Memorie secondarie. Corso di Basi di Dati e Sistemi Informativi

Transcript

1 Memorie secondarie Corso di Basi di Dati e Sistemi Informativi 1

2 I dispositivi di memoria dei calcolatori sono organizzati secondo una gerarchia, dove al livello più alto ci sono memorie di piccola dimensione, molto veloci, costose, mentre scendendo di livello la dimensione aumenta, diminuiscono velocità di accesso e costi.. dischi Dimensioni volatili memoria centrale (RAM) nastri permanenti Costo/MB cache. registri Tempo di accesso Le prestazioni dipendono dal tempo di accesso, determinato come somma di latenza (tempo per accedere al primo byte) e tempo di trasferimento (che dipende da dimensione dei dati e velocità di trasferimento). Memorie secondarie Pag. 2

3 Lungo la gerarchia, ogni memoria serve da cache (memoria di transito) per la memoria più grande e più lenta del livello sottostante. La gestione di un database richiede l uso di dispositivi di memoria secondaria in grado di mantenere l informazione in modo permanente. I dispositivi volatili, invece, perdono il loro contenuto non appena viene a mancare l alimentazione. Approccio tipico Memoria principale (RAM + cache e registri) per i dati correntemente in uso. Dischi per il database. Nastri per archivio storico di vecchie versioni dei dati. Memorie secondarie Pag. 3

4 Terminologia Volume: insieme di dispositivi fisici per la memorizzazione dei dati (ad esempio un volume di dischi). Modulo: insieme di dispositivi usati per rendere usabile un volume di dati. Unità: dispositivo periferico composto da diversi moduli per la memorizzazione di dati ragguppati in blocchi. Memorie secondarie Pag. 4

5 Livelli di astrazione Livello applicazione: un programma utente vede i dati distinti in record logici. Il record può avere lunghezza fissa ma anche variabile, nel qual caso si usano speciali delimitatori tra record, o indicatori di lunghezza all inizio di ogni record, o liste di puntatori ai record all inizio di ogni blocco di record. Livello di archiviazione: si lavora su blocchi di byte, di dimensione fissata dal sistema operativo o dall utente. Si usa anche il termine pagina. Una pagina può contenere diversi record, così come un record può essere contenuto in più pagine. Livello del dispositivo: si lavora su blocchi di byte, con dimensione scelta dall utente (es. nastri) o fissa (es. dischi) nel qual caso si parla di settori. Memorie secondarie Pag. 5

6 Nastri magnetici Le unità a nastro permettono solo accesso sequenziale ai dati, pertanto il loro uso viene limitato ad usi particolari (backup, archiviazione storica,... ). Il volume è costituito da un nastro magnetico di lunghezza variabile (es mt.), e di larghezza compresa tra 1 e 1 di pollice. Si distinguono 4 2 unità a nastro a bobina e a cartuccia, le seconde di dimensioni notevolmente più ridotte. La tecnica di rappresentazione tradizionale dei dati su nastro è la longitudinal (linear) recording: traccia singolo bit direzione di scorrimento Le testine (disposte a pila) sono una per traccia e le tracce rimangono sempre parallele alla direzione di scorrimento del nastro (es. IBM 3420: 9 tracce = 1 byte + 1 bit di parità). Memorie secondarie Pag. 6

7 Modalità di funzionamento Meccanismo START and STOP 1. messa in moto 2. raggiungimento velocità minima 3. lettura/scrittura 4. rallentamento 5. stop A causa di 1. e 4. è necessario separare i blocchi con un inter-record gap (al massimo 1 pollice). 2 Il numero di record memorizzati in un blocco è detto fattore di bloccaggio (bf). Memorie secondarie Pag. 7

8 La capacità effettiva del nastro è il numero di byte di dati memorizzabili e dipende da fattori quali la densità, il fattore di bloccaggio e la lunghezza del nastro. Supponendo record di dimensione fissa, il numero di record logici (NR) si calcola nel seguente modo: NR = dove N char D LN bf +IG bf N char: numero di byte per record IG: inter-record gap in pollici LN: lunghezza del nastro in pollici D: densità (byte per pollice) Memorie secondarie Pag. 8

9 Dischi magnetici Le unità a disco permettono modalità di accesso sequenziale e diretto. Il volume è dato da uno o più piatti disposti a pila che ruotano attorno ad un asse di rotazione. Un braccio meccanico consente il posizionamento delle testine (una per superficie) sulla pila. Su ogni superficie vi è un certo numero di tracce concentriche, ognuna divisa in settori, che rappresentano l unità di base che può essere letta/scritta. L insieme delle tracce che si trovano sulla stessa verticale e che quindi sono accessibili con un unico spostamento del braccio si chiama cilindro. Memorie secondarie Pag. 9

