ÍNDICE
1. INTRODUCCIÓN
2. CONCEPTOS BÁSICOS
3. OPERACIONES CON FICHEROS
4. TIPOS DE FICHEROS
5. ORGANIZACIÓN DE FICHEROS
5.1. Secuencial
5.2. Secuencial encadenada
5.3. Secuencial indexada
5.4. Directa o aleatoria
6. PARÁMETROS DE UTILIZACIÓN DE FICHEROS
7. BIBLIOGRAFÍA
1. INTRODUCCIÓN
El almacenamiento y manejo de grandes cantidades de datos se hace necesario en cualquier institución para el logro de sus objetivos. Hasta hace relativamente poco tiempo, la gestión se realizaba de forma manual. La información se organizaba en forma de fichas, informes o expedientes, colocados en carpetas o archivadores. Así, por ejemplo, se mantenía la información de clientes en forma de fichas con todos sus datos personales y profesionales. Cuando se necesitaba consultar o modificar los datos de un cliente, había que realizar todo el proceso manualmente.
La utilización de ordenadores en la administración de empresas supuso una revolución respecto al almacenamiento y gestión de sus datos, dando lugar al uso de los denominados ficheros electrónicos y posteriormente a las bases de datos.
Para el almacenamiento de los datos se utilizan soportes de información, principalmente de tipo magnético y óptico (discos y cintas), y para el tratamiento de los datos grabados en ellos se usan los ordenadores. Entre las ventajas que aporta el tratamiento informatizado de la información, cabe destacar la gran capacidad de almacenamiento en un reducido espacio, la rapidez en el proceso de los datos y la precisión en los resultados obtenidos.
2. CONCEPTOS BÁSICOS
Un fichero (también denominado archivo) es un conjunto ordenado de datos que tienen entre sí una relación lógica y están almacenados en un soporte de información adecuado para la comunicación con el ordenador. En un fichero se almacena información referente a un mismo tema de una forma estructurada con el fin de manipular los datos de manera individual. Un fichero está compuesto por estructuras de datos más simples denominadas registros. Todos los registros de un fichero son del mismo tipo, es decir, un fichero está formado por un conjunto de registros homogéneos. Cada registro está formado por campos que contienen información referente a un elemento o característica en particular dentro del fichero. Así, por ejemplo, los datos de alumnos de un instituto (tema) se pueden almacenar en un fichero, en el que cada registro contendría los campos o datos de cada alumno (número de matrícula, nombre, fecha de nacimiento, lugar de nacimiento, dirección, curso, grupo, aula, etc.).
Se denomina registro lógico al conjunto de información identificable acerca de uno de los elementos a que hace referencia el fichero. Se llama registro físico o bloque al conjunto de información que, según las posibilidades de cada máquina, puede ser escrito o leído de una sola vez. Los registros físicos están almacenados en el dispositivo o soporte de información, siendo el sistema operativo el encargado de escribir y leer los datos que componen el fichero. El sistema operativo transporta, cada vez que accede al dispositivo (para leer o escribir), una cantidad fija de información (bloque o registro físico) que depende de las características hardware o físicas de éste.
En general, un bloque o registro físico puede constar de un número variable de registros lógicos, esto es, se pueden transferir varios registros lógicos en una sola operación de lectura/escritura. Este fenómeno recibe el nombre de bloqueo. El número de registros lógicos contenidos en un bloque recibe el nombre de factor de bloqueo o factor de blocaje. Es importante tener en cuenta este factor en el diseño de ficheros, ya que el bloqueo de registros aporta dos grandes ventajas: mayor velocidad en los procesos de entrada/salida (cuanto mayor sea el factor de bloqueo, menor será el número de accesos al dispositivo necesarios para el procesamiento del fichero) y mejor aprovechamiento de la capacidad del soporte de almacenamiento.
En algunos casos, puede ocurrir que un registro lógico excepcionalmente largo ocupe más de un registro físico. Estos registros reciben el nombre de registros expandidos.
