1 / 61

Distributed Compact Trie Hashing

Distributed Compact Trie Hashing. Proposé par D.E ZEGOUR. Trie hashing. Le hachage digital est l'une des méthodes les plus rapides pour l'accès au fichiers monoclé, ordonnés et dynamiques.

awena
Télécharger la présentation

Distributed Compact Trie Hashing

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Distributed Compact Trie Hashing Proposé par D.E ZEGOUR

  2. Trie hashing • Le hachage digital est l'une des méthodes les plus rapides pour l'accès au fichiers monoclé, ordonnés et dynamiques. • La technique utilise une fonction de hachage variable représentée par un arbre digital qui pousse et se rétracte en fonction des insertions et suppressions. • Caractéristiques principales : • l'arbre réside en mémoire pendant l'exploitation du fichier. • 6 Octets / case • Un accès au plus pour retrouver un article

  3. Compact trie hashing • Plusieurs manières de représenter la fonction d'accès en mémoire. • Objectifs : doubler les fichiers adressés pour le même espace mémoire utilisé par la représentation standard. • L'idée : représenter les liens de manière implicite au détriment d'algorithmes de maintenance légèrement plus long que ceux de la représentation standard. • Consommation : 3 octets par case du fichier.  Ce qui permet d'adresser des millions d'articles avec un espace mémoire dérisoire. • Pour un environnement distribué cette option est sans doute plus intéressante notamment pour le transfert des parties de l'arbre d'un site à un autre.

  4. Distributed compact trie hashing • Nous proposons une distribution de CTH relativement aux propriétés des Sdds, c'est à dire en respectant les contraintes suivantes : • Distribution des cases du fichier sur les serveurs( à raison d'un serveur par case) Pas de site maître Aucun dialogue entre les clients.

  5. Plan à suivre • Compact trie hashing • Distribution de la méthode sur plusieurs sites. • Algorithmes informels de recherche et insertion • Illustration de la méthode • Algorithmes (Recherche et insertion) • Simulation à prévoir

  6. Trie hashingExemple : Arbre de Litwin O,0 I, 0 T, 0 _, 1 2 1 4 5 3 -1 -1 4 2 3 O, 0 T, 0 I, _, 1 I, 0 -2 1 -3 5 0 2 3 1

  7. Compact trie hashingExemple : Nouvel arbre I O T | _ 2 1 4 3 5 I _ 5 3 O 2 T 1 | 4

  8. Compact trie hashingPrincipe • L'arbre contient toutes les séquences de division ordonnées sans la duplication des digits commun. • Tous les premiers digits des séquences de division sont placés de manière ordonnée de gauche à droite dans le niveau 1 de l'arbre. • Pour chaque nœud du niveau 1 tous les seconds digits sont placés au niveau 2 de manière ordonnée de gauche à droite. et ainsi de suite. • Les cases sont au niveau des feuilles. • La concaténation des digits sur une branche de l'arbre représente la clé maximale de la case figurant dans la feuille correspondante.

  9. Compact trie hashingPrincipe • La représentation correspond ainsi au préordre ( n T1 T2 ) sur ce nouvel arbre. • Dans cette représentation : • l'arbre digital est une suite de nœuds internes et externes. • Un nœud interne est un digit. • Un nœud externe est un pointeur vers une case du fichier.

  10. Compact trie hashingExpansion de l’arbre Soit m la case à éclater. • Former la séquence ordonnée des clés de cette case augmentée de la clé qui a provoqué la collision. Soit C' la clé du milieu et C'' la dernière. • Déterminer la plus petite séquence Seq de digits dans C' qui permet de distinguer C' de C''. Soit C'1C'2.....C'K cette séquence. Soit I les premiers digits de cette séquence qui existent déjà dans l'arbre.

