《数据库原理》课程笔记 (Ch05-数据库存储结构)

存储介质

数据库采用多级存储器，用的最多的辅存是磁盘。磁盘的耗时主要在寻道时间。

磁盘上数据划分为大小相等的物理块，磁盘与内存间的数据交换以物理块为单位。好处：

• 减少IO次数
• 减少间隙的数目，提高磁盘空间利用率

为了解决磁盘和内存之间速度不匹配，可设立缓冲区：

DBMS可以采用延迟写（一系列写入一起进行）与提前读（正在处理i位置时提前调入i+1位置）技术，减少I/O，改善性能。

记录的存储结构

记录

• 定位法：每个字段按最大可能长度分配定长
• 相对法：每个字段没有固定的长度，而用特殊的字符分隔
• 计数法：每个字段的开始加上该字段长度信息

记录到物理块

每个物理块可容纳记录数（块因子）p=[B/R]，B：物理块大小，R：固定长记录的大小

通常，B=pR<R，即物理块会留出零头。为了利用这一部分，可以采用跨块组织。

物理块到磁盘

• 连续分配法：有利于顺序存取，不利于扩充
• 链接分配法：各物理块用指针连接，有利于扩充，效率较差
• 簇集分配法：结合上述两种方法，将一系列物理块串在一起，入口放在某地址
• 索引分配法：每个文件有一个逻辑块号与其物理块地址对照的索引条目

数据压缩

• 消零或空格符法：例如00000用@5表示

• 串型代替法：用某个约定的短串代替长串数据

• 索引法：在用到这些串的地方，用指针引用索引表中的条目

文件结构和存取路径

访问文件的方式

对数据库的操作最终要落实到对文件的操作。

数据库对文件的要求

更多的DBMS不用OS的文件管理系统，而是独立设计其存储结构。因为：

• 传统文件系统不能提供DBMS功能所需的附加信息
• 传统文件系统主要面向批处理，数据库系统要求即时访问、动态修改
• 减少DBMS对OS的依赖，提高DBMS的可移植性

文件的基本类型

• 堆文件

  按照插入先后顺序存放。

  插入容易，查找不方便（只能顺序搜索），删除记录也较麻烦（需要空间回收）。

• 直接文件

  记录的某一属性用散列函数直接映射成记录的地址。

  散列函数的设计较为困难；地址范围设的太大或太小都不好；要处理地址重叠问题。

  

• 索引文件

  建立一个集中的映射机构，保存某些属性的值（如主键）与存储地址的映射。

  

  索引与散列的区别：索引文件有记录才占用空间，散列空文件也占用全部空间（因为必须留出整个空间）。

  针对非散列键和非索引属性的访问，都不能有效发挥直接文件或索引文件的优势。散列或索引失效时，散列的访问代价通常更大，因为需要遍历整个散列空间，而索引的条数较少。

索引的建立与使用

• 键值：索引键属性的可能取值

• 主索引：索引是主键 —— 一个索引只有一个地址对应

  • 非稠密索引：按主键排序
  • 稠密索引：不按主键排序

• 次索引：索引不是主键 —— 一个索引可能有多个地址对应

  • 簇集索引：按索引键排序并簇集，是稠密索引
  • 非簇集索引：不按索引键排序，是稠密索引，也叫无序索引、非簇集的稠密次索引、二次索引

• 稠密索引：每个键值对应一个索引项。每增加一个键值，就要增加一个索引项，索引会有溢出的可能。

• 非稠密索引：不为每个键值设立索引项。可以节省索引的存储空间，代价是文件要按索引键排序。对一个文件，只能为一个索引键（一般为主键）建立非稠密索引。

• 簇集索引：在稠密索引中，若键值不唯一，则每个键值可能对应多个记录，这时可以在索引区进行拉链簇集，把键值相同的记录在物理地址上集中存放

  

动态索引

动态索引是一种平衡多分树（即B-树），常用B+树。

• 每个节点最多有2k个键值，k称为B+树的秩
• 根节点至少有一个键值，其它节点至少有k个键值。节点内，键值有序存放
• 除叶节点外，其它节点若有J个键值，则有J+1个子女
• 叶节点都处于树的同一层

用B+树实现主索引

要找键值Kx所对应的记录时，从索引树的根开始，按照大小夹逼原理，自上而下地搜索。即：若Kx<K0，则沿P0所指的节点向下搜索；若Kx>Kn-1，则沿Pn所指的节点向下搜索；若Ki-1<Kx≤Ki，则沿Pi所指的节点向下搜索。

索引集节点中的键值不一定是文件中当前存在的键值（仅起“导航路标”的作用）。在搜索过程中，即使发现索引集节点中的键值等于要找的键值，查找仍要按上述规则进行下去。

B+树提供的存取路径

• 通过索引集进行树形搜索

• 通过顺序集进行顺序搜索

• 先通过索引找到入口，再沿顺序集顺序搜索

效率

搜索B+树所需的I/O次数决定于其级数L，最多经过L次I/O就可以搜索到，而B+树的级数决定于N（索引属性不同键值的数目），而不是记录数。

补充知识

到底什么是稠密索引和非稠密索引

稠密索引每个数据记录的键值对应一个索引项。也就是说，稠密索引为数据记录文件的每一条记录都设一个键-指针对。

非稠密索引不为每个数据记录的键值设立索引项。也就是说，为数据记录文件的每个存储块设一个键-指针对。

到底什么是主索引和次索引

• 主索引：索引是主键 —— 一个索引只有一个地址对应（如上图所示）

  • 非稠密索引：按主键排序
  • 稠密索引：不按主键排序

• 次索引：索引不是主键 —— 一个索引可能有多个地址对应（上图地址部分为一个地址列表）

  因为不按主键排序，所以必然是稠密索引

  • 簇集索引：按索引键排序并簇集（地址列表拉链）
  • 非簇集索引：不按索引键排序，也叫无序索引、非簇集的稠密次索引、二次索引

标签：文件,稠密,簇集,Ch05,数据库,笔记,索引,键值,主键
来源： https://www.cnblogs.com/zxuuu/p/12969266.html