La dirección lógica de un registro es la posición relativa que ocupa en el fichero, mientras que la dirección física es la posición real o efectiva donde se encuentra dicho registro en el soporte de información. En el fichero, los registros aparecen al usuario en secuencia lógica, es decir, ordenados por su dirección lógica. Por ejemplo, un fichero de alumnos puede estar ordenado alfabéticamente por el apellido de los alumnos. No obstante, el orden físico de los registros de un fichero en el disco puede no
tener ninguna relación con la información que contiene.
El sistema operativo ha de realizar la transformación de la dirección lógica usada en los programas a la dirección física con la que se direcciona el soporte.
Desde un programa se accede a un fichero para leer, modificar o escribir en uno de sus registros. Al leer se transfiere de bloque en bloque la información del fichero a un área de memoria principal asociada a las entradas/salidas del fichero (a esta zona se le denomina buffer); desde ahí la información es procesable por el programa. De la misma forma, el programa puede transferir información desde esta zona al fichero, modificando su contenido.
Los ficheros se guardan en dispositivos de memoria masiva, estando limitado su tamaño por el de los dispositivos que los albergan. Los dispositivos o soportes de memoria auxiliar pueden ser de dos tipos: secuencial o no direccionables, y de acceso directo o direccionables. En los soportes no direccionables, si se quiere acceder al registro n hay que leer los n-1 registros anteriores. En los soportes direccionables, por el contrario, se puede acceder directamente a un registro físico sin más que dar su dirección física, sin necesidad de recorrer otros registros.
Dentro de un determinado fichero, los registros van a ser identificados por un campo o conjunto de campos, al que se le denomina llave o identificativo. Este identificativo sirve para discriminar cada registro de los demás, así como para la localización rápida de los registros dentro de ficheros con determinadas organizaciones. Un fichero puede tener una, varias o ninguna llave. En el caso del fichero de alumnos, se podrían tomar como llaves el número de matrícula o el nombre del alumno. Dado el
número de matrícula, el registro quedaría totalmente identificado, ya que se conocerían el resto de los
datos del registro de una forma única (cada número de matrícula tendrá asociado un único alumno). Una llave se dice que está duplicada cuando puede tomar el mismo valor en dos o más registros distintos. En el caso del fichero de alumnos, si tomamos como llave el nombre del alumno, la llave sería duplicada, puesto que pueden existir dos alumnos que tengan el mismo nombre.
3. OPERACIONES CON FICHEROS
El usuario tiene que acceder a los ficheros y realizar un conjunto de operaciones sobre ellos. Los tipos de operaciones más habituales sobre el conjunto de registros que componen un fichero son las siguientes:
Creación. Operación previa a cualquier otra, que supone una descripción de las características de los datos (diseño del fichero). La vida del fichero comienza con la creación del mismo.
Consulta o recuperación. Esta operación se realiza a nivel de registro para conocer la información contenida en el fichero
Mantenimiento o actualización. Una vez que el fichero está creado, puede surgir la necesidad de modificar la información que contiene. Esto supone tres tipos de operaciones distintas a nivel de registro:
– Inserción de un registro cuando aparezcan nuevas entidades (admisión de un nuevo alumno en el Instituto).
– Modificación de un registro para el que se han producido cambios. Consiste en el cambio de uno o varios campos del registro (modificar la dirección de un alumno que ha cambiado de vivienda).
– Eliminación o borrado de un registro porque hayan desaparecido las correspondientes entidades (alumnos que se han dado de baja por cambio de
Instituto o por haber terminado sus estudios). La supresión de un registro se puede
realizar de dos modos:
a) Eliminación por marca o borrado lógico, que consiste en la modificación del valor de un campo mediante el que los programas de aplicación detectan que el contenido del registro no tiene validez.
b) Eliminación real, que consiste en hacer que ese registro sea inaccesible, o bien ocupar su espacio con otros registros de ese fichero.
Borrado o destrucción. Elimina la información del fichero, así como su estructura. La destrucción del fichero supone el fin de su existencia.
La mayor parte de las operaciones de recuperación y actualización implican realizar una localización o búsqueda de un registro concreto dentro del fichero, para luego actuar sobre él (lectura, escritura, modificación o borrado).
Otras operaciones menos comunes sobre ficheros son su ordenación según algún criterio, la fusión (unir dos o más ficheros para que queden integrados en uno sólo), la división (operación contraria a la fusión), la clasificación, impresión, etc.
