Organización de Archivos

UTEC

Ciencias de la Computación

CS2702 – Base de Datos 2                    Proyecto 1

Proyecto 1:

Organización de Archivos

1. Logro del estudiante

Entender y aplicar los algoritmos de almacenamiento de archivos físicos y [acceso concurrente].

1. Enunciado

En grupos máximo de cuatro integrantes, elegir un dominio de datos conformado por al menos dos archivos planos con datos reales (https://www.kaggle.com/datasets). Luego sobre ellos implementar dos técnicas de organización de archivos con sus principales operaciones: inserción, eliminación y búsqueda.

1. Requerimientos generales

1. Implementar dos de las siguientes técnicas de organización de archivos en memoria secundaria.

1. Sequential File
2. AVL File.
3. ISAM-Sparse Index.
4. Extendible Hashing.
5. B+ Tree.

1. Escoger uno entre Sequential File, AVL File y el ISAM, y otro entre el Extendible Hash y el B+Tree.

1. Operaciones que se deben implementar: 

1. La búsqueda específica puede retornar mas de un elemento que coincide con la key

vector<Registro> search(T key)

1. La búsqueda por rango retorna todos los registros que calzan entre dos llaves de búsqueda

vector<Registro> rangeSearch(T begin-key, T end-key)

1. Agregar un registro al archivo respetando la técnica de organización  

bool add(Registro registro)

1. Proponer un algoritmo de eliminación para cada técnica

bool remove(T key)

1. Simular un planificador de transacciones concurrentes con las operaciones de lectura y escritura.
2. Mostrar los resultados de forma amigable a usuario. Ver la siguiente GUI de referencia.

[pic 1]

1. Consideraciones de la implementación

1. En el Sequential Index La función add(Registro registro) debe utilizar un espacio auxiliar para guardar los nuevos registros. Cuando el espacio auxiliar llegue a K registros, aplique un algoritmo de reconstrucción del archivo de datos manteniendo el orden físico de acuerdo a la llave seleccionada. Asegúrese de mantener los punteros actualizados.
2. En el ISAM partir construyendo el índice estático hasta de 3 niveles a partir de un conjunto de datos. Para nuevas inserciones se generan los overflow pages (encadenamiento de páginas).
3. En el ISAM de debe definir el factor de bloque tanto en las páginas de datos como en las páginas del índice.
4. La función rangeSearch debe usar el índice para buscar el begin-key y luego recorrer los registros de acuerdo la estructura del índice. Esta función no es soportada por las técnicas hashing.  
5. Usar los conceptos de programación orientado a objetos y programación genérica.
6. Para la interfaz gráfica pueden usar QT, Visual Studio, wxWidgets u otra librería gráfica.

1. Informe del proyecto

• Archivo en Markdown / Wiki.
• Ortografía y consistencia en los párrafos.
• Al final del informe poner el video explicando el funcionamiento del programa, casos de uso, aspectos importantes de la implementación. El video no debe exceder los 10 minutos y deben participar todos los integrantes del grupo.
• Aspectos de evaluación e informe:

1. Entregable

• Los alumnos formarán grupos de máximo cuatro integrantes.
• El código fuente del proyecto será alojado en GitHub Classroom.
• En el Canvas subir solo el enlace público del proyecto.
• La fecha límite de entrega es el --------.

...