Нужна ли ассоциативная память?

Наиболее общая задача компьютеров — работа с информацией. А самый быстрый способ получить информацию — найти ее по определенному параметру (по ассоциации). Однако компьютерная память имеет не ассоциативную, а адресную структуру, а cуществующие способы ускорения доступа (сортировка, индексирование, хеширование) на самом деле — просто создание на уровне программного обеспечения виртуальной ассоциативной памяти. А что, если для радикального ускорения работы создать плату расширения, которая работала бы ассоциативной памятью?

Мир захлестнула волна информации. И чтобы найти в этом потоке то, что нам нужно, необходимы средства для быстрого поиска и выборки информации. Как правило, информация хранится в виде баз данных, которые, в том или ином виде, стоят сейчас почти на каждом компьютере. Поскольку обычно базы данных существуют в виде таблиц, стоит начать с рассмотрения типичной структуры таблицы в реляционной базе данных. Все поля, входящие в таблицу, можно разбить на три группы: системные поля, поля наименования, и поля данных.

Системные поля — это ключи. В них входят первичный ключ (счетчик) для связи с подчиненными таблицами и вторичные ключи для связи с главными таблицами (если данная таблица является подчиненной).

Поля наименования — это те поля, по которым пользователь может идентифицировать описанный в таблице объект в ряду себе подобных. Для предотвращения дублирования записей (т.е. появления "двойников") необходимо обеспечивать уникальность записей. Типы полей — строковые, реже — числовые или дата/время.

Поля данных — в них хранятся данные об объекте. Это поля типа числовые, денежные, дата/время, и т.д.

При работе с таблицей одна из главных задач — выборка, причем в большинстве случаев выборка осуществляется по параметру (то есть из таблицы выбираются только те записи, которые соответствуют некоторому условию). Существуют два подхода к выборке: "сверху", со стороны пользователей, и "снизу", со стороны аппаратного обеспечения ("железа").

При подходе "сверху" главный определяющий фактор — удобство пользователя. Существует много способов доступа к данным в таблицах, но наибольшее распространение получил язык SQL. Фактически SQL фактически стал индустриальным стандартом для реляционных баз данных. Американский Институт Национальных Стандартов (ANSI) в 1986 году объявил язык SQL стандартом для реляционных баз данных. То же самое сделала и Международная Организация по стандартам (ISO). Все основные реляционные системы управления баз данных поддерживают в том или ином виде язык SQL, и большинство разработчиков реляционных систем управления базами данных стремятся следовать стандарту ANSI ([1], глава 2, стр. 4). Конструкторы SQL встроены в настольные СУБД (ACCESS, Delphi), серверные приложения работают в основном с SQL (ORACLE, SQL server).

В команде SQL указывается сама команда (действие, которое надо совершить), область выборки (таблицы, из которых необходимо произвести выборку), данные, которые должны быть выданы (список полей), условия связи между таблицами и условия отбора, то есть по команде SQL фактически осуществляется ассоциативная выборка из базы данных.

При подходе "снизу" главный определяющий фактор — архитектура компьютера. В настоящее время компьютеры имеют адресную структуру памяти и приспособлены для операций "мало данных — много команд", а при работе с данными (при выборке) чаще всего происходят операции типа "много данных — мало команд" Произошедшее за последнее время бурное развитие компьютерной техники не только не решило, а скорее усугубило эту проблему. Производительность процессоров увеличилось во много раз, увеличилась емкость винчестеров и размер оперативной памяти. А вот производительность канала память — процессор увеличилась очень незначительно, и является в данный момент камнем преткновения. Применение аппаратных средств ускорения (кэширования) тоже не очень эффективно из-за больших объемов данных.

Для того, чтобы получить доступ к нужной записи в таблице необходимо либо перебирать все записи (для этого потребуется N циклов, N — число записей в таблице), либо найти адрес записи (так как память компьютера имеет адресную архитектуру). Для ускорения поиска прилагаются большие усилия: применяют сортировки (то есть записи упорядочивают в определенном порядке), индексирование, и хеширование (адрес записи — некоторая функция от значения аргумента записи). Рассмотрим подробнее все эти способы.

Сортировки

При дихотомическом поиске в упорядоченном массиве количество циклов поиска — log2 N, где N — число записей в таблице. Но сортировки производят только по одному полю. После совершения любого действия над записями (добавления, изменения, удаления) приходится производить упорядочивание (пересортировку) таблицы, а число перестановок возрастает в геометрической прогрессии при увеличении количества записей.