  11. Compact trie hashingExpansion de l’arbre Expansion de l'arbre : Soit Ind_d : l'indice (dans l’arbre) du digit en fond de pile (premier digit de la clé maximale Cm de la case surchargée.) Ind_m : l'indice de la case surchargée Si I <> 0 Si Cm préfixe de Seq Ind_d := Ind_m Sinon Ind_d := l'indice du premier digit de Seq différent dans Cm Fsi Fsi

  12. Compact trie hashingExpansion de l’arbre Cas k- I = 1 insérer à la position Ind_d C'k m d1 d2 .....M Cas k- I > 1 Insérer à la position Ind_d C'i+1 C'i+2 .....C'k m M Nil2 Nil3 .....d1d2....Nil1 Dans le premier cas deux nœuds sont rajoutés, dans le second cas 2( K - I) nœuds. M étant la prochaine case à allouer au fichier.

  13. Compact trie hashingRecherche L'algorithme de recherche parcourt la forme linéaire de l'arbre et utilise une pile. Arbre[ I ] désigne la case recherchée. I désigne l'indice de la case dans l'arbre ( P ) désigne le contenu de la pile en commençant par le fond si la pile n'est pas vide, ‘:' sinon. ( P ) désigne la clé maximale de la case trouvée.

  14. Compact trie hashingRecherche Init( P ) ; I := 1; Trouv := Faux Tq Non Trouv : Si Interne(Arbre[ I ]) Empiler(P, ( Arbre[ I ], I ) ) I := I + 1 Sinon Si C <= ( P ) Trouv := Vrai Sinon Depiler(P, (V, J) ) I := I + 1 Fsi Fsi Ftq

  15. Compact trie hashingMécanisme de construction Insertion de la séquence a ce dx ef h x y kx fe hx hy yya yyb yyc Capacité : B = 4 Au départ l'arbre est |0 ‘||…’ désigne la clé maximale.

  16. Compact trie hashingMécanisme de construction h 1.   a ce dx ef sont insérées dans la case 0. L'arbre : | 0 a ce dx ef 0

  17. Compact trie hashingMécanisme de construction 2.   Insertion de h L'arbre : d 0 | 1 Collision sur case 0 Clé maximale =‘||…’ Séquence de division = ‘d’ K = 1 ; I = 0 a ce dx ef h 0 1

  18. Compact trie hashingMécanisme de construction kx 3.   Insertion de x y L'arbre : d 0 | 1 a ce dx ef h x y 0 1

  19. Compact trie hashingMécanisme de construction 4.   Insertion de kx L'arbre : d 0 k 1 | 2 Collision sur case 1 Clé maximale =‘||…’ Séquence de division = ‘k’ K = 1 ; I = 0 a ce dx ef h kx x y 0 1 2

  20. Compact trie hashingMécanisme de construction hx 5.   Insertion de fe L'arbre : d 0 k 1 | 2 a ce dx ef fe h kx x y 0 1 2

  21. Compact trie hashingMécanisme de construction by 6.   Insertion de hx L'arbre : d 0 h 1 k 3 | 2 Collision sur case 1 Clé maximale = ‘k|…’ Séquence de division = ‘h’ K = 1 ; I = 0 a ce dx ef fe h hx x y kx 0 1 2 3

  22. Compact trie hashingMécanisme de construction 7.   Insertion de hy L'arbre : d 0 h _ 1 4 k 3 | 2 Collision sur case 1 Clé maximale =‘h|…’ Séquence de division = ‘h_’ K = 2 ; I = 1 a ce dx ef fe h x y kx hx hy 0 1 2 3 4

  23. Compact trie hashingMécanisme de construction yyc 8.   Insertion de yya yyb L'arbre : d 0 h _ 1 4 k 3 | 2 a ce dx ef fe h x y yya yyb kx hx hy 0 1 2 3 4

  24. Compact trie hashingMécanisme de construction 9.   Insertion de yyc L'arbre : d 0 h _ 1 4 k 3 y y a 2 5 Nil | Nil Collision sur case 2 Clé maximale =‘||…’ Séquence de division = ‘yya’ K = 3 ; I = 0 a ce dx ef fe h x y yya kx hx hy yyb yyc 0 1 2 3 4 5

  25. Compact trie hashingSuppression • Le processus de fusion est déclenché quand la taille de la case devient inférieure à B/2 lors d'une suppression. • La fusion aura lieu alors si la somme des clés contenues dans cette case et celles contenues dans la case sœur est <= B. • L'arbre est alors réduit d'un nœud interne et d'un nœud externe. • Le processus peut continuer en cascade.

