ગ્લોબલ એ ડેટા સ્ટોર કરવા માટેનો ખજાનો-તલવાર છે. વૃક્ષો. ભાગ 1

વાસ્તવિક ડેટાબેઝ તલવારો - વૈશ્વિક - લાંબા સમયથી જાણીતી છે, પરંતુ હજુ પણ થોડા લોકો તેનો અસરકારક રીતે ઉપયોગ કેવી રીતે કરવો તે જાણે છે અથવા આ સુપરવેપનની માલિકી બિલકુલ નથી.

જો તમે તે સમસ્યાઓને ઉકેલવા માટે વૈશ્વિકોનો ઉપયોગ કરો છો જેમાં તેઓ ખરેખર સારા છે, તો તમે ઉત્કૃષ્ટ પરિણામો પ્રાપ્ત કરી શકો છો. ઉત્પાદકતામાં અથવા સમસ્યાના ઉકેલને સરળ બનાવવામાં (1, 2).

ગ્લોબલ એ ડેટા સ્ટોર કરવા અને પ્રોસેસ કરવાની એક ખાસ રીત છે, જે SQL માં કોષ્ટકોથી સંપૂર્ણપણે અલગ છે. તેઓ ભાષામાં 1966 માં દેખાયા હતા M(UMPS) (ઉત્ક્રાંતિ વિકાસ - કેશ ઑબ્જેક્ટસ્ક્રિપ્ટ, ત્યારબાદ COS) તબીબી ડેટાબેઝમાં છે અને હજુ પણ છે સક્રિયપણે ઉપયોગમાં લેવાય છે, અને કેટલાક અન્ય ક્ષેત્રોમાં પણ પ્રવેશ કર્યો જ્યાં વિશ્વસનીયતા અને ઉચ્ચ પ્રદર્શન જરૂરી છે: ફાઇનાન્સ, ટ્રેડિંગ, વગેરે.

આધુનિક DBMSs માં વૈશ્વિક લોકો વ્યવહારો, લોગીંગ, પ્રતિકૃતિ અને પાર્ટીશનને સમર્થન આપે છે. તે. તેનો ઉપયોગ આધુનિક, વિશ્વસનીય, વિતરિત અને ઝડપી સિસ્ટમો બનાવવા માટે થઈ શકે છે.

વૈશ્વિક લોકો તમને રિલેશનલ મોડલ સુધી મર્યાદિત કરતા નથી. તેઓ તમને ડેટા સ્ટ્રક્ચર્સ વિકસાવવાની સ્વતંત્રતા આપે છે જે ચોક્કસ કાર્યો માટે ઑપ્ટિમાઇઝ કરવામાં આવે છે. ઘણી એપ્લિકેશનો માટે, ગ્લોબલનો સ્માર્ટ ઉપયોગ ખરેખર એક ગુપ્ત શસ્ત્ર બની શકે છે, જે રિલેશનલ એપ્લિકેશન ડેવલપર્સ માત્ર સ્વપ્ન જ જોઈ શકે છે.

ડેટા સ્ટોર કરવાના માર્ગ તરીકે ગ્લોબલનો ઉપયોગ ઘણી આધુનિક પ્રોગ્રામિંગ ભાષાઓમાં, ઉચ્ચ-સ્તર અને નિમ્ન-સ્તર બંનેમાં થઈ શકે છે. તેથી, આ લેખમાં હું ખાસ કરીને વૈશ્વિક પર ધ્યાન કેન્દ્રિત કરીશ, અને તે ભાષા પર નહીં કે જ્યાંથી તેઓ એકવાર આવ્યા હતા.

2. વૈશ્વિક કેવી રીતે કાર્ય કરે છે

ચાલો પહેલા સમજીએ કે વૈશ્વિક કેવી રીતે કાર્ય કરે છે અને તેમની શક્તિઓ શું છે. વૈશ્વિકોને જુદા જુદા દૃષ્ટિકોણથી જોઈ શકાય છે. લેખના આ ભાગમાં આપણે તેમને વૃક્ષો તરીકે જોઈશું. અથવા અધિક્રમિક ડેટા વેરહાઉસીસની જેમ.

તેને સરળ રીતે કહીએ તો, વૈશ્વિક એ સતત એરે છે. એરે જે આપમેળે ડિસ્ક પર સાચવવામાં આવે છે.
ડેટા સ્ટોર કરવા માટે કંઈક સરળ કલ્પના કરવી મુશ્કેલ છે. કોડમાં (COS/M ભાષાઓમાં) તે માત્ર પ્રતીકમાં નિયમિત સહયોગી એરેથી અલગ પડે છે ^ નામ પહેલાં.

