Adatszervezési alapfogalmak

Az adatok összessége és az adatok közötti kapcsolatok a logikai és a fizikai értelmezés valamelyike szerint írhatók le. A fizikai adatleírás azt mutatja be, hogy az adatokat milyen módon rögzítik fizikailag a hardware-eszközökkel, a logikai adatleírás pedig azt a módot adja meg, ahogyan az adat a programozó, vagy a felhasználó számára megjelenik.

Tekintsük át először az adatok logikai leírásának alapfogalmait.

Az adatmező a névvel ellátott adatok legkisebb egysége. Az adatmező definiálásánál a nevén kívül meg kell adni a típusát és a méretét is. Az adatmező típusa valamely elemi adatt 545e48f ípus lehet, például numerikus, karakteres, vagy dátum. Az adatmező mérete mindig rögzített. A legkisebb méretű adatmező 1 bit, felső korlát gyakorlatilag nincs. Az adatmezők méretét általában byte-okban adják meg. Például a Név adatmező karakteres típusú, 40 byte méretű. Az adatmező mérete nem függ attól, hogy milyen hosszú nevet tárolunk benne, 40 byte-os lesz akkor is, ha a név Kis Pál, és akkor is, ha Kerekharaszti Eufrozina Angelika.

A rekord az összetartozó adatmezők együttese.

A file, vagy állomány adott típusú (logikai) rekord összes előfordulásának névvel ellátott gyűjteménye. Egy file-ban a rekordok lehetnek fix és változó hosszúságúak. Fix hosszúságú rekordok esetén minden rekord ugyanazokból a mezőkből épül fel. A változó hosszúságú rekordokban általában valamely mező, vagy mezőcsoport többször ismétlődik.

Tekintsünk például egy hallgatói nyilvántartást. Az összes hallgató adatai alkotják a file-t, a rekordok az egyes hallgatók adatait tartalmazzák, többek között a következőket: név, születési dátum, lakhely, évfolyam, csoport. Ezek az adatmezők. Az egyes adatmezők konkrét értéke lehet: Kiss Péter, 1972.09.01, Gödöllő, 2, 1.

Ha a hallgatói nyilvántartásban az egyes rekordokban a hallgatók vizsgajegyeit is tárolnánk, akkor változó hosszúságú rekordokat kapnánk, hiszen az egyes hallgatóknak különböző számú vizsgája lehet, így a tantárgy és vizsgajegy mezők az egyik hallgatónál ötször szerepelnek, mert öt tárgyból vizsgázott, míg a másiknál kilencszer, mert neki ennyi vizsgája volt.

Az adatok fizikai tárolása gyakran eltér a logikai formájuktól.

A fizikai rekord az adatoknak az az alapegysége, amelyet a számítógép egyszeri ki-, illetve bemeneti utasításával írunk ki, vagy olvasunk be. Az adatoknak azt a csoportját, amely egy fizikai rekorddá áll össze, blokknak nevezzük.

A fizikai rekordok összessége a fizikai file, amely azonosítóval van ellátva. A fizikai file jellemezhető méretével és az adathordozón való elhelyezkedésével.

A továbbiakban a logikai adatszervezéssel foglalkozunk.

A file-ban szereplő rekordokon, illetve azok egyes mezőin különböző műveleteket végezhetünk el, melyeket összefoglaló néven file-kezelésnek nevezünk. A file-kezelő műveletek három fő csoportba sorolhatók:

Szerkesztés jellegű műveletek. Ide tartozik a file létrehozása, megszüntetése, valamint az újraszervezése.

Újraszervezésre például akkor lehet szűkség, ha egy file az adathordozón - az új rekordok felviteléből adódóan - több területen helyezkedik el, és ez lassítja a feldolgozást. Az újraszervezés legegyszerűbb módja, hogy a file-t átmásolják az adathordozó egy másik - összefüggő - területére. Ennek eredményeként a file folyamatosan helyezkedik el az adathordozón.

Karbantartás jellegű műveletek, melyekhez az új rekordok beszúrása, rekordok törlése, valamint módosítása tartozik.

Feldolgozás jellegű műveletek, amelyek segítségével adott feltételeknek megfelelő rekordokat keresünk ki a file-ból.

A file-ok feldolgozása különböző módokon történhet:

Soros szekvenciális) feldolgozás esetén a file rekordjait a file elejéről, - esetleg a végéről - kezdve egyesével sorban olvasva dolgozzuk fel. Ez a feldolgozás a legtöbb esetben nem elég hatékony, bár a hatékonysága növelhető, ha a rekordokat a feldolgozási szempontnak megfelelő rendezettségben helyezzük el a file-ban. Például, ha egy hallgatói nyilvántartásból ki szeretnénk írni az egyes évfolyamok hallgatóinak névsorát, akkor amennyiben az adatok évfolyam, azon belül pedig névsor szerinti rendezettségben találhatók az adatállományban, akkor ezt a feladatot az adatállomány egyszerű végigolvasásával és a nevek nyomtatásával elvégezhetjük.
Amennyiben adatainkat csak szekvenciálisan kívánjuk feldolgozni, ez semmi különös file-szervezést nem igényel, az adatrekordokat szekvenciális szervezésű file-ban tárolhatjuk. Mágnesszalagon csak szekvenciális file-ok hozhatók létre.

Az index szerinti feldolgozáshoz minden rekordnak rendelkeznie kell egy kulcsmezővel, amely a rekordot azonosítja. Egyes megvalósítások kikötik, hogy a kulcsnak egyedinek - vagyis minden rekordban különbözőnek - kell lennie. A file-hoz tartozik egy index, amely tartalmazza az egyes kulcsokhoz tartozó rekordok fizikai címét. Így a kulcs alapján egy-egy rekordot könnyen megtalálhatunk. Például, ha a hallgatói nyilvántartásunkban a hallgatók személyi számát választjuk kulcsnak és erre felépítjük az indexet, akkor egy konkrét hallgató adatainak megkereséséhez elég megadnunk a hallgató személyi számát és az index segítségével a keresett rekord fizikai címe ismeretében a kívánt rekord beolvasható.

Az adatok index szerinti feldolgozása megvalósítható az index-szekvenciális file-szervezéssel. Az adatok a kulcs szerinti sorrendben szekvenciálisan kerülnek tárolásra az adat-file-ban. Az index kezeléséről, a megadott kulcsú rekord megkereséséről a software gondoskodik. Az új rekordok beszúrása egy túlcsordulási területre történik. Ha már túl sok rekord van a túlcsordulási területen, célszerű a file-t újraszervezni. A file természetesen szekvenciálisan is feldolgozható.
Nem szekvenciális szervezésű file-ok is lehetnek indexeltek. Indexelt file-t csak közvetlen elérésű adathordozón, elsősorban mágneslemezen, lehet létrehozni.

Direkt feldolgozás esetén a rekordokat fizikai címük alapján érjük el, így nincs szükség indextáblára. A fizikai cím megadásán általában a rekordsorszám megadását értjük. A rekordsorszám alapján a file-kezelő rendszer meg tudja állapítani a rekord fizikai címét. Ez a feldolgozás csak fix rekordméret esetén alkalmazható. Direkt file-szervezéssel valósíthatók meg a listák, vagy a fa-struktúrák. Ezen adatstruktúráknál egy-egy rekordban mutatók találhatók, melyek a rekordot megelőző, vagy követő rekordokra mutatnak. A mutatók a rekord fizikai sorszámát tartalmazzák. Direkt file-ok is csak közvetlen elérésű adathordozón hozhatók létre.