WO1998039712A1 - Datenbanksystem und verfahren zum betrieb eines datenbanksystems - Google Patents

Datenbanksystem und verfahren zum betrieb eines datenbanksystems Download PDF

Info

Publication number
WO1998039712A1
WO1998039712A1 PCT/EP1998/001330 EP9801330W WO9839712A1 WO 1998039712 A1 WO1998039712 A1 WO 1998039712A1 EP 9801330 W EP9801330 W EP 9801330W WO 9839712 A1 WO9839712 A1 WO 9839712A1
Authority
WO
WIPO (PCT)
Prior art keywords
subspaces
data
tree
region
subspace
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP1998/001330
Other languages
English (en)
French (fr)
Inventor
Rudolf Bayer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to EP98914875A priority Critical patent/EP0965090B1/de
Priority to JP53818998A priority patent/JP2001513930A/ja
Priority to DE59800764T priority patent/DE59800764D1/de
Priority to US09/367,701 priority patent/US6381596B1/en
Priority to AT98914875T priority patent/ATE201518T1/de
Publication of WO1998039712A1 publication Critical patent/WO1998039712A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99932—Access augmentation or optimizing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99934—Query formulation, input preparation, or translation

Definitions

  • the invention relates to a database system with a computing device, a working memory and, in particular, a peripheral storage device in which at least one multidimensional database is stored as a UB tree, and to methods for operating a database system of this type for reading data and for performing compound operations and other operations relational algebra.
  • a database system usually comprises, in particular, a peripheral storage device (database) in which the data store (s) are stored and a data management system which stores the data in accordance with predetermined descriptions, locates it or carries out further operations on the data.
  • database peripheral storage device
  • data management system which stores the data in accordance with predetermined descriptions, locates it or carries out further operations on the data.
  • the object of the invention is to provide a database system and a method for operating a database system which allows reading, providing and connecting data stocks in any sort order with the smallest possible storage capacity and computing time.
  • a database system with the features of claim 1 is proposed according to the invention.
  • the multidimensional data stock as a UB tree (universal B tree) and dividing the UB tree into a predetermined number of subspaces and by successively processing the subspaces, a reordering with regard to a request attribute is avoided according to the invention.
  • the stored data can be processed according to the invention by successively processing the subspaces in the direction of a dimension of the multi-dimensional nalen data stock take place without a sorting with respect to a given attribute on the peripheral memory would be necessary.
  • a cache memory is provided for the temporary storage of the regions in the subspace intersecting (branch regions) of the UB tree until the branch region or branch regions have been completely processed in subsequent subspaces.
  • the number and / or the width of the subspaces are specified by a control device.
  • a control device With such a control device, the number and / or the width of the subspaces can be individually determined and specified for a given UB tree. This allows the best possible subdivision of the UB tree to be processed.
  • the control device is advantageously part of the computing device of the database system.
  • the width of the subspaces is specified as a mini function of the storage capacity of the cache memory.
  • the data stored as a UB tree is thus subdivided with a view to minimizing the storage capacity of the cache memory.
  • the subdivision is made into subspaces of the same width. This facilitates the successive processing of the data subspaces xmd in particular the processing of buffered jump regions or parts of jump regions.
  • the method according to the invention makes it possible to read and provide data from a multidimensional database stored as a UB tree in any sort order, without the need for pre-sorting or re-sorting.
  • each data object of the UB tree is read only once into the main memory of the database system.
  • a method for carrying out a network operation between two network partners is also proposed, of which at least one network partner is a multidimensional database stored as a UB tree, with the following steps:
  • two network partners are subdivided by dividing both network partners into a predetermined number n of subspaces and connected to one another by successively assigning the data in the subspaces without the need for a sorting or reordering of one or both network partners.
  • a subspace to be processed of the network partner stored as the UB tree is read in region by region, the data objects contained in the region are processed by assignment to the data objects of the corresponding subspace of the network partner of the UB tree and then deleted, provided they do not intersect with at least one of the subsequent subspaces of the UB tree. Otherwise the region is cached as a jump region in a cache memory. For each new subspace in the processing sequence, the jump regions temporarily stored in the cache memory are processed and, if they do not intersect further subspaces, deleted.
  • the method according to the invention for carrying out a network operation can also be applied to more than two network partners, with each further network partner being subdivided in the same way into a predetermined number n of subspaces and being successively processed in a corresponding direction in that the data objects to be assigned to a region are not is only assigned to one other network partner, but to several network partners one after the other by performing any linking operations.
  • FIG. 2 serves to illustrate the processing and intermediate storage of jump regions on the basis of a two-dimensional UB tree database.
  • FIG. 3 shows a composite operation according to the invention between two respective two-dimensional relations R and S.
  • Figures la to lc show a three-dimensional database F with attributes A, B, C, which is organized as a UB tree so that the multidimensional index is created over the attributes A, B and C.
  • the attributes A, B and C can be the attributes "name”, "postal code” and "fax number”.
  • a B C a total of 15 different sort orders.
  • the data stock F to be processed is subdivided with respect to one dimension into a predetermined number n of subspaces. Should in the three-dimensional embodiment shown in Figures la to lc If the data is read or processed in a sort order with respect to the attribute C, the data stock F is subdivided into n-subspaces in the dimension of the attribute C (see FIG. 1 a).
  • FIG. 1b shows the corresponding case for a subdivision into n subspaces of the database F in the dimension of the attribute A.
  • the data subspaces are rows and columns.
  • the i-th C disk then contains exactly the data with the property that the following applies to attribute C:
  • Figure la shows an example of hatched the first pane with regard to attribute C
  • Figure 1b shows the third pane with respect to attribute B
  • Figure 1c shows the second pane with respect to attribute A.
  • n 2 k with k> 0, where k is a measure of the division of the data space. After k-dividing a data space with edge length 1, sub-cubes of side length 1 / n are obtained.
  • FIG. 2 shows a UB tree with the regions 01, 023, 101, 12, 131, 201, 221, 301, 32, 331 and 4 (infinite) on the basis of a two-dimensional data stock, for the sake of simplicity the region with the upper limit of its address is named.
  • the data contained in line 1 are first read region by region. If a region is not completely contained in row 1, it is a jump region that intersects with at least one other row. Those data objects of the jump region that are not contained in the line being processed are buffered according to the invention until the jump region has been completely processed in subsequent lines.
  • the given line j is thus regarded as a query box FZ [j] and those regions which intersect FZ [j] are read from the peripheral memory into a buffer memory which, for example, forms part of the main memory, and there internally sorted.
  • the data from FZ [j] can be processed immediately, the data from jump regions that are not in FZ [j] are buffered for later processing.
  • Line 1 in FIG. 2 is therefore intersected by regions 01, 023, 101 and 12. Each of these regions thus forms a jump region with respect to row 1 and at least the portion of the data objects of each region that is not contained in row 1 is buffered.
  • Row 2 is also intersected by regions 01, 023, 101 and 12. However, since the two regions 01 and 12 only jump into line 2, but no longer out of it, they are completely processed with their data objects cached in the UB buffer in the context of line 2, so that regions to be cached further in the UB buffer the two regions 023 and 101 are listed that jump out of line 2 and form further intersections with lines 3 and 4.
  • Line 6 is revealing, in which only the jump region 221 occurs (region 32 is completely processed in line 6), but the bracketed region 301 still in the UB buffer stands for later processing in line 7.
  • the two-dimensional data stock shown in FIG. 2 is not to be read in the sort order of the vertical attribute, which is not specified in more detail, but in the sort order of the horizontal attribute, the subdivision is not made into rows but into columns, and the regions are not row by row but column by column read.
  • slices separated from one another by hyperbenes result.
  • the UB cache method according to the invention thus serves to process a given data space in slices, to temporarily store the protruding jump regions and to optimally control the data transports.
  • the method according to the invention essentially consists of two components, the so-called UB buffer and the so-called UB control.
  • the UB buffer is advantageously part of the main memory and serves to temporarily store jump regions or parts of jump regions for a later processing time.
  • the UB control serves to optimally control the data transport between the peripheral memory and the UB buffer and carries out the actual data processing (for example internal sorting or compound operation) of the data in the UB buffer.
  • the UB buffer is therefore required for 2 tasks:
  • the UB control therefore has the following tasks:
  • the i th slice of the data stock F is referred to as FS [i].
  • the required size of the UB buffer in the two-dimensional case for processing F in the sort order is as follows:
  • the required size of the UB buffer results for processing F in sort order as follows:
  • the UB cache method according to the invention serves in a particularly advantageous manner as the basis for a method for performing a compound operation.
  • the UB cache method can be used to read and process data stocks organized as a UB tree as if they were sorted on the hard disk. The UB cache method therefore avoids the sorting processes previously required. This also avoids the above-mentioned data transports (for sorting purposes) between the working memory and hard disk and the operations of relational algebra can be carried out significantly faster.
  • relational can be significantly accelerated.
  • Some relational algebra operations are used in a similar form in other database systems, for example object-oriented database systems. These operations can also be accelerated accordingly using the UB cache method according to the invention.
  • Steps 1 to 7 are preparation steps for the actual Verbund operation:
  • Steps 4, 5, 6 are carried out at least once, and in some cases even several times.
  • R is read from the hard disk at least three times (in steps 1,4,6) and written to the hard disk three times (in steps 3,6,10, since the combined result contains the data from R and S).
  • S is read from the hard disk at least three times and written to the hard disk three times.
  • the composite method just described is also known in the literature as sort-merge-join. If the relation R is suitably organized as a UB tree, R can now be read using the UB cache method as if R were sorted on the hard disk. The same applies analogously to S. This eliminates steps 1 to 7 in the composite process described above. This accelerates the entire composite process by at least a factor of 3.
  • the UB controller automatically determines n opt .
  • a line from S is now read completely into the UB buffer (corresponding to step 8 in the previously described sort-merge). If S is organized as a B-tree or sorted appropriately, exactly one line can be read from the peripheral memory into the UB buffer. (If S is organized as a UB tree, the line area is read sorted, the remaining parts of the jump regions are buffered in the UB buffer for later.) 5.
  • the relation R is now processed line by line, for example to connect the tuples in this line with the matching tuples from the corresponding line of S (corresponding to step 9 in the sort-merge joi described above). For this purpose, those regions are read from the hard disk that cover the n sub-cubes of a row. Since regions of a UB tree correspond to exactly one hard disk page, regions are always transported (read) as a whole from the hard disk to the main memory. There are now two cases:
  • the regions that jump over the line in lines to be edited later contain two types of data: those that are in the line being processed (line-internal data) and those that are outside this line (data outside the line).
  • the line-internal data can be processed immediately and connected to their partners from the corresponding line of S, the line-external data is buffered and stored in the UB buffer until the line in which it is located is later processed.
  • inventive concept reflected in the claims also includes the use of the database system and the UB cache method according to the invention for further relational algebra operations, for example projections, set unions, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

Die Erfindung betrifft ein Datenbanksystem mit einer Recheneinrichtung, einem Arbeitsspeicher und einer insbesondere peripheren Speichereinrichtung, in der mindestens ein mehrdimensionaler Datenbestand als UB-Baum abgespeichert ist, sowie Verfahren zum Betrieb eines Datenbanksystems dieser Art zum Lesen von Daten sowie zum Durchführen von Verbundoperationen und weiteren Operationen der relationalen Algebra, wobei zum Lesen und Bereitstellen des Datenbestands in einer beliebigen Sortierreihenfolge ein Unterteilen des UB-Baums in eine vorgegebene Anzahl von Unterräumen und ein sukzessives Abarbeiten der Unterräume erfolgt. Vorteilhafterweise ist ein Cache-Speicher zum Zwischenspeichern von den in Abarbeitung befindlichen Unterraum schneidenden Regionen (Sprungregionen) des UB-Baums bis zur erfolgten vollständigen Abarbeitung der Sprungregion oder Sprungregionen in nachfolgenden Unterräumen vorgesehen.

Description

Datenbanksvstem und Verfahren zum Betrieb eines Datenbanksystems
Die Erfindung betrifft ein Datenbanksystem mit einer Recheneinrichtung, einem Arbeitsspeicher und einer insbesondere peripheren Speichereinrichtung, in der mindestens ein mehrdimensionaler Datenbestand als UB-Baum abgespeichert ist, sowie Verfahren zum Betrieb eines Datenbanksystems dieser Art zum Lesen von Daten sowie zum Durchführen von Verbundoperationen und weiteren Operationen der relationalen Algebra.
Datenbanksysteme zur Beschreibung, Speicherung und Wiedergewinnung von umfangreichen Datenbeständen sind bekannt. Ein Datenbanksystem umfaßt üblicherweise eine insbesondere periphere Speichereinrichtung (Datenbasis), in welcher der oder die Datenbestände abgelegt werden, und einer Datenverwaltung, welche die Daten entsprechend vorgegebenen Beschreibungen abspeichert, auffindet oder weitere Operationen mit den Daten durchführt.
Häufig durchgeführte Operationen, insbesondere im Bereich relationaler Datenbanken, sind die sogenannten Verbund- oder Joinoperationen, in welchen mindestens zwei Relationen genannte Datenbestände attributsorientiert verbunden werden. Die meisten in Datenbanken durchgeführten einstelligen und zweistelligen Operationen erfordern ein Vorliegen des oder der Operanden in Sortierord- nung nach bestimmten Attributen. In den bekannten Datenbanken müssen abgespeicherte Datenbestände aus diesem Grund sehr häufig sortiert werden, wobei die Daten mehrfach zwischen dem Arbeitsspeicher des Rechners und der Festplatte oder peripheren Speichereinrichtung hin- und hertransportiert werden müssen. Insbesondere bei mehrdimensionalen Datenbeständen sind hiermit speicher- kapazitäts- und rechenzeitaufwendige Speicher- und Sortiervorgänge verbunden. Ausgehend von diesem Stand der Technik liegt der Erfindung die Aufgabe zugrunde, ein Datenbanksystem sowie ein Verfahren zum Betrieb eines Datenbanksystems bereitzustellen, das ein Lesen, Bereitstellen und Verbinden von Datenbeständen in beliebiger Sortierreihenfolge bei möglichst geringer Speicherkapazität und Rechenzeit gestattet.
Zur Lösung dieser Aufgabe wird erfindungsgemäß ein Datenbanksystem mit den Merkmalen des Anspruchs 1 vorgeschlagen. Durch die Abspeicherung des mehrdimensionalen Datenbestands als UB-Baum (universaler B-Baum) und die Unterteilung des UB-Baums in eine vorgegebene Anzahl von Unterräumen und ein sukzessives Abarbeiten der Unterräume wird erfindungsgemäß eine Umsortie- rung bezüglich eines Anfrageattributs vermieden.
Das Organisieren und Abspeichern eines mehrdimensionalen Datenbestands als UB-Baum zur Erzielung verbesserter Zugriffszeiten insbesondere bei Online- Anwendungen mit der Möglichkeit eines dynamischen Eiπfügens und Löschens von Datenobjekten ist aus der deutschen Patentanmeldung Nr. 196 35 429.3 desselben Anmelders sowie aus: "The Universal B-Tree for Multidimensional Inde- xing" von Rudolf Bayer, Technische Universität München, Institut für Informatik, TUM-I9637, November 1996, bekannt. Die Indizierung und Speicherung eines mehrdimensionalen Datenbestands erfolgt dabei durch Abgrenzung des Datenbestands als mehrdimensionaler Würfel, der durch wiederholtes iteratives Unterteilen in allen Dimensionen in Subwürfel unterteilt wird, bis aufeinanderfolgende Subwürfel zu Regionen zusammenfaßbar sind, die jeweils eine Menge von Datenobjekten beinhalten, die auf einer Speicherseite gegebener Speicherkapazität des Speichermediums abspeicherbar sind.
Wird nun ein derartiger UB-Baum zum Lesen, Bereitstellen und/oder Verbinden von Daten in eine vorgegebene Anzahl von Unterräumen unterteilt, so kann erfindungsgemäß eine Abarbeitung der abgespeicherten Daten durch sukzessives Abarbeiten der Unterräume in der Richtung einer Dimension des mehrdimensio- nalen Datenbestandes erfolgen, ohne daß ein Sortieren bezüglich eines gegebenen Attributs auf dem peripheren Speicher notwendig wäre.
In Ausgestaltung der Erfindung ist ein Cache-Speicher zum Zwischenspeichern von den in Abarbeitung befindlichen Unterraum schneidenden Regionen (Sprungregionen) des UB-Baums bis zur erfolgten vollständigen Abarbeitung der Sprungregion oder Sprungregionen in nachfolgenden Unterräumen vorgesehen. Dadurch wird ein weiterer Vorteil erzielt, weil durch die erfindungsgemäße Zwi- schenspeicherung in einem Cache-Speicher jede Region nur einmal aus dem UB- Baum gelesen werden muß und aus dem Bereich des in Abarbeitung befindlichen Unterraums hinausragende Regionen (Sprungregionen) bis zu ihrer vollständigen Abarbeitung in einem oder mehreren nachfolgenden Unterräumen zwischengespeichert werden. Dabei kann entweder die gesamte Sprungregion zwischengespeichert werden oder nur derjenige Teil der Sprungregion, der über den in Abarbeitung befindlichen Unterraum hinausragt.
In weiterer Ausgestaltung der Erfindung erfolgt eine Vorgabe der Anzahl und/ oder der Breite der Unterräume durch eine Steuereinrichtung. Durch eine derartige Steuereinrichtung kann die Anzahl und/oder die Breite der Unterräume individuell für einen gegebenen UB-Baum festgelegt und vorgegeben werden. Dies gestattet eine jeweils bestmögliche Unterteilung des zur Verarbeitung anstehenden UB-Baums. Vorteilhafterweise ist die Steuereinrichtung ein Teil der Recheneinrichtung des Datenbanksystems.
In Ausgestaltung der Erfindung erfolgt eine Vorgabe der Breite der Unterräume als Miniπύeπmgsfunktion der Speicherkapazität des Cache-Speichers. Der als UB-Baum abgespeicherte Datenbestand wird somit im Hinblick auf eine möglichst geringe Speicherkapazität des Cache-Speichers unterteilt.
