存储与索引(陈志华).pptVIP

静态哈希的优缺点 理想情况下查询只需要一次磁盘I/O，且文件的插入和删除操作也只需要两次I/O（读和写）。 静态哈希的桶数固定。如果一个文件缩减太大，会浪费很多空间；如果文件增长很大，将产生较长的溢出链，导致性能下降。 可扩展哈希可解决这一问题 8.3.1.2可扩展哈希 为了理解可扩展的哈希方法，首先考虑静态哈希文件。如果现在需要向一个满的桶中插入一个新的数据项，如果不想增加溢出页，而重新组织文件，把桶数加倍，并且桶集合中重新分配项，很麻烦。一个简单的方法是：使用一个指向桶的指针目录，同时仅仅通过目录加倍和分裂溢出桶来实现桶数的加倍。 可扩展hash表简介：它在静态hash结构中主要增加如下： 引入了一个间接层（目录），它包含一个指向桶的指针数组，每一个指针指向一个桶； 指针数组可以增长，它的长度总是2的倍数； Hash函数h为每个键计算出一个K位二进制序列，该K值足够大，无论何时桶的数目都是使用从序列末尾开始的若干位。 可扩展哈希--实例 目录由4个元素的数值组成，每个元素都是一个指向桶的指针。 要定位一个数据项，首先在查找键上应用哈希函数，然后从它的二进制表达中取后两位得到一个0到3之间的数，根据这个数在目录位置上的指针指向期望的桶。 定位哈希值为5（二进制101）的数据项，查找目录元素01，然后沿着指针找到数据页（桶B）。 可扩展哈希--插入 插入 定位桶，如果桶未满，直接插入； 如果桶满，则需要分裂（分配新的页，重分布）。如有必要，需加倍目录。 插入h(r)=20的目录 插入h(r)=20前（a） 插入h(r)=20时（b） 插入h(r)=20后（c） 要插入数据项20，首先查询目录元素00，并沿着它到达桶A，刚好桶A是满的。于是通过分配一个新桶而分裂桶A，然后在原来的桶和它的分裂印象之间重新分部内容。为了重新分布项，需要考虑h(r)的最后三位。后两位是00，说明该项属于上述两个桶之一，第三位（从尾部算起）则用于区别这两个桶。如，指向桶A目录元素第三位为0，而指向桶A2目录元素第三位为1。此时目录不够用，应该加倍，只有第三位不同的元素被称为是“对应”的。 可扩展哈希法的基本方法 可扩展哈希法的基本技术是使用哈希函数h得到二进制数，然后解释后d位数作为目录的偏移量，这里d依赖于目录的大小。上述示例中，d最初是2，因为只有4个桶。分裂后，d变为3，因此现在有8个桶。当项在原桶和它分裂映像桶间重分布时，应该在第d位的基础上进行。数字d被称为全局深度（GLOBAL DEPTN），并作为文件头的一部分保存起来，在每次需要定位数据项时，都要使用它。 为了确定目录是否需要加倍，需要为每一个桶维护一个局部深度（LOCAL DEPTN）。如果一个桶的局部深度等于全局深度，且需要分裂时，目录必须加倍。如图（c）索引中插入9*时，它属于局部深度为2的B桶，而全局深度为3。尽管桶被分裂但目录不必分裂。另一方面A桶和A2桶的局部深度等于全局深度，如果他们被填满，有需要分裂，目录就必须分裂。 8.3.1.3线性哈希 线性哈希和可扩展哈希一样，是一种动态哈希技术，可以有效地支持插入和删除操作，它不需要目录，能自然的处理冲突并且对桶分裂的时机提供很多灵活性。 线性哈希的数学原理: 假定key = 5 、 9 、13 key % 4 = 1 现在我们对8求余 5 % 8 = 5 9 % 8=1 13 % 8 = 5 由上面的规律可以得出 (任意key) % n = M (任意key) %2n = M或 (任意key) %2n = M + n 线性哈希的具体实现: 我们假设初始化的哈希表如图: 为了方便叙述，我们作出以下假定: 1：为了使哈希表能进行动态的分裂，我们从桶0开始设定一个分裂点。 2：一个桶的容量为listSize = 5，当桶的容量超出后就从分裂点开始进行分裂。 3：hash函数为 h0 = key %4? h1 = key % 8，h1会在分裂时使用。 4：整个表初始化包含了4个桶，桶号为0-3，并已提前插入了部分的数据。 分裂过程如下: 现在插入key = 27 1:进行哈希运算，h0 = 27 % 4 = 3 2:将key = 27插入桶3，但发现桶3已经达到了桶的容量，所以触发哈希分裂 3:由于现在分裂点处于0桶，所以我们对0桶进行分割。这里需要注意虽然这里是3桶满了，但我们并不会直接从3桶进行分割，而是从分割点进行分割。这里为什么这么做，在下面会进一步介绍。 4:对分割点所指向的桶(桶0)所包含的key采用新的hash函数(h1)进行分割。 对所有key进行新哈希函数运算后，将产生如下的哈希表 5:虽然进行了分裂，但桶3并不是分裂点，所以桶3会将多出的key，放于溢出页.,一直等到桶3进行分裂。 6: