SINOPSIS

#include <sys/types.h>
#include <db.h>

DESCRIPCIÓN

La rutina dbopen es la interfaz de biblioteca para los ficheros de bases de datos. Uno de los formatos de fichero soportado es el de los ficheros árbolB. La descripción general de los métodos de acceso a las bases de datos se encuentra en dbopen(3), esta página de manual describe únicamente información especifíca de árbolB.

La estructura de datos árbolB es una estructura de árbol balanceado y ordenado que almacena pares clave/datos asociados.

La estructura de datos específica del método de acceso a árbolB proporcionada por dbopen se define en el fichero cabecera <db.h> como sigue:

typedef struct {

u_long flags;
u_int cachesize;
int maxkeypage;
int minkeypage;
u_int psize;
int (*compare)(const DBT *key1, const DBT *key2);
size_t (*prefix)(const DBT *key1, const DBT *key2);
int lorder;

} BTREEINFO;

Los elementos de esta estructura son los siguientes:

flags

El valor del campo de opciones se especifica mediante un O-lógico de cualquiera de los siguientes valores:

R_DUP

Permite claves duplicadas en el árbol, es decir, permite la inserción si la clave a ser insertada ya existen en el árbol. El comportamiento por defecto, como se describe en dbopen(3), es sobrescribir una clave coincidente cuando se inserta una nueva clave o fallar si se especifica la opción R_NOOVERWRITE. La opción R_NOOVERWRITE predomina sobre la opción R_DUP y si se especifica la opción R_NOOVERWRITE, los intentos de insertar claves duplicadas en el árbol fracasarán.

Si la base de datos contiene claves duplicadas, el orden de recuperación de los pares clave/datos es indefinido si se usa la rutina get sin embargo, las llamadas a la rutina seq con la opción R_CURSOR activa siempre devolverá el primero ``lógico'' de cualquier grupo de claves duplicadas.

cachesize

Un tamaño máximo sugerido (en bytes) de la memoria caché. Este valor es sólo consultivo y el método de acceso reservará más memoria antes que fallar. Ya que toda búsqueda examina la página raíz del árbol, ocultar en caché las páginas más recientemente usadas mejorará sustancialmente el tiempo de acceso. Además, las escrituras físicas se demorarán tanto como sea posible, por lo que una caché moderada puede reducir el número de operaciones de E/S de forma significativa. Obviamente, usar una caché incrementa (pero sólo incrementa) la probabilidad de corrupción o de pérdida de datos si el sistema cae mientras se está modificando un árbol. Si cachesize es 0 (no se especifica un tamaño) se utiliza un tamaño de caché por defecto.

maxkeypage

El número máximo de claves que se almacenarán en una única página. No implementado actualmente.

minkeypage

El número mínimo de claves que se almacenarán en una única página. Este valor se usa para determinar qué claves se almacenarán en páginas de overflow, es decir, si una clave o elementos de datos es mayor que el tamaño de página dividido por el valor de minkeypage, se almacenará en páginas de overflow en lugar de en la propia página. Si minkeypage es 0 (no se especifica un número mínimo de claves) se usa un valor de 2.

psize

Es el tamaño (en bytes) de las páginas usadas por los nodos del árbol. El tamaño mínimo de página es 512 bytes y el tamaño máximo de página es 64K. Si psize es 0 (no se especifica un tamaño de página) se selecciona un tamaño de página basado en el tamaño de bloque de E/S del sistema de ficheros subyacente.

compare

Es la función de comparación de claves. Debe devolver un entero menor, igual o mayor que cero si se considera que el argumento de la primera clave es, respectivamente, menor, igual o mayor que el argumento de la segunda clave. Se debe usar la misma función de comparación para un árbol dado cada vez que se abre. Si compare es NULL (no se especifica un función de comparación), las claves se comparan léxicamente, considerando las claves más cortas menores que las claves más largas.

prefix

Es la función de comparación de prefijos. Si se especifica, esta rutina debe devolver el número de bytes del argumento de la segunda clave que se necesitan para determinar que es mayor que el argumento de la primera clave. Si las claves son iguales, se debería devolver la longitud de la clave. Dese cuenta que la utilidad de esta rutina es muy dependiente de los datos pero, en algunos conjuntos de datos, puede producir unos tamaños de árbol y tiempos de búsqueda reducidos de forma significativa. Si prefix es NULL (no se especifica una función de prefijo) y no se especifca una función de comparación, se usa por defecto una rutina de comparación léxica. Si prefix es NULL y se especifica una función de comparación, no se hace comparación de prefijos.

lorder

El orden de bytes para los enteros de los metadatos almacenados en la base de datos. El número debería representar el orden como un entero; por ejemplo, el orden `el byte de mayor peso el último' (orden ascendente) sería el número 4321. Si lorder es 0 (no se especifica un orden) se utiliza el orden del anfitrión actual.

Si el fichero ya existe (y no se ha especificado la opción O_TRUNC), se ignoran los valores indicados para las opciones de los parámetros, lorder y psize, en favor de los valores usados cuando se creó el árbol.

Los recorridos secuenciales hacia adelante de un árbol van desde la clave más pequeña a la más grande.

El espacio liberado al borrar los pares clave/datos del árbol nunca se recupera, aunque normalmente se pone a disposición para su reutilización. Esto significa que la estructura de almacenamiento árbolB es de sólo crecimiento. Las únicas soluciones son evitar excesivas eliminaciones o crear periódicamente un árbol nuevo recorriendo el que ya existe.

Todas las búsquedas, insercciones y eliminaciones de un árbolB se terminarán en un orden O(logaritmo en base N) donde `base' es el factor medio de relleno. Con frecuencia, la inserción de datos ordenados en un árbolB produce un factor de relleno bajo. Esta implementación se ha modificado para hacer las inserciones ordenadas el caso mejor, produciendo un factor de relleno de páginas mucho mejor de lo normal.

FALLOS

Sólo se soportan los órdenes de bytes ascendente (el byte de mayor peso el último) y descente (el bytes de menor peso el último).