Los sistemas informáticos incluyen en su software propio una serie de programas de utilidad para efectuar operaciones básicas con ficheros. Dichos programas se utilizan mediante un lenguaje de control. Para explotar mejor las características de los ficheros, existen paquetes de programas específicos,
denominados genéricamente sistemas de gestión de ficheros, que permiten diseñar fichero con determinadas estructuras y realizar recuperaciones y actualizaciones de una forma cómoda y eficaz.
Por lo general, un fichero utilizado por un usuario desde un lenguaje de alto nivel, no es manejado directamente por el propio programa (que manejará los registro lógicos), sino por el sistema operativo o por el software específico del ordenador para la gestión de ficheros. Dicho software se encargará de realizar los accesos necesarios al dispositivo donde se encuentra ubicado el fichero y de transferir la información solicitada del fichero al programa o a la inversa. Esto facilita que los programas sean portables, ya que en ellos no se hace referencia a la forma específica de gestionar la información sobre el soporte, que puede ser diferente de un sistema a otro. Así, un programa escrito en algún lenguaje para un ordenador determinado que utilice ficheros puede ser trasladado a otro ordenador con relativa facilidad, aunque la memoria masiva esté estructurada físicamente de manera diferente.
4. TIPOS DE FICHEROS
Los ficheros se pueden clasificar según varios criterios:
Según la longitud de los registros. Los registros que componen un fichero pueden o no tener todos la misma longitud. Esto puede ser debido a la existencia de campos de longitud variable o por contener campos que se repiten un número variable de veces o por ambas causas. Por lo que respecta a la longitud de los registros, los ficheros pueden ser de uno de los siguientes tipos:
– Longitud fija. La suma de los caracteres de todos los campos de los registros es constante. Todos los registros del fichero tendrán la misma longitud.
– Longitud variable. La longitud de los registros varía, oscilando entre un mínimo y un máximo, siendo pequeño el número de caracteres en que difiere la longitud. En estos casos, el sistema reserva una palabra al comienzo de cada registro para anotar su longitud.
– Delimitados. La longitud del registro es variable y no es posible conocer en qué medida difieren unos registros de otros. El sistema incluye un carácter especial para indicar el final del registro. En este caso, se dice que el fichero es de tipo texto.
– Indefinido. Su longitud es totalmente variable. En este caso, el sistema operativo no realiza ninguna gestión sobre la longitud de los registros del fichero. El programa de usuario es el que se encarga de localizar el principio y el final de cada registro.
Según el uso que se hace de ellos. Los ficheros se utilizan para realizar diversas funciones dentro de una aplicación informática. Conocer la función que va a desempeñar un fichero es fundamental para su organización y diseño. Los ficheros pueden clasificarse según la función que han de cumplir en:
– Ficheros permanentes. Contienen la información necesaria para el funcionamiento de una aplicación. Su vida es larga y normalmente no pueden generarse de forma inmediata a partir de otros ficheros. Dentro de ellos podemos distinguir tres tipos:
a) Ficheros maestros o de situación. Un fichero maestro contiene información que refleja el estado actual de los datos. Estos ficheros se actualizan periódicamente para adaptarlos a cada nueva situación. Sus registros son modificados muy frecuentemente pero su estructura no varía. En general, la mayoría de los procesos en una aplicación están orientados a actualizar el fichero maestro o a obtener resultados de él. Un ejemplo podría ser el fichero de cuentas de clientes de un banco; en el cual los registros contienen información de identificación de clientes, su saldo, etc.
b) Ficheros constantes. Un fichero constante es aquel que mantiene datos fijos para la aplicación. Su información permanece prácticamente inamovible (no son frecuentes las modificaciones), utilizándose principalmente como ficheros
de consulta. El fichero que contenga los intereses para los distintos tipos de cuentas bancarias es un ejemplo de fichero constante.
c) Ficheros históricos. Un fichero histórico es aquel que contiene datos que fueron actuales en tiempos anteriores. Están constituidos por registros que recogen cronológicamente las distintas modificaciones que ha sufrido el fichero en el tiempo. Se conservan para poder reconstruir situaciones anteriores. En algunos casos puede estar constituido simplemente por los registros borrados del fichero maestro. También se pueden obtener de los anteriores (maestro o constante) cuando se dejan fuera de uso, con objeto de realizar futuros estudios estadísticos o consultas. Un fichero que contenga los datos de cuentas canceladas en una entidad bancaria podría constituir un fichero histórico para el sistema informático del banco.
