείων, 2ΔΩ Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Θεόδωρος Τσιλιγκιρίδης Μαθησιακοί Στόχοι Με την ολοκλήρωση της ενότητας ο φοιτητής/τρια
Διαβάστε περισσότεραΠεριεχόμενα. Περιεχόμενα
Περιεχόμενα xv Περιεχόμενα 1 Αρχές της Java... 1 1.1 Προκαταρκτικά: Κλάσεις, Τύποι και Αντικείμενα... 2 1.1.1 Βασικοί Τύποι... 5 1.1.2 Αντικείμενα... 7 1.1.3 Τύποι Enum... 14 1.2 Μέθοδοι... 15 1.3 Εκφράσεις...
Διαβάστε περισσότερα'Ασκηση 1: Στατικός Κατακερματισμός. Εισαγωγή. Ρουτίνες υλοποίησης κατακερματισμού. (Ημερομηνία Παράδοσης: Παρασκευή, 16/5/2008, 5μμ) HT_Init()
Πληροφορική & Τηλεπικοινωνίες K18 Υλοποίηση Συστημάτων Βάσεων Δεδομένων Εαρινό Εξάμηνο 2008 Αν. Καθηγητής Δημήτρης Γουνόπουλος Καθηγητής Γιάννης Ιωαννίδης 'Ασκηση 1: Στατικός Κατακερματισμός (Ημερομηνία
Διαβάστε περισσότεραΑλγόριθμοι και Πολυπλοκότητα
Αλγόριθμοι και Πολυπλοκότητα Διαίρει και Βασίλευε Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Διαίρει και Βασίλευε Divide and Conquer Η τεχνική διαίρει και βασίλευε αναφέρεται
Διαβάστε περισσότεραΕυρετήρια. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια. Ευρετήρια. Ευρετήρια
Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου που καλείται
Διαβάστε περισσότεραΕυρετήρια. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια. Ευρετήρια. Ευρετήρια
Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου που καλείται
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Project Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2014
Διαβάστε περισσότερα5. Απλή Ταξινόμηση. ομές εδομένων. Χρήστος ουλκερίδης. Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 5. Απλή Ταξινόμηση 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 11/11/2016 Εισαγωγή Η
Διαβάστε περισσότεραΈστω ένας πίνακας με όνομα Α δέκα θέσεων : 1 η 2 η 3 η 4 η 5 η 6 η 7 η 8 η 9 η 10 η
Μονοδιάστατοι Πίνακες Τι είναι ο πίνακας γενικά : Πίνακας είναι μια Στατική Δομή Δεδομένων. Δηλαδή συνεχόμενες θέσεις μνήμης, όπου το πλήθος των θέσεων είναι συγκεκριμένο. Στις θέσεις αυτές καταχωρούμε
Διαβάστε περισσότεραΑλγόριθμοι Ταξινόμησης Μέρος 2
Αλγόριθμοι Ταξινόμησης Μέρος 2 Μανόλης Κουμπαράκης 1 Προχωρημένοι Αλγόριθμοι Ταξινόμησης Στη συνέχεια θα παρουσιάσουμε τρείς προχωρημένους αλγόριθμους ταξινόμησης: treesort, quicksort και mergesort. 2
Διαβάστε περισσότεραΤμήμα Πληροφορικής ΑΠΘ
Βάσεις Δεδομένων Εργαστήριο ΙΙ Τμήμα Πληροφορικής ΑΠΘ 2013-2014 2 Σκοπός του 2 ου εργαστηρίου Σκοπός αυτού του εργαστηρίου είναι: Η μελέτη ερωτημάτων σε μία μόνο σχέση. Εξετάζουμε τους τελεστές επιλογής
Διαβάστε περισσότεραΟνοματεπώνυμο: Αριθμός Μητρώου:
ΗΥ460 Τελική Εξέταση 1 Φεβρουαρίου 2012 Σελίδα 1 από 8 Ονοματεπώνυμο: Αριθμός Μητρώου: Πανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών ΗΥ-460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Δημήτρης Πλεξουσάκης
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΜΑΘΗΜΑ 8 Ο. Ταξινόμηση και Αναζήτηση Συναρτήσεις χειρισμού οθόνης ΣΙΝΑΤΚΑΣ Ι. ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΜΑΘΗΜΑ 8 Ο Ταξινόμηση και Αναζήτηση Συναρτήσεις χειρισμού οθόνης ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ 2010-11 1 Εισαγωγή Η τακτοποίηση των δεδομένων με ιδιαίτερη σειρά είναι πολύ σημαντική λειτουργία που ονομάζεται
Διαβάστε περισσότεραΕυρετήρια. Βάσεις Δεδομένων : Ευρετήρια 1. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια.
