IAGP2 Bases Datos Organizacion Ficheros Firmado

Informática Aplicada a la Gestión Pública.
Facultad de Derecho (GAP)

UMU
Firmado por: MENENDEZ BARZANALLANA
ASENSIO, RAFAEL (AUTENTICACIÓN)
Capítulo 5. Bases de datos. Organización de

Fecha y hora: 08.12.2010 10:46:05
ficheros.
Inicio Divulgación Escepticismo Avisos Asignaturas < Mapa web Aquí puedes cambiar el
Contacte tamaño y color del texto
Página Rafael
Barzanallana
5.1 Soportes Informática Aplicada a
5.2 Procesamiento de Ficheros la gestión Pública.
5.3 Organización y operaciones con ficheros Trabajos propuestos (teoría)
Informática Aplicada al
Trabajo Social.
Trabajos propuestos
Trabajo Social.
Actualizado Fundamentos de
1. Soportes los ordenadores
Son los dispositivos que Trabajo Social.
almacenan los datos, hay dos Actualizado programa
tipos: asignatura
Introducción a la
Soportes de Acceso
Informática.
Directo a los datos (Ej.: Actualizado Redes y
discos). Son los más comunicaciones
empleados.
Click to customize your PDFs Escepticismo enpdfcrowd.com

Soportes de Acceso Escepticismo en
Secuencial (Ej.: cintas España
magnéticas). Se suelen
usar en copias de Planeta escepticismo
seguridad.
Escepticismo
Cilindro lógico: Está formado ARPSAPC
por todas las pistas que tengan
Círculo escéptico
el mismo número en todos los
discos del disco duro. Tiene Magonia
importancia cuando hablamos de la velocidad en la transferencia, la
información que se quiere leer simultáneamente se almacena en el mismo Escepticismo en
cilindro lógico para evitar tener que desplazar a menudo el brazo de las América
cabezas lectoras.
Pensar. Argentina
Características de soportes magnéticos. Para el caso de las cintas y Escépticos. Colombia
discos magnéticos podemos mencionar las características mínimas que
Arev. Venezuela
debemos conocer:
James Randi. EE.UU.
Cinta CSI. EE.UU.
Densidad de grabación = nº de bytes por pulgada, que es una unidad no
legal en la mayoría de los países, donde es obligatorio el uso del Sistema
Interneacional de Unidades (bpi) TUTORÍAS
Normalmente la cinta contiene varias pistas, de forma que una densidad de
800 bpi, representa tener grabados 800 caracteres por pulgada, o lo que es lo
mismo 315 caracteres por centímetro (1 pulgada = 2.54 centímetros).
Capacidad bruta = nº de bytes que puede almacenar

Sugerencias
y consultas
Se calcula multiplicando la densidad de grabación (bpi) por su longitud, que
suele venir dada en pies (1 pie = 12 pulgadas). Por ejemplo una cinta con Nombre:
una densidad de grabación de 800 bpi y una longitud de 3200 pies podrá
almacenar:
eMail:
capacidad = 3200 x 12 x 800 = 30720000 bytes.
Velocidad de transferencia = nº de bytes que se pasan a la CPU por Tel (opcional):

segundo
Click to customize your PDFs pdfcrowd.com

Normalmente en la información de las cintas viene la velocidad de
lectura/escritura en pulgadas por segundo (ips), por lo que es necesario Consulta o
calcular la velocidad de transferencia. Por ejemplo en una cinta con una
sugerencia:
velocidad de 75 ips con una densidad de grabación de 800 bpi, tendríamos:
velocidad de transferencia = 75 ips x 800 bpi = 60000 bps = 60 Kb/s
Disco
Capacidad = nº de bytes que puede almacenar
Normalmente viene dado en Kbyte, Mbyte, o Gigabyte (byte es equivalente a

octeto)
Velocidad de transferencia. Es lo mismo que para la cinta cuando la lectura

se hace de forma secuencial. Viene expresada en Kb/s Protección de datos: la información
proporcionada se usará
Tiempo medio de acceso, es el tiempo medio que se tarda en acceder a un únicamente para responder a la
registro. Viene expresado en milisegundos. Ejemplo: 38.4 ms consulta. No se almacenan los
datos.
Normalmente la información que va a ser manejada con frecuencia se
almacenará en discos, mientras que las cintas se suelen reservar casi
exclusivamente para las copias de seguridad. Submit
2. Procesamiento de Ficheros
Es la forma de solicitar la información al disco. Existen dos métodos para

ello:
Modo Secuencial: Se lee la información de un fichero de registro en

registro teniendo que leer todos los que hay antes del que buscamos.
Se emplea bien por deseo, bien por imposición del tipo de soporte que
estamos usando. El acceso secuencial es recomendable cuando se
quiere trabajar con muchos registros del fichero.
Modo Directo: Se puede acceder a un registro si tener que leer

todos los anteriores (basta con un pequeño número de lecturas). Hay
dos maneras:
Cálculo: Cada región tiene una clave sobre la que se
aplica un cálculo que indica el lugar de grabación
(Hashing).
Índices: existe un índice independiente o asociado al

fichero en el cual se busca el registro y se nos indica
donde está.
3. Organización y operaciones con ficheros
Organización son los modos de disponer los registros del fichero en el