– Ficheros temporales. Contienen información necesaria para un proceso específico dentro de una aplicación. Se generan a partir de los datos de los ficheros permanentes. Tienen una vida efímera y únicamente son utilizados para obtener resultados o actualizar la información de los ficheros permanentes. Una vez realizada su función son cancelados. Los ficheros temporales se pueden clasificar en:
a) Ficheros intermedios. Se generan a partir de los resultados de un programa y se utilizarán como entrada a otro dentro de la misma tarea. Únicamente se utilizan para pasar información de un proceso a otro. Así, por ejemplo, si se desea modificar el tipo de interés para los clientes que tienen un préstamo hipotecario a tipo variable, primero se crearía un fichero con los datos de los clientes con préstamos hipotecarios a tipo variable (fichero intermedio) para posteriormente efectuar la modificación.
b) Ficheros de maniobras. Se utilizan para no perder información generada por un proceso que por falta de espacio en memoria principal no se puede conservar. Si el banco del ejemplo quisiera calcular todos los intereses que ha cobrado a todos los clientes durante los últimos cinco años, podría ser necesario un fichero de maniobras que fuera almacenando los resultados de operaciones complejas.
c) Ficheros de resultado. Se generan a partir de los resultados finales de un proceso que van a ser transferidos a un dispositivo de salida, por ejemplo un fichero de impresión (listado de clientes en números rojos), que contiene datos que van a ser transferidos a una impresora.
5. ORGANIZACIÓN DE FICHEROS
El ordenador debe tener acceso a los ficheros creados por los usuarios, ya sea para tomar de ellos alguna información o para grabarla. El acceso a un fichero está íntimamente ligado a la organización de dicho fichero. La organización del fichero indica cómo están dispuestos los registros en el soporte material con objeto de conseguir su utilización más eficiente.
Cuando se crea un fichero, es necesario especificar qué organización tendrá, ya que, esta organización va a determinar el tipo de acceso que podemos utilizar. Existen dos tipos de accesos: acceso secuencial, en el que para acceder a un determinado registro n hay que recorrer sucesivamente los n-1 registros anteriores en la misma secuencia en que fueron escritos, hasta encontrar el registro adecuado, y acceso directo, en el que dada una llave se permite acceder directamente al registro sin necesidad de recorrer todos los anteriores.
Los tipos de organización de ficheros son básicamente cuatro: organización secuencial, organización secuencial encadenada, organización secuencial indexada, y organización directa o aleatoria.
5.1. Organización secuencial
En este tipo de organización, los registros se encuentran almacenados de forma contigua, siguiendo la secuencia lógica del fichero. Todas las operaciones que se realizan sobre el fichero se hacen según esta secuencia. Esta es la única organización de ficheros susceptible de ser gestionada en un dispositivo no direccionable (soportes secuenciales, tales como una cinta magnética), lo que no es óbice para que la organización secuencial sea utilizada también en soportes de acceso directo. Los registros se encuentran ordenados según un indicativo que se toma como base de clasificación. Este indicativo está contenido en alguno de los campos del registro.
Las distintas operaciones que se pueden realizar sobre ficheros con esta organización son:
Añadir. Sólo es posible escribir al final del fichero. Los registros se van almacenando uno a continuación del otro, en el orden en que se desea que estén en el fichero.
Consulta o recuperación. Se realiza en orden secuencial, es decir, para leer el registro que ocupa la posición n es necesario leer previamente los n-1 anteriores.
Operaciones de actualización: inserción, modificación y eliminación. Estas operaciones no son fáciles de realizar sobre un fichero secuencial. La actualización de un fichero secuencial obliga a escribirlo de nuevo totalmente, es decir, cada operación de actualización implica crear de nuevo el fichero. La operación se realiza mediante un programa que utilizará como entrada la versión a modificar del fichero y un fichero intermedio denominado fichero de movimientos, y devolverá como salida el nuevo fichero, que incluye las modificaciones. El fichero de movimientos también es secuencial y almacenará las modificaciones a realizar sobre el fichero. Los registros del fichero de movimientos tienen la misma estructura que los del fichero a actualizar, más un campo, que normalmente se coloca al principio del registro, indicando el código de la operación a realizar con el registro: modificar, eliminar o insertar.