10 settore superficie traccia cilindro braccio asse di rotazione testina Memorie secondarie Pag. 10

11 Disk drive E composto da un meccanismo e da un controllore. Il meccanismo include dispositivi di registrazione (dischi, testine), di posizionamento (bracci) e di rotazione (asse). Il controllore (es. SCSI Small Computer System Interconnect) include un micro-processore, una memoria cache, ed una interfaccia al bus di I/O, su cui possono essere connessi diversi dischi (si parla generalmente di stringa SCSI). Memorie secondarie Pag. 11

12 Disk drive: latenza Il tempo di accesso al primo settore del blocco di dati da trasferire durante una operazione di I/O è dato da: 1. t s : tempo di posizionamento [seek time], necessario per muovere il braccio sul cilindro desiderato; 2. t r : tempo di latenza rotazionale [rotational latency], necessario per attendere che il settore desiderato passi sotto la testina. Memorie secondarie Pag. 12

13 Una operazione di seek è divisa in 4 fasi: 1. speedup (accelerazione) 2. coast (velocità costante) 3. slowdown (rallentamento) 4. settle (stabilizzazione) In genere, il costruttore fornisce il t s minimo, medio e massimo. La latenza rotazionale è generalmente assunta pari a metà del tempo di rotazione del disco. Memorie secondarie Pag. 13

14 Disk controller Si occupa di: tradurre indirizzi logici in indirizzi di blocchi e settori. controllare le attività svolte dal meccanismo del disk drive. correggere gli errori in fase di lettura/scrittura. Un controllore può essere legato ad un singolo meccanismo di disk drive (1:1), a più meccanismi (1:m), ma è anche possibile avere diversi controllori che accedono a diversi meccanismi (m:n) per migliorare il parallelismo e avere diverse vie di accesso ai dischi. Memorie secondarie Pag. 14

15 Politiche di lettura Pre-fetching Il controllore anticipa le richieste di lettura, caricando nella sua cache il contenuto di altri blocchi della stessa traccia alla quale appartiene quello richiesto, oppure blocchi dello stesso cilindro o di cilindri adiacenti. Gli accessi alla cache del controllore sono infatti molto più veloci degli accessi al disco: massimizzare il numero di accessi soddisfatti dalla cache è la politica vincente. Memorie secondarie Pag. 15

16 Politiche di scrittura Write-through Il controllore riceve i dati nella cache, li scrive su disco ed infine segnala che l operazione di scrittura è stata terminata. Write-back Il controllore segnala che l operazione di scrittura è stata terminata non appena i dati sono stati scritti nella sua cache. Riduce i tempi di attesa della CPU, ma è rischiosa in quanto la cache è una memoria volatile. Read-after-write Il controller attende una rotazione completa del disco e rilegge il blocco appena scritto. Se coincide con i dati nella cache che si volevano scrivere, allora l operazione è completata con successo, altrimenti si ripete la scrittura, eventualmente in un altro settore. In genere si usa insieme alla Write-back. Memorie secondarie Pag. 16

17 Disk controller: tempo di trasferimento Il tempo di trasferimento di un blocco t b (block transfer time) dipende dalla velocità di trasferimento (data rate DR), che si determina in funzione di velocità rotazionale del disco, densità di memorizzazione dei dati e velocità del controllore: DR = (bytes/sector sector/track) rotation time ovvero DR è pari al rapporto tra il numero di byte memorizzati in una traccia ed il tempo necessario per completare un giro del disco. Memorie secondarie Pag. 17

18 RAID: Redundant Array of Inexpensive Disks Definisce l architettura di un insieme (array) di dischi progettata al fine di migliorare affidabilità e prestazioni. L uso di più dischi consente di dividere i dati in piccoli blocchi che si leggono/scrivono in parallelo. RAID 0: consente solo distribuzione ma non ridondanza dei dati. RAID 1: i dati sono memorizzati in duplice copia su dischi separati. RAID 2: data striping con codice di correzione degli errori. Consente distribuzione dei dati a livello di blocchi di byte e impiega una tecnica di controllo della parità. RAID 3: data striping con disco di parità. Utilizza un singolo disco contenente la parità di tutti i dati. RAID 4: data interleaving con disco di parità. Prevede un solo disco per la parità e la distribuzione dei dati è a livello di blocchi di record. RAID 5: data interleaving con parità distribuita. Dati e parità sono mischiati nei vari dischi. Memorie secondarie Pag. 18

19 Dischi ottici: CD-ROM Limiti dei dischi magnetici: deterioramento; capacità limitata. Di solito il drive opera a velocità angolare costante (CAV), con la conseguenza che ogni traccia contiene lo stesso numero di settori, quindi si ha minore densità nelle tracce più esterne. È possibile variare il numero di settori per traccia, ma in tal caso occorre aggiustare la velocità di rotazione man mano che ci si sposta da una traccia all altra, con conseguente influenza sul tempo di seek. I dischi ottici offrono maggiore densità e maggiore durata nel tempo. In particolare, operano a velocità lineare costante (CLV): per evitare brusche variazioni della velocità di rotazione, si ha una unica traccia spiraliforme che parte dal centro del disco e prosegue fino alla parte più esterna. Memorie secondarie Pag. 19

20 Dischi magneto-ottici Limite dei dischi ottici: non riscrivibilità ed elevato tempo di accesso (centinaia di millisecondi). In particolare, la superficie del disco viene alterata in modo permanente facendo uso di un laser che crea dei piccoli fori (pit). I dischi magneto-ottici sono riscrivibili. Il principio su cui si basano è noto come effetto Kerr: in fase di scrittura un fascio laser ne scalda la superficie e rende permanente la magnetizzazione indotta da un campo magnetico; in fase di lettura, un laser meno potente viene riflesso dalla superficie con una polarizzazione che dipende dalla direzione di magnetizzazione. in fase di riscrittura una nuova magnetizzazione indotta ad alte temperature cancella i dati preesistenti e permette la scrittura di altri dati. Memorie secondarie Pag. 20

21 Digital Video Disc: DVD Hanno una maggiore capacità: alcuni GB invece dei centinaia di MB tipici dei dischi [magneto-]ottici. Ciò è dovuto alle seguenti caratteristiche: minore distanza inter-traccia; diversa lunghezza d onda in cui opera il laser (rosso invece di infrarosso); i dati si possono leggere su più livelli cambiando il focus del laser; è possibile usare entrambe le facce. Memorie secondarie Pag. 21

22 File System Abbiamo parlato di pagine e blocchi di dati memorizzati su memorie di massa (secondarie), ma a livello più alto le applicazioni lavorano su file e record. Un file strutturato è una collezione di record di struttura similare, dove un record rappresenta l unità di informazione elaborata da una applicazione. L accesso ad un file deve supportare operazioni di inserimento/cancellazione di record in modo indipendente dalla allocazione dei dati in memoria. La gestione di un file in memoria deve prevedere quindi politiche di allocazione iniziale di spazio in memoria secondaria, espansione incrementale di tale spazio e riorganizzazione degli spazi liberi. Memorie secondarie Pag. 22

23 Allocazione iniziale La tecnica più semplice è l allocazione STATICA e CONTIGUA: all atto della creazione del file l applicazione deve conoscere la dimensione massima prevista, che viene riservata su disco in un numero di settori contigui. Se i blocchi del file sono numerati da 0, nsb è il numero di settori necessari per memorizzare un blocco del file e s 0 è il numero d ordine del primo settore allocato al blocco 0, allora il blocco del file con numero d ordine k è memorizzato a partire dal settore s 0 + nsb k. VANTAGGIO: si può gestire sia accesso sequenziale (ovvero accedendo ai record in sequenza dal primo all ultimo) che accesso diretto (ovvero si accede ai record direttamente in base alla loro posizione) ai blocchi del file. SVANTAGGIO: la dimensione del file non può variare dinamicamente. Memorie secondarie Pag. 23

24 Per consentire espansione (contrazione) dinamica della dimensione del file, si usa la allocazione CON ESTENSIONI, che ad ogni richiesta assegna (rilascia) un certo numero di blocchi contigui chiamati extent. Gli extent possono essere di dimensione fissa o variabile ad ogni passo di espansione. Occorre un direttorio per indirizzare gli extent assegnati ad un file. Esempio primary extent 1. secondary extent 2. secondary extent extent disk id A B A extent index 2, 4, 24 3, 6, 191 5, 15, 201 accum length Ad esempio, l extent primario si trova nel disco A a partire dal cilindro 2, traccia 4, settore 24 e contiene i primi 100 blocchi del file, mentro il primo extent secondario contiene i blocchi dal 101 al 350. Memorie secondarie Pag. 24

25 Accesso ai file di UNIX Ad ogni file si associa una tabella chiamata i-node (index node) che contiene informazioni su come reperire i blocchi del file (tramite puntatori diretti a tali blocchi). Per gestire file di grandi dimensioni si usano puntatori fino a tre livelli di indirezione. Esempio Dimensione di un blocco: 512 byte. Un i-node contiene 13 puntatori di cui 10 diretti a blocchi di dati. Ogni puntatore occupa 4 byte. Usando solo i 10 puntatori diretti si possono indirizzare file fino a 5120 byte (10 512). Memorie secondarie Pag. 25

