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

ડેટાબેઝના વાસ્તવિક તલવારો-ખજાના - ગ્લોબલ્સ - લાંબા સમયથી જાણીતા છે, પરંતુ આજ સુધી બહુ ઓછા લોકો જાણે છે કે તેનો અસરકારક રીતે ઉપયોગ કેવી રીતે કરવો અથવા તેમની પાસે આ સુપરવેપન બિલકુલ નથી.

જો તમે ગ્લોબલનો ઉપયોગ એવા કાર્યો માટે કરો છો જેમાં તેઓ ખરેખર સારા છે, તો તમે ઉત્કૃષ્ટ પરિણામો પ્રાપ્ત કરી શકો છો. કાં તો કામગીરીમાં અથવા સમસ્યાને સરળ બનાવવામાં (1, 2).

ગ્લોબલ્સ એ ડેટા સ્ટોર કરવા અને પ્રોસેસ કરવાની એક ખાસ રીત છે, જે SQL માં કોષ્ટકોથી સંપૂર્ણપણે અલગ છે. તેઓ 1966 માં ભાષામાં દેખાયા. એમ(યુએમપીએસ) (ઉત્ક્રાંતિ વિકાસ - કેશ ઓબ્જેક્ટસ્ક્રિપ્ટ, ત્યારબાદ COS) તબીબી ડેટાબેઝમાં અને હજુ પણ ત્યાં છે સક્રિય રીતે ઉપયોગમાં લેવાય છે, અને કેટલાક અન્ય ક્ષેત્રોમાં પણ પ્રવેશ કર્યો છે જ્યાં વિશ્વસનીયતા અને ઉચ્ચ પ્રદર્શન જરૂરી છે: નાણાં, વેપાર, વગેરે.

આધુનિક DBMS માં ગ્લોબલ્સ વ્યવહારો, લોગિંગ, પ્રતિકૃતિ અને પાર્ટીશનિંગને સપોર્ટ કરે છે. આનો અર્થ એ છે કે તેનો ઉપયોગ આધુનિક, વિશ્વસનીય, વિતરિત અને ઝડપી સિસ્ટમો બનાવવા માટે થઈ શકે છે.

ગ્લોબલ્સ તમને રિલેશનલ મોડેલ સુધી મર્યાદિત રાખતા નથી. તેઓ તમને ચોક્કસ કાર્યો માટે ઑપ્ટિમાઇઝ કરેલા ડેટા સ્ટ્રક્ચર્સ ડિઝાઇન કરવાની સ્વતંત્રતા આપે છે. ઘણી એપ્લિકેશનો માટે, ગ્લોબલ્સનો સમજદાર ઉપયોગ ખરેખર એક ગુપ્ત હથિયાર બની શકે છે, જે એવું પ્રદર્શન પ્રદાન કરે છે જેનું રિલેશનલ ડેવલપર્સ ફક્ત સ્વપ્ન જ જોઈ શકે છે.

ડેટા સ્ટોરેજ પદ્ધતિ તરીકે ગ્લોબલ્સનો ઉપયોગ ઘણી આધુનિક પ્રોગ્રામિંગ ભાષાઓમાં થઈ શકે છે, ઉચ્ચ-સ્તરીય અને નીચલા-સ્તરીય બંને. તેથી, આ લેખમાં, હું ખાસ કરીને ગ્લોબલ્સ પર ધ્યાન કેન્દ્રિત કરીશ, નહીં કે તે કઈ ભાષામાંથી ઉદ્ભવ્યા છે.

2. ગ્લોબલ્સ કેવી રીતે કાર્ય કરે છે

ચાલો પહેલા સમજીએ કે ગ્લોબલ્સ કેવી રીતે કાર્ય કરે છે અને તેમની શક્તિઓ શું છે. ગ્લોબલ્સ ને વિવિધ દ્રષ્ટિકોણથી જોઈ શકાય છે. લેખના આ ભાગમાં, આપણે તેમને વૃક્ષો તરીકે અથવા વંશવેલો ડેટા સ્ટોર્સ તરીકે જોઈશું.