Fichero
maestro
Programa de
actualización
Nuevo fichero
maestro
Fichero de
movimientos
Si se utilizan dispositivos direccionables con este tipo de organización, es posible realizar
algunas actualizaciones sobre el fichero sin necesidad de crear otro fichero maestro:
Consulta. Únicamente en el caso de que los registros sean de longitud fija, se puede determinar la dirección de comienzo de un registro a partir de su posición relativa en el fichero. Esto es, si los registros tienen una longitud de k caracteres cada uno, el registro número n comenzará en la posición k*(n-1) y finalizará en la posición k*n. Por tanto, podemos utilizar el acceso directo para localizar un registro, con lo que obtendremos mayor rapidez en las consultas.
Modificación. Una vez localizado un registro, se puede reescribir en él dentro del propio fichero, siempre que la modificación no suponga un aumento de la longitud del registro.
Borrado. No es posible realizar un borrado real de un registro del fichero. Sin embargo, podemos hacer lo que se denomina borrado lógico, que consiste en marcar el registro de forma que al leerlo se identifique como no válido.
La organización secuencial se suele utilizar con ficheros en los que en cada proceso se debe acceder a la mayor parte de los registros del mismo. Presenta la ventaja de aprovechar bien el espacio, es sencilla de utilizar y se puede emplear en dispositivos secuenciales (son los más baratos). Su principal inconveniente es la falta de flexibilidad y la velocidad de acceso, por lo que esta organización no es adecuada para ficheros utilizados por procesos en los que se establecen intercambios de información en tiempo real.
5.2. Organización secuencial encadenada
Los registros que componen un fichero con organización secuencial encadenada almacenan, además de su propia información, un puntero (tipo de dato que almacena una dirección de memoria) con la dirección del registro siguiente, según el orden lógico del fichero. Desde el punto de vista lógico, el fichero está ordenado según el valor de alguna llave. Los registros se encuentran colocados en direcciones físicas totalmente arbitrarias, pero los punteros permiten asegurar la secuencia lógica del fichero.
Amarillo
Azul
Blanco Naranja
Con esta organización, se pueden realizar las siguientes operaciones:
Añadir. Para añadir un registro al final del fichero, se localiza la posición del último registro del fichero. El puntero de este último registro contendrá una dirección nula. Una vez localizado el final del fichero, el nuevo registro se escribirá en una zona libre, colocando en su campo de puntero una dirección nula. Finalmente, se modifica el último registro para actualizar el valor de su puntero, de forma que contenga la dirección del nuevo registro.
Recuperación o consulta. La consulta es secuencial. Para leer un determinado registro, se accede al primero en la lista y se comprueba si es el registro buscado. Si no es así, se lee la dirección del siguiente (gracias al puntero) y se accede a dicha dirección. El proceso continúa hasta que se localiza el registro deseado o se llega al final del fichero.
Inserción. Para insertar un registro, es necesario localizar la posición en que se desea insertar, es decir, entre qué dos registros se quiere situar (registro anterior y posterior). Físicamente, el registro se escribe en una dirección de memoria arbitraria que se encuentre disponible, colocando en su campo de puntero la dirección del registro al cual va a preceder. Luego se modifica el registro anterior para actualizar el valor de su puntero, de forma que contenga la dirección del nuevo registro. El añadir un registro es un caso particular de la inserción, en el que se desea insertar un registro al final del fichero.
Modificación. Si la modificación no implica un aumento en la longitud ni una alteración del valor del campo llave, se localizará el registro y simplemente habrá que sobreescribir en la misma posición. En caso contrario, primero se insertará un nuevo registro que incluya la modificación, y posteriormente se borrará el registro con la información desactualizada.
Borrado. Para eliminar un registro del fichero, sólo hay que destruir su dirección del puntero del registro anterior, copiando en dicho puntero la dirección del registro siguiente al que se desea borrar, es decir, la dirección que contiene el puntero del registro a eliminar.