26 Il puntatore 11 punta ad un blocco contenente 512/4 = 128 puntatori diretti a blocchi di dati, quindi l estensione massima diventa KB. Il puntatore 12 punta ad un blocco contenente 128 puntatori, ciascuno che punta ad un blocco contenente 128 puntatori diretti a blocchi di dati, quindi l estensione massima diventa 69 KB byte 8 MB. Il puntatore 13 punta ad un blocco contenente 128 puntatori a blocchi di 128 puntatori a blocchi di 128 puntatori diretti a blocchi di dati, quindi l estensione massima diventa 8MB byte 1 GB. Memorie secondarie Pag. 26

27 Gestione della concorrenza In ambiente multiutente, il SO gestisce richieste concorrenti per l accesso alle risorse. Le politiche di gestione di accesso al disco sono: First Come First Served (FCFS) Le richieste sono servite in ordine di arrivo. Shortest Seek Time First (SSTF) Si serve prima la richiesta che comporta il minimo spostamento del braccio. SCAN (algoritmo dell ascensore) Le richieste sono servite nell ordine in cui le tracce sono visitate dal braccio in modo continuo da un estremo all altro della superficie. C-SCAN (SCAN Circolare) Variante della tecnica precedente in cui non c è servizio durante il moto di ritorno del braccio. LOOK e C-LOOK Varianti di SCAN e C-SCAN in cui il braccio non raggiunge le estremità della superficie, ma solo l ultima richiesta in ogni direzione. Memorie secondarie Pag. 27

28 Cache del disco Per minimizzare il numero di accessi al disco, il controller fa uso di una cache. Il successo di questa tecnica dipende da due princìpi: 1. località temporale: un blocco già referenziato continuerà a essere richiesto per un certo periodo di tempo. 2. località spaziale: riferimenti futuri a blocchi sono spesso contigui ai riferimenti correnti. L efficienza di una cache (hit ratio - HR) è data dal rapporto tra i riferimenti da essa soddisfatti e il totale dei riferimenti richiesti. Dato T I/O il tempo medio di accesso al disco e T C il tempo medio di accesso alla cache, l effettivo tempo medio di accesso a un blocco è: T E = HR T C + (1 HR) (T C + T I/O ) Memorie secondarie Pag. 28

29 Lettura di un blocco in presenza di cache 1. Si cerca il blocco richiesto nella cache; se trovato, la richiesta è soddisfatta e si legge il frame (unità atomica di trasferimento per la cache) contenente il blocco, altrimenti si va al passo Si cerca un frame libero nella cache; se trovato, il blocco richiesto viene copiato da disco nel frame selezionato e poi letto, altrimenti si va al passo Si sceglie un frame da rimpiazzare; se questo è stato modificato deve essere riscritto su disco. Quindi, il blocco richiesto viene copiato da disco nel frame prescelto e infine letto. Memorie secondarie Pag. 29

30 Parametri di progetto di una cache Dimensione della cache Maggiore la dimensione più alto è l hit ratio. Esiste comunque un limite superiore oltre il quale i benefici ottenuti non giustificano i costi. Dimensione di un frame della cache È strettamente legata (in misura direttamente proporzionale) alle dimensioni della cache. Locazione della cache La cache può trovarsi nel disk controller. In tal caso la sua gestione non dipende dal SO. In alternativa, la cache può trovarsi in memoria centrale. In tal caso si riduce la lunghezza del cammino di ogni I/O soddisfatto dalla cache, riducendo il numero di accessi al bus (e quindi di chiamate a procedure del SO). Tuttavia, la gestione della cache è a carico del SO, che deve riservarle parte dello spazio degli indirizzi in memoria centrale. Memorie secondarie Pag. 30

31 Aggiornamento dei dati su disco Le politiche più usate sono la write through e la write back. Politiche di piazzamento demand fetch: un blocco viene trasferito nella cache solo su richiesta. prefetching: si anticipa il trasferimento di blocchi che si prevede verranno richiesti. Può essere sequenziale (vengono caricati, oltre al blocco richiesto, anche uno o più blocchi successivi, come in UNIX: se vengono richiesti i blocchi logici consecutivi i 1 e i, allora si carica nella cache anche il blocco i+1) e adattivo (implica l analisi dei riferimenti operati in esecuzioni passate e l adozione di modelli di predizione). Memorie secondarie Pag. 31

32 Politiche di rimpiazzamento Alcune tecniche sono: Least Recently Used (LRU) Viene rimosso dalla cache il blocco usato meno recentemente. Implica l uso di tecniche per la datazione dei blocchi sulla base dei riferimenti fatti. Questo può significare sprechi di memoria e tempo di calcolo; in genere si implementano approssimazioni di questo approccio. First In First Out (FIFO) Si elimina dalla cache il blocco che è stato caricato meno recentemente. RANDOM Si elimina in modo casuale un blocco dalla cache. Memorie secondarie Pag. 32