In weiterer Ausgestaltung der Erfindung erfolgt die Unterteilung in Unterräume gleicher Breite. Dies erleichtert das sukzessive Abarbeiten der Datenunterräume xmd insbesondere die Abarbeitung von zwischengespeicherten Sprungregionen bzw. Teilen von Sprungregionen.
Zur weiteren Lösung der Erfindung wird ein Verfahren zum Betrieb eines Datenbanksystems vorgeschlagen, bei dem zum Lesen von Daten in einer beliebigen Sortierreihenfolge die folgenden Schritte vorgesehen sind:
1. Unterteilen eines als UB-Baum abgespeicherten mehrdimensionalen Datenbestands in eine vorgegebene Anzahl n von Unterräumen,
2. Einlesen der Daten des ersten Unterraums des UB-Baums in einen Arbeitsspeicher,
3. regionenweises Abarbeiten (Sortieren und/oder Bereitstellen) der Daten des Unterraums
4. Löschen derjenigen Regionen im Arbeitsspeicher, die keine Schnittmenge mit nachfolgenden Unterräumen aufweisen,
5. Zwischenspeichern derjenigen Regionen in einem Cache-Speicher, die mit mindestens einem der nachfolgenden Unterräume eine Schnittmenge aufweisen (Sprungregionen),
6. Einlesen des nächsten Unterraums des Datenbestands in den Arbeitsspeicher,
7. Wiederholen der Verfahrensschritte 3. bis 6. solange, bis der letzte Unterraum abgearbeitet ist, wobei bei jedem neuen Unterraum zunächst die im Cache-Speicher zwischengespeicherten Sprungregionen abgearbeitet und, falls sie nicht noch weitere Unterräume schneiden, gelöscht werden.
Durch das erfindungsgemäße Verfahren wird das Lesen und Bereitstellen von Daten eines als UB-Baum abgespeicherten mehrdimensionalen Datenbestands in einer beliebigen Sortierreihenfolge ermöglicht, ohne daß eine Vor- oder Umsor- tierung notwendig wäre. Insbesondere wird bei dem erfindungsgemäßen Verfahren jedes Datenobjekt des UB-Baums nur einmal in den Arbeitsspeicher des Datenbanksystems gelesen. Als besonders vorteilhafte Lösung der der Erfindung zugrunde liegenden Aufgabe wird des weiteren ein Verfahren zum Durchführen einer Verbundoperation zwischen zwei Verbundpartnern vorgeschlagen, wovon mindestens ein Verbundpartner ein als UB-Baum abgespeicherter mehrdimensionaler Datenbestand ist, mit den folgenden Schritten:
1. Unterteilen der Verbundpartner in n Unterräume,
2a. Einlesen der Daten des ersten Unterraums eines ersten Verbundpartners in einen Arbeitsspeicher,
2b. Einlesen der Daten der ersten Region des ersten Unterraums eines zweiten, als UB-Baum abgespeicherten Verbundpartners,
3. Abarbeiten (Finden und Zuordnen) der im Arbeitsspeicher befindlichen Daten der Verbundpartner,
4. Löschen der Region im Arbeitsspeicher, falls diese keine Schnittmenge mit mindestens einem der nachfolgenden Unterräume des UB-Baums aufweist, anderenfalls Zwischenspeichern der Region (Sprungregion) in einem Cache-Speicher,
5. Einlesen der nächsten Region des zweiten Verbundpartners in den Arbeitsspeicher,
6. Wiederholen der Verfahrenschritte 3. bis 5. solange, bis die letzte Region des ersten Unterraums des zweiten Verbundpartners abgearbeitet ist,
7. Einlesen des nächsten Unterraums des ersten Verbundpartners und regionenweises Einlesen des nächsten Unterraums des zweiten Verbundpartners,
8. Wiederholen der Verfahrenschritte 3. bis 7. solange, bis der letzte Unterraum abgearbeitet ist, wobei bei jedem neuen Unterraum zunächst die im Cache-Speicher zwischengespeicherten Sprungregionen abgearbeitet und, falls sie nicht noch weitere Unterräume schneiden, gelöscht werden. Erfmdi gsgemäß werden demnach zwei Verbundpartner durch Unterteilen beider Verbundpartner in eine vorgegebene Anzahl n von Unterräumen unterteilt und durch sukzessives Zuordnen der Daten in den Unterräumen miteinander verbunden, ohne daß eine Vor- oder Umsortierung eines oder beider Verbundpartner notwendig wäre. Erfindungsgemäß wird dabei ein abzuarbeitender Unterraum des als UB-Baum abgespeicherten Verbundpartners regionenweise eingelesen, die in der Region enthaltenen Datenobjekte werden durch Zuordnung mit den Datenobjekten des entsprechenden Unterraums des Verbundpartners des UB-Baums abgearbeitet und anschließend gelöscht, sofern sie keine Schnittmenge mit mindestens einem der nachfolgenden Unterräume des UB-Baums aufweist. Anderenfalls wird die Region als Sprungregion in einem Cache-Speicher zwischengespeichert. Bei jedem in der Abarbeitungsfolge neuen Unterraum werden zunächst die im Cache-Speicher zwischengespeicherten Sprungregionen abgearbeitet und, falls sie nicht noch weitere Unterräume schneiden, gelöscht.
Das erfindungsgemäße Verfahren zum Durchführen einer Verbundoperation ist auch auf mehr als zwei Verbundpartner anwendbar, wobei jeder weitere Verbundpartner in gleicher Art und Weise in eine vorgegebene Anzahl n von Unterräumen unterteilt wird und in einer entsprechenden Richtung sukzessive abgearbeitet wird, indem die zuzuordnenden Datenobjekte einer Region nicht nur einem weiteren Verbundpartner, sondern nacheinander mehreren Verbundpartnern unter Durchführung eventueller Verknüpfungsoperationen zugeordnet wird.
Die Erfindung ist in der Zeichnung anhand von Ausführungsbeispielen schematisch dargestellt und wird im folgenden näher erläutert.
Figuren la bis lc veranschaulichen das erfindungsgemäße Verfahren zum
Lesen von Daten in beliebiger Sortierreihenfolge anhand eines dreidimensionalen UB-Baum-Datenbestands. Figur 2 dient zur Veranschaulichung der Abarbeitung und Zwischenspei- cherung von Sprungregionen anhand eines zweidimensionalen UB-Baum-Datenbestands.
Figur 3 zeigt eine erfindungsgemäße Verbundoperation zwischen zwei jeweils zweidimensionalen Relationen R und S.
Die Figuren la bis lc zeigen einen dreidimensionalen Datenbestand F mit Attributen A, B, C, der als UB-Baum so organisiert ist, daß der mehrdimensionale Index über den Attributen A, B und C angelegt ist. Beispielsweise kann es sich bei den Attributen A, B und C um die Attribute "Name", "Postleitzahl" und "Faxnummer" handeln.
Für drei Attribute A, B, C ergeben sich als mögliche Sortierordnungen die folgenden Kombinationen:
ABC BAC CAB
ACB BCA CBA
AB BA CA
AC BC CB
A B C also insgesamt 15 verschiedene Sortierordnungen.
Im allgemeinen Fall ergibt sich für einen mehrdimensionalen UB-Baum der Dimension d d! + d*(d-l)*...*2 + ...+ d*(d-l)*...*i + ... + d*(d-l) + d mögliche Sortierordnungen. (Für d=3 ergibt sich 31 + 3*2 + 3 = 15)
Zur Durchführung des erfindungsgemäßen Verfahrens (nachfolgend "UB-Cache- Verfahren" genannt) wird der zu verarbeitende Datenbestand F bezüglich einer Dimension in eine vorgegebene Anzahl n von Unterräumen unterteilt. Soll in dem in den Figuren la bis lc dargestellten dreidimensionalen Ausführungsbeispiel ein Lesen bzw. Verarbeiten der Daten in einer Sortierreihenfolge bezüglich des Attributs C vorgenommen werden, so erfolgt eine Unterteilung des Datenbestands F in n-Unterräume in der Dimension des Attributs C (vergleiche Figur la).
