索引数据输入的备选方案1

Question

在索引中存储为数据条目的三种备选方案之一是数据条目 k * ，它是具有搜索键值 k 的实际记录。我的问题是，如果你要将实际记录存储在索引中，那么创建索引的重点是什么？

Answer 1

  

这是一个极端的情况，因为它并不真正对应   数据条目由数据记录分隔（散列文件是   这种情况的例子）。

（M.Lenzerini，R。Rosati， Database Management Systems: Access file manager and query evaluation ，“La Sapienza”罗马大学，2016年）

备选方案1通常用于直接索引，例如在B树和哈希索引中（另请参阅Oracle， Building Domain Indexes ）

我们来做一个具体的例子。

我们有一个关系R(a,b,c)，我们有一个聚集 B ⁺ ⁠-⁠tree使用搜索键a上的替代2。由于树是聚类的，因此关系R必须按a排序。

现在，让我们假设关系的常见查询是：

SELECT *
FROM R
WHERE b > 25

所以我们想要构建另一个索引来有效地支持这种查询。

案例1：使用alt的群集树。 2

我们知道集群 B ⁺ ⁠-⁠备用2的备注对于范围查询是有效的，因为它们只需要搜索第一个好结果（比如说一个b=25），然后对该结果指向的关系页面进行1页访问，最后扫描该页面（最终扫描其他页面），直到记录落在给定范围内。

总结一下：

• 在树中搜索第一个好结果。 费用：log _ƒ（ℓ）
• 使用找到的指针转到特定页面。 费用：1
• 扫描页面和最终的其他页面。 费用：num。相关页面

最终费用（以页面访问量表示）是

log _ƒ（ℓ）+ 1 + #relevant-pages

其中ƒ是扇出，ℓ是叶数。

不幸的是，在我们的例子中，搜索键b上的树必须是非聚集的，因为关系已经按a排序

案例2：使用alt的非聚集树。 2（或3）

我们也知道B ⁺ ⁠-⁠tree在 unclustered 时在范围查询中效率不高。事实上，在树中有一个替代2或3的树，我们只存储指向记录的指针，因此对于落在范围内的每个结果，我们必须对可能不同的页面进行页面访问（因为关系与索引的顺序不同。

总结一下：

• 在树中搜索第一个好结果。 费用：log _ƒ（ℓ）
• 跟踪扫描叶子（可能还有其他叶子），并为属于该范围的每个元组执行不同的页面访问。 费用：num。其他相关的叶子+数量。相关元组

最终费用（以页面访问量表示）是

log _ƒ（ℓ）+＃other-relevant-leaves + #levant-tuples

请注意，元组的数量相对于页数非常更大！

案例3：带有alt的非聚集树。 1

使用替代方法1，我们拥有树中的所有数据，因此为了执行查询，我们：

• 在树中搜索第一个好结果。 费用：log _ƒ（ℓ）
• 跟踪扫描叶子（也许是其他叶子）。 费用：num。其他相关的叶子

最终费用（以页面访问量表示）是

log _ƒ（ℓ）+＃other-relevant-leaves

甚至小于（或最多等于）案例1的成本，但这是允许的。

我希望我足够清楚。

N.B。成本以页面访问的形式表示，因为从/到第二项-⁠storage的I / O操作在时间上是最昂贵的（我们忽略了在主内存中扫描整个页面的成本，但我们只考虑访问它的成本。）