સરળ શબ્દોમાં કહીએ તો, ગ્લોબલ એ એક પર્સિસ્ટન્ટ એરે છે - એક એરે જે આપમેળે ડિસ્ક પર સેવ થાય છે.
ડેટા સ્ટોર કરવા માટે કંઈપણ સરળ કલ્પના કરવી મુશ્કેલ છે. કોડમાં (COS/M ભાષાઓમાં), તે ફક્ત પ્રતીક દ્વારા નિયમિત સહયોગી એરેથી અલગ પડે છે ^ નામ પહેલાં.

ગ્લોબલમાં ડેટા સેવ કરવા માટે SQL શીખવાની જરૂર નથી; તેમની સાથે કામ કરવા માટેના આદેશો ખૂબ જ સરળ છે. તમે તેમને એક કલાકમાં શીખી શકો છો.

ચાલો સૌથી સરળ ઉદાહરણથી શરૂઆત કરીએ. બે શાખાઓ ધરાવતું એક-સ્તરનું વૃક્ષ. ઉદાહરણો COS માં લખાયેલા છે.

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

જ્યારે તમે ગ્લોબલ (સેટ કમાન્ડ) માં માહિતી દાખલ કરો છો, ત્યારે ત્રણ વસ્તુઓ આપમેળે થાય છે:

1. ડિસ્ક પર ડેટા સાચવી રહ્યા છીએ.
2. ઇન્ડેક્સિંગ. કૌંસમાં જે છે તે કી છે (અંગ્રેજી સાહિત્યમાં - "સબસ્ક્રિપ્ટ"), અને સમાનની જમણી બાજુએ મૂલ્ય ("નોડ મૂલ્ય") છે.
3. સૉર્ટિંગ. ડેટા કી દ્વારા સૉર્ટ કરવામાં આવે છે. એરેને ટ્રાવર્સ કરતી વખતે, પહેલું તત્વ "સેર્ગેઈ સ્મિથ" અને બીજું "જોન સિદોરોવ" હશે. ગ્લોબલમાંથી વપરાશકર્તાઓની સૂચિ મેળવતી વખતે, ડેટાબેઝ સૉર્ટ કરવામાં કોઈ સમય બગાડતો નથી. વધુમાં, તમે કોઈપણ કીથી શરૂ થતી સૉર્ટ કરેલી સૂચિ આઉટપુટની વિનંતી કરી શકો છો, ભલે તે અસ્તિત્વમાં ન હોય (આઉટપુટ અસ્તિત્વમાં ન હોય તેવી કી પછીની પ્રથમ વાસ્તવિક કીથી શરૂ થશે).

આ બધી કામગીરી અતિ ઝડપી છે. હોમ કમ્પ્યુટર પર, મને એક જ પ્રક્રિયામાં 750,000 ઇન્સર્ટ/સેકન્ડ સુધીના મૂલ્યો મળ્યા. મલ્ટી-કોર પ્રોસેસર પર, મૂલ્યો પહોંચી શકે છે લાખો દાખલ/સેકન્ડ.

અલબત્ત, નિવેશ ગતિ પોતે તમને ઘણું બધું કહેતી નથી. ઉદાહરણ તરીકે, તમે ટેક્સ્ટ ફાઇલોમાં માહિતી ખૂબ જ ઝડપથી લખી શકો છો - જેમ કે આ. અફવાઓ અનુસાર વિઝા પ્રોસેસિંગ કામ કરે છે. પરંતુ ગ્લોબલ્સ સાથે, આપણને એક સ્ટ્રક્ચર્ડ, ઇન્ડેક્સ્ડ સ્ટોરેજ મળે છે જે સરળતાથી અને ઝડપથી એક્સેસ કરી શકાય છે.

• ગ્લોબલ્સની સૌથી મોટી તાકાત નવા નોડ્સ દાખલ કરવાની ગતિ છે.
• વૈશ્વિક ડેટા હંમેશા અનુક્રમિત હોય છે. તેને એક સ્તરે અને ઝાડમાં ઊંડાણપૂર્વક પસાર કરવું હંમેશા ઝડપી હોય છે.