Soll der Datenbestand bezüglich des Attributs B gelesen bzw. verarbeitet werden, so erfolgt eine Unterteilung in n-Unterräume in der Dimension des Attributs B (Figur lb). Figur lc zeigt den entsprechenden Fall für eine Unterteilung in n- Unterräume des Datenbestans F in der Dimension des Attributs A.
Die Unterteilung des Datenbestands erfolgt durch vorzugsweise äquidistante Hyperebenen, wobei ein Abschnitt des Datenbestandes zwischen zwei aufeinanderfolgenden Hyperebenen einen Datenunterraum (= mehrdimensionale Scheibe) bildet. Im zweidimensionalen Fall (vergleiche Figur 2) sind die Datenunterräume Zeilen und Spalten.
Im Beispiel des in der Figur la dargestellten Datenbestands erfolgt eine Unterteilung durch aufeinanderfolgende Hyperebenen der Form
C =j/n*c in Scheiben der Breite 1/n, der sogenannten C-Scheiben.
Die i-te C-Scheibe enthält dann genau die Daten mit der Eigenschaft, daß für Attribut C gilt:
(i-l)*c/n < = C < i*c/n, wobei das Attribut C Werte zwischen 0 und einer vorgegebenen Zahl c annehmen kann.
Sollen die Daten im vorgegebenen Raum nach dem Attribut A sortiert werden, so wird folgendermaßen vorgegangen: for j := 1 to n do sortiere Daten in j-ter Scheibe und gebe diese Daten in Sortierreihenfolge aus. Diese zeilenweise Bearbeitung funktioniert, weil in der Sortierordnung bzgl. Attribut A alle Daten in der 1. Scheibe vor allen Daten in der 2. Scheibe und i.a. alle Daten in der j-ten Scheibe vor den Daten in der j+l-ten Scheibe kommen.
Bei einer sukzessiven Abarbeitung werden die Scheiben der Reihe nach abgearbeitet. Figur la zeigt beispielhaft schraffiert die erste Scheibe bezüglich Attribut C, Figur lb entsprechend die dritte Scheibe bezüglich Attribut B und Figur lc die zweite Scheibe bezüglich Attribut A.
Die Anzahl n der Scheiben genügt der Bedingung n = 2k mit k > 0, wobei k ein Maß für die Unterteilung des Datenraumes ist. Nach k-facher Unterteilung eines Datenraumes mit der Kantenlänge 1 erhält man somit Subwürfel der Seitenlänge 1/n.
Figur 2 zeigt anhand eines zweidimensionalen Datenbestands einen UB-Baum mit den Regionen 01, 023, 101, 12, 131, 201, 221, 301, 32, 331 und 4 (unendlich), wobei der Einfachheit halber die Region mit der Obergrenze ihrer Adresse benannt ist. Dieser Datenbestand ist nach k = 3 Unterteilungen in minimale Subwürfel bzw. Subquadrate der Kantenlänge 1/n unterteilt mit n = 8.
Allgemein wird ein Subwürfel durch die Regionen des UB-Baumes so abgedeckt, daß es eine erste Region gibt, die den Würfel schneidet, aber eventuell nicht ganz in diesem Würfel enthalten ist. Eine derartige Region wird Sprungregion genannt, da sie von außen in den Subwürfel hineinspringt. Dann wird der Subwürfel durch weitere Regionen aufgefüllt bis zur letzten Region, die eventuell nicht mehr ganz in dem Subwürfel enthalten ist und aus ihm hinausspringt. Bei dieser Region handelt es sich ebenfalls um eine Sprungregion. Pro Subwürfel auf einer gegebenen Unterteilungsebene des k-fach unterteilten Datenbestandes kann es unabhängig von der Unterteilungsebene maximal nur zwei Sprungregionen geben. Zur Durchführung des erfindungsgemäßen Verfahrens ist das in der Figur 2 dar- gestellte Beispiel eines zweidimensionalen Datenbestands in n = 2 = 8 Zeilen (waagerechte zweidimensionale Scheiben) unterteilt.
Bei einem Lesen bzw. Verarbeiten der in dem Datenbestand enthaltenen Datenobjekte werden zuerst die in Zeile 1 enthaltenen Daten regionenweise gelesen. Ist eine Region nicht vollständig in der Zeile 1 enthalten, so handelt es sich um eine Sprungregion, die mit mindestens einer weiteren Zeile Schnittmengen bildet. Diejenigen Datenobjekte der Sprungregion, die nicht in der in Verarbeitung befindlichen Zeile enthalten sind, werden erfindungsgemäß zwischengespeichert bis die Sprungregion in nachfolgenden Zeilen vollständig abgearbeitet ist. Zum Lesen der Daten wird somit die gegebenen Zeile j als Query-Box FZ[j] betrachtet und es werden diejenigen Regionen, die FZ[j] schneiden, vom peripheren Speicher in einen Zwischenspeicher, der beispielsweise Teil des Arbeitsspeichers bildet, eingelesen und dort intern sortiert. Die Daten aus FZ[j] können sofort weiterverarbeitet werden, die Daten aus Sprungregionen, die nicht in FZ[j] liegen, werden für eine spätere Abarbeitung zwischengespeichert.
Im Beispiel der Figur 2 existieren für jede Zeile die folgenden Sprungregionen:
Zeile 1 01 023 101 12 Zeile 2 023 101 Zeile 3 023 101 131 201 Zeile 4 201 Zeile 5 221 301 32 Zeile 6 221 (301) Zeile 7 301 331 unendlich Zeile 8 keine Sprungregion mehr, wobei die Regionen jeweils durch die höhere ihrer beiden Adressen angegeben sind. Das Beispiel zeigt die Sprungregionen pro Zeile und die jeweiligen Inhalte des Zwischenspeichers (im folgenden UB-Puffer genannt). Gleichzeitig wird ersichtlich, daß die Abschätzung der möglichen Sprungregionen mit zwei Sprungregionen pro Subwürfel eine pessimistische Abschätzung ist. In dem dargestellten Ausführungsbeispiel könnten pro Zeile maximal bis zu 16 Sprungregionen auftreten (n = 23 = 8 Subwürfel mit jeweils maximal 2 Sprungregionen), während tatsächlich aber nur maximal 4 Sprungregionen pro Zeile auftreten.
Zeile 1 in Figur 2 wird demnach von den Regionen 01, 023, 101 und 12 geschnitten. Jede dieser Regionen bildet somit bezüglich der Zeile 1 eine Sprungregion und es wird wenigstens der Anteil der Datenobjekte jeder Region zwischengespeichert, der nicht in der Zeile 1 enthalten ist. Zeile 2 wird ebenfalls von den Regionen 01, 023, 101 und 12 geschnitten. Da jedoch die beiden Regionen 01 und 12 nur in die Zeile 2 hineinspringen, jedoch nicht mehr aus ihr heraus, werden sie mit ihren im UB-Puffer zwischengespeicherten Datenobjekten im Rahmen der Zeile 2 vollständig abgearbeitet, so daß als weiterhin im UB-Puffer zwischenzuspeichernde Regionen die beiden Regionen 023 und 101 aufgeführt sind, die aus der Zeile 2 herausspringen und weitere Schnittmengen mit den Zeilen 3 und 4 bilden.
Aufschlußreich ist die Zeile 6, bei der nur die Sprungregion 221 auftritt (Region 32 wird im Rahmen der Zeile 6 vollständig abgearbeitet), aber die geklammerte Region 301 noch im UB-Puffer steht für die spätere Bearbeitung im Rahmen der Zeile 7.
