RDB以前のファイル設計の話でもしようか（ぇ

RDB 以前のファイル設計（データストア）についてまとめてみました。
他の実装もあるとは思いますが、一つの例ということで。

Transcript

1. RDB以前のファイル設計 の話でもしようか（ぇ すごい広島579 with IT初心者の会 87 LTDD 2024-6 #1 @tsuda_ahr
2. RDB以前に • ＲＤＢ以前にどうやってデータストアしていたか？という話をします。（多分）
3. ファイルの種類 • 大きく以下の2つのファイルがあります。 • シーケンシャルファイル • ランダムファイル
4. シーケンシャルファイル • 例えばテキストファイル。 • 一行ごとに読む。 • 行あたりの長さが可変。（何をもって行とするか？という話もありますが） • 基本的にはファイルの先頭から読む必要がある。 • 変更不可。追記か、全部書き換えか。 • 今、我々がファイルとして扱っているのは大体これ。
5. シーケンシャルファイル • 検索／更新が難しいので、データストア的な用途ではあまり使用しません。
6. ランダムファイル • 固定長のファイル • たとえば、1レコードを 256Byte に固定して、その単位でアクセスする。 • ディスクのセクターに近いイメージ。 • 途中の部分（レコード）の書き換えができる。 • 最近はプログラミングにおいて意識されることは少ない。
7. ランダムファイルはこんな感じ ・ ・ ・ 1 2 3 4 5 6 7 8 9 10 ・ ・ ・ 256 Byte レコード 番号 行（レコード）のサイズは固定
8. アクセスはレコード単位で行う ・ ・ ・ 1 2 3 4 5 6 7 8 9 10 ・ ・ ・ 256 Byte レコード 番号 たとえば、レコード6を読み書きしたい場合は、 ここだけアクセスできる。
9. ディスクのセクターアクセスのようなイメージ • セクター : ディスクの最小の管理単位 • クラスター： OS（ファイルシステム）の最小の管理単位 複数のセクターから構成されることが多い。 • 読み込む場合は、対象のセクター（またはクラ スター）のみ読み込む • 変更があった場合は、変更のあったセクター （またはクラスター）のみ書き換える。 セクター クラスター
10. レコード(行)は分かった。 • フィールド（列）はどうするのか？
11. 構造体を使う。 • たとえばこんな構造体を作ってレコードを指定して読み書きする。 • 現在でいうところの(バイナリー）シリアライズ。 struct emp { // 合計 256 Byte short emp_no char ename[10] char job[9] short mgr char hiredate[8] double sal double comm short number char dumy[207] } 注) この例ではバウンダリー（あるいはアライメント）は無視しています 参考）https://ja.wikipedia.org/wiki/%E3%83%87%E3%83%BC%E3%82%BF%E6%A7%8B%E9%80%A0%E3%82%A2%E3%83%A9%E3%82%A4%E3%83%A1%E3%83%B3%E3%83%88
12. こんな感じのワークシート書いてました。 emp_ no ename job mgr hiredate sal comm numb er dummy dummy dummy dummy 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250
13. 検索は？ • ないかも？（ぇ • あるいは １ レコードずつ読み込んで頑張る。
14. さすがにそれでは困るので • インデックスシーケンシャルファイルというものを使ったりします。
15. インデックスシーケンシャルファイル • シーケンシャルファイルと語感が似ているが違うモノ。 • 索引順編成ファイルのこと。 • ISAM(あいさむ)と言ったほうが聞き覚えがあるかもしれない。（MyISAMとか？） • 内容的には KVS(キーバリューストア)のほうがイメージしやすいかも？ • キーを指定してアクセスすると、キーに対応したデータを戻してくれる。
16. 検索のために、こんな構造のインデックスファイルを作る 索引 Value 検索したいキーを記録する そのキーのデータが格納されているランダム ファイルのレコード No.を記録する
17. そしてこうする Key 格納場所 7369 1 7499 3 7521 6 7566 2 7654 4 7698 5 7782 8 EMPNO ENAME job mgr ・・・・ 1 7369 SMITH 2 7566 JONES 3 7499 ALLEN 4 7654 MARTIN 5 7698 BLAKE 6 7521 WARD 7 8 7782 CLARK インデックスファイル側 ランダムファイル（データ本体）側 ①キーを検索して、レコード 番号を取得する。 ➁取得したレコード番号の レコードを読み込む
18. 何故データをインデックスファイルに収めないのか？ • 複数の検索キーに対応させるため。 • データも含めると検索が遅くなる。（理由は割愛）
19. 表の結合は？ • できない • 自力（力技）で解決します（汗
20. トランザクション制御は？ • ない。 • 必要ならプログラム側で mutex やセマフォを使ったりします。
21. 複数のマシンからの同時アクセスは？ • ファイルに対して同時アクセスはしない。 • 必要なら代表のプロセスを一つ作って、ファイルに対してはそのプロセスが専 任で担当する。 • 複数マシンからのアクセスはファイルに対して直接するのではなく、その専任 プロセスを経由して行う。
22. 煩雑？ • いや、慣れればそうでもないですよ？（ぇ
23. このあたりをまるっと隠ぺいした実装が • RDBMS や SQL であったりします。 • RDBMS の内部実装は似たような感じです。（ほんとか？）
24. とりあえず今日のところはこんなところで • 何か質問はありますか？