ચાલો ગ્લોબલમાં થોડી વધુ બીજા અને ત્રીજા સ્તરની 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

સ્પષ્ટપણે, ગ્લોબલ્સનો ઉપયોગ કરીને બહુ-સ્તરીય વૃક્ષો બનાવી શકાય છે. વધુમાં, દાખલ થયા પછી ઓટોમેટિક ઇન્ડેક્સિંગને કારણે કોઈપણ નોડની ઍક્સેસ લગભગ તાત્કાલિક 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. કીની કુલ લંબાઈ (બધા સૂચકાંકોની લંબાઈનો સરવાળો) સુધી પહોંચી શકે છે ૫૧૧ બાઇટ્સ, અને મૂલ્યો 3.6 એમબી કેશે માટે, વૃક્ષ સ્તરો (પરિમાણો) ની સંખ્યા 31 છે.

બીજો રસપ્રદ મુદ્દો: તમે ટોચના સ્તરના નોડ્સ માટે મૂલ્યોનો ઉલ્લેખ કર્યા વિના 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 એવા નોડ્સ છે જેને કોઈ મૂલ્ય સોંપવામાં આવ્યું નથી.

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

ચાલો ગ્લોબલ પરના વૃક્ષોની તુલના આપણે જે વંશવેલો રચનાઓથી સૌથી વધુ પરિચિત છીએ તેની સાથે કરીએ: બગીચાઓ અને ખેતરોમાં ઉગતા સામાન્ય વૃક્ષો સાથે, તેમજ ફાઇલ સિસ્ટમ્સ સાથે.

જેમ આપણે જોઈ શકીએ છીએ, બગીચાના વૃક્ષોમાં પાંદડા અને ફળો ફક્ત ડાળીઓના છેડે જ હોય ​​છે.
ફાઇલ સિસ્ટમ્સ - માહિતી ફક્ત શાખાઓના છેડે સંગ્રહિત થાય છે, જે સંપૂર્ણ ફાઇલ નામો છે.

અને અહીં વૈશ્વિક ડેટા માળખું છે.

તફાવતો:

1. આંતરિક ગાંઠો: ગ્લોબલમાં માહિતી ફક્ત શાખાઓના છેડા પર જ નહીં, પરંતુ દરેક નોડમાં સંગ્રહિત કરી શકાય છે.
2. બાહ્ય ગાંઠો: ગ્લોબલ પાસે તેની શાખાઓના છેડે નિર્ધારિત મૂલ્યો હોવા જોઈએ, પરંતુ FS અને બગીચાના વૃક્ષો પાસે નથી.

આંતરિક ગાંઠોના સંદર્ભમાં, વૈશ્વિક માળખું ફાઇલ સિસ્ટમ્સ અને ઓર્ચાર્ડ ટ્રીઝમાં નામ વૃક્ષોની રચનાનો સુપરસેટ કહી શકાય. એટલે કે, તે વધુ લવચીક છે.

સામાન્ય રીતે, વૈશ્વિક છે દરેક નોડમાં ડેટા સ્ટોર કરવાની ક્ષમતા ધરાવતું ક્રમબદ્ધ વૃક્ષ.

ગ્લોબલ્સ કેવી રીતે કાર્ય કરે છે તે વધુ સારી રીતે સમજવા માટે, ચાલો કલ્પના કરીએ કે જો ફાઇલ સિસ્ટમ નિર્માતાઓ માહિતી સંગ્રહિત કરવા માટે ગ્લોબલ્સ જેવા અભિગમનો ઉપયોગ કરે તો શું થશે?

1. ડિરેક્ટરીમાંથી એક જ ફાઇલ કાઢી નાખવાથી ડિરેક્ટરી આપમેળે ડિલીટ થઈ જશે, તેમજ બધી ઉચ્ચ ડિરેક્ટરીઓ જેમાં ફક્ત એક જ ડિરેક્ટરી કાઢી નાખવામાં આવી છે તે પણ ડિલીટ થઈ જશે.
2. ડિરેક્ટરીઓની કોઈ જરૂર નહીં રહે. ફક્ત સબફાઇલોવાળી ફાઇલો અને સબફાઇલો વગરની ફાઇલો હશે. જો તમે તેની સરખામણી નિયમિત વૃક્ષ સાથે કરો, તો દરેક ડાળી ફળ બની જશે.

