第6章数据库存储技术.pptVIP

6．4 索引技术与散列技术 6.4.1 文件的定长记录 6.4.2 文件的变长记录 6.4.3 散列技术 6.4.1 索引技术 在索引技术中对文件（一般用顺序文件）的查找采用类似书刊中目录的方法，即对文件中记录的指定项（称索引项）的项值给出其记录的地址，它们称索引，索引一般也用文件表示，其结构如图6.4所示。 6.4.1 索引技术 1. 主索引 主索引是索引中最常用的一种，它一般可以分为以下三类：（1）稠密索引所谓稠密索引（dense index）是指对主文件索引项的每个“项值”建立一个索引项值，即索引记录包括索引项中的所有项值以及指向该值的记录链表中第一个记录的指针，图6.5给出了稠密索引的一个例子。（2）稀疏索引稀疏索引（sparse index）是指只对主文件索引项的部分项值建立索引记录，这些部分项值的选择具有一定的稀疏特征，即每隔一定距离选择一个。每个索引记录也包括一个项值和指向该项值的第一个数据记录的指针。（3）多级索引当索引本身数量很大时，还有一种办法是采用多级索引，即对索引本身采用索引。图6.7给出了二级索引的例子。 6.4.1 索引技术 6.4.1 索引技术 6.4.1 索引技术 2. 辅助索引 由于主索引中具有相同索引项值的记录在同一地址或相邻地址中，因而查找速度慢，有时还需要使用辅助索引。采用辅助索引查找速度快，一般采用下面的方法：即仍采用索引记录（索引项值与对应的指针），不过此时指针指向的不是主文件记录地址而是指向一个桶（bucket），桶内存放指向具有同一索引项值的指针。如在前稀疏索引示例中，建立以Jldw为索引项的辅助索引。如图6.8所示，在这种结构中，以辅助索引为中介，可以通过二层指针方便地查到对应的主文件地址。 6.4.2 B+树索引文件 1. B+树的结构 B+树索引是一个多级索引，但是其结构不同于多级索引顺序文件。B+树的索引结构是树的形式，最上一级索引是树的根结点，最下一级索引是树的叶结点。该级索引指针指向主文件的记录地址，一般采用稠密索引；而非叶的其他结点（包括根结点）的索引指向下一级结点的地址，一般为稀疏索引。 6.4.2 B+树索引文件 6.4.2 B+树索引文件 6.4.2 B+树索引文件 典型的B+树结点结构如图6.9所示，其中P为指针，K为索引项值，每个结点中的索引项值按次序存放，即如果ij，那么KiKj。 6.4.2 B+树索引文件 图6.10给出了一个B+树的例子，每个大写字母代表索引项值。为简单起见，省略了空指针和指向主记录的指针。 6.4.2 B+树索引文件 2. B树上的查询 假设要查询索引项值为K的所有记录，查询方法为： （1）检查根结点，找到大于K的最小索引值，假设为K，那么顺着P走到第二层结点。如果找不到这样的值，就沿着P走到第二层结点。 （2）在走到的第二层结点中用类似（1）的方法找到相应指针并到达第三层。 （3）如此重复，最终到达一个叶结点。如果该结点中有某个索引项值K等于K，那么指针P指向我们所需要的记录，如果在该叶结点中找不到值K，则不存在索引项值为K的记录。 6.4.3 散列技术 提高数据库查找速度的另一种方法是散列（hash）技术。其基本原理是利用一种散列函数建立起主文件中指定项值与磁盘物理块间的映射联系，这样只要给出指定项的值立即可通过散列函数得到其对应的存储物理块地址。在对散列的描述中，将使用术语桶（bucket）来表示能存储一条或多条记录的一个存储单位。通常一个桶就是一个磁盘块，但也可能小于或者大于一个磁盘块。 形式化地，令K表示所有指定项值的集合，令B表示所有桶地址的集合，散列函数H就是一个从K到B的函数。我们用H表示散列函数。 散列技术的具体实现方法如下： （1）建立主文件的指定项K以及该项值的集合{ K1，K2… Kn}。 （2）建立磁盘物理存储单位桶以及桶地址的集合{B1，B2…Bn}。 （3）建立散列函数H（Ki），它建立主文件指定项的值与桶间的对应关系，对应一个Ki必通过H（Ki）找到惟一的一个桶地址。 6.4.3 散列技术 第6章 数据库存储技术 * 索引项值 对应记录地址 ? ? 因此，索引技术中一个索引文件一般由主文件与索引两部分组成，其中主文件存放数据，而索引则存放数据地址。 索引 主文件 图6.5 稠密索引示例 70 Wzbm 指针 ? Wzbm Wzmc Jldw Price 010101 010101 铍铜合金 Kg 010301 010301 铅锑合金 Kg 010401 010401 锆镁合金 Kg 020101 020101 25铜管材