Conjunto de datos (mainframe IBM) - Data set (IBM mainframe)

Este artículo trata sobre archivos de computadora mainframe. Para obtener un significado general en el campo de la informática, consulte Conjunto de datos .

En el contexto de las computadoras mainframe de IBM en la línea S / 360 , un conjunto de datos (preferido de IBM) o conjunto de datos es un archivo de computadora que tiene una organización de registro . El uso de este término comenzó, por ejemplo, con DOS / 360 , OS / 360 , y todavía lo utilizan sus sucesores, incluido el actual z / OS . Históricamente, la documentación para estos sistemas prefería este término en lugar de archivo .

Un conjunto de datos generalmente se almacena en un dispositivo de almacenamiento de acceso directo (DASD) o cinta magnética ; sin embargo, los dispositivos de grabación de unidades, como lectores de tarjetas perforadas, perforadoras de tarjetas, impresoras de línea e impresoras de páginas pueden proporcionar entrada / salida (E / S) para un conjunto de datos (archivo).

Los conjuntos de datos no son flujos de bytes no estructurados , sino que están organizados en varias estructuras de bloques y registros lógicos determinadas por DSORG(organización del conjunto de datos), RECFM(formato de registro) y otros parámetros. Estos parámetros se especifican en el momento de la asignación (creación) del conjunto de datos, por ejemplo, con declaraciones de lenguaje de control de trabajos DD . Dentro de un programa en ejecución, se almacenan en el Bloque de control de datos (DCB) o el Bloque de control de acceso (ACB), que son estructuras de datos que se utilizan para acceder a conjuntos de datos mediante métodos de acceso .

Los registros de un conjunto de datos pueden tener una longitud fija, variable o "indefinida".

Organización del conjunto de datos

Para OS / 360, el DSORGparámetro DCB especifica cómo se organiza el conjunto de datos. Puede ser

CQ
Método de acceso a telecomunicaciones en cola (QTAM) en el programa de control de mensajes (MCP)
CX
Grupo de líneas de comunicaciones
DA
Método básico de acceso directo (BDAM)
GS
Dispositivo gráfico para el método de acceso a gráficos (GAM)
ES
Método de acceso secuencial indexado (ISAM)
MQ
Cola de mensajes QTAM en la aplicación
correos
Particionado
PD
Secuencial físico

entre otros. Los conjuntos de datos en cinta solo pueden ser DSORG = PS. La elección de la organización depende de cómo se accederá a los datos y, en particular, de cómo se actualizarán.

Los programadores utilizan varios métodos de acceso (como QSAM o VSAM ) en programas para leer y escribir conjuntos de datos. El método de acceso depende de la organización del conjunto de datos dado.

Formato de grabación (RECFM)

Independientemente de la organización, la estructura física de cada registro es esencialmente la misma y es uniforme en todo el conjunto de datos. Esto se especifica en el RECFMparámetro DCB . RECFM=Fsignifica que los registros tienen una longitud fija, especificada mediante el LRECLparámetro. RECFM=Vespecifica un registro de longitud variable. Los registros V, cuando se almacenan en medios, tienen como prefijo una palabra descriptiva de registro (RDW) que contiene la longitud entera del registro en bytes y bits de bandera. Con RECFM=FBy RECFM=VB, varios registros lógicos se agrupan en un solo bloque físico en cinta o DASD. FB y VB son fixed-blockedy variable-blocked, respectivamente. RECFM = U (indefinido) también es de longitud variable, pero la longitud del registro está determinada por la longitud del bloque en lugar de por un campo de control.

El BLKSIZEparámetro especifica la longitud máxima del bloque. RECFM=FBSTambién se podría especificar, es decir fixed-blocked standard, que todos los bloques, excepto el último, debían tener la BLKSIZElongitud completa . RECFM=VBS, o variable-blocked spanned, significa que un registro lógico podría extenderse a través de dos o más bloques, con banderas en el RDW que indican si un segmento de registro continúa en el siguiente bloque y / o continúa desde el anterior.