Soll der in Figur 2 dargestellte zweidimensionale Datenbestand nicht in der Sortierreihenfolge des nicht näher bezeichneten vertikalen Attributs gelesen werden, sondern in der Sortierreihenfolge des horizontalen Attributs, so erfolgt eine Unterteilung nicht in Zeilen, sondern in Spalten, und die Regionen werden nicht zeilenweise, sondern spaltenweise gelesen. Im allgemeinen d-dimensionalen Fall ergeben sich anstelle von Zeilen bzw. Spalten durch Hyperbenen voneinander getrennte Scheiben. Das erfindungsgemäße UB-Cache-Verfahren dient somit dazu, einen gegebenen Datenraum scheibenweise zu verarbeiten, die überstehenden Sprungregionen zwischenzuspeichern und die Datentransporte optimal zu steuern.
Das erfindungsgemäße Verfahren besteht im wesentlichen aus zwei Komponenten, dem sogenannten UB-Puffer und der sogenannten UB-Steuerung. Der UB- Puffer ist vorteilhafterweise Teil des Arbeitsspeichers und dient zum Zwischenspeichern von Sprungregionen bzw. Teilen von Sprungregionen für einen späteren Verarbeitungszeitpunkt. Die UB-Steuerung dient zu einer optimalen Steuerung des Datentransports zwischen dem peripheren Speicher und dem UB-Puffer und nimmt die eigenthche Datenverarbeitung (beispielsweise interne Sortierung oder Verbundoperation) der Daten im UB-Puffer vor.
Der UB-Puffer wird demnach für 2 Aufgaben benötigt:
1. Einlesen aller Regionen, die einen Scheibenbereich schneiden.
2. Zwischenspeichern derjenigen Teile der im Schritt 1 eingelesenen Sprungregionen, die sich nicht in der momentan in Bearbeitung befindlichen Scheibe befinden und deshalb aufgehoben werden müssen, bis die Scheibe, in der sie liegen, bearbeitet wird.
Die UB-Steuerung hat demnach folgende Aufgaben:
1. Bestimmung der optimalen Scheibeneinteilung für F.
2. Steuerung der Datentransporte vom peripheren Speicher in den UB-Puffer.
3. Internes im UB-Puffer Sortieren der Daten in den eingelesenen Regionen. Dafür werden Standard-Sortierverfahren für internes Sortieren eingesetzt, z.B. Heapsort oder Quicksort.
4. Ausgabe der im momentanen Scheibenbereich liegenden Daten in der gewünschten Sortierreihenfolge.
5. Verwaltung der Teile der Sprungregionen, die für spätere Scheibenbearbeitung noch benötigt werden. Als Algorithmus auf einer hohen Programmierebene für den allgemeinen Fall des erfindungsgemäßen Verfahrens zum Lesen und Bereitstellen von Daten in einer beliebigen Sortierreihenfolge läßt sich folgendes angeben:
Ein gegebener mehrdimensionaler Datenbestand F sei k-mal unterteilt worden, d.h. es gibt n = 2k Scheiben von 1 bis n, pro Scheibe ebenfalls n Subwürfel und somit maximal 2n Sprungregionen. Die i-te Scheibe des Datenbestands F wird als FS[i] bezeichnet.
UB-Puffer := leer; for i := 1 to n do begin co bearbeite i-te Scheibe oc for alle Regionen r im UB-Puffer do begin if r schneidet FS[i] then begin bearbeite Daten in r (insbesondere: sortiere sie intern im UB-Puffer); if r ist vollständig abgearbeitet then lösche r aus UB-Puffer end end; for alle Regionen r, die FS[i] schneiden, aber noch nicht im UB-Puffer waren do begin lese r von Festplatte; co hier wird FS[i] wie eine Query-Box für den UB- Baum betrachtet oc bearbeite Daten aus dem Durchschnitt von r mit FS[i]; if r ist eine Sprungregion then r in UB-Puffer Zwischenspeichern end; co jetzt stehen alle Daten aus FS[i] im UB-Puffer in Sortierreihenfolge bereit oc
Daten, die in FS[i] liegen , in Sortierreihenfolge bearbeiten, z.B. drucken, am Bildschirm präsentieren, oder im Fall von Relationen mit Hilfe der relationalen Algebra weiterverarbeiten end co nach Abarbeitung der letzten Scheibe muß UB-Puffer leer sein, da keine Region über die letzte Scheibe von F hinausspringen kann oc
Falls F in Scheiben der Breite 1/n unterteilt ist, ergibt sich für die Bearbeitung von F in Sortierreihenfolge die erforderliche Größe des UB-Puffers im zweidimensionalen Fall wie folgt:
B(F,n) = |F|/n + 2*n*|P| |F|/n wird benötigt für die Scheibe selbst, 2*n*|P| für die Sprungregionen, wobei |F| die Größe von F und |P| die Größe einer Datenseite in Bytes sind. Diese Puffergröße wird minimal, wenn die Ableitung nach n Null wird, also für:
B'(F,n) = -l*|F|/n + 2*|P| = 0 mit der optimalen Größe n«^ für n: nopt = Wurzel (|F|/(2*|P|)). Näherungsweise wählt man nun k so, daß n=2k möglichst nahe an nopt liegt und bekommt so eine fast optimale Größe für den UB-Puffer.
Folgendes Rechenbeispiel dient zur Veranschaulichung benötigter Speichergrößen:
|F| = 109 Bytes, |P| = 103 Bytes nopt = Wurzel (109/(2*103)) = 707
Wählt man k=10 und somit n = 1024, so ergibt sich für B(F,1024) = 3 MB Wählt man k= 9 und somit n = 512, so ergibt sich für B(F,512) = 3 MB Das exakte Optimum würde bei B(F,707) = 109/707 + 2*707* 103 = 2.82 MB liegen. Das zeigt außerdem, daß B(F,n) ein sehr flaches Minimum hat und gegenüber der exakten Wahl von n nicht sehr sensitiv ist.
Im allgemeinen d-dimensionalen Fall ergibt sich für die Bearbeitung von F in Sortierreihenfolge die erforderliche Größe des UB-Puffers wie folgt:
B(F,n,d) = |F|/n + 2*nd'1*|P| |F|/n wird benötigt für den Unterraum (die Scheibe) selbst, 2*nd"1*|P| für die Sprungregionen. Diese Puffergröße wird minimal, wenn die Ableitung nach n Null wird, also für:
B'(F,n,d) = -l*|F|/n2 + 2*(d-l)* nd-2*|P| = 0 mit der optimalen Größe nopt für n: nopt = d-te Wurzel (|F|/(2*(d-l)*|P|)).
Das erfindungsgemäße UB-Cache-Verfahren dient in besonders vorteilhafter Weise als Grundlage für ein Verfahren zum Durchführen einer Verbundoperation.
Die meisten Operationen der relationen Algebra erfordern für eine effiziente Ausführung, daß zumindest einer oder auch beide der an der Operation beteiligten Operanten (Relationen) in Sortierordnung nach bestimmten Attributen vorliegen. Wie vorstehend ausgeführt, müssen bei konventionellen Datenbanken die Relationen aus diesem Grunde sehr häufig sortiert werden. Dabei ist ein mehrfacher Hin- und Hertransport der Daten zwischen dem Arbeitsspeicher des Rechners und der Festplatte erforderlich. Erfindungsgemäß können mit dem UB-Cache- Verfahren Datenbestände, die als UB-Baum organisiert sind, so gelesen und verarbeitet werden, als wären sie auf der Festplatte sortiert. Durch das UB-Cache- Verfahren werden deshalb die bisher nötigen Sortiervorgänge vermieden. Dadurch können auch die oben erwähnten Datentransporte (für Sortierzwecke) zwischen Arbeitsspeicher und Festplatte vermieden werden und die Operationen der relationalen Algebra können deutlich schneller ausgeführt werden. Aus diesem Grunde kann durch das UB-Cache-Verfahren die Ausführung von relationalen Operatoren in allen relationalen Datenbanksystemen wesentlich beschleunigt werden. Manche Operationen der relationalen Algebra werden in ähnlicher Form auch in anderen Datenbanksystemen, beispielsweise objektorientierten Datenbanksystemen eingesetzt. Auch diese Operationen können mit dem erfindungsgemäßen UB-Cache-Verfahren entsprechend beschleunigt werden.