La velocidad de acceso al fichero dependerá del número de registros lógicos que se puedan leer en un bloque. Si el fichero está compuesto de registros con un longitud mucho menor que el tamaño del bloque, se puede mejorar la velocidad si se leen varios registros en cada acceso al dispositivo, es decir, si en cada bloque incluimos varios registros. En este caso, es necesario encadenar los bloques en lugar de los registros.
La organización secuencial encadenada es útil en ficheros que utilizan procesos interactivos, donde la actualización del fichero es frecuente pero en cada tratamiento se ven afectados pocos registros. La organización secuencial pura es mejor opción cuando el número de registros a actualizar en cada acceso al fichero sea mayor. La principal ventaja de la organización encadenada es la flexibilidad (se pueden realizar todo tipo de operaciones). Sin embargo, comparte con la organización secuencial pura el inconveniente de permitir únicamente consulta secuencial: sólo se puede acceder de forma directa al primer registro y al siguiente registro del último procesado; por tanto, para acceder a cualquier registro hay que recorrer todos los que le anteceden.
5.3. Organización secuencial indexada
Un fichero con organización secuencial indexada se considera compuesto por dos estructuras o zonas:
Zona de registros. Contiene todos los registros del fichero, ordenados según el valor de una llave. Su estructura es semejante a la de un fichero con organización aleatoria y direccionamiento directo o a un fichero secuencial puro en el que se pueda direccionar a nivel de registro.
Zona de índices. Se procesa sólo de forma secuencial. Su estructura es la de un fichero secuencial puro en que cada registro contiene dos campos: un campo llave (que contendrá algunos valores de la llave del fichero) y un campo dirección (que contendrá la dirección de un registro del fichero).
|
|
La zona de registros está dividida en tramos lógicos. Cada tramo está formado por una serie de registros consecutivos. Por cada tramo de la zona de registros hay un registro en la zona de índices. En este registro se encuentra el valor mayor de llave del tramo (valor de llave del último registro del tramo) y la dirección del primer registro del tramo. Ambas zonas pueden o no estar en un mismo fichero del sistema. En cualquier caso, la gestión de la estructura la realiza el sistema operativo o un paquete software especial. Por tanto, el usuario de esta estructura no necesita conocer la existencia de ambas zonas, pudiendo contemplarlas como un todo.
1 | ||
2 | ||
3 | ||
4 | ||
5 | Zona de | |
6 | registros | |
7 | ||
Zona de índices | 8 | |
9 | ||
10 |
registro:
Con ficheros secuenciales indexados se pueden realizar las siguientes operaciones a nivel de
Consulta. Se pueden realizar consultas secuenciales, como en los ficheros con organización
secuencial. Además, se pueden realizar consultas por llave (localizar un registro conocida su llave) sin necesidad de leer los registros que le anteceden en el fichero. Para realizar una consulta por llave se utiliza el siguiente proceso:
1). Leer secuencialmente las llaves en la zona de índices hasta encontrar una mayor o igual a la del registro buscado. Obtener la dirección de comienzo del tramo donde se encuentra el registro.
2). Leer secuencialmente en la zona de registros, a partir de la dirección obtenida en la zona de índices hasta encontrar el registro buscado o uno con valor de llave mayor que el buscado. En este último caso el registro no se encuentra en el fichero.
Inserción. Dado que ambas zonas son secuenciales, no es posible insertar un registro en ficheros con esta organización. En algunos casos, se permite la escritura de nuevos registros al final del fichero. Estos registros, como es lógico, no podrán ser consultados por llave con el procedimiento antes descrito.
Eliminación. No es posible borrar un registro, aunque sí se permite un borrado lógico
(marcándolo).
Modificación. Las modificaciones son posibles tan solo si el registro no aumenta de longitud al modificarlo ni supone una variación del valor de la llave del registro.
Esta organización resulta especialmente útil cuando se deben combinar consultas a registros concretos y el procesamiento secuencial de todo el fichero. Su principal inconveniente es la imposibilidad de introducir nuevos registros o actualizaciones en los registros ya existentes en el fichero sin volver a realizar una reorganización del mismo con las modificaciones efectuadas.