  26. Compact trie hashingSuppression Soit ind_m l'indice dans l'arbre de la case (soit M) contenant la clé à supprimer. On peut avoir les cas suivants : ... d M M1..... ....d M1 M .... ....d M d1 M1 .... ....d1 M1 d M .... C'est à dire respectivement : Interne(Ind_m - 1) et Externe(Ind_m + 1) Externe(Ind_m - 1) et Interne(Ind_m - 2) Interne(ind_m - 1) et Interne(Ind_m + 1) et Externe(Ind_m + 2) avec Ind_m + 2 <= Nbrnoeud Interne(Ind_m - 1) et Interne(Ind_m - 3) et Externe( Ind_m - 2)

  27. Compact trie hashingSuppression Nil est considéré comme un nœud externe. Nbrnoeud est l'indice du dernier nœud dans l'arbre. Ca se réduit respectivement comme suit : ... M ....ou... M1 ...si M devient Nil ... M1 ....ou... M ... si M1 est Nil ... d1 M1.... ... d M ....

  28. Compact trie hashingRecherche séquentielle Les cases sont ordonnées de la gauche vers la droite. Dans l'exemple : 0 1 4 3 2 5. Pour I :=1, Nbrnoeud Si Externe ( I ) Et Non Nil Imprimer la case Arbre[ I ] Fsi Fpour

  29. Compact trie hashingPerformances • Algorithmes en mémoire : • Recherche : N/2 en moyenne • Insertion : N/2 décalages en moyenne • Encombrement : 3 octets / case en moyenne. • algorithmes sur disque : ( même performance que TH) • 1 accès au plus pour retrouver un article

  30. Distributed Compact trie hashingConcepts • Au niveau de chaque client il y a un arbre digital partiel à partir duquel toute opération sur le fichier est entamée. • Tout client peut rentrer en scène à tout moment avec un arbre vide ( | 0 ) • Pendant la phase de recherche, commune à toutes les opérations, émanant d'un client l'arbre est mis à jour progressivement jusqu'à l'obtention de l'arbre réel.(son mûrissement) . ( Processus décrit plus loin )

  31. Distributed Compact trie hashingConcepts • Au niveau de chaque serveur il y a • un arbre digital partiel • une case contenant les articles du fichier • un intervalle [Min, Sup] • L'arbre digital au niveau du serveur est créé ou étendu à chaque division d'un serveur. Il garde ainsi la trace de tous les éclatements sur ce serveur. • A toute case est associé un intervalle contenant toutes les clés possibles pouvant être contenues dans cette case. Cet intervalle est nécessaire lors de la phase de recherche puisqu'il en constitue le critère d'arrêt.

  32. Distributed Compact trie hashingConcepts • Quand une case éclate , il y a • extension de l’arbre du serveur • extension de l'arbre du client . • Initialisation d’un nouveau serveur ( Le processus d'éclatement est donné plus loin ) • Les intervalles des deux serveurs sont aussi mis à jour. • Les arbres digitaux sont représentés en forme séquentielle préordre sur le graphe G‘.

  33. Distributed Compact trie hashingConcepts • Initialisation du système Initialiser le serveur 0 avec Case : Intervalle : >Petite <=Grande Arbre : | 0 • Nous supposons que toutes les clés sont strictement supérieures à une clé (_____) et inférieures ou égales à une clé (|||||||). Petite = '______' Grande = '|||||||||' • Les arbres au niveau des clients sont initialisés | 0.

  34. Distributed Compact trie hashingConcepts • L'expansion du fichier se fait à travers les collisions. A chaque collision il y a distribution du fichier (du serveur éclaté) sur un serveur logique. • Le nombre de serveurs est conceptuellement infini. • Le serveur peut être déterminé de manière statique ou dynamique. On peut avoir plusieurs serveurs logiques pour le même serveur physique.