Im Stand der Technik werden beispielsweise bei einer Verbundoperation (Join) zwischen 2 Relationen R und S üblicherweise die folgenden Verarbeitungsschritte ausgeführt:
1. Relation R von Festplatte lesen
2. R portionsweise vorsortieren
3. R portionsweise auf Festplatte schreiben
4. R portionsweise wieder von Festplatte lesen
5. R durch einen sog. Mischvorgang sortieren
6. R auf Festplatte schreiben.
7. Falls S noch nicht nach dem Join- Attribut sortiert ist, müssen nun die Schritte 1 bis 6 sinngemäß ebenfalls für S ausgeführt werden. Die Schritte 1 bis 7 sind Vorbereitungsschritte für die eigentliche Verbund Operation:
8. S portionsweise in Sortierreihenfolge von Festplatte lesen.
9. R portionsweise in Sortierreihenfolge von Festplatte lesen und mit den passenden Tupeln aus S joinen (eigentliche Verbundoperation)
10. Verbundergebnis auf Festplatte schreiben
Die Schritte 4,5,6 werden mindestens einmal, bei manchen Sortierverfahren sogar mehrfach ausgeführt. Insgesamt wird R also mindestens dreimal von der Festplatte gelesen (in Schritten 1,4,6) und dreimal auf die Festplatte geschrieben (in Schritten 3,6,10, da das Verbundergebnis die Daten aus R und S enthält). Genau wie R wird auch S mindestens dreimal von der Festplatte gelesen und dreimal auf die Festplatte geschrieben. Das eben beschriebene Verbund- Verfahren ist in der Literatur auch als sort-merge-join bekannt. Wenn die Relation R in geeigneter Weise als UB-Baum organisiert ist, kann R nun mit Hilfe des UB-Cache Verfahrens so gelesen werden, als sei R auf der Festplatte sortiert. Dasselbe gilt sinngemäß für S. Dadurch entfallen in dem oben beschriebenen Verbundverfahren die Schritte 1 bis 7. Dadurch wird das gesamte Verbundverfahren mindestens um den Faktor 3 beschleunigt.
Da bei den meisten Operationen der relationalen Algebra (nicht nur bei der Join- Operation, sie ist aber die wichtigste) die beteiligten Relationen sortiert gelesen werden müssen (und deshalb nach den bisher üblichen Verfahren erst einmal sortiert werden müssen), entfallen mit dem UB-Cache Verfahren in Verbindung mit dem UB-Baum diese Sortiervorgänge und die Operationen können wesentlich beschleunigt werden.
Unter Bezugnahme auf die Figur 3 wird nachfolgend die Arbeitsweise eines erfindungsgemäßen Join-Algorithmus mit dem UB-Cache-Verfahren erläutert.
1. Durch die Optimierung der Puffergröße bestimmt die UB-Steuerung automatisch nopt. Für das Beispiel wird opt = n = 8 angenommen.
2. Eine Relation R, die als UB-Baum organisiert ist, wird nun in Portionen der Größe 1/n unterteilt, wobei n=2k, im Beispiel also k=3. Im zweidimensionalen Fall sind diese Portionen Zeilen. Sie seien von 1 bis n durchnumeriert.
3. Nach k Unterteilungen des Raumes liegen in einer Zeile dann n Subwürfel, im Beispiel 8 Quadrate.
4. Für die Verbundoperation wird nun eine Zeile von S ganz in den UB-Puffer gelesen (entsprechend Schritt 8 in dem vorher beschriebenen sort-merge- joiri). Falls S als B-Baum organisiert oder geeignet sortiert ist, kann genau eine Zeile vom peripheren Speicher in den UB-Puffer gelesen werden. (Falls S als UB-Baum organisiert ist, wird der Zeilenbereich sortiert gelesen, die überstehenden Teile der Sprungregionen werden im UB-Puffer für später zwischengepuffert.) 5. Die Relation R wird nun zeilenweise bearbeitet, um z.B. die Tupel in dieser Zeile mit den dazu passenden Tupeln aus der entsprechenden Zeile von S zu verbinden (entsprechend Schritt 9 in dem vorher beschriebenen sort-merge- joi ). Dazu werden diejenigen Regionen von der Festplatte gelesen, die die n Subwürfel einer Zeile abdecken. Da Regionen eines UB-Baums ja genau einer Festplattenseite entsprechen, werden Regionen immer als Ganzes von der Festplatte in den Hauptspeicher transportiert (gelesen). Dabei gibt es nun die folgenden 2 Fälle:
• Diejenigen Regionen, die ganz in der Zeile enthalten sind, können sofort vollständig abgearbeitet und mit ihren Partnern aus der entsprechenden Zeile von S verbunden werden, sie brauchen also nicht zwischengepuffert zu werden.
• Diejenigen Regionen, die über die Zeile hinausspringen in später zu bearbeitende Zeilen (Sprungregionen) enthalten zwei Arten von Daten: solche, die in der in Bearbeitung befindlichen Zeile liegen {zeileninteme Daten ) und solche, die außerhalb dieser Zeile liegen {zeilenexterne Daten ). Die zeileninternen Daten können sofort abgearbeitet werden und mit ihren Partnern aus der entsprechenden Zeile von S verbunden werden, die zeilenexternen Daten werden im UB-Puffer zwischengepuffert und aufgehoben, bis später diejenige Zeile bearbeitet wird, in der sie liegen.
Hier ist es wichtig, die Anzahl der Sprungregionen, die maximal auftreten können, zu kennen, um den Speicherbedarf für das Zwischenspeichern von Sprungregionen von R oder zumindest ihrer zeilenexternen Daten im UB-Puffer abzuschätzen. Der Einfachheit halber wird angenommen, daß die Sprungregionen insgesamt zwischengespeichert werden. Durch die Aufteilung in zeileninterne und zeilenexterne Daten ließe sich der Speicherbedarf für R in dem UB-Puffer noch mal etwa auf die Hälfte reduzieren, da ja in Wirklichkeit erfindungsgemäß nur die zeilenexternen Daten von R zwischengespeichert werden müssen. Die erforderliche Größe des UB-Puffers für das Join- Verfahren ergibt sich nun so:
Fall 1: S sei geeignet sortiert, R sei als UB-Baum organisiert:
■ ganze Zeile von S speichern: |S|/n Bytes
■ Sprungregionen aus Zeile von R speichern 2*n*|P| Bytes
■ Gesamtbedarf: Bl(S,n) = |S|/n + 2*n*|P| Bytes
Das Optimum ergibt sich für B 1 '(S,n) = -|S|/n2 + 2* |P| = 0 und somit n^ = Wurzel (|S|/(2*|P|)).
Fall 2: Beide Relationen R und S sind nicht geeignet sortiert, aber als UB-Bäume organisiert.
■ ganze Zeile von S speichern und Sprungregionen dieser Zeile speichern:
|S|/n + 2*n*|P| Bytes
■ Sprungregionen aus Zeile von R speichern 2*n*|P| Bytes
■ Gesamtbedarf: B2(S,n) = |S|/n + 4*n*|P| Bytes
Das Optimum ergibt sich für B2'(S,n) = -|S|/n2 + 4* |P| = 0 und somit n^ = Wurzel (|S|/(4*|P|)).
Der in den Patentansprüchen wiedergegebene Erfindungsgedanke umfaßt auch eine Verwendung des erfindungsgemäßen Datenbanksystems und des erfindungsgemäßen UB-Cache- Verfahrens auf weitere Operationen der relationalen Algebra, beispielsweise Projektionen, Mengenvereinigungen usw.

