高技术索引详解分析.pptVIP

A-tree ECUST--Jing Zhang * A-Tree的性能特点 采用VBR大大增加了节点的扇出度，降低了树的高度和分裂次数 引入VBR有可能导致查询精度下降，不过实验表明，精度下降微乎其微。 基于降维的索引方法 ECUST--Jing Zhang * 为了克服维数灾难，提出一系列基于降维的高维索引方法 基于DFT, DCT, DWT，SVD等的降维方法 采用某种方法将高维数据映射到一维，然后用B+-tree进行索引的方法，例如：Pyramid ，iMinMax 和iDistance 基于降维的索引的方法普遍存在以下问题 损失了查询精度 静态的方法，不利于更新 ECUST--Jing Zhang * 第二种分裂算法：二次花费算法 1、从要分裂的节点中首先选择两个数据，作为分裂后的新节点的种子； D F E G A P 原则：其最小外接矩形面积最大的两个。 2、依次从剩余的数据选择这样的项：两个新节点为了容纳下该项，需要扩大的面积之差最大。 然后将该数据放入面积需要扩大较小的节点中。 D G D G P D G P ECUST--Jing Zhang * 3、如其中一个新节点中所包含的数据太少，使得需要把所有剩余的放入才能达到节点规定的最小项的数目，则将剩余的所有数据放入该节点。 D F E G P D F E G P R-tree ECUST--Jing Zhang * R-tree算法主要存在以下缺陷： 内部节点存在重叠现象，由于节点间数据的相互重叠，在进行查询的时候，可能要遍历多条路径，查找多个叶子节点，最坏的情况下，要遍历所有的路径。 R-tree只对20维以下的数据较为有效，当维数逐渐增大的时候，内部节点中的重叠现象迅速恶化，导致查询性能急剧下降，使索引变的毫无意义，也就是通常所说的“维数灾难”。 R-tree的变种 ECUST--Jing Zhang * 为了能够减少内部节点之间的重叠问题，在R-tree的基础上又相继提出了以下一些索引结构： R+ -tree R* -tree X -tree SS-tree SR-tree A-tree R+-tree ECUST--Jing Zhang * 采用R-tree一样的结构 与R-tree的不同之处 采用了clipping的方法，即一个数据可以被分割开来，同时存放在几个不同的叶子节点中。解决了R-tree中内部节点重叠的问题。 不要求节点内必须包含大于等于最大节点的一半的数据。 叶子节点可能重复。 R+-tree比R-tree具有更好的查找性能（特别是对点查询），但是比R-tree占据更多的存储空间 支持点查询和范围查询 ECUST--Jing Zhang * D F E G H K J I N M L A B C D F E G H K J I N M L A B C P ECUST--Jing Zhang * A B C P D E F G I J K L M N G H 节点之间没有了重叠，因此可以在查询的时候提高效率。 R+-tree ECUST--Jing Zhang * R+-tree存在的问题 插入的时候可能向几个叶子节点中插入数据 在内部节点分裂的时候，不仅要考虑分裂对祖先节点的影响，还要考虑对孩子节点的影响，复杂度远远大于R-tree。 当维数较高，数据较为密集的时候，R+-tree的效率远比想象中差的多。 R*-tree ECUST--Jing Zhang * R*-tree采用了R-tree一样的结构 R*-tree对R-tree的改进 引入强制重新插入机制对R-Tree的性能进行改进 在选择插入路径时同时考虑矩形的面积、空白区域和重叠的大小 R*-tree是所有拥有R-tree同样结构的索引中最成功的一种 支持点查询和范围查询 ECUST--Jing Zhang * R*-tree的改进之一 提出了强制重新插入的概念 在数据的插入过程中，如果节点出现了溢出，并不马上对该节点进行分裂操作，而是将节点中一定比例的项从节点中删除，重新插入到树中，如果在这次重新插入的过程中，该层的所有节点中又出现了溢出，此时再考虑对节点进行分裂。 另：SS-tree以及SR-tree又改进了该算法，即判断是否进行分裂时，并不是看该层节点中是否已经有节点进行过重新插入，而是根据该节点是否进行过重新插入。 ECUST--Jing Zhang * R*-tree的改进之二 针对分裂算法的改进 在R-tree中，分裂算法的原则是考虑使分裂后两个新的节点所覆盖的面积之和尽量的小。 在R*-tre