soporte. Existen tres modos principales:
Secuencial: Un registro a continuación de otro.
Directo: Los registros binarios se disponen en el soporte atendiendo a

un algoritmo de cálculo.
Indexado: Los registros generalmente se almacenan secuencialmente

y van con un índice.
Las operaciones que se pueden hacer con los ficheros pueden utilizar todos
los registros del fichero o sólo una parte de ellos. Las operaciones que
utilizan todos los registros de los ficheros son siguientes:
Creación. Consiste en la grabación, por primera vez, sobre un soporte de

los registros de un fichero.
Apertura y cierre. Para poder hacer cualquier operación con los registros de
un fichero ha de estar abierto. En el tiempo que no se utilizan los datos que
almacena el fichero debe permanecer cerrado para evitar problemas con la
información que almacena. Para empezar a trabajar con los datos de un
fichero la primera operación es abrirlo, y cuando se termine de trabajar con
él, cerrarlo.
Borrado. Consiste en la eliminación de todo el fichero. Esta operación

puede realizarse de dos formas: prohibiendo de un modo definitivo el acceso
al fichero, de modo que no se pueda leer o escribir en él, o bien, eliminando
la información referente al fichero que está grabada en el soporte que lo
contiene. En el primer caso, el fichero puede ser recuperado.
Ordenación o clasificación. Consiste en cambiar el orden en que están

grabados los registros del fichero en el soporte. Los registros se ordenan
según el contenido de uno o más campos en forma ascendente o
descendente. En el primer caso el primer registro es el que tiene el menor
valor en el campo utilizado para clasificar los registros, y en el segundo caso,
el primer registro contendrá, en el campo utilizado para clasificar los
registros, el valor mas alto de todos los registros del fichero.
Duplicado o copia. Esta operación consiste en crear un nuevo fichero

idéntico a uno ya existente. Es muy recomendable como medida de
seguridad, por si en algún momento se estropea un fichero. Si esto ocurriera
siempre se dispondría de la copia para poder recuperarlo.
Fusión o intercalación. Se denomina también mezcla. Consiste en obtener,

a partir de dos ficheros ordenados por un mismo campo y con la misma
estructura, otro fichero que contenga todos los registros de ambos y que se
mantenga ordenado por el mismo campo.
Partición. Consiste en dividir un fichero en varios, de acuerdo con alguna

condición que han de cumplir los registros.
Además de estas operaciones en las que se ven afectados todos los

registros del fichero se pueden realizar otras operaciones en las que sólo se
utilicen una parte de los registros. En estas operaciones será necesario,
primero, localizar el registro o los registro con los que queremos trabajar y
luego realizar la operación. Las operaciones mas utilizadas de este tipo son
las de:
Actualización o mantenimiento. Esta operación consiste en mantener

actualizados los datos almacenados en los registros del fichero, tecleando
nuevos datos cuando se conocen, modificando datos ya existente o
eliminando datos que ya no se necesitan. Las operaciones de actualización
se conocen con los nombres de:
Altas: Consiste en añadir nuevos registros al fichero

Bajas: Consiste en eliminar registros del fichero, eliminando su
contenido, o simplemente, bloqueando el acceso a los datos que
contiene
Modificaciones: Consiste en cambiar el contenido de uno o más

campos de un registro del fichero
Recuperación. Consiste en acceder a la información almacenada en los

registros del fichero para su consulta. Las operaciones de recuperación más
utilizadas son:
Consultas: Consiste en acceder a uno o varios registros para ver el

contenido de todos sus campos o solo parte de ellos. Normalmente
este tipo de operación da como resultado una salida por pantalla de
los datos que queremos consultar.
Listados: Se diferencia de la consulta en la forma, en que se

presenta la información que se consulta. En este caso la salida de la
información será en papel, por la impresora o a un fichero con formato
(por ejemplo PDF) en forma de lista ordenada.
4. Ficheros Lineales (Modo Secuencial)
Los registros están dispuestos uno a continuación de otro. Existen dos

formas de este tipo: simple y encadenado.
Simple
La disposición de los ficheros (uno detrás de otro) se traduce en un

almacenamiento sin huecos entre ellos.
Nota: un registro físico es el bloque fijo que se transfiere del disco a la

memoria principal, y por tanto puede contener más de un registro lógico.
A continuación veremos las principales características de los ficheros

lineales simples:
A) Consulta muy rápida en procesamiento secuencial.
B) Modificaciones del fichero:

Si el soporte es secuencial la modificación obliga a hacer una
copia del fichero. Al realizar una inserción hay que desplazar
hacia atrás todos los que siguen. Al efectuar un borrado hay
que desplazar hacia delante todos los registros que seguían al
registro borrado, y por último para modificar un registro también
hay que hacer una copia ya que para modificarlo hay que leerlo
entero, con lo cual, una vez leído, la cabeza ya ha pasado por
él y habría que volverla hacia atrás (cosa que no podemos
hacer).
Si el soporte es directo es posible hacer modificaciones

sencillas, pero la inserción y el borrado requieren una copia del
fichero. Para hacer dicha copia se emplea el Algoritmo de la
Línea de Balance que consiste en tener un fichero de
movimientos que almacena los registros que van a sufrir
modificación. Este fichero y aquel del que proceden los datos
deben tener la misma clave, se procesa el primer registro de
ambos y se graba en otro fichero la modificación (si procede)
de ese registro, o bien si en el fichero de movimientos se indica
el borrado no se copia.
C) Proceso lento para consultas puntuales