Claims

Patentansprüche
1. Datenbanksystem mit einer Recheneinrichtung, einem Arbeitsspeicher und einer insbesondere peripheren Speichereinrichtung, in der mindestens ein mehrdimensionaler Datenbestand als UB-Baum abgespeichert ist, dadurch gekennzeichnet, daß zum Lesen und Bereitstellen des Datenbestands in einer beliebigen Sortierreihenfolge ein Unterteilen des UB-Baums in eine vorgegebene Anzahl von Unterräumen und ein sukzessives Abarbeiten der Unterräume erfolgt.
2. Datenbanksystem nach Anspruch 1, dadurch gekennzeichnet, daß ein Cache-Speicher zum Zwischenspeichern von den in Abarbeitung befindlichen Unterraum schneidenden Regionen (Sprungregionen) des UB-Baums bis zur erfolgten vollständigen Abarbeitung der Sprungregion oder Sprungregionen in nachfolgenden Unterräumen vorgesehen ist.
3. Datenbanksystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß eine Verbundoperation zwischen dem UB-Baum und mindestens einem weiteren Verbundpartner durch Unterteilen des Verbundpartners in eine der Anzahl der Unterräume des UB-Baums enstprechende Anzahl von Unterräumen und durch sukzessives Abarbeiten der jeweiligen Unterräume unter Verbinden von Daten- teilbeständen der Verbundpartner erfolgt.
4. Datenbanksystem nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß eine Vorgabe der Anzahl und/oder der Breite der Unterräume durch eine Steuereinrichtung erfolgt.
5. Datenbanksystem nach Anspruch 4, dadurch gekennzeichnet, daß die Steuereinrichtung Teil der Recheneinrichtung ist.
6. Datenbanksystem nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß eine Vorgabe der Breite der Unterräume als Minimieπmgsfunktion der Speicherkapazität des Cache-Speichers erfolgt.
7. Datenbanksystem nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Unterteilung in Unterräume gleicher Breite erfolgt.
8. Verfahren zum Betrieb eines Datenbanksystems, insbesondere nach einem der vorstehenden Ansprüche, bei dem zum Lesen von Daten in einer beliebigen Sortierreihenfolge die folgenden Schritte vorgesehen sind:
1. Unterteilen eines als UB-Baum abgespeicherten mehrdimensionalen Datenbestands in eine vorgegebene Anzahl n von Unterräumen,
2. Einlesen der Daten des ersten Unterraums des UB-Baums in einen Arbeitsspeicher,
3. regionenweises Abarbeiten (Sortieren und oder Bereitstellen) der Daten des Unterraums
4. Löschen derjenigen Regionen im Arbeitsspeicher, die keine Schnittmenge mit nachfolgenden Unterräumen aufweisen,
5. Zwischenspeichern derjenigen Regionen in einem Cache-Speicher, die mit mindestens einem der nachfolgenden Unterräume eine Schnittmenge aufweisen (Sprungregionen),
6. Einlesen des nächsten Unterraums des Datenbestands in den Arbeitsspeicher,
7. Wiederholen der Verfahrensschritte 3. bis 6. solange, bis der letzte Unterraum abgearbeitet ist, wobei bei jedem neuen Unterraum zunächst die im Cache-Speicher zwischengespeicherten Sprungregionen abgearbeitet und, falls sie nicht noch weitere Unterräume schneiden, gelöscht werden.
9. Verfahren zum Durchführen einer Verbundoperation zwischen mindestens zwei Verbundpartnern, wovon mindestens ein Verbundpartner ein als UB-Baum abgespeicherter mehrdimensionaler Datenbestand ist, insbesondere für ein Datenbanksystem nach einem der Ansprüche 1 bis 7, mit den folgenden Schritten: 1. Unterteilen der Verbundpartner in n Unterräume, 2a. Einlesen der Daten des ersten Unterraums eines ersten Verbundpartners in einen Arbeitsspeicher, 2b. Einlesen der Daten der ersten Region des ersten Unterraums eines zweiten, als UB-Baum abgespeicherten Verbundpartners,
3. Abarbeiten (Finden und Zuordnen) der im Arbeitsspeicher befindlichen Daten der Verbundpartner,
4. Löschen der Region im Arbeitsspeicher, falls diese keine Schnittmenge mit mindestens einem der nachfolgenden Unterräume des UB-Baums aufweist, anderenfalls Zwischenspeichern der Region (Sprungregion) in einem Cache-Speicher,
5. Einlesen der nächsten Region des zweiten Verbundpartners in den Arbeitsspeicher,
6. Wiederholen der Verfahrenschritte 3. bis 5. solange, bis die letzte Region des ersten Unterraums des zweiten Verbundpartners abgearbeitet ist,
7. Einlesen des nächsten Unterraums des ersten Verbundpartners und regionenweises Einlesen des nächsten Unterraums des zweiten Verbundpartners,
8. Wiederholen der Verfahrenschritte 3. bis 7. solange, bis der letzte Unterraum abgearbeitet ist, wobei bei jedem neuen Unterraum zunächst die im Cache-Speicher zwischengespeicherten Sprungregionen abgearbeitet und, falls sie nicht noch weitere Unterräume schneiden, gelöscht werden.
10. Verfahren nach Anspruch 8 oder 9, bei dem mindestens der Anteil einer Sprungregion in dem Cache-Speicher gespeichert wird, der noch nicht abgearbeitet ist.
11. Verfahren nach einem der Ansprüche 8 bis 10, bei dem die Anzahl n der U Unntteerrrrääuummee ddeerr BBeeddiinngguunngg nn == 22kk genügt, wobei k die Anzahl der Unterteilungen des UB-Baum-Datenbestandes ist.
PCT/EP1998/001330 1997-03-06 1998-03-06 Datenbanksystem und verfahren zum betrieb eines datenbanksystems Ceased WO1998039712A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP98914875A EP0965090B1 (de) 1997-03-06 1998-03-06 Datenbanksystem und verfahren zum betrieb eines datenbanksystems
JP53818998A JP2001513930A (ja) 1997-03-06 1998-03-06 データベース・システム及びデータベース・システムの運用方法
DE59800764T DE59800764D1 (de) 1997-03-06 1998-03-06 Datenbanksystem und verfahren zum betrieb eines datenbanksystems
US09/367,701 US6381596B1 (en) 1997-03-06 1998-03-06 Database system and method for operating a database system
AT98914875T ATE201518T1 (de) 1997-03-06 1998-03-06 Datenbanksystem und verfahren zum betrieb eines datenbanksystems

