基于排序的两趟算法资料.ppt

基于排序的两趟算法 两趟算法介绍 当在关系上执行关系代数操作时，若关系大于一趟算法能够处理的范围，则使用两趟（多趟）算法：来自于操作对象关系中的数据被读到内存，以某种方式处理，再写回磁盘，然后重新读取磁盘以完成操作。 两趟算法介绍 基于排序操作来实现两趟算法的一般过程：对于B（R） X的关系R，将它分为大小为X（X为单个内存缓冲区的大小）的块并排序，然后对于某种任意子表在任意时刻只占用一个内存块（内存缓冲区）的方式，对排好序的子表进行排序。 两阶段多路归并排序（TPMMS） 阶段1：不断将R中的元组放入M个缓冲区，利用内部排序算法对他们排序，将得到的子表放入外存。 阶段2：对排好序的子表进行归并（M-1个输入缓冲区，1个输出缓冲区）。 两阶段多路归并排序（TPMMS） TPMMS代价分析 在第2阶段，由于输出缓冲区的存在，子表数目不能超过M-1.设B R 为关系R占用的块数，每个子表包含M个块，则要求B≦M M-1 或近似为B≦M2. 算法在第一趟时读入B个块，并在排序后将子表写回磁盘，故磁盘I/O次数为2B；再第二阶段，子表被读入内存，进行归并后再次被写回，则了两趟总的I/O为4B（若归并后的结果用于其他操作而非写回磁盘则为3B）。 利用排序去重复 阶段1：与原始TPMMS算法相同。 阶段2：选中输入缓冲区的第一个未被选过的元组t，将其拷贝至输出缓冲区，同时删除输入缓冲区