વૈશ્વિકમાં ડેટા બચાવવા માટે, તમારે SQL ક્વેરી ભાષા શીખવાની જરૂર નથી; તેમની સાથે કામ કરવા માટેના આદેશો ખૂબ જ સરળ છે. તેઓ એક કલાકમાં શીખી શકાય છે.

ચાલો સૌથી સરળ ઉદાહરણથી શરૂઆત કરીએ. 2 શાખાઓ સાથે સિંગલ-લેવલ વૃક્ષ. ઉદાહરણો COS માં લખેલા છે.

Set ^a("+7926X") = "John Sidorov"
Set ^a("+7916Y") = "Sergey Smith"

વૈશ્વિક (સેટ આદેશ) માં માહિતી દાખલ કરતી વખતે, 3 વસ્તુઓ આપમેળે થાય છે:

1. ડિસ્ક પર ડેટા સાચવી રહ્યું છે.
2. અનુક્રમણિકા. કૌંસમાં જે છે તે કી છે (અંગ્રેજી સાહિત્યમાં - "સબસ્ક્રિપ્ટ"), અને બરાબરની જમણી બાજુએ મૂલ્ય છે ("નોડ મૂલ્ય").
3. વર્ગીકરણ. ડેટા કી દ્વારા વર્ગીકૃત થયેલ છે. ભવિષ્યમાં, જ્યારે એરેમાંથી પસાર થાય છે, ત્યારે પ્રથમ તત્વ "સેર્ગેઈ સ્મિથ" અને બીજું "જ્હોન સિડોરોવ" હશે. વૈશ્વિક માંથી વપરાશકર્તાઓની સૂચિ પ્રાપ્ત કરતી વખતે, ડેટાબેઝ સૉર્ટ કરવામાં સમય બગાડતો નથી. તદુપરાંત, તમે કોઈપણ કીથી શરૂ કરીને, અસ્તિત્વમાં ન હોય તેવી એક પણ (આઉટપુટ પ્રથમ વાસ્તવિક કીથી શરૂ થશે, જે અસ્તિત્વમાં ન હોય તે પછી આવે છે) થી શરૂ કરીને, સૉર્ટ કરેલ સૂચિના આઉટપુટની વિનંતી કરી શકો છો.

આ તમામ કામગીરી અતિ ઝડપથી થાય છે. મારા હોમ કોમ્પ્યુટર પર મને એક જ પ્રક્રિયામાં 750 ઇન્સર્ટ્સ/સેકન્ડ સુધીની કિંમતો મળી રહી હતી. મલ્ટી-કોર પ્રોસેસર પર મૂલ્યો પહોંચી શકે છે લાખો દાખલ/સેકન્ડ.

અલબત્ત, નિવેશની ઝડપ પોતે જ ઘણું કહેતી નથી. તમે, ઉદાહરણ તરીકે, ટેક્સ્ટ ફાઇલોમાં ખૂબ જ ઝડપથી માહિતી લખી શકો છો - આની જેમ અફવાઓ અનુસાર વિઝા પ્રોસેસિંગ કામ કરે છે. પરંતુ ગ્લોબલ્સના કિસ્સામાં, અમને પરિણામે સંરચિત અનુક્રમિત સ્ટોરેજ મળે છે, જેની સાથે ભવિષ્યમાં સરળતાથી અને ઝડપથી કામ કરી શકાય છે.

• ગ્લોબલ્સની સૌથી મોટી તાકાત એ ઝડપ છે કે જેના પર નવા નોડ્સ દાખલ કરી શકાય છે.
• વૈશ્વિક ડેટા હંમેશા અનુક્રમિત હોય છે. એક સ્તર પર અને ઝાડની અંદર બંનેને પસાર કરવું હંમેશા ઝડપી છે.

ચાલો વૈશ્વિક સ્તરે બીજા અને ત્રીજા સ્તરની થોડી વધુ શાખાઓ ઉમેરીએ.

Set ^a("+7926X", "city") = "Moscow"
Set ^a("+7926X", "city", "street") = "Req Square"
Set ^a("+7926X", "age") = 25
Set ^a("+7916Y", "city") = "London"
Set ^a("+7916Y", "city", "street") = "Baker Street"
Set ^a("+7916Y", "age") = 36

તે સ્પષ્ટ છે કે ગ્લોબલના આધારે બહુ-સ્તરીય વૃક્ષો બાંધી શકાય છે. તદુપરાંત, નિવેશ દરમિયાન સ્વતઃ ઇન્ડેક્સીંગને કારણે કોઈપણ નોડની ઍક્સેસ લગભગ ત્વરિત છે. અને વૃક્ષના કોઈપણ સ્તરે, બધી શાખાઓ કી દ્વારા સૉર્ટ કરવામાં આવે છે.