D) Aprovechan mucho el espacio de almacenamiento (sólo se precisa el
justo para los datos)
E) Posibilidad de usar cualquier tipo de soporte.
F) Problema para procesar un fichero por más de una clave (campo de

registro), ya que si un registro está ordenado en función de una clave no
puede estarlo por otra. Las soluciones a este problema son: o bien se tienen
dos ficheros iguales o más (tantos como clasificaciones diferentes haya)
cada uno ordenado con respecto a una clave, o bien se clasifica el fichero
cada vez que se quiera acceder (lo cual es muy lento).
Encadenado
Los ficheros lineales encadenados mejoran a los simples. Los registros se

procesan en el orden lógico (uno detrás de otro), pero este no tiene porque
coincidir con el orden físico (los registros se enlazan por punteros). Es
imprescindible un soporte de acceso directo.
Los registros deben contener un campo extra para almacenar el puntero (que
puede dar la dirección exacta del siguiente registro o bien ser una dirección
relativa respecto del comienzo del fichero). Se crea para evitar las copias
implicadas en el proceso de inserción y borrado; estos procesos sólo
conllevan un reajuste de punteros.
Los punteros son entre registros físicos, y recordemos que en un registro

físico cabe más de un registro lógico.
Este tipo de organización se usa mucho con diferentes estructuras:
A) Listas Simples. Son de acceso o procesamiento secuencial y

suelen ser pilas o colas. Son las más sencillas y responden a la
descripción general que se ha hecho para los ficheros secuenciales
encadenados.
B) Listas Múltiples.
Son también de acceso secuencial, es decir, que para llegar a

un registro lógico, hay que pasar previamente por todos los
anteriores a él. En este tipo de listas cada registro lleva más de
un puntero.
Permiten tener clasificados los registros por más de una clave,
teniendo varios campos de puntero.
Suele haber un registro índice que es cabeza de todas las
listas, o sea, es un registro de punteros que apuntan al
principio de la lista correspondiente a la ordenación que
deseemos.
Como los registros no se almacenan secuencialmente, y sin
embargo si se accede secuencialmente, este acceso es más
lento porque la cabeza tiene que ir dando saltos.
Regularmente se deben reorganizar los datos para acelerar el
acceso a través de la clave más habitual.
C) Anillos. Se emplean como estructura de muchos de los modelos

de bases de datos.
D) Árboles. Tienen dos funciones principales: la construcción de

índices y de ficheros.
El tipo de árbol que se emplea generalmente es el binario, en su

variante de árbol binario de búsqueda, se usa porque permite que
se procesen los registros de forma directa y porque es sencillo hacer
un recorrido secuencial en ellos, al procesar el árbol en inorden.
Los árboles binarios no de búsqueda sirven para desarrollar cualquier

tipo de estructura jerárquica siguiendo la técnica del enlace al sucesor
enlace al gemelo. En esta técnica el hijo izquierdo de cada nodo es
un sucesor, y el hijo derecho un gemelo. Veamos como se aplicaría
esta técnica al siguiente árbol:

En los árboles la consulta y la inserción son sencillas. Las
supresiones se pueden hacer o bien por marca (no se precisa
reorganizar), o bien supresiones reales que tienen la ventaja de que no
dejan huecos en la estructura. Las organizaciones encadenadas se
prestan bien a compartir espacio en el soporte con otras
organizaciones encadenadas que haya. La estructura de árbol tiene
muy pocas desventajas.
Sin embargo uno de los principales problemas de las demás

estructuras encadenadas, es que si se hacen muchas supresiones,
quedan excesivos huecos, con lo que el fichero se desaprovecha
excesivamente. Para evitar esto existen dos técnicas: la recuperación
de huecos y la gestión dinámica del espacio libre .
La recuperación de huecos consiste en que al crear el fichero se

reserva espacio y se encadenan los huecos por medio de punteros
(por tanto los registros deben ser de longitud fija). Siempre se tiene un
puntero señalando a la primera posición libre del fichero (que es el
hueco al que se acude a la hora de realizar una nueva inserción). Si
fuese necesario hacer una supresión, el puntero de inserción pasaría a
apuntar al registro borrado, y dicho registro apuntaría a donde estaba
apuntando el puntero de inserción antes de realizar el borrado.
Veamos un ejemplo:

En un principio tenemos el fichero distribuido de esta manera donde
cada cuadro representa un registro (los sombreados son registros
ocupados). El puntero marcado es el de inserción.
Si borramos uno de los registros ocupados, por ejemplo el de la

segunda fila y la segunda columna, el fichero quedaría como sigue:
Como vemos el puntero de inserción apunta ahora al registro que

acaba de ser borrado, por tanto cuando hagamos la próxima inserción
se realizará en dicho registro.
La gestión dinámica del espacio libre permite:
Tener registros de longitud variable.

