数据库索引技术.pptVIP

第5章 数据库索引技术 5.1 几种文件组织方式的特性对比分析 5.1.1 文件的记录组织方式 堆文件(heap file) 排序文件(sorted file) 散列文件(hashed file) 以记录的某个属性值为参数，通过特定散列函数求得有限范围内的一个值作为记录的存储地址(即页地址或桶号)。 用于计算散列的属性也称为散列键，它与搜索键具有类似的概念。 5.1.2 各种文件组织方式的特性分析 假设文件有B个数据页，每页有R个记录；平均读写1个页的时间为D，(CPU)处理一个记录的时间为C。对于散列文件组织，散列函数映射的时间为H。 分析时采用如下简单代价模型： I/O操作代价具有主导性。 DB缓冲区大小对DB操作有重要影响。 为了行较全面的性能评价，分析时我们选择几种具有代表性的典型DB操作： 5.1.2.1 堆文件的操作特性分析 扫描 －－操作代价为B(D+RC) 等值搜索 假设:满足条件的记录只有一个, 平均需检查一半的页 操作代价取0.5DB 范围搜索－－必检查所有的页，操作代价B(D+RC) 插入 取文件的最后页到主存，插入后，再写回磁盘 操作代价为2D+C 删除 不考虑记录被删除后的空间合并 操作代价为：搜索时间＋C+D 若已知rid，可直接定位到目标页，可省去搜索时间 5.1.2.2 排序文件的操作特性分析 扫描 －－操作代价为B(D+RC) 等值搜索 假设：满足条件的记录只有一个 可用二分法搜索，操作代价取D*log 2B＋C log 2R 若满足条件记录有多个，则该代价还应加上读取包含所有这些记录的若干个连续页。 范围搜索－－等值搜索代价＋matches 插入 插入后，需进行排序调整，假设需调整约一半的记录 插入操作的代价=等值搜索代价＋2*0.5B(D+RC)。 删除 如果等值或范围删除条件，则代价与插入操作相同 若已知rid，可直接定位到目标页，可省去搜索时间 5.1.2.3 散列文件的操作特性分析 扫描 －－页空间通常只保持约80%的占用率，扫描的实际操作代价取1.25B(D+RC) 等值搜索 能非常有效支持等值选择 假设满足条件的记录只有一条且相应桶中没有溢出页，则等值搜索操作代价仅为H+D+0.5RC 范围搜索 需要扫描所有的页，操作代价＝1.25B(D+RC) 插入－－插入操作代价=等值搜索代价＋D+C 。 删除 对等值或范围选择删除，代价=搜索代价＋D+C 如果直接给定rid，则可省去搜索时间，代价= D+C 5.2 索引技术基础 5.2.1 索引技术综述 索引 是一种能帮助我们有效找出满足指定条件记录rid的辅助数据结构，是一种特殊类型的记录文件。 索引记录 常被称为索引项(index entry) ，简记为k* 除了索引项按索引键值顺序组织的顺序索引外，也有按树结构(如B+树)和桶结构(散列)进行组织的索引。 RDBMS中，索引项可能具有的三种形式 （1）索引项k*是数据记录本身，无单独的索引文件。 这时数据文件可视为一种特殊的数据文件组织，即散列文件 。 （2）k, rid ，有独立的索引文件。 （3）k, rid-list，有独立的索引文件，且每个索引项中允许包含多个rid。 5.2.1 顺序索引及其特性 聚集与非聚集索引 聚集索引(clustered index)：指索引项的排序方式和数据文件记录排序方式一致的索引 稠密索引与稀疏索引 稠密索引：每个索引键值都对应有一索引项 稀疏索引：只为某些搜索键值建立索引项 多级索引 为处理索引项过多带来的索引性能下降问题，可以将索引文本本身当作一般顺序数据文件，在其上再建一个索引，即二级索引。 如果建立三级或更多级的索引，通常不如直接使用B树方便。 主索引与辅助索引 仅当搜索键恰好是主码的索引时，索引称为主索引； 稠密索引与稀疏索引应用示例 多级索引应用示例 一种带有间接桶层的辅助索引结构 5.3 B+树 5.3.1 B+树特点及约束（1） B+树的基本特点 是传统B树的一种增强结构。采用一种平衡树来组织索引项。内节点用于搜索导向，叶节点用来存储数据项。 是一种动态的索引结构，其树大小会因数据项的多少而动态地增长或收缩。 每个树节点用一个页来存储。 树操作(插入/删除)能保持树平衡。从根节点到任一个叶节点路径都是等长的。 B+树的阶数（通常以字母m表示） 指B+树中节点允许容纳的最大索引键值个数。 5.3.1 B+树特点及约束（2） 根节点/内节点格式化 除了根节点外，所有树节点都必须保持50%的占用率(即半满）。 一个含有j个索引键值的节点，必含有j+1个指针 节点内容格式“p0, K1, p1, … , Kj, pj” ，其中，指针pi指向一个键值k落在Ki≤n Ki+1范围的子树。