Android数据库Sqlite中索引的使用.docxVIP

Android数据库Sqlite中索引的使? 要使?索引对数据库的数据操作进?优化，那必须明确?个问题： 什么是索引 索引的原理 索引的优缺点 什么时候需要使?索引，如何使? 围绕这?个问题，来探究索引在数据库操作中所起到的作?。 数据库索引简介 回忆?下?时候查字典的步骤，索引和字典?录的概念是?致的。字典?录可以让我们不?翻整本字典就找到我们需要的内容页数，然后翻到那?页就可以。索引也是?样，索引是对记录按照多个字段进?排序的?种展现。对表中的某个字段建?索引会创建另?种数据结构，其中保存着字段的值，每个值还包括指向与它相关记录的指针。这样，就不必要查询整个数据库，?然提升了查询效率。同时，索引的数据结构是经过排序的，因?可以对其执??分查找，那就更快了。 B-树与索引 ?多数的数据库都是以B-树或者B+树作为存储结构的，B树索引也是最常见的索引。先简单介绍下B-树，可以增强对索引的理解。 B-树是为磁盘设计的?种多叉平衡树，B树的真正最准确的定义为：?棵含有t（t=2）个关键字的平衡多路查找树。?棵M阶的B树满?以下条件： 1）每个结点?多有M个孩?； 除根结点和叶结点外，其它每个结点?少有M/2个孩?； 根结点?少有两个孩?（除?该树仅包含?个结点）； 所有叶结点在同?层，叶结点不包含任何关键字信息，可以看作?种外部节点； 有K个关键字的?叶结点恰好包含K+1个孩?； B树中的每个结点根据实际情况可以包含?量的关键字信息和分?(当然是不能超过磁盘块的??，根据磁盘驱动(disk drives) 的不同，?般块的??在1k~4k左右)；这样树的深度降低了，这就意味着查找?个元素只要很少结点从外存磁盘中读?内存，很快访问到要查找的数据。B-树上操作的时间通常由存取磁盘的时间和CPU计算时间这两部分构成。?相对于磁盘的io速度，cpu的计算时间可以忽略不计，所以B树的意义就显现出来了，树的深度降低，?深度决定了io的读写次数。 B树索引是?个典型的树结构，其包含的组件主要是： 叶?节点（Leaf node ）：包含条?直接指向表?的数据?。 分?节点（Branch node ）：包含的条?指向索引?其他的分?节点或者是叶?节点。 3) 根节点（Root node ）：?个B树索引只有?个根节点，它实际就是位于树的最顶端的分?节点。如下图所?： 每个索引都包含两部分内容，?部分是索引本?的值，第?部分即指向数据页或者另?个索引也的指针。每个节点即为?个索引页，包含了多个索引。 当你为?个空表建??个索引，数据库会分配?个空的索引页，这个索引页即代表根节点，在你插?数据之前，这个索引页都是空的。每当你插?数据，数据库就会在根节点创建索引条?，。当根节点插满的时候，再插?数据时，根节点就会分裂。举个例?，根节点插?了如图所?的数据。（超过4个就分裂），这时 候插?H，就会分裂成2个节点，移动G到新的根节点，把H和N放在新的右孩?节点中。如图所?： 根节点插满4个节点插?H，进?分裂。 ?致的分裂步骤如下： 创建两个??节点 将原节点中的数据近似分为两半，写?两个新的孩?节点中。 在跟节点中放置指向页节点的指针 当你不断向表中插?数据，根节点中指向叶节点的指针也被插满，当叶?还需要分裂的时候，根节点没有空间再创建指向新的叶节点的指针。那么数据库就会创建分?节点。随着叶?节点的分裂，根节点中的指针都指向了这些分?节点。随着数据的不断插?，索引会增加更多的分?节点，使树结构变成这样的?个多级结构。 索 引 的 种 类 1）聚集索引：表中?的物理顺序与键值的逻辑（索引）顺序相同。因为数据的物理顺序只能有?种，所以?张表只能有?个聚集索引。如果?张表没有聚集索引，那么这张表就没有顺序的概念，所有的新?都会插?到表的末尾。对于聚集索引，叶节点即存储了数据?，不再有单独的数据页。就?如说我?时候查字典从来不看?录，我觉得字典本?就是?个?录，?如查裴字，只需要翻到p字母开头的，再按顺序找到e。通过这个?法我每次都能最快的查到?师说的那个 字，得到?师的表扬。