Que los nuevos registros se inserten lo más cerca
posible de los anteriores.
Reorganizar los huecos para que queden juntos, esto
quiere decir que al hacer supresiones habrá movimiento
de registros a nivel físico.
Este método se podría representar gráficamente de la siguiente forma:
R1 R2 R3 R4 Hueco Hueco
Si borramos R2 quedaría:
R1 R3 R4 Hueco Hueco Hueco
5. Ficheros con índices (modo indexado)
En este modo de organización, al fichero le acompaña un fichero de

índice que tiene la función de permitir el acceso directo a los registros
del fichero de datos. Estos índices son análogos a los de los libros, si
nos interesa leer un capítulo dado se puede recurrir al índice que
indica la página de inicio, y se accede al libro por esa página, sin
tener que mirar en todas las páginas anteriores para localizarlo.
Características
Las características más importantes de un fichero indexado, son las

siguientes:
a) El diseño del registro tiene que tener un campo, o combinación de

campos, que permita identificar cada registro de forma única, es decir,
que no pueda haber dos registros que tengan la misma información en
él. Este campo es el denominado campo clave y es el que va a servir
de índice. Un mismo fichero puede tener más de un campo clave, pero
al menos uno de ellos no permitirá valores duplicados y se le llama
clave primaria. A las restantes se les llama claves alternativas.
b) Permiten utilizar el modo de acceso secuencial y el modo de

acceso directo para leer la información guardada en sus registros.
El modo de acceso directo se hace conociendo el contenido del

campo clave del registro que queremos localizar. Con esa información
el sistema operativo puede consultar el índice y conocer la posición
del registro dentro del fichero.
En el modo de acceso secuencial los registros son leídos ordenados

por el contenido del campo clave, independientemente del orden en
que se fueron grabando (el orden lógico no es igual al orden físico),
debido a que el acceso a los datos se hace a través del índice, que
para hacer más fácil la búsqueda de los registros permanece siempre
ordenado por el campo clave.
c) Solamente se puede grabar en un soporte de acceso directo. como

por ejemplo el disco magnético. Si esto no fuera así no podría emplear
el acceso directo.
Organización del índice
El índice se puede organizar de diversas formas, las más típicas son:

secuencial, multinivel y árbol.
A través del índice se puede procesar un fichero de forma secuencial o

de forma directa, según la clave de indexación, y esto
independientemente de como esté organizado el fichero por sí mismo.
El índice debe estar organizado en función de alguno de los campos

de los registros de datos. Se pueden tener tantos índices como se
quiera variando la clave (o campo) que se emplee. El índice está
formado por registros (entradas) que contienen:
Clave de organización.
Puntero(s) al fichero de datos, en concreto al registro que

corresponda.
Los índices se pueden clasificar en dos tipos, según cada entrada

señale a la dirección de un registro del fichero de datos (índice total o
denso), o bien apunte a un grupo de registros del fichero de datos que

debe estar ordenado (índice escaso o no denso). En el caso de
índices totales, el fichero puede estar desordenado.
Con el segundo tipo se podría procesar directamente el fichero de

datos de forma secuencial.
Los índices totales o densos no suelen utilizarse de forma simple,

sino combinados con índices escasos más cortos, de esta manera
pueden almacenarse en memoria principal obteniendo así un acceso
más rápido.
A continuación veremos las tres formas principales de organizar los

índices:
Secuencial

En esta forma de organización se usan cadenas de punteros. Dentro
de ella podemos distinguir dos tipos:
A. Simple Casi no se utiliza, en ella las inserciones y

supresiones son realizadas por copia.
B. Encadenada: Se emplea más que la anterior, aún así tiene el

problema de que si crece mucho el fichero de datos, crece
también el número de entradas, provocando que la búsqueda,
al ser secuencial no se óptima para un acceso directo.
Multinivel o Jerarquizada
Consiste en varios índices secuenciales encadenados. Tendremos un

índice a los registros de datos y otros índices que apuntarán a un
índice de nivel menor.
Este método surge para mejorar la organización secuencial

encadenada. Los índices de nivel alto suelen ser escasos y los de
primer nivel densos.
Al igual que en la organización secuencial, si aumenta el número de

registros sigue aumentando el número de entradas.
Árbol
Viene a mejorar el problema del crecimiento de entradas en un nivel.

Se pretende que el número de entradas en cada nivel sea fijo, y lo que
crezca sea el número de niveles.
Se usan diferentes tipos de árboles, binarios (de búsqueda y AVL),

multirrrama y B+
6. Índices Secundarios
Hasta ahora se ha hablado de índices primarios (aquellos que

emplean claves primarias, es decir una clave, un registro).
Puede ser que nos interese tener un índice para claves que no sean
primarias, o sea una clave para más de un registro, éstos son los
llamados índices secundarios. Su principal característica es que, al
contrario que en los primarios donde el direccionamiento pudiera ser
real (posición exacta en el disco) o relativo (en función de la posición
del fichero), en los secundarios se emplea el direccionamiento
simbólico, la clave proporciona la clave primaria del registro, y no su
dirección ni física, ni relativa, y el sistema emplea la clave primaria
para localizar ese registro), en definitiva, emplea punteros indirectos.
La ventaja de este direccionamiento es que podemos hacer muchos

índices secundarios y a la hora de modificar los ficheros, las
direcciones físicas cambian, con lo que se deben cambiar también los
índices primarios (actualizarlos); esta operación puede llevar mucho
tiempo, sin embargo, al usar direccionamiento simbólico no es
necesario modificar los índices, puesto que no tienen punteros a
ningún sitio.
Veamos, a continuación, algunas generalidades de los ficheros en los

que se usa este tipo de direccionamiento:
Reciben el nombre de ficheros invertidos.