Este mecanismo elimina la necesidad de utilizar cualquier valor de byte "delimitador" para separar registros. Por lo tanto, los datos pueden ser de cualquier tipo, incluidos enteros binarios, punto flotante o caracteres, sin introducir una condición falsa de fin de registro. El conjunto de datos es una abstracción de una colección de registros, en contraste con los archivos como flujos de bytes no estructurados.

Conjunto de datos particionados

No confundir con la estructura de datos pasiva .

Un conjunto de datos particionados ( PDS ) es un conjunto de datos que contiene varios miembros , cada uno de los cuales contiene un subconjunto de datos separado, similar a un directorio en otros tipos de sistemas de archivos . Este tipo de conjunto de datos se usa a menudo para contener módulos de carga (programas ejecutables enlazados con formato antiguo), bibliotecas de programas de origen (especialmente definiciones de macros de ensamblador) y lenguaje de control de trabajos . Un PDS se puede comparar con un archivo Zip o un almacenamiento estructurado COM .

Un conjunto de datos particionados solo se puede asignar a un único volumen y tiene un tamaño máximo de 65.535 pistas.

Además de los miembros, un PDS también contiene un directorio. Se puede acceder a cada miembro indirectamente a través de la estructura del directorio. Una vez que se encuentra un miembro, los datos almacenados en ese miembro se manejan de la misma manera que un conjunto de datos PS (secuenciales).

Siempre que se elimina un miembro, el espacio que ocupaba no se puede utilizar para almacenar otros datos. Asimismo, si se reescribe un miembro, se almacena en un nuevo lugar en la parte posterior del PDS y deja un espacio “muerto” desperdiciado en el medio. La única forma de recuperar el espacio "muerto" es realizar una compresión de archivos frecuente. La compresión, que se realiza mediante la utilidad IEBCOPY , mueve todos los miembros al frente del espacio de datos y deja espacio utilizable libre en la parte posterior. (Tenga en cuenta que en el lenguaje moderno, este tipo de operación podría llamarse desfragmentación o recolección de basura ; la compresión de datos hoy en día se refiere a un concepto diferente y más complicado). Los archivos PDS solo pueden residir en DASD , no en cinta magnética , para usar el estructura de directorio para acceder a miembros individuales. Los conjuntos de datos particionados se utilizan con mayor frecuencia para almacenar varios archivos de lenguaje de control de trabajos , declaraciones de control de utilidades y módulos ejecutables.

Una mejora de este esquema es un conjunto de datos particionado extendido (PDSE o PDS / E, a veces solo bibliotecas ) introducido con DFSMSdfp para sistemas MVS / XA y MVS / ESA . Una biblioteca PDS / E puede almacenar objetos de programa u otros tipos de miembros, pero no ambos. BPAM no puede procesar un PDS / E que contenga objetos de programa.

La estructura de PDS / E es similar a PDS y se utiliza para almacenar los mismos tipos de datos. Sin embargo, los archivos PDS / E tienen una mejor estructura de directorio que no requiere la asignación previa de bloques de directorio cuando se define el PDS / E (y por lo tanto no se queda sin bloques de directorio si no se especificaron suficientes). Además, PDS / E almacena automáticamente los miembros de tal manera que la operación de compresión no es necesaria para recuperar el espacio "muerto". Los archivos PDS / E solo pueden residir en DASD para usar la estructura de directorio para acceder a miembros individuales.

Grupo de datos de generación

Un grupo de datos de generación ( GDG ) es un grupo de conjuntos de datos no VSAM que son generaciones sucesivas de datos históricamente relacionados almacenados en un mainframe de IBM (con SO o DOS / VSE ).

Un GDG suele estar catalogado.

Un miembro individual de la colección GDG se denomina " Conjunto de datos de generación ". Este último puede identificarse mediante un número absoluto, ACCTG.OURGDG (1234), o un número relativo: (-1) para la generación anterior, (0) para la actual y (+1) la próxima generación.

GDG JCL y características

Los Grupos de Generación de Datos se definen mediante la utilidad IDCAMS , que permite configurar varios parámetros.

  • LIMIT (10) limitaría el límite de número de generaciones a 10.
  • SCRATCH FOR (91) retendría a cada miembro, hasta el número limitado de generaciones, al menos 91 días.

IDCAMS también puede eliminar (y, opcionalmente, descatalogar) un GDG.

Referencias