数据库中查询搜索的算法是什么？

Question

大家好，我正在研究搜索算法优化。

截至目前，我正在研究数据库。

在带有SQL支持的数据库中。

我可以为特定的表编写查询。

1. 从Table1中选择Number，其中Name =“Test”;
2. 从Table1中选择*，其中Name =“Test”;

1从Table1中搜索名称为Test的数字，2搜索所有列名称Test。

我理解函数的概念但是我有兴趣学习搜索的方法是什么？

它只是简单的线性搜索，从第一个索引到第n个索引，只要条件为真，它就会抓取，因此具有O（n）速度，或者它是否具有加速其过程的唯一算法？

Answer 1

如果没有索引，则是，执行线性搜索。

但是，当您将列指定为键时，数据库通常使用B Tree索引。这些是特殊调整的特殊数据结构格式（高B树分支因子），以便在磁盘硬件上运行良好，其中最重要的耗时因素是搜索操作（磁头必须移动到文件的差异部分） ）。

您可以将索引视为列中值的排序/结构化副本。如果要搜索的值在索引中，则可以快速确定。如果找到它，那么它也会找到一个指针，指向主数据文件中相应行的正确位置（因此它可以去读取行中的其他列）。有时，多列索引包含查询请求的所有数据，然后它不需要跳回主文件，它只能读取它找到的内容然后完成它。

还有其他类型的索引，但我认为你明白这一点 - 重复数据并以一种快速搜索的方式排列。

在大型数据库中，索引会在等待几分之一秒与完成复杂查询的天数之间产生差异。

btw- B树不是一个简单易懂的数据结构，遍历算法也很复杂。此外，遍历甚至比您将找到的大多数代码更加丑陋，因为在数据库中，它们不断地从磁盘加载/卸载数据块并在内存中管理它，这显着地增加了代码。但是，如果您熟悉binary search trees，那么我认为您已经足够了解这个概念。

Answer 2

嗯，这取决于数据的存储方式以及您要做的事情。

• 如前所述，维护条目的通用结构是B+ tree。树已针对磁盘进行了优化，因为实际数据仅存储在树叶中 - 并且密钥存储在内部节点中。它通常允许非常少量的磁盘访问，因为树的顶级k级别可以存储在RAM中，并且只有少数底层将存储在磁盘上并且需要为每个级别读取磁盘。
• 其他选择是hash table。您在内存（RAM）中维护一个“指针”数组 - 这些指针指示磁盘地址，其中包含一个包含所有具有相应散列值的条目的存储桶。使用此方法，您只需要O(1)磁盘访问（这通常是处理数据库时的瓶颈），因此它应该相对较快。
  但是，哈希表不允许有效的范围查询（可以在B +树中有效地完成）。

以上所有的缺点是它需要一个密钥 - 即如果根据关系的字段“id”构建哈希表或B +树，然后根据“密钥”进行搜索 - 它变得无用。
如果你想保证快速搜索关系的所有字段 - 你将需要几个结构，每个结构根据不同的密钥 - 这不是非常有效的内存。

现在，根据具体用法有许多优化需要考虑。例如，如果预计搜索次数非常少（比如总操作数的loglogN较小），那么维护B +树总体上效率低于仅将元素存储为列表并且在极少数情况下搜索 - 只需执行线性搜索。

Answer 3

非常有问题，但它可以有很多答案，具体取决于你的表格结构以及规范化程度......

通常在SELECT查询中执行seacrh，DBMS对表进行排序（它使用mergesort，因为此算法适用于光盘中的I / O，而不是快速排序）然后取决于索引（如果表有）它只是匹配数字，但如果结构更复杂，DBMS可以在树中执行搜索，但这太深了，让我在我的笔记中再次研究。

我建议在Sql Server 2008中激活查询执行计划here is an example，然后执行带有WHERE子句的SELECT语句，然后您就可以开始了解内部发生了什么。 DBMS。