Индексирование

Индексы — это специальные конструкции, которые позволяют быстро найти адрес нужной записи и в настоящее время они широко применяются на практике. На одну таблицу можно создавать несколько индексов. В качестве примера можно рассмотреть рекомендации по применению индексов в ORACLE ([1], глава 18, стр. 14). Они сводятся к следующему: рекомендуется использовать индексы для обеспечения уникальности записей; для ускорения выборки данных; задавать индексы для тех полей, выборку по которым производится чаще всего, и при этом рекомендуется задавать на таблицу не более 3 индексов, что очень мало. На практике применяют индексы следующим образом: в системных полях таблиц используют 1-2 индекса, и еще один индекс — на поля наименования. Область данных почти никогда не индексируют, хотя отбор чаще всего происходит именно по этим полям ([1], глава 2, стр. 22-33, глава 3, стр. 3). Кроме того, обновление индексов также требует времени, а сами индексы занимают место на диске (а иногда размер индексов превышает размер основной таблицы).

Поэтому индексация таблиц не очень помогает: индексы занимают место (а иногда могут превышать размеры таблиц), кроме того, они не помогают в случае отбора по неиндексированному полю.

Хеширование

При хешировании записей под таблицу сразу выделяют с запасом некоторый объем памяти, и адрес записи в этом объеме — некоторая функция от содержимого одного из полей записи (хеш-функция). Хеширование также проводят по одному полю. Недостатки этого способа: необходимость в избыточном резервировании памяти. Кроме этого, даже при достаточно большом выделенном объеме памяти возможна ситуация, при котором на некоторое место претендуют сразу две или более записей, то есть возникает коллизия.

Выводы

Проблема быстрого доступа к данным на машинах с адресной памятью до сих пор не решена. При работе с адресной памятью трудно добиться существенного повышения скорости доступа на аппаратном уровне, так как при обращении к памяти всегда необходимо указывать адрес данных, и за один цикл можно обратиться только к одной ячейке памяти [2, стр. 152]. В настоящее время ускорение доступа происходит благодаря программному обеспечению, которое фактически создает виртуальную ассоциативную память на машинах с адресной памятью, что не очень эффективно.

Существенно повысить скорость доступа к данным можно если включить в состав компьютера память с адресацией по содержанию (ассоциативной памяти). Применение ассоциативной памяти позволяет существенно повысить скорость выборки и упростить доступ к данным. Так как при выборке происходит ряд логических операций по отбору данных, то отпадает необходимость в специальных программных конструкциях по ускорению доступа: сортировках и хешировании, а индексы потребуются только для обеспечения уникальности записей и задания связей между таблицами. Уже создан ряд микросхем ассоциативной памяти, их применение позволяет существенно повысить производительность.

Так как устройство с ассоциативной памятью предназначено для повышения скорости доступа при работе с базами данных, то наиболее целесообразно выполнить его в виде отдельной платы расширения для компьютера. Впоследствии на основании этой платы может быть создан сопроцессор данных (SQL-сопроцессор).

Плата расширения с ассоциативной памятью должна обладать следующими конструктивными особенностями:

• Возможность адресного и ассоциативного доступа к хранящимся в памяти данным. Адресный доступ необходим для того, чтобы можно было бы работать с конкретной записью. Кроме того, при наличии адресного доступа становится возможным использование библиотек тестов, разработанных для адресной памяти.
  
  
• Модульная конструкция памяти. Так как заранее невозможно определить круг задач, решаемых устройством, то ассоциативная память должна быть максимально гибкой и допускать возможность настройки для решения различных задач.
  
  
• Устройство управления ассоциативной памятью должно при помощи микропрограмм выполнять не менее 90% запросов, направляемых к памяти. В остальных случаях с памятью работают как с обычной адресной памятью, или производят выборку на базе имеющихся микропрограмм с последующей обработкой результатов.

Плата расширения может быть использована для повышения производительности серверов (за счет обработки информации на этапе считывания из памяти, а также уменьшения нагрузки на шины) баз данных типа ORACLE и SQL SERVER, расположенных на машинах x86, а также для обработки графики, при этом применение платы расширения должно быть оправдано по критерию "стоимость — эффективность" (то есть применение платы стоимостью 100-200$ приводит к увеличению производительности машины раза в полтора).

В дополнение к этому, станет невозможным несанкционированное копирование программ. Так как при работе программы постоянно происходит обращение к плате расширения, то без нее программа просто не запустится или будет работать в демо-режиме с соответствующими ограничениями. При этом количество одновременно работающих программ ограничено количеством устройств.

Вообще, стоит отметить, что использование специальных аппаратных средств для повышения производительности компьютера при выполнении узкоспециализированных задач — достаточно традиционный подход к решению проблемы. Если вспомнить историю, то в начале 80-х годов для ускорения расчетов был создан математический сопроцессор, а в середине 90-х для ускорения вывода графики — 3D ускоритель (видеопроцессор).

Литература

1. Учебное пособие "Введение в Oracle: SQL, SQL*Plus, и PL/Plus".
2. Кохонен Т. "Ассоциативные запоминающие устройства". Москва, "Мир", 1982 г.