Para permitir actualizaciones es necesario incluir en la estructura una zona de desbordamientos (o zona de overflow). En la zona de desbordamientos los registros están desordenados, cada nuevo registro se escribe al final de ésta sin tener en cuenta el orden de la llave. Esto complica la búsqueda por llave, pues, si el registro no es encontrado en la zona de registros, es necesario buscarlo secuencialmente en la zona de desbordamientos. Además, se imposibilita la consulta secuencial del fichero, ya que, los registros no aparecen ordenados por llave.
Otra mejora de la estructura anterior es incluir punteros entre los registros, de forma que éstos mantengan el orden lógico de los registros. A esta organización se le llama secuencial indexada encadenada. La estructura de un fichero será similar a la de un fichero secuencial indexado, salvo que se ha previsto un campo en cada registro para albergar un puntero.
Para insertar un nuevo registro, en este caso, es necesario encontrar el que le sigue en la zona de registros. Se escribe el nuevo registro en la zona de desbordamientos y se reescribe el registro encontrado como siguiente según el orden lógico, para incluir el puntero al registro recién grabado.
La eliminación de un registro debe realizarse por marcas. Esto no implica en ningún caso la realización de modificaciones en el índice, pero degrada el fichero. La consulta es semejante a la realizada para el caso no encadenado.
5.4. Organización directa o aleatoria
No tiene porqué existir ninguna relación lógica entre los registros y su colocación física. Cada registro se sitúa en una dirección de memoria que se calcula para cada uno de ellos aplicando una fórmula o algoritmo matemático.
Existen muchos métodos para generar las direcciones de los registros. Todos ellos tomarán el valor de un campo del registro, aplicarán la transformación y obtendrán la dirección. Por tanto, dependiendo del fichero concreto, se elegirá el método que asegure que las direcciones estarán dentro del rango permitido intentando distribuirlas de modo que existan pocos sinónimos (registros con diferentes llaves pero con una misma dirección física). Cuando se detecta que la dirección asignada a un registro está ya ocupada por otro, se puede optar por dos alternativas:
– Buscar una nueva dirección libre en el mismo espacio de fichero hasta encontrar una posición libre donde almacenar la información.
– Reservar una zona de desbordamiento e ir almacenando los sinónimos en esta zona de manera consecutiva a medida que van apareciendo.
El problema principal de esta organización es la elección de la función de transformación o método de direccionamiento que se ha de usar para cada tipo de fichero. Existen distintos algoritmos para determinar la dirección a partir de una llave:
Direccionamiento directo. Este método consiste en asignar a cada llave una dirección lógica, es decir, la transformación asigna como dirección el valor de la llave. El problema principal radica en que tiene que haber tantas direcciones como valores de la llave, y que las llaves han de ser numéricas. La ventaja es que no se producen sinónimos y el fichero queda ordenado.
Direccionamiento asociado. Normalmente se utiliza cuando las llaves son alfanuméricas, y consiste en asociar a cada llave una dirección lógica por medio de una tabla. Se construye una tabla con todas las llaves del fichero y la dirección física de cada registro. Mediante una búsqueda secuencial en la tabla de llaves, obtenemos la dirección lógica de almacenamiento. Este tipo de almacenamiento no produce sinónimos, pero necesita espacio adicional para la tabla. Se puede hacer también que las llaves se encuentren ordenadas en la tabla, con lo que la búsqueda sería más rápida.
Direccionamiento calculado (hashing). En este tipo, la dirección de cada registro se obtiene mediante una serie de cálculos matemáticos realizados con la llave. El principal problema que plantea es la existencia de sinónimos, pues distintos cálculos pueden llevar al mismo resultado. Existen varios sistemas de cálculo, entre los que podemos citar:
– División por un número primo. Si N es el número máximo estimado de registros en el fichero y P es el número primo más próximo a N, se divide la llave por P y se utiliza como dirección el resto de la operación.
– Cuadrado de la llave. Si la llave no es un número muy alto, se eleva al cuadrado y se extraen como dirección unas cuantas cifras intermedias.
Ejemplo:
Llave = 856
856 * 856 = 732736 ⇒ Dirección = 3273
– Truncamiento o extracción. Se trunca la llave, quedándonos con sus 4 o 5 últimas cifras, y a partir de ellas con una serie de cálculos se obtiene la dirección.
