数据结构（九）——外部排序之硬件部分

本博客基于对mooc中的《北京大学-数据结构与算法》及《西北大学-数据结构》的理解进行编写

内存和外存之间的比较

内存

• 优点：访问速度快
• 缺点：造价高，存储容量小，断电丢数据

外存

• 优点：价格低、信息不易丢失、便携带
• 缺点：速度慢

访问一个字节，访问内存（纳秒）和访问外存（毫秒），量级差别为100万倍，故涉及到外存的排序应尽量减少外存的访问次数

硬件介绍部分

磁盘

磁盘的物理结构：

• 主轴
• 盘片
• 磁道
• 柱面
• 读写磁头
• 活动臂

磁盘磁道的组织（交错法）：由于磁盘旋转的速度越来越快，磁盘上的存储也就从原来的顺序存储变成了交错排序的，其中交错因子为3

文件的逻辑结构

• 文件是记录的汇集，按线性排列起来，顺序结构——可看成是一种线性结构

文件的组织和管理

• 逻辑文件——连续的字节构成记录，记录构成逻辑文件
• 物理文件——成块地分布在磁盘中
• 文件管理器——操作系统或数据库系统的一部分，把逻辑位置映射为物理位置

文件组织

• 文件逻辑组织的三种形式：1.顺序结构的定长记录。2.顺序结构的变长记录。3.按关键码存取的记录。
• 常见的物理组织结构：1.顺序结构——顺序文件。2.计算寻址结构——散列文件。3.带索引的结构——带索引的文件（例如：B-树和B+树）
• 其中有涉及到 IRG （记录间隙）和 IBG （块间间隙）的计算（懂了个大概，是有关于数据的存储，其中 IBG 的存储方式远优于 IRG 的存储方式）

缓冲区和缓冲池

• 目的：减少磁盘访问的次数
• 方法：建立缓冲区

策略：由于缓冲区的大小是有限的，故需要对缓冲的数据有所取舍，这里介绍到三个方法

• 先进先出
• 最不频繁使用的数据出缓冲区
• 最近最少使用的数据先出缓冲区（最优）