Ευρετήρια Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΠληροφορική & Τηλεπικοινωνίες. K18 - Υλοποίηση Συστημάτων Βάσεων Δεδομένων Εαρινό Εξάμηνο
Πληροφορική & Τηλεπικοινωνίες K18 - Υλοποίηση Συστημάτων Βάσεων Δεδομένων Εαρινό Εξάμηνο 2010 2011 Δ. Γουνόπουλος Ι. Ιωαννίδης Άσκηση 2: Υλοποίηση Ευρετηρίου Β+ Δένδρου Προθεσμία: 6 Ιουνίου 2011, 11:59μμ
Διαβάστε περισσότεραΗΥ240: οµές εδοµένων Χειµερινό Εξάµηνο Ακαδηµαϊκό Έτος Παναγιώτα Φατούρου. Προγραµµατιστική Εργασία 3 ο Μέρος
Πανεπιστήµιο Κρήτης, Τµήµα Επιστήµης Υπολογιστών 6 εκεµβρίου 2008 ΗΥ240: οµές εδοµένων Χειµερινό Εξάµηνο Ακαδηµαϊκό Έτος 2008-09 Παναγιώτα Φατούρου Προγραµµατιστική Εργασία 3 ο Μέρος Ηµεροµηνία Παράδοσης:
Διαβάστε περισσότεραauth Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο
Σχεδίαση Αλγορίθμων Διαίρει και Βασίλευε http://delab.csd.auth.gr/courses/algorithms/ auth 1 Διαίρει και Βασίλευε Η γνωστότερη ρημέθοδος σχεδιασμού αλγορίθμων: 1. Διαιρούμε το στιγμιότυπο του προβλήματος
Διαβάστε περισσότεραΚεφάλαιο 13. Αποθήκευση σε Δίσκους, Βασικές Δομές Αρχείων, και Κατακερματισμός
Κεφάλαιο 13 Αποθήκευση σε Δίσκους, Βασικές Δομές Αρχείων, και Κατακερματισμός Δίαβλος, Επιμ.Μ.Χατζόπουλος Γιατί θα μιλήσουμε Μονάδες Αποθήκευσης Δίσκων Αρχεία Εγγραφών Πράξεις σε αρχεία Αρχεία Σωρού Ταξινομημένα
Διαβάστε περισσότεραΣχεσιακή Άλγεβρα. Παύλος Εφραιμίδης. Βάσεις Δεδομένων Σχεσιακή Άλγεβρα 1
Σχεσιακή Άλγεβρα Παύλος Εφραιμίδης Βάσεις Δεδομένων Σχεσιακή Άλγεβρα 1 Θεμελίωση της Σχεσιακού Μοντέλου Δεδομένων Σχεσιακή Άλγεβρα Σχεσιακός Λογισμός Στο μάθημα θα πούμε για Σχεσιακή Άλγεβρα Βάσεις Δεδομένων
Διαβάστε περισσότεραΕυρετήρια. Ευρετήρια. Βάσεις εδοµένων :ευρετήρια 1
Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΔιάλεξη 22: Τεχνικές Κατακερματισμού I (Hashing)
Διάλεξη 22: Τεχνικές Κατακερματισμού I (Hashing) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ανασκόπηση Προβλήματος και Προκαταρκτικών Λύσεων Bit Διανύσματα Τεχνικές Κατακερματισμού & Συναρτήσεις
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΒάσεις Δεδομένων Ευαγγελία Πιτουρά 2. Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων)
Σχεσιακή Άλγεβρα Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Εισαγωγή Στα προηγούμενα μαθήματα: Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός Σχεδιασμός
Διαβάστε περισσότεραΤαξινόμηση: Εισαγωγικά. Ταξινόμηση (Sor ng) Αλγόριθμοι Απλής Ταξινόμησης. Βασικά Βήματα των Αλγορίθμων
Ταξινόμηση: Εισαγωγικά Ταξινόμηση (Sor ng) Ορέστης Τελέλης Βασικό πρόβλημα για την Επιστήμη των Υπολογιστών. π.χ. αλφαβητική σειρά, πωλήσεις ανά τιμή, πόλεις με βάση πληθυσμό, Μπορεί να είναι ένα πρώτο
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Παναγιώτα Παναγοπούλου 11η Διάλεξη 12 Ιανουαρίου 2017 1 Ανεξάρτητο σύνολο Δοθέντος ενός μη κατευθυνόμενου γραφήματος G = (V, E), ένα ανεξάρτητο σύνολο (independent set) είναι ένα
Διαβάστε περισσότεραΑν ένα πρόβλημα λύνεται από δύο ή περισσότερους αλγόριθμους, ποιος θα είναι ο καλύτερος; Με ποια κριτήρια θα τους συγκρίνουμε;
Αν ένα πρόβλημα λύνεται από δύο ή περισσότερους αλγόριθμους, ποιος θα είναι ο καλύτερος; Με ποια κριτήρια θα τους συγκρίνουμε; Πως θα υπολογίσουμε το χρόνο εκτέλεσης ενός αλγόριθμου; Για να απαντήσουμε
Διαβάστε περισσότεραΒάσεις Δεδομένων. Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων, κατακερματισμός και δομές ευρετηρίων για αρχεία. Φροντιστήριο 7 o
Βάσεις Δεδομένων Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων, κατακερματισμός και δομές ευρετηρίων για αρχεία Φροντιστήριο 7 o 2-2-2008 Θεωρία Άτρακτος/αυλάκι : ομόκεντροι κύκλοι στον δίσκο Κύλινδρος:
Διαβάστε περισσότεραΑλγόριθμοι και Πολυπλοκότητα Φώτης Ε. Ψωμόπουλος, Περικλής Α. Μήτκας
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Ηλεκτρονικής και Υπολογιστών Εργαστήριο Επεξεργασίας Πληροφορίας και Υπολογισμών Καθηγητής: Περικλής
Διαβάστε περισσότερα