A partir de un dato (clave secundaria), se obtiene una clave
A partir de un dato (clave secundaria), se obtiene una clave
primaria que lleva a más datos.
Existen dos tipos de ficheros invertidos: Los ficheros
totalmente invertidos y los ficheros parcialmente invertidos
En los Ficheros Totalmente Invertidos de una clave
secundaria se obtienen todas las primarias relacionadas. Ej.:
Este tipo de ficheros cuentan con una ventaja añadida, que es la de

poder responder a ciertas preguntas sin tener que usar el fichero de
datos (¿Número de alumnos en Murcia?)
Los Ficheros Parcialmente Invertidos se utilizan para evitar

que el índice crezca mucho. Cuando buscamos por medio de
una clave secundaria, no aparecen todas las claves primarias
relacionadas a ella, sino que sólo aparece la primera clave
primaria, y dentro del fichero de datos Ejisten punteros a los
registros de igual clave secundaria. Estos ficheros también son
llamados Ficheros Multilista. La técnica más usada es la de
usar "punteros empotrados" en el fichero de datos. Los ficheros
de este tipo son los más utilizados, empleando para
implementar el índice un árbol tipo B.
Índices múltiples.
Son índices formados por más de un atributo (campo). Se suelen
emplear estructuras de array (rejillas) ndimensionales. En las celdas
de las rejillas en las que hubiera concordancia habría un puntero
simbólico al registro que correspondiera. Son más rápidos pero
ocupan mucho más espacio.
Ficheros indexados más utilizados.
Se organizan muy frecuentemente de una forma secuencial indexada

orientada desde dos puntos de vista:
A) índices Secuenciales Multinivel. Están orientados

hacia el hardware para evitar los problemas de la
inserción en la organización secuencial simple. Ejisten
dos métodos: ISAM y VSAM
B)índices de árboles B (Generalmente B+).
1. índices Secuenciales Multinivel.

I. ISAM (Métodos de Acceso Secuencial Indexado).
Este método usa un fichero de datos secuencial y un

índice secuencial.
Divide el espacio del soporte en tres zonas: área de

Datos, área de índices y área de Desborde, las cuales
se subdividen en otras según la estructura de los
soportes. Los datos se organizan en pistas (que es la
unidad de transferencia con la memoria principal) y
éstas en cilindros lógicos.

La pista 0 de todos los cilindros se reserva para crear
los llamados índices de pistas y alguna más para los
excedentes del cilindro (al final).
Cuando se llene una pista se pasa a la siguiente pista

libre de ese mismo cilindro (se va rellenando cilindro a
cilindro). Al rellenar una pista se crea en el índice de
pista una entrada con la clave de mayor orden de esa
pista y un puntero a esa pista.
Al llenar un cilindro, en el área de índices se crea una

entrada en el índice de cilindros con la clave de mayor
orden y un puntero al cilindro.
Puede existir un tercer índice, el índice maestro, muy

pequeño que apunta al índice del cilindro.
La mejora que obtenemos con este método es que al

poder llevar una pista entera a memoria principal se
trabaja más rápido; si al hacer una inserción excedo el
tamaño de la pista el/los registro/s excedente/s va/n a
las pistas del área de excedentes del cilindro.
Tratamiento de los registros excedentes.
Pueden almacenarse en una zona (un cilindro o más)

exclusiva para ellos. Otra forma sería reservar pistas
para los registros excedentes al final de cada cilindro.
Por último una tercera forma consiste en una mezcla de
las dos anteriores, es decir tener pistas al final de los
cilindros y una zona exclusiva.
Esta 3ª forma es la más utilizada, ya que la 1ª presenta

el inconveniente de tener que hacer movimientos de las
cabezas del disco para acceder a los excedentes, y la
2ª, aunque no tiene este problema tiene otros dos
inconvenientes: que se puede agotar el espacio
reservado o bien que por miedo a que esto ocurra se
desaproveche mucho espacio en el soporte.
Para localizarlos según que técnica empleemos

tardaremos mucho (búsqueda secuencial, índice de
pistas para los Excedentes). La técnica más empleada
consiste en que en el índice de pistas cada entrada
sean en realidad dos entradas, una para los registros
almacenados normalmente, y otra para los
Ejcedentarios. Por tanto cada entrada estará compuesta
por una entrada N que será un puntero a la pista y como
clave la mayor de la pista, y una entrada O que tiene un
puntero a la menor entrada correspondiente a esa pista
que esté en el área de Excedentes y como clave la
mayor de dichos Excedentes. Veamos un esquema que
nos aclare esto un poco:

Nota: En caso de no haber excedentes la entrada O es
igual que la N.
A continuación veremos un ejemplo de inserción que

provocará la aparición de un registro Ejcedente:
Supongamos que tenemos la distribución que se
muestra en la siguiente figura, y queremos añadir un
registro con la clave 15:

Una vez introducido el 15, las pistas quedarían así:

Como vemos ahora la entrada O tiene como clave la del
mayor excedente, que en este caso es el único.
Veamos ahora que ocurriría si hubiese más de un
registro excedente, para ellos supongamos que
introducimos la clave 16.

