范围查询.pptVIP

点查询 实验测试与结果 测试数据(query.in) 测试结果(query.out) query.out中数据和通过SQL查询结果相符 SQL结果 UB-Tree结果 点查询 PK 范围查询 fgets(buf, sizeof(buf), fp) Sizeof(buf) 30 点查询 范围查询 范围查询 流程图 查找开始 Flags =R_CURSOR, cur/start = ql, end=qh Key各维 在查找范围内 计算Sum Y N 下一条目Key 在查找范围内 Y 继续遍历 Flags=R_NEXT N 跳转到nisp(实现优化) Flags = R_CURSOR Key qh Y N END 读取输入文件中的范围信息； 根据读取到的三维信息生成两个一维的ubkey：ql和qh； 从索引开头顺序遍历生成的ubtree索引，比较 ql qh与索引中的key； 如果 key值相同，计算sum值； 如果不同，检查CURSOR所指向的条目下一个条目，如果下一个数据的Key在查询范围内，则继续遍历；如果下一个数据Key不在范围内，则需要修改Key的值，跳转到下一个合适的查询起始点。 遍历结束，输出结果。 本质其实就是对key的操作，得到一个更合适的key，并从它开始查询 范围查询 设计思路 范围查询 逻辑实现 1 2 3 4 5 6 7 8 9 10 11 12 13 14 flags = R_CURSOR; start = cursor = ql; end = qh; int status; status = dbp3-seq(dbp3, key_z, data_z, flags); while (status == RET_SUCCESS) { if (strcmp(key_z.data, qh) = 0) break; if( ifKeyInQurey(key_z, start, end) == 0) { //details are omitted. sum+= atof(_extendedprice) * atof(_discount); flags=R_NEXT; } 范围查询 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 else { status = dbp3-seq(dbp3, key_z, data_z, R_NEXT); if ( strcmp(key_z.data, qh) 0) break; if ( ifKeyInQurey ( key_z, start, end) == 0){ sum+= atof(_extendedprice) * atof(_discount); flags =R_NEXT; } else { new_z = changeZvalue(key_z, start, end); flags = R_CURSOR; } } status = dbp3-seq(dbp3, key_z, data_z, flags); } 逻辑实现 范围查询 实验测试与结果 测试数据(query.in) 测试结果(query.out) query.out中数据和给定的理论数据相符。其中范围查询部分结果应该和B-Tree一致。 UB-Tree查询结果 B-Tree查询结果 性能分析 Berkeley DB 课程设计答辩 性能分析 性能测试指标 建立的索引大小 建立索引时间 查询时I/O读写情况 测试数据 建立索引以lineitem.tbl为源数据 查询条件 B树 UB树 性能分析 索引大小 B-Tree Index1 大小 B-Tree Index2 大小 UB-Tree Index 大小 可以通过删去不必要的属性以减小大小 可以通过优化UB-Key保存方式减小大小 性能分析 建立索引时间 B-Tree index1 128 缓冲页 8 缓冲页 建立相同索引所用的时间有少许减少，这可能大的缓冲页使程序不必频繁在内存和辅存中交换数据页，减少I/O开销。 性能分析 建立索引时间 B-Tree index2 128 缓冲页 8 缓冲页 128页时间有少许减少。这可能index2所储存的数据仅是Key和槽号页号，数据不必频繁在内存和辅存中交换数据页，因而没有很大程度上减少建立索引的时间。 对于UB-Key的处理优化 各维属性不等长* 通过提取各维属性中有效部分