જેમ તમે જોઈ શકો છો, માહિતી કી અને મૂલ્ય બંનેમાં સંગ્રહિત કરી શકાય છે. કુલ કી લંબાઈ (તમામ અનુક્રમણિકાઓની લંબાઈનો સરવાળો) સુધી પહોંચી શકે છે 511 બાઇટ, અને મૂલ્યો 3.6 એમબી કેશ માટે. વૃક્ષમાં સ્તરોની સંખ્યા (પરિમાણોની સંખ્યા) 31 છે.

બીજો રસપ્રદ મુદ્દો. તમે ઉપલા સ્તરના ગાંઠોના મૂલ્યોને સ્પષ્ટ કર્યા વિના એક વૃક્ષ બનાવી શકો છો.

Set ^b("a", "b", "c", "d") = 1
Set ^b("a", "b", "c", "e") = 2
Set ^b("a", "b", "f", "g") = 3

ખાલી વર્તુળો એ ગાંઠો છે જેને કોઈ મૂલ્ય અસાઇન કરેલ નથી.

ગ્લોબલ્સને વધુ સારી રીતે સમજવા માટે, ચાલો તેમની તુલના અન્ય વૃક્ષો સાથે કરીએ: બગીચાના વૃક્ષો અને ફાઇલ સિસ્ટમ નામના વૃક્ષો.

ચાલો ગ્લોબલ પરના વૃક્ષોની તુલના આપણા માટે સૌથી વધુ પરિચિત અધિક્રમિક રચનાઓ સાથે કરીએ: બગીચાઓ અને ખેતરોમાં ઉગતા સામાન્ય વૃક્ષો સાથે, તેમજ ફાઇલ સિસ્ટમ્સ સાથે.

જેમ આપણે બગીચાના વૃક્ષોમાં જોઈએ છીએ, પાંદડા અને ફળો ફક્ત ડાળીઓના છેડે જ જોવા મળે છે.
ફાઇલ સિસ્ટમ્સ - માહિતી ફક્ત શાખાઓના છેડે સંગ્રહિત થાય છે, જે સંપૂર્ણપણે યોગ્ય ફાઇલ નામો છે.

અને અહીં વૈશ્વિક ડેટા માળખું છે.

તફાવતો:

1. આંતરિક ગાંઠો: વૈશ્વિક માહિતી દરેક નોડમાં સંગ્રહિત કરી શકાય છે, માત્ર શાખાઓના છેડે જ નહીં.
2. બાહ્ય ગાંઠો: વૈશ્વિક પાસે શાખાઓના છેડે નિર્ધારિત મૂલ્યો હોવા જોઈએ, જ્યારે FS અને બગીચાના વૃક્ષો નથી.

આંતરિક ગાંઠોના સંદર્ભમાં, આપણે કહી શકીએ કે ગ્લોબલનું માળખું ફાઇલ સિસ્ટમ્સ અને બગીચાના વૃક્ષોમાં નામના વૃક્ષોની રચનાનો સુપરસેટ છે. તે. વધુ લવચીક.

સામાન્ય રીતે, વૈશ્વિક છે દરેક નોડમાં ડેટા સ્ટોર કરવાની ક્ષમતા સાથે ઓર્ડર કરેલ વૃક્ષ.

ગ્લોબલ્સના કાર્યને વધુ સારી રીતે સમજવા માટે, ચાલો કલ્પના કરીએ કે જો ફાઇલ સિસ્ટમ્સના નિર્માતાઓ માહિતી સંગ્રહિત કરવા માટે વૈશ્વિક જેવા અભિગમનો ઉપયોગ કરે તો શું થશે?

1. ડિરેક્ટરીમાંની એક ફાઇલને કાઢી નાખવાથી ડિરેક્ટરી આપમેળે કાઢી નાખવામાં આવશે, સાથે સાથે હમણા કાઢી નાખવામાં આવેલી માત્ર એક જ ડિરેક્ટરી ધરાવતી બધી ઓવરલાઈંગ ડિરેક્ટરીઓ.
2. ડિરેક્ટરીઓ માટે કોઈ જરૂર રહેશે નહીં. ત્યાં ખાલી સબફાઈલ્સવાળી ફાઈલો હશે અને સબફાઈલ્સ વગરની ફાઈલો હશે. જો સામાન્ય વૃક્ષ સાથે સરખામણી કરવામાં આવે તો દરેક ડાળી ફળ બની જશે.

