数据存取_哈希索引.pptVIP

数据存取 ————hash索引 郗岳 学号：2011020884 指导老师：陈梅老师 hash索引 hash索引简介 静态hash 可扩展hash 两个经典问题 hash索引简介 Hash：译“散列”，也译“哈希”，一种将任意长度的输入压缩到某一固定长度的输出的方法； Hash函数:将查找键为参数并计算出一个介于0到N-1的整数，其中N是桶的数目； 静态hash的插入与删除 静态哈希 理想情况下查询只需要一次磁盘I/O，且文件的插入和删除操作也只需要两次I/O（读和写）。 静态哈希的桶数固定。如果一个文件缩减太大，会浪费很多空间；如果文件增长很大，将产生较长的溢出链，导致性能下降。 可扩展哈希可解决这一问题 可扩展哈希 Situation：考虑静态哈希文件，现在需要向一个满的桶中插入一个查找键为K的新记录。 解决方案1：增加一个溢出页。 解决方案2：重新组织文件，把桶数加倍，并在新的桶集合中重新分配项。 方案2的缺点：为完成重组，不得不读整个文件，并且不得不写回二倍的页数。 Idea：使用一个指向桶的指针目录，仅仅通过目录加倍和分裂溢出桶来实现桶数的加倍。 可扩展哈希 可扩展hash表简介：它在静态hash结构中主要增加如下： 引入了一个间接层，用一个指向块的指针数组来表示桶，而不是用数据块本身组成的数组来表示桶； 指针数组可以增长，它的长度总是2的倍数； Hash函数h为每个键计算出一个K位二进制序列，该K值足够大，无论何时桶的数目都是使用从序列末尾开始的若干位。 可扩展哈希--实例 目录由4个元素的数值组成。 要定位一个数据项，首先在查找键上应用哈希函数，然后从它的二进制表达中取后两位得到一个0到3之间的数，根据这个数在目录位置上的指针指向期望的桶。 定位哈希值为5（二进制101）的数据项，查找目录元素01，然后沿着指针找到数据页（桶B）。 可扩展哈希--插入 插入 定位桶，如果桶未满，直接插入； 如果桶满，则需要分裂（分配新的页，重分布）。如有必要，需加倍目录。 插入h(r)=20的目录项r之前 Review：可扩展哈希 可扩展hash表简介：它在静态hash结构中主要增加如下： 引入了一个间接层，用一个指向块的指针数组来表示桶，而不是用数据块本身组成的数组来表示桶； 指针数组可以增长，它的长度总是2的倍数； Hash函数h为每个键计算出一个K位二进制序列，该K值足够大，无论何时桶的数目都是使用从序列末尾开始的若干位。 全局深度与局部深度 20的二进制是10100。最后2位指明项属于A或A2，最后3位指明属于哪个桶。 全局深度： 在初始时，使用哈希值的i位而不是整个b位(0 i b)用作桶地址表的偏移，i值随数据库大小的变化而变大和减小—i称为全局深度(global depth)。 局部深度： 用于决定一个项属于哪个桶的位数。 插入h(r)=9的目录项r之后 可扩展hash索引的问题 向未满的桶中插入记录项 向已满的桶中插入记录项----桶的分裂 分裂一个桶是否必须进行目录加倍？ 桶分裂不一定加倍 可扩展hash结论 每次目录加倍，全局深度加1；当桶分裂时（不管是否导致目录加倍），分裂桶的局部深度都加1，并把相同的局部深度赋值给它的分裂映像。 初始阶段，局部深度=全局深度。如果插入操作导致局部深度全局深度，目录加倍，并将指针固定到分裂的映像页。 DBMS如何跟踪磁盘上的空间 磁盘空间管理器：提供上层接口、数据单元为页 磁盘IO请求：块地址 磁盘驱动器 最简单的文件组织结构 页的集合如何组织成一个文件 实现：页的链表 层次之间的联系 review hash索引简介 静态hash 可扩展hash 两个经典问题 * * 静态哈希 桶数组：一个序号从0到N-1的数组中包含N个存储块，每一个对应数组中的一个桶； H：哈希函数 溢出链 插入h(r)=20的目录项r …… …… C B A A：文件 B：页 C：记录 数据页 数据页 数据页 数据页 数据页 数据页 首页 含有空闲空间的页链表 满页链表 用链表组织的堆文件