Ahora, la entrada O nos indica cual es el mayor
excedente, y su puntero señala al menor excedente.
Los registros excedentes de la misma pista se
encadenan formando una lista desde el menor al mayor.
La entrada O también es útil para saber a donde debe ir

un registro (a qué pista), en nuestro caso por ejemplo, si
introducimos el 49, ya sabríamos que pertenece a la

pista 1 y que iría a la zona de excedentes de dicha
pista.
Para no tener muchos excedentarios se suelen crear

registros falsos hacia el final de las pistas. Tienen dos
funciones: si llega un registro con la misma clave que
uno falso simplemente sobreescribimos el falso y si no
el que saldría sería uno falso que no amplia la zona de
xjcedentes. Esta es la única forma de dejar huecos que
se puede emplear en ISAM.
II. VSAM (Método de Acceso a Memoria Virtual).
Son tres modos de organización:
Uno para ficheros secuenciales (ESDS)

Otro para ficheros de acceso directo o registros de
dirección calculada (RRDS)
Otro para ficheros secuenciales indexados (KSDS)

ESDS = Conjunto de datos en secuencia de entrada.
KSDS = Conjunto de datos en secuencia de clave.
A) KSDS.
Los tres modos se diferencian de ISAM en que son

independientes del hardware o soporte. VSAM
independiza las unidades de transferencia del soporte.
Su unidad de transferencia son los intervalos de control,
los ficheros son mucho más transportables que los de
ISAM.
Los intervalos se agrupan en áreas de control (puede ser

o no un cilindro).
Dentro de los intervalos de control se pueden dejar

espacios libres al final de los mismos y en un área
pueden haber intervalos completamente vacíos.

KSDS permite que el índice esté organizado como un
árbol B+.
El tamaño de un área de control suele estar definido por

el sistema, lo que se permite es definir el número de
intervalos que se quiere que estén vacíos. Podemos
definir la longitud de los intervalos de control.
área de Datos + área de índices = Cluster
En el área de índices se tendrá un árbol B+. Cada nodo

del árbol será un intervalo de control. En las hojas se
encuentran todas las claves y los nodos de las hojas
están enlazados por punteros. Las hojas forman lo que
se llama conjunto de secuencias. Los elementos de
dicho conjunto son los nodos con entradas que serán:
como clave la mayor contenida en un intervalo de control
del área de datos, y un puntero a ese intervalo del área
de datos.
Cuando hay varios intervalos vacíos habrán nodos que lo

indiquen y un puntero a esos intervalos.
El acceso directo se hace con la búsqueda en el árbol.

El acceso secuencial se hace empleando los punteros
horizontales que enlazan las hojas del índice.
Veamos un esquema que representa como sería el árbol

del área de índices, y como estaría unido al área de
datos.
Los registros de datos pueden ser de longitud fija o

variable, y al principio de cada intervalo hay unos
caracteres de control que indican el nivel de ocupación
(interesa al hacer un recorrido secuencial).
Al eliminar un registro los que estén a su derecha se

moverán a la izquierda dejando siempre los espacios
libres al final del intervalo. Y si algún intervalo quedara
vacío aparecerá en el conjunto de secuencias como una
entrada de vacío (esto se llama reclamación dinámica de
espacio libre).
Este proceso (junto a otros que veremos) evitan la

necesidad de tener zonas de excedentes.
Procesos de Partición de Intervalos y de áreas.
En una inserción si hay espacio al final no hay

problema. Si el intervalo estuviera completo lo que se
hace es partir en dos el intervalo de control, pasando a
ocupar una de las mitades alguno de los intervalos libres
que queden. A continuación podemos ver un esquema
que nos sirve de ejemplo de una situación en la que esto
ocurriría:
en un área de control los intervalos
Esto provoca que sea posible que en un área de control

los intervalos no estén en orden de clave, pero lo que
siempre estará ordenado es el conjunto de secuencias,
por eso en el recorrido secuencial se emplean las hojas.
Lo que queremos decir con esto queda Expresado en el

siguiente esquema.

Si se nos acaban los intervalos libres en un área y hay
que insertar, lo que se divide en dos es el área de
control. Al particionarse sí que se colocan los intervalos
en orden de clave, además también se particionarían las
hojas del árbol de índices. La partición del área de
control se hace considerando todos los registros del
área llevando la mitad a un área y la otra mitad a otro
área (se procura crear intervalos con espacio libre).
El retraso que puede haber en el procesamiento

secuencial al tener que desplazar las cabezas se
compensa con el hecho de no tener necesidad de área
de excedentes.

