高技术索引详解浅析.ppt

主要内容 ECUST--Jing Zhang 1 高维数据索引结构 高维数据索引结构的概念 树形索引结构 R-tree - SR-tree -SS-tree A-tree - X-tree R*-tree - k-d-tree VA-File类索引结构 基于降维的索引方法 基于聚类的索引方法 R树类索引结构上实现最近邻查询的方法 多维索引方法的演变 索引结构 ECUST--Jing Zhang 2 关于“索引” 索引的主要用途是查找数据。利用索引可以有效地管理大量的数据，并快速的从这些数据中查找到特定的数据。 影响查询效率的关键因素是磁盘的I/O次数，利用索引技术可以有效的减少I/O次数 传统数据库的索引结构： B树:键值一维排序，不能搜索多维空间 哈希表：数值精确匹配，不能进行范围查询 ECUST--Jing Zhang 3 一个简单的B树 一个B树的简单的例子： 数据 24，33，16，2，7，20，22，3，5，27， 39，34，38，14，29，19 每四个数据占用一个磁盘页 16个数据占用了四个磁盘页 查找数据28 需要四次I/O操作 刚才的数据生成的B树 ECUST--Jing Zhang 4 首先，将根结点读入内存 将该叶子结点读入内存 共需要两次I/O操作 28 索引结构的本质：空间换时间 ECUST--Jing Zhang 5 划分和有序组织数据 | 减少不必要磁盘访问 | 节省查询时间 高维数据 ECUST--Jing Zhang 6 什么是高维数据？ 高维数据就是高维空间的数据 图形数据库中的数据 两维空间中的点、线、矩形 三维空间中的点、立方体、球 应用领域如：CAD , 医学 多媒体数据库中的特征矢量 高维空间的点数据 应用领域如：图象检索 高维数据的特点 ECUST--Jing Zhang 7 一维数据索引结构无法适用于高维数据 高维数据的特点： 具有复杂的结构：有可能是高维空间的一个点，也有可能是复杂的图形 无法对高维数据排序：即不能找到一个合适的方法，使得在高维空间相近的数据在排序后仍然相近 高维数据索引结构的发展 ECUST--Jing Zhang 8 70年代随着在CAD中处理大量的图形数据而出现的。 近年来应用领域越来越广泛，尤其在多媒体数据库方面。 30多年来，人们提出了近百种高维数据索引结构。 高维索引结构的一种简单分类 ECUST--Jing Zhang 9 树形的高维索引结构 R-tree及其变种，kd-tree，Quad-tree, GC-Tree等 基于近似的索引结构 VA-File, LPC-File, CVA-File, VA+-File等 基于降维的索引方法 Pyramid-Technique ，iMinMax(θ) ，iDistance 等 基于聚类的索引方法 Clindex，VQ-Index 等 等等 高维数据的查询方法 ECUST--Jing Zhang 10 查询类型 点查询 特征矢量，精确匹配 范围查询 特征矢量，查询范围 K近邻查询 特征矢量，整数k 不同高维索引结构对应不同的查询方法，有些索引结构可支持以上三种不同类型的查询，有些只支持其中一种或两种查询方法 R树类索引结构 ECUST--Jing Zhang 11 R-tree ECUST--Jing Zhang 12 1984年由Guttman提出 是B＋-tree树在高维数据空间的扩展 是一种高度平衡树 用原始数据的最小边界矩形表示数据 其插入、删除、更新操作都类似于B＋-tree树 能够有效支持的数据的维数：20维以下 可以进行点查询和范围查询 R-tree ECUST--Jing Zhang 13 表示数据的方法 由于高维数据类型复杂，无法在索引结构中直接表示原始数据，在R-tree中用原始数据的最小外接矩形（MBR: Minimal Bounding Rectangle)来表示数据。 R-tree ECUST--Jing Zhang 14 R-tree结构的特点： M表示节点中可存放项的数目的最大值，m（m=M/2)表示最小值，则一个节点中必须包含m—M个项，根节点除外。 根节点至少包含两个项，除非它是叶子节点 所有的叶子节点在同一层上 一个R树的例子 ECUST--Jing Zhang 15 名称：内部结点 索引结点 目录结点 特点：不包含实 际的数。 名称：叶子结点 特征：包含实际数据或者指向实际数据的指针 D F E G H K J I N M L A B C A