データ (コンピュータ)

• ランダムアクセスメモリ（RAM）は、CPUが直接アクセスできるデータを保持する。CPUは、プロセッサレジスタまたはメモリ内のデータのみを操作することができる。これは、CPUがストレージ機器（ディスクやテープなど）とメモリ間のデータ転送を指示する必要があるデータストレージとは対照的である。RAMは、プロセッサが読み込みまたは書き込み操作のためのアドレスを提供することにより、読み込みまたは書き込みができる、直線状の連続した場所の配列である。プロセッサは、メモリ内の任意の場所を、いつでも、任意の順序で操作することができる。RAMでは、データの最小要素は二進数ビットである。RAMにアクセスするための機能や制限はプロセッサによって異なる。一般に、メインメモリはアドレス 0（16進数の 0）から始まる位置の配列として配置される。各位置には、コンピュータ・アーキテクチャに応じて、一般に8ビットあるいは32ビットを格納することができる。

• データキーは、メモリ上の直接的なハードウェアアドレスを指すものである必要はない。間接的、抽象的、および論理的なキーのコードを値と関連付けて格納し、データ構造を形成することができる。データ構造には、その先頭から所定の偏差（またはリンクやパス）があり、そこにデータ値が格納される。したがって、そのデータキーは、構造体へのキーと、構造体の内部での偏差（またはリンクやパス）を加えて構成される。このような構造を繰り返して、同じ繰り返し構造内にデータ値とデータキーの組を格納すると、その繰り返し構造の各要素を列に、各繰り返し構造を行に見立てた、二次元の表のような結果を得ると考えることができる。このようなデータ編成では、データキーは通常、列の値の1つ（または複数の値の複合）になる。

• 繰り返しデータ構造を表形式で表現することは、多くの可能性の1つに過ぎない。繰り返しデータ構造はまた、ノード（節）が親子関係を持って互いにリンクするように、階層的に編成することもできる。これらのノードに、値やより複雑なデータ構造がリンクされる。このように、ノード階層は、ノードに関連付けられたデータ構造を扱うためのキーを提供する。この表現は、反転木（根を上に、葉を下に向けた樹形図）と考えることができる。たとえば、最近のコンピュータのオペレーティングシステムのファイルシステムが一般的な例であり、XMLもその一つの例である。

• データをあるキーでソート（整列）すると幾つかの固有の特徴を生じる。そのキーのサブセット（部分集合）の値はすべて一群として表れる。同じキーを持つデータのグループが順次通過するとき、あるいはキーのサブセットが変化するとき、これをデータ処理の世界ではブレークあるいはコントロールブレークと呼ぶ。特に、キーのサブセット上のデータ値の集計を容易にする。

• フラッシュメモリのような大容量の不揮発性メモリが登場するまで、永続的なデータストレージは、磁気テープやディスクドライブのような外部ブロックデバイスにデータを書き込むことで実現されていた。これらの装置は通常、磁気メディア上のある位置に磁気ヘッドを移動し、所定のサイズのデータブロックを読み書きする。この場合、メディア上の移動位置がデータキーで、ブロックがデータ値となる。初期に用いられた「ロー・ディスク」データファイルシステムやオペレーティングシステムでは、ディスクドライブ上の連続ブロックをデータファイル用として確保した。このようなシステムでは、すべてのデータが書き込まれる前にファイルがいっぱいになり、データ領域が不足することがあった。そのため、各ファイルに十分な空き領域を確保するために、多くの未使用のデータ領域が非生産的に確保されていた。その後のファイルシステムでは、パーティションが導入された。それらは、ディスクのデータ領域をパーティション用に確保し、必要に応じてパーティションのブロックをファイルに動的に割り当てることで、割り当てられたブロックをより経済的に使用した。これを実現するために、ファイルシステムは、カタログまたはファイルアロケーションテーブルによって、データファイルによって使用または未使用のブロックを追跡する必要があった。これにより、ディスクのデータ領域をより有効に活用できるようになったが、ディスク全体でファイルの断片化が発生し、データを読み込むための移動時間が増えるために、パフォーマンスのオーバーヘッドが発生した。最近のファイルシステムは、断片化したファイルを動的に再編成して、ファイルアクセス時間を最適化する。ファイルシステムのさらなる発展により、ディスクドライブが仮想化され、論理ドライブを複数の物理ドライブからなるパーティションとして定義することが可能になった。

• 大きなデータセットから小さなデータを取り出すことは、逐次的データ検索を伴うために非効率的な場合がある。インデックス（索引）とは、ファイル、テーブル、データセットなどのデータ構造からキーと位置アドレスを写し取り、反転木構造を使ってそれらを編成することで、元のデータのサブセットを取り出すのにかかる時間を短縮する方法である。そのためには、検索を開始する前に、取得するデータのサブセットのキーを知っていなければならない。最も一般的なインデックスは、Bツリーと動的ハッシュキーインデックス方式である。インデックス作成は、データの整理と取得のためのオーバーヘッドである。インデックスを構成する方法は他にも、キーのソートや、二分探索アルゴリズムがある。

• オブジェクト指向では、データとソフトウェアを理解するために2つの基本的な概念を使用する。

1. プログラムコードクラスの分類学的なランク構造（階層的なデータ構造の一例）。
2. 実行時に作成される、クラスライブラリからインスタンス化されたオブジェクトのメモリ内データ構造に対するデータキー参照。

インスタンス化された後に初めて、指定されたクラスの実行オブジェクトが現れる。オブジェクトのキー参照がNullになると、そのオブジェクトが参照しているデータは（データキー参照がNullになるため）データでなくなり、したがってそのオブジェクトも存在しなくなる。そのオブジェクトのデータが保存されていたメモリ位置はガベージと呼ばれ、再利用可能な未使用メモリとして分類される。

• データベースの登場により、永続的なデータ保存のための抽象化レイヤー（層）が導入された。データベースは、データを永続化する際に、メタデータと構造化問い合わせ言語（SQL）プロトコルを用いて、クライアントとサーバーのシステム間でネットワークを介して通信し、取引の完全性を保証するために2相コミットのログシステムを使用する。

• 最新のスケーラブルで高性能なデータ永続化技術は、高帯域幅ネットワークに接続された多数の量産コンピュータ間にまたがる超並列分散データ処理に依存している。その一例としてApache Hadoopがあげられる。このようなシステムでは、データは複数のコンピュータに分散されるため、システム内の特定のコンピュータを直接または間接的にデータのキーで表す必要がある。これにより、異なるコンピューターで同時に処理されている2つの同じデータセットを区別することができる。