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19709041A DE19709041A1 (de) 1997-03-06 1997-03-06 Datenbanksystem und Verfahren zum Betrieb eines Datenbanksystems
DE19709041.9 1997-03-06

Publications (1)

Publication Number Publication Date
WO1998039712A1 true WO1998039712A1 (de) 1998-09-11

Family

ID=7822357

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP1998/001330 Ceased WO1998039712A1 (de) 1997-03-06 1998-03-06 Datenbanksystem und verfahren zum betrieb eines datenbanksystems

Country Status (7)

Country Link
US (1) US6381596B1 (de)
EP (1) EP0965090B1 (de)
JP (1) JP2001513930A (de)
AT (1) ATE201518T1 (de)
DE (2) DE19709041A1 (de)
ES (1) ES2157660T3 (de)
WO (1) WO1998039712A1 (de)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19845378A1 (de) * 1998-10-02 2000-04-13 Brinner Hans Werner Rechenanlage für hierarchisch organisierte Objektstrukturen
US7165065B1 (en) * 2000-07-14 2007-01-16 Oracle Corporation Multidimensional database storage and retrieval system
FR2818767B1 (fr) * 2000-12-22 2005-03-04 Frederic Cabaud Logiciel de gestion d'objets logiciels pouvant etre utilise, notamment, comme explorateur de cartes a puce
US8868544B2 (en) * 2002-04-26 2014-10-21 Oracle International Corporation Using relational structures to create and support a cube within a relational database system
US7313559B2 (en) * 2002-07-19 2007-12-25 Microsoft Corporation System and method for analytically modeling data organized according to a referenced attribute
US8612421B2 (en) * 2003-05-07 2013-12-17 Oracle International Corporation Efficient processing of relational joins of multidimensional data
US7421562B2 (en) * 2004-03-01 2008-09-02 Sybase, Inc. Database system providing methodology for extended memory support
US8229923B2 (en) * 2008-09-26 2012-07-24 Microsoft Corporation Multidimensional data space queries with expression evaluation
EP3627428A1 (de) * 2013-02-21 2020-03-25 CFM Global LLC Datenfarmmessung

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4468728A (en) * 1981-06-25 1984-08-28 At&T Bell Laboratories Data structure and search method for a data base management system
EP0306197A2 (de) * 1987-08-31 1989-03-08 AT&T Corp. Verfahren zur Berechnung eines transitiven Abschlusses
DE3908684A1 (de) * 1989-03-16 1990-09-20 Gebelein Udo Dipl Ing Fh Suchverfahren fuer einen datenspeicher und vorrichtung zur durchfuehrung des verfahrens
WO1995002222A1 (en) * 1993-07-07 1995-01-19 European Computer-Industry Research Centre Gmbh Database structures

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5121493A (en) * 1990-01-19 1992-06-09 Amalgamated Software Of North America, Inc. Data sorting method
US5257365A (en) * 1990-03-16 1993-10-26 Powers Frederick A Database system with multi-dimensional summary search tree nodes for reducing the necessity to access records
US5404505A (en) * 1991-11-01 1995-04-04 Finisar Corporation System for scheduling transmission of indexed and requested database tiers on demand at varying repetition rates
CA2117846C (en) * 1993-10-20 2001-02-20 Allen Reiter Computer method and storage structure for storing and accessing multidimensional data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4468728A (en) * 1981-06-25 1984-08-28 At&T Bell Laboratories Data structure and search method for a data base management system
EP0306197A2 (de) * 1987-08-31 1989-03-08 AT&T Corp. Verfahren zur Berechnung eines transitiven Abschlusses
DE3908684A1 (de) * 1989-03-16 1990-09-20 Gebelein Udo Dipl Ing Fh Suchverfahren fuer einen datenspeicher und vorrichtung zur durchfuehrung des verfahrens
WO1995002222A1 (en) * 1993-07-07 1995-01-19 European Computer-Industry Research Centre Gmbh Database structures

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"ADAPTIVE JOIN ALGORITHM", IBM TECHNICAL DISCLOSURE BULLETIN, vol. 33, no. 1B, 1 June 1990 (1990-06-01), pages 243 - 247, XP000122877 *

Also Published As

Publication number Publication date
EP0965090A1 (de) 1999-12-22
DE59800764D1 (de) 2001-06-28
DE19709041A1 (de) 1998-09-10
ES2157660T3 (es) 2001-08-16
US6381596B1 (en) 2002-04-30
JP2001513930A (ja) 2001-09-04
ATE201518T1 (de) 2001-06-15
EP0965090B1 (de) 2001-05-23

Similar Documents

Publication Publication Date Title
DE3788750T2 (de) Schätzeinrichtung des Indexschlüsselbereiches.
DE69401662T2 (de) Datenbankstrukturen
DE69636761T2 (de) Speichern und wiederauffinden von geordneten schlüsselmengen in einem kompakten 0-kompletten baum
DE68925412T2 (de) Dateisystem
DE60118973T2 (de) Verfahren zum abfragen einer struktur komprimierter daten
EP0703534B1 (de) Speicherverwaltungssystem eines Rechnersystems
DE69701786T2 (de) Verbesserte indirekte Adressierung für Dateisysteme
DE69704085T2 (de) Optimierung des zugriffes auf multiplexierte datenströme
DE69030228T2 (de) Verfahren zur Verbindung zweier Relationen einer Datenbank auf einem gemeinsamen Feld in einem parallelen Datenbanksystem
DE69130793T2 (de) Datenbank Suchprozessor
DE69127011T2 (de) Speicherverwaltungsverfahren mit Hilfe einer Baumstruktur
DE60000471T2 (de) Intelligenter datenspeicher-verwalter
EP0910829B1 (de) Datenbanksystem
DE69528896T2 (de) Verfahren zur clusterbildung in multidimensional voneinander abhangigen daten
DE68927743T2 (de) Sortier-/Mischausgabe
DE69328227T2 (de) Abfrageoptimierungsverfahren für ein relationelles Datenbankverwaltungssystem
DE69127399T2 (de) Verfahren zur automatischen Löschung vorübergehender Dokumentverbindungen in einem Datenverarbeitungssystem
DE3855212T2 (de) Verfahren zur Berechnung eines transitiven Abschlusses
DE19954534A1 (de) Rückwärtsindexieren von Zeichenketten in einer relationalen Datenbank zum Suchen mit Joker
DE10028688A1 (de) Methode, System und Programm für eine Verbindungsoperation in einer mehrspaltigen Tabelle sowie in Satellitentabellen mit doppelten Werten
EP0523269A1 (de) Computersystem zur Datenverwaltung
CH658329A5 (de) Verfahren zur steuerung des daten-zugriffes in einer datenbank und apparat zu seiner durchfuehrung.
DE69123493T2 (de) Verarbeitungsverfahren und Gerät um einen Dateinamen von einem logischen zu einem richtigen Namen zu erstellen
EP0965090B1 (de) Datenbanksystem und verfahren zum betrieb eines datenbanksystems
DE69517887T2 (de) Verfahren und System zum Herstellen von Verbindungen in einem Datenbanksystem

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): JP SG US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH DE DK ES FI FR GB GR IE IT LU MC NL PT SE

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 1998914875

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 09367701

Country of ref document: US

ENP Entry into the national phase

Ref country code: JP

Ref document number: 1998 538189

Kind code of ref document: A

Format of ref document f/p: F

WWP Wipo information: published in national office

Ref document number: 1998914875

Country of ref document: EP

WWG Wipo information: grant in national office

Ref document number: 1998914875

Country of ref document: EP