  35. Distributed Compact trie hashingTransformation (Client, Clé)  Serveur (i) Appliquer CTH sur l'arbre du client. soit I le serveur sélectionné. (ii) Cas I = Nil Envoi d’un message à tous les serveurs : “Où suis-je?” Si un tel serveur existe ( soit m ) substituer m à Nil dans l’arbre du client. I := m; Stop (iii) Cas I <> Nil Aller au serveur I . Si clé dans l'intervalle de I : Arrêt avec succès (iv) Si arbre vide au niveau de I, ou I = précédent serveur c'est une impasse. Envoyer un message à tous les serveurs pour déterminer le nouveau serveur I et Arrêt  (iv) Si arbre non vide déterminer la partie de l'arbre dans le serveur à copier dans le client. La recopier puis, reprendre à partir de (i)

  36. Distributed Compact trie hashingTransformation (Client, Clé)  Serveur Cas m = Nil • A tout Nil rencontrée est associé‚ un intervalle (Min, Max). • Quand on rencontre Nil dans l'arbre du client ( original ou modifié) on envoie un message à tous les serveurs pour savoir si Nil a été remplacé ou non (avec l'intervalle). • s'il a été remplacé, on remplace Nil par ce serveur

  37. Distributed Compact trie hashing Transformation (Client, Clé)  Serveur Cas où I = précédent serveur • Supposons qu'un client avec l'arbre c 0 e t 3 5 | 2 recherche la cle 'h' et supposons que le serveur 2 contient l'arbre w 2 | 7 avec l'intervalle >s, <=w. • Le module de recherche sélectionne le serveur 2. Comme 'h' n'est pas dans l'intervalle de ce serveur, il y a remplacement dans l'arbre du client, ce qui donne C 0 e t 3 5 w 2 | 7. • La ré application de CTH sur 'h' nous redonne 2 et le processus de recherche rentre dans une boucle infinie.

  38. Distributed Compact trie hashingTransformation (Client, Clé)  Serveur Détermination de la partie de l'arbre • Retrouver la séquence dans le client (Sc) de la position Ind_d jusqu'au prochain noeud interne. Cette séquence est rangée dans une liste (Pliste1) de manière découpée. • Rechercher dans le serveur toutes les séquences inférieures ou égales à Sc. Ces séquences sont rangées dans une liste (Pliste2) de manière découpé. 4. Lancer le module de résolution qui modifie la séquence du client en fonction des séquences déterminées dans le serveur 5.Mise en forme des séquences trouvées

  39. Distributed Compact trie hashing Transformation (Client, Clé)  Serveur Exemple : On veut par exemple rechercher une clé 'th' à partir d'un client possédant l'arbre f 0 h 6 l 3 t 2 w 1 | 4 CTH nous renvoi la valeur 2, Au serveur 2 on à l'arbre o 2 | 9 Si 'th' n'appartient pas à l'intervalle du serveur 2, on applique l'algorithme de résolution qui détermine la partie de l'arbre à copier dans le client.

  40. Distributed Compact trie hashing Transformation (Client, Clé)  Serveur 1. Séquence dans le client c'est Pliste1 = (t| , 2) 2. Séquence dans le serveur c'est Pliste2 = (o|, 2) 3. Comme 't' n'existe pas dans Pliste2, on récupère la case suivante, c'est à dire 9. 4. Résolution donne la liste (o|, 2) --> (t|, 9) 5. Mise en forme de la résolution :o 2 t 9 t 2 est remplacée par o 2 t 9. L' arbre du client devient : f 0 h 6 l 3 o 2 t 9 w 1 | 4

  41. Distributed Compact trie hashing Transformation (Client, Clé)  Serveur Un autre exemple: Au niveau du client : Sc = m i i 0 l 5 n 2 1 3 Pliste1 = (mii, 0)  (mil, 5)  (min, 2)  (mi, 1)  (m, 3) Au niveau du serveur a 6 d e 7 8 Pliste2 = (a, 6)  (de, 7)  (d, 8) Résolution (a, 6)  (de, 7)  (d, 8)  (mii, 0)  (mil, 5)  (min, 2)  (mi, 1)  (m, 3) Mise en forme : a 6 d e 7 8 m i i 0 l 5 n 2 1 3