El inconveniente que tiene con respecto a ISAM es que
hay que dejar más espacios libres, a cambio el localizar
los registros es mucho más rápido.
B) RRDS. Ficheros con registros de dirección calculada

o de organización directa
La dirección de los registros en el soporte viene dada

por un cálculo sobre la clave primaria de los registros de
tal forma que si aplicamos siempre el mismo cálculo
sobre una misma clave se obtiene el mismo resultado
(que permite llegar hasta el registro).
Puede haber dirección real (se especifica exactamente

donde está) o dirección relativa (posición respecto al
fichero). Para localizar los registros se aplica el cálculo
a la clave del registro buscado.
El cálculo se llama algoritmo de direccionamiento y será

definido por el usuario.
La desventaja de este método es que cuando el rango

de claves es superior al de registros se desperdicia
espacio en el soporte.
El algoritmo que se suele emplear es "aleatorizado", es

decir que obtiene números aleatorios pero siempre
dentro del rango de claves (Método Hashing).
Puede ocurrir que para claves diferentes se obtenga la

misma dirección. A los registros que les ocurre esto se
llaman sinónimos y deberían estar en la misma
posición, lo cual es imposible, por tanto tendremos
excedentes.
Generalmente la dirección tendrá espacio suficiente para

almacenar más de un registro. Este espacio suele ser
de una página. A estos espacios se les llama cubos.
Los cubos permiten emplear registros de tamaño
variable aunque se estén empleando direcciones

relativas (los cubos son de tamaño fijo y en ellos se
busca secuencialmente).
Algoritmos aleatorios (Hashing) más usuales.
(1) Truncamiento. (75527 > 75 / 527 > 527)
Reduce el rango en función del número de registros que

realmente existe, truncando la clave, o sea quedándote
con sólo una parte de la clave (los menos significativos,
los más importantes, etc..)
(2) Extracción. (75527 > 552)
Nos quedamos con las cifras centrales.
(3) Selección.( 7 5 5 2 7 > 5 7 5 )
Tomamos determinadas posiciones de la clave y las

colocamos en el orden que nosotros queramos.
Generalmente se emplea en compañía de otros.
(4) Multiplicación.
Multiplicar una parte de la clave por otra parte de la

misma (y luego por ejemplo truncar el resultado).
(5) Cambio De Base.
Suponer la base en una base diferente a la suya y

pasarla a la base en que está.
(6) División Por Número Primo.
Se divide la clave por un número primo y como resultado

tomamos el resto. Tiene la ventaja de no precisar
cálculos posteriores ya que al ser el número primo más
o menos igual al número de registros posibles en el
fichero, el resto siempre estará en el rango permitido.

(7) Clave No Numérica.
Obtiene direcciones relativas. Se transforma la clave no

numérica en numérica (por ejemplo obtener el
equivalente binario del carácter).
El método más utilizado es el 6.
¿Cómo tratar los sinónimos?
Existen dos métodos para el tratamiento de sinónimos:
El primero buscar una nueva posición en el espacio

reservado al fichero y que esté libre, y el segundo
método emplear la zona de excedentes.
*El primer método presenta dos posibilidades:
a) Sondeo lineal o asignación consecutiva.
Cuando un registro produce una dirección ocupada, se

busca en la siguiente dirección, a continuación de esa,
si está ocupada se pasa a la siguiente, y así
sucesivamente hasta hallar un espacio libre.
El inconveniente es que tiende a acumular a los

registros en zonas de soporte, lo que amplia la
posibilidad de que hayan sinónimos.
b) Doble Hashing.
Si aplicando el cálculo se obtiene una dirección

ocupada, lo que hacemos es a esa dirección obtenida
aplicar o bien el mismo cálculo, o bien otro distinto
consiguiéndose así una mayor dispersión de los
registros.
f(k) > D
f(D) > D

Si D está ocupado se suelen usar zonas de excedentes.
* En cuanto al segundo método existen dos formas de

organizar la zona de excedentes:
a) Secuencial Simple.
Los sinónimos se colocan secuencialmente en el orden

de llegada. Este método se usa cuando se presuponen
pocos sinónimos.
b) Secuencial Encadenado de árboles B (Generalmente

B+).
a.
El sinónimo va a la primera posición libre de la zona de

Ejcedentes y se encadena con un puntero a la posición
original que le correspondería al registro en cuestión. Si
viene un segundo sinónimo se encadena al primero que
llegó.
Ventajas e inconvenientes de los ficheros con registros

de dirección calculada.
Necesita soportes de acceso directo

(Inconveniente)
Es mejor que los índices cuando se requiere

acceso a registros individuales y de forma
desordenada. (Ventaja)
Desperdicia espacio en el soporte

(Inconveniente).
Sólo es aplicable a una clave del fichero

(Inconveniente).
Generalmente se emplea esta organización para

la clave primaria y otra diferente para las claves
secundarias.
Búsqueda escéptica
Buscar en mis páginas
Texto a buscar Búsqueda en la Universidad de Murcia
courses: .fr .de.pt.jp

Imprimir
Rafael MenéndezBarzanallana Asensio

Departamento Informática y Sistemas. Universidad de Murcia
Bajo Licencia Creative Commons 3.0
Actualizado 2010/12/04

IAGP2 Bases Datos Organizacion Ficheros Firmado

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IAGP2 Bases Datos Organizacion Ficheros Firmado

Cargado por

Copyright:

Formatos disponibles

Informática Aplicada a la Gestión Pública.