Ejemplo:
Llave = 125763213 ⇒ Se extraen las 5 últimas cifras y se divide por 57 ⇒
Dirección = 63213 / 57 = 1109
– Plegamiento. Se utiliza cuando la llave toma valores numéricos muy grandes.
Consiste en recortar la llave en trozos y después sumar dichos trozos. Al resultado de la suma se le puede volver a aplicar cualquier método de los descritos.
Ejemplo:
Llave = 145627290124 ⇒
Dirección = 145 + 627 + 290 + 124 = 1186
Las operaciones básicas sobre ficheros con esta organización son las siguientes:
Consulta. Se realiza siempre por llave. Para leer un determinado registro, únicamente se ha de aplicar el algoritmo de transformación a la llave. Si el registro buscado no se encuentra en la dirección resultante, se aplicarán los algoritmos de resolución de sinónimos.
Inserción. Para insertar un nuevo registro, se aplica a la llave el algoritmo de transformación elegido. Si la dirección que resulta de aplicar el método de direccionamiento ya está ocupada por otro registro, se emplea un algoritmo de resolución de sinónimos.
Modificación. Siempre se puede realizar esta operación. Para localizar el registro, se aplica la transformación correspondiente a la llave. Una vez que se tiene la dirección, se modifica la información del registro.
Borrado. Siempre se realiza un borrado lógico. Se localiza el registro mediante los algoritmos descritos y se marca con un valor determinado para indicar que no es un registro válido.
La gran flexibilidad y la rapidez de consulta son algunas ventajas de esta organización. Entre los inconvenientes que presenta, destacan el mal aprovechamiento del espacio, la necesidad de utilizar soportes direccionables y la exigencia de una planificación previa para utilizar el método más apropiado.
6. PARÁMETROS DE UTILIZACIÓN DE FICHEROS
Al crear un fichero es necesario especificar qué organización tendrá. La elección de una determinada organización implica tener en cuenta el tipo de operaciones a que van a ser sometidos los ficheros. Con objeto de determinar la forma de organización más adecuada y eficiente, es preciso estudiar una serie de características de utilización. Estos parámetros de utilización son los siguientes:
Volumen. Es el número de caracteres que ocupa (o lo que puede llegar a ocupar en situaciones límite) el fichero en el soporte de almacenamiento. Antes de la creación del fichero, se puede evaluar el espacio que ocupará. Para ello, se hace una estimación del número de registros que contendrá el fichero y se multiplica por la longitud media de los registros. Si se estima que el sistema trabajará con ficheros de gran volumen, debe elegirse una organización que aproveche bien el espacio.
Crecimiento. Especifica el aumento o disminución del tamaño del fichero. Utiliza como parámetro la tasa de crecimiento, que es el número de altas y bajas que se procesan en cada tratamiento del fichero.
Actividad. Se refiere al número de procesos de consulta y modificación que sufrirá el fichero a lo largo de su vida. Si se estima que el fichero tendrá una gran actividad, se elegirá una organización que permita rapidez en las búsquedas. Para medir la actividad de un fichero se utilizan dos parámetros:
– Tasa de consulta o modificación. Es el número de registros tratados (consultados o modificados) en cada procesamiento del fichero.
– Frecuencia de consulta o modificación. Es el número de veces que se accede al fichero para consultar o modificar por unidad de tiempo (diario, mensual, anual, etc.)
Volatilidad. Se refiere al número de procesos de inserción y borrado en el tratamiento del fichero. Si se estima que el fichero tendrá una volatilidad grande, habrá que elegir una organización que sea flexible. Se utilizan dos parámetros para medir la volatilidad:
– Tasa de renovación. Es el número de registro insertados o borrados en el tratamiento del fichero.
– Frecuencia de renovación. Es el número de veces que se accede al fichero para insertar o borrar por unidad de tiempo (diario, mensual, anual, etc.).
7. BIBLIOGRAFÍA
Alberto Prieto
Introducción a la Informática
Mc Graw-Hill, 2ª edición, 1997
Alfonso Ureña López Fundamentos de Informática Ra-ma, 1997