   
   

3. README.txt ફાઇલો જેવી વસ્તુઓ કદાચ બિનજરૂરી હશે. ડિરેક્ટરીના સમાવિષ્ટો વિશે જે કંઈ કહેવાની જરૂર હોય તે ડિરેક્ટરી ફાઇલમાં જ લખી શકાય છે. પાથનામ સ્પેસમાં, ફાઇલનામ ડિરેક્ટરી નામથી અલગ કરી શકાતું નથી, તેથી ફક્ત ફાઇલો જ પૂરતી હશે.
4. નેસ્ટેડ સબડિરેક્ટરીઝ અને ફાઇલો ધરાવતી ડિરેક્ટરીઓ કાઢી નાખવાની ઝડપ નાટકીય રીતે વધી જશે. Habr પર ઘણી વખત, લાખો નાની ફાઇલો કાઢી નાખવામાં કેટલો સમય લાગે છે અને મુશ્કેલ છે તે વિશે લેખો પ્રકાશિત થયા છે (1, 2). જો કે, જો તમે ગ્લોબલ પર સ્યુડો-ફાઇલ સિસ્ટમ બનાવો છો, તો તેમાં સેકન્ડ અથવા સેકન્ડના અપૂર્ણાંકનો સમય લાગશે. જ્યારે મેં હોમ કમ્પ્યુટર પર સબટ્રીઝ ડિલીટ કરવાનું પરીક્ષણ કર્યું, ત્યારે HDD (SSD નહીં) પરના ટુ-ટાયર ટ્રીમાંથી 1 સેકન્ડમાં 96-341 મિલિયન નોડ્સ ડિલીટ કરવામાં આવ્યા. અને આપણે ગ્લોબલ્સ સાથેની આખી ફાઇલ જ નહીં, પણ ટ્રીના એક ભાગને ડિલીટ કરવાની વાત કરી રહ્યા છીએ.

સબટ્રી કાપણી એ ગ્લોબલ્સનું બીજું એક બળ છે. તેને પુનરાવર્તનની જરૂર નથી. તે અતિ ઝડપથી થાય છે.

આપણા વૃક્ષમાં આ આદેશનો ઉપયોગ કરીને કરી શકાય છે કીલ.

Kill ^a("+7926X")

ગ્લોબલ પર આપણા માટે કઈ ક્રિયાઓ ઉપલબ્ધ છે તે વધુ સારી રીતે સમજવા માટે, હું એક સંક્ષિપ્ત કોષ્ટક આપીશ.

COS માં ગ્લોબલ્સ સાથે કામ કરવા માટે મૂળભૂત આદેશો અને કાર્યો

સેટ
શાખાઓને નોડ (જો પહેલાથી વ્યાખ્યાયિત ન હોય તો) અને નોડ મૂલ્યો પર સેટ કરો.

મર્જ
સબટ્રીની નકલ કરવી

કીલ
સબટ્રી કાઢી રહ્યા છીએ

ઝેડકિલ
ચોક્કસ નોડમાંથી મૂલ્ય કાઢી નાખો. નોડથી વિસ્તરેલા સબટ્રીને અસર થતી નથી.

$ક્વેરી
ઊંડાણમાં જઈને ઝાડનો સંપૂર્ણ બાયપાસ

$ઓર્ડર
ચોક્કસ નોડની શાખાઓમાંથી પસાર થવું

$ડેટા
નોડ વ્યાખ્યાયિત છે કે કેમ તે તપાસી રહ્યું છે

$Increment
નોડ મૂલ્યનું અણુ વધારો. ACID માટે વાંચન અને લેખન ટાળવા માટે. તાજેતરમાં, તેને બદલવાની ભલામણ કરવામાં આવી છે ક્રમ

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 2તમે શીખી શકશો કે ગ્લોબલ્સમાં કયા પ્રકારનો ડેટા પ્રદર્શિત કરી શકાય છે અને કયા કાર્યો માટે તે સૌથી વધુ લાભ પૂરો પાડે છે.

સોર્સ: www.habr.com