Facultad de Derecho (GAP)

Capítulo 5. Bases de datos. Organización de

Click to customize your PDFs Escepticismo enpdfcrowd.com

­ Capacidad bruta = nº de bytes que puede almacenar

­ Velocidad de transferencia = nº de bytes que se pasan a la CPU por Tel (opcional):

Click to customize your PDFs pdfcrowd.com

velocidad de transferencia = 75 ips x 800 bpi = 60000 bps = 60 Kb/s

­ Capacidad = nº de bytes que puede almacenar

Normalmente viene dado en Kbyte, Mbyte, o Gigabyte (byte es equivalente a

­ Velocidad de transferencia. Es lo mismo que para la cinta cuando la lectura

2.­ Procesamiento de Ficheros

Es la forma de solicitar la información al disco. Existen dos métodos para

Modo Secuencial: Se lee la información de un fichero de registro en

Modo Directo: Se puede acceder a un registro si tener que leer

Índices: existe un índice independiente o asociado al

3.­ Organización y operaciones con ficheros

Organización son los modos de disponer los registros del fichero en el

Directo: Los registros binarios se disponen en el soporte atendiendo a

Indexado: Los registros generalmente se almacenan secuencialmente

­ Creación. Consiste en la grabación, por primera vez, sobre un soporte de

­ Borrado. Consiste en la eliminación de todo el fichero. Esta operación

­ Ordenación o clasificación. Consiste en cambiar el orden en que están

­ Duplicado o copia. Esta operación consiste en crear un nuevo fichero

­ Fusión o intercalación. Se denomina también mezcla. Consiste en obtener,

­ Partición. Consiste en dividir un fichero en varios, de acuerdo con alguna

Además de estas operaciones en las que se ven afectados todos los

­ Actualización o mantenimiento. Esta operación consiste en mantener

­ Altas: Consiste en añadir nuevos registros al fichero

Click to customize your PDFs pdfcrowd.com

­ Modificaciones: Consiste en cambiar el contenido de uno o más

Recuperación. Consiste en acceder a la información almacenada en los

­ Consultas: Consiste en acceder a uno o varios registros para ver el

­ Listados: Se diferencia de la consulta en la forma, en que se

4.­ Ficheros Lineales (Modo Secuencial)

Los registros están dispuestos uno a continuación de otro. Existen dos

La disposición de los ficheros (uno detrás de otro) se traduce en un

Nota: un registro físico es el bloque fijo que se transfiere del disco a la

A continuación veremos las principales características de los ficheros

A) Consulta muy rápida en procesamiento secuencial.

B) Modificaciones del fichero:

Si el soporte es directo es posible hacer modificaciones

C) Proceso lento para consultas puntuales

E) Posibilidad de usar cualquier tipo de soporte.

F) Problema para procesar un fichero por más de una clave (campo de

Los ficheros lineales encadenados mejoran a los simples. Los registros se

Los punteros son entre registros físicos, y recordemos que en un registro

Este tipo de organización se usa mucho con diferentes estructuras:

A) Listas Simples. Son de acceso o procesamiento secuencial y

Son también de acceso secuencial, es decir, que para llegar a

C) Anillos. Se emplean como estructura de muchos de los modelos

D) Árboles. Tienen dos funciones principales: la construcción de

El tipo de árbol que se emplea generalmente es el binario, en su

Los árboles binarios no de búsqueda sirven para desarrollar cualquier

Click to customize your PDFs pdfcrowd.com

Sin embargo uno de los principales problemas de las demás

La recuperación de huecos consiste en que al crear el fichero se

Click to customize your PDFs pdfcrowd.com

Si borramos uno de los registros ocupados, por ejemplo el de la

Como vemos el puntero de inserción apunta ahora al registro que

La gestión dinámica del espacio libre permite:

Tener registros de longitud variable.

Este método se podría representar gráficamente de la siguiente forma:

R1 R3 R4 Hueco Hueco Hueco

Capacidad bruta = nº de bytes que puede almacenar

Velocidad de transferencia = nº de bytes que se pasan a la CPU por Tel (opcional):

Capacidad = nº de bytes que puede almacenar

Velocidad de transferencia. Es lo mismo que para la cinta cuando la lectura

2. Procesamiento de Ficheros

3. Organización y operaciones con ficheros

Creación. Consiste en la grabación, por primera vez, sobre un soporte de

Borrado. Consiste en la eliminación de todo el fichero. Esta operación

Ordenación o clasificación. Consiste en cambiar el orden en que están

Duplicado o copia. Esta operación consiste en crear un nuevo fichero

Fusión o intercalación. Se denomina también mezcla. Consiste en obtener,

Partición. Consiste en dividir un fichero en varios, de acuerdo con alguna

Actualización o mantenimiento. Esta operación consiste en mantener

Altas: Consiste en añadir nuevos registros al fichero

Modificaciones: Consiste en cambiar el contenido de uno o más

Consultas: Consiste en acceder a uno o varios registros para ver el

Listados: Se diferencia de la consulta en la forma, en que se

4. Ficheros Lineales (Modo Secuencial)

5. Ficheros con índices (modo indexado)

6. Índices Secundarios

II. VSAM (Método de Acceso a Memoria Virtual).