   
   

3. README.txt ફાઇલો જેવી વસ્તુઓની જરૂર ન હોઈ શકે. ડિરેક્ટરીના સમાવિષ્ટો વિશે કહેવાની જરૂર હોય તે બધું જ ડિરેક્ટરી ફાઇલમાં જ લખી શકાય છે. પાથ સ્પેસમાં, ફાઇલનું નામ ડિરેક્ટરીના નામથી અસ્પષ્ટ છે, તેથી તે ફક્ત ફાઇલો દ્વારા મેળવવાનું શક્ય હતું.
4. નેસ્ટેડ સબડિરેક્ટરીઝ અને ફાઈલો સાથે ડિરેક્ટરીઓ કાઢી નાખવાની ઝડપ નાટ્યાત્મક રીતે વધશે. હેબ્રે પર ઘણી વખત લેખો આવ્યા છે કે લાખો નાની ફાઈલોને કાઢી નાખવી કેટલી લાંબી અને મુશ્કેલ છે (1, 2). જો કે, જો તમે વૈશ્વિક પર સ્યુડો-ફાઈલ સિસ્ટમ બનાવો છો, તો તે તેના સેકન્ડો અથવા અપૂર્ણાંકો લેશે. જ્યારે મેં હોમ કમ્પ્યુટર પર સબટ્રીઝ કાઢી નાખવાનું પરીક્ષણ કર્યું, ત્યારે તેણે 1 સેકન્ડમાં HDD (એસએસડી નહીં) પરના બે-સ્તરના વૃક્ષમાંથી 96-341 મિલિયન નોડ્સ દૂર કર્યા. તદુપરાંત, અમે વૃક્ષના ભાગને કાઢી નાખવા વિશે વાત કરી રહ્યા છીએ, અને માત્ર વૈશ્વિક સાથે આખી ફાઇલ જ નહીં.

સબટ્રીઝને દૂર કરવું એ વૈશ્વિકતાનો બીજો મજબૂત મુદ્દો છે. તમારે આ માટે પુનરાવર્તનની જરૂર નથી. આ અવિશ્વસનીય રીતે ઝડપથી થાય છે.

અમારા વૃક્ષમાં આ આદેશ સાથે કરી શકાય છે કીલ.

Kill ^a("+7926X")

વૈશ્વિક સ્તરે આપણા માટે કઈ ક્રિયાઓ ઉપલબ્ધ છે તે વધુ સારી રીતે સમજવા માટે, હું એક નાનું ટેબલ આપીશ.

COS માં વૈશ્વિક લોકો સાથે કામ કરવા માટે મૂળભૂત આદેશો અને કાર્યો

સેટ
શાખાઓને નોડ પર સેટ કરવી (જો હજુ સુધી વ્યાખ્યાયિત ન હોય તો) અને નોડ મૂલ્યો

મર્જ
સબટ્રીની નકલ કરવી

કીલ
સબટ્રી દૂર કરી રહ્યા છીએ

ઝેડકીલ
ચોક્કસ નોડનું મૂલ્ય કાઢી નાખવું. નોડમાંથી નીકળતા પેટા વૃક્ષને સ્પર્શ થતો નથી

$Query
ઝાડની સંપૂર્ણ ટ્રાવર્સલ, ઝાડમાં ઊંડે સુધી જવું

$ઓર્ડર
ચોક્કસ નોડની શાખાઓમાંથી પસાર થવું

$ડેટા
નોડ વ્યાખ્યાયિત છે કે કેમ તે તપાસી રહ્યું છે

$વધારો
પરમાણુ રીતે નોડ મૂલ્યમાં વધારો. ACID માટે, વાંચન અને લેખન કરવાનું ટાળવા માટે. તાજેતરમાં તેને બદલવાની ભલામણ કરવામાં આવી છે $Sequence

તમારા ધ્યાન બદલ આભાર, અમે તમારા પ્રશ્નોના જવાબ આપવા તૈયાર છીએ.

જવાબદારીનો ઇનકાર: આ લેખ અને તેના પર મારી ટિપ્પણીઓ મારો અભિપ્રાય છે અને તેનો ઇન્ટરસિસ્ટમ્સ કોર્પોરેશનની સત્તાવાર સ્થિતિ સાથે કોઈ સંબંધ નથી.

ચાલુ રાખવું ગ્લોબલ એ ડેટા સ્ટોર કરવા માટેનો ખજાનો-તલવાર છે. વૃક્ષો. ભાગ 2. તમે શીખી શકશો કે વૈશ્વિક પર કયા પ્રકારનો ડેટા પ્રદર્શિત કરી શકાય છે અને કયા કાર્યો પર તેઓ મહત્તમ લાભ પ્રદાન કરે છે.

સોર્સ: www.habr.com