  42. Distributed Compact trie hashing Recherche/Insertion : description informelle Toute recherche commence par une phase de transformation (Client x) ---> m, Min, Impasse Cas m = Nil • A tout Nil rencontrée est associé‚ un intervalle (Min, Max). • Quand on rencontre Nil dans l'arbre du client ( original ou modifié) on envoie un message à tous les serveurs pour savoir si Nil a été remplacé ou non (avec l'intervalle). • s'il a été remplacé, on remplace Nil par ce serveur et on insère la clé dans ce serveur et on continue, c'est a dire collision possible... • s'il n'a pas été remplacé on crée un nouveau serveur puis on initialise ce serveur avec les valeurs adéquates. Arrêt.

  43. Distributed Compact trie hashing Recherche/Insertion : description informelle Cas m <> Nil ( ou m = nil et a été remplacé ) (i)Si x n'est pas dans la case et case non pleine insérer tout simplement x dans la case et l'algorithme se termine. (ii) Si x n'est pas dans la case et celle-ci est pleine il y a collision. • Si on est passé par une impasse, on éclate uniquement l'arbre du serveur. ( Plus tard elle le sera au niveau du client.) • Si on n'est pas passé par une impasse, on éclate les arbres du client et du serveur

  44. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Prenons capacité d'une case = 4 Et insérons la séquence suivante des 25 clés par les clients correspondants : (1 js), (1 hw), (3 c), (2 gwmr), (3 g), (2 km), (4 zur), (1 ewg), (3 lewhv), (2 nrq), (3 mf), (4 pem), (4 rl), (2 bqyg), (3 v), (1 j), (2 qcm), (4 czxav), (2 lhgd), (3 z), (1 lrz), (3 kiyfg), (4 pbtpr), (3 hpqtp), (4 h) Au départ chaque client a l'arbre | 0 On donne d'abord les 10 premières avec plus de détails, ensuite l'état final au niveau des clients et des serveurs.

  45. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client3 : | 0 Client2 : | 0 c gwmr Is hw |0 Is hw gwmr c 0 [ ,|]

  46. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client3 : g 0 | 1 Client2 : | 0 g • Modification de l'arbre du client 3 • Modification de l'arbre dans le serveur • éclaté 0 g0|1 |1 g gwmr c Is hw 0 1 [ ,g|] [g|,||]

  47. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client3 : g 0 | 1 Client2 : g 0 | 1 km • Application de CTH sur le client 2 • Remplacer dans l'arbre du client la case 0 • par la partie manquante se trouvant dans le serveur0 • Application de CTH sur le nouvel arbre du client 2 • Clé insérée dans le serveur 1 g0|1 |1 g gwmr c Is hw km 0 1 [ ,g|] [g|,||]

  48. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client2 : g 0 | 1 Client3 : g 0 | 1 Client4 : g 0 | 1 zur • Application de CTH sur le client 4 • Remplacer dans l'arbre du client la case 0 • par la partie manquante se trouvant dans le serveur0 • Application de CTH sur le nouvel arbre du client 4 • Clé insérée dans le serveur 1 g0|1 |1 g gwmr c Is hw km zur 0 1 [ ,g|] [g|,||]

  49. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client2 : g 0 | 1 Client3 : g 0 | 1 Client4 : g 0 | 1 ewg • Application de CTH sur le client 1 • Clé insérée dans le serveur 0 g0|1 |1 g gwmr c ewg Is hw km zur 0 1 [ ,g|] [g|,||]

  50. Distributed Compact trie hashing Illustration du mécanisme de distribution du fichier Client1 : | 0 Client2 : g 0 | 1 Client3 : g0k1|2 Client4 : g 0 | 1 lewhv • Application de TH sur le client 3 • Collision • Modification de l'arbre du client 3 • Modification de l'arbre dans le serveur éclaté g0|1 k1|2 |2 g gwmr c ewg Is hw km lewhvzur 0 1 2 [ ,g|] [g|,k|] [k|,||]

More Related