数据库的存储结构.docx
《数据库的存储结构.docx》由会员分享，可在线阅读，更多相关《数据库的存储结构.docx（16页珍藏版）》请在冰豆网上搜索。
数据库的存储结构
第五章数据库的存储结构
5.1数据库存储介质的特点
●内存
容量低（一般只有几百M，最多一两个G），价格高，速度快，数据易丢失（掉电、当机等）。
一般做DBMS（或CPU）和DB之间的数据缓冲区。
实时/内存数据库系统中使用内存存放实时数据。
●硬盘
容量高（一般有几十G，多到一两百G），价格中，速度较快，数据不易丢失（除非物理性损坏）。
一般做用来存放DB。
实时/内存数据库系统中使用硬盘存放历史数据库。
●移动硬盘（USB接口）
容量高（一般有几十G），价格中，速度较快，数据不易丢失（除非物理性损坏）。
一般做用来做备份。
●光盘
容量低（一般650M/片，但光盘可在线更换，海量），价格低，速度中，数据不易丢失（除非物理性损坏）。
一般做用来做备份。
●磁盘（软盘）
容量低（一般有几M，优盘多到一两百M），价格中，速度较慢，数据不易丢失（除非物理性损坏）。
一般数据库不使用磁盘。
●磁带
容量低（但可在线更换，海量），价格低，速度最慢，且要按顺序存取，数据不易丢失（除非物理性损坏）。
一般做用来做备份。
按速度从高到低：
内存、硬盘、USB盘（移动硬盘和优盘）、光盘、软盘、磁带。
按在线容量从大到小：
硬盘、移动硬盘、内存、光盘、磁带、优盘、软盘。
物理块：
512byte/1K/2K/4K/8K
原因：
（1）减少I/O的次数；
（2）减少间隙的数目，提高硬盘空间的利用率。
ORACLE逻辑块与物理块（init.ora中db_block_size定义逻辑块大小）
缓冲块和缓冲区（即SGA中的DataBufferCache）
延迟写（delayedwrite）技术/预取（Prefetching）技术（ORACLE中由DBWR进程完成数据的读写）
5.2记录的存储结构
5.2.1记录的物理表示
1．PositionalTechnique
2．RelationalTechnique
3．CountingTechnique
5.2.2记录在物理块上的分配
不跨块组织（unspannedorganization）
跨块组织（spannedorganization）
5.2.3物理块在磁盘上的分配
1．连续分配法（continuousallocation）
2．链接分配法（linkedallocation）
3．簇集分配法（ClusteredAllocation）
4．索引分配法（IndexedAllocation）
5.2.4数据压缩技术
1．消零或空格符法（nullsuppression）
如：
#5表示5个空格，@6表示6个零等。
2．串型代替法（patternsubstitution）
3．索引法（indexing）
5.3文件结构和存取路径
5.3.1访问文件的方式
1．查询文件的全部或相当多的记录
2．查询某一特定记录
3．查询某些记录
4．范围查询
5．记录的更新
5.3.2数据库对文件的要求
5.3.3文件的基本类型
1．堆文件（heapfile）
方便（快）：
插入
不方便（慢）：
查找、删除
2．直接文件（directfile）
方便（快）：
按散列键访问
不方便（慢）：
其它访问方式
3．索引文件（indexedfile）
方便（快）：
按索引键访问
不方便（慢）：
其它访问方式，特别是更新时要进行索引维护。
●索引项=<索引键，地址>
●primaryindexandsecondaryindex
●nondenseindexanddenseindex
●预查找功能
设要查询年龄为20岁或2l岁的四年级学生，如果学生文件在年龄和年级属性上建有索引，则可查出年龄为20岁的学生记录的集合S20，年龄为2l岁的学生记录的集合S21，四年级学生记录的集合Ss，于是，所需的学生记录的集合S应为：
S=（S20∪S21）∩Ss
●clusteringindex
●Btreeindex
动态平衡多叉（分）树
有B+树、B*树等，数据库管理系统中常用B+树实现索引。
B+树结构：
B+树动态平衡特性：
（1）每个结点最多有2k个键值；
（2）根结点至少有—个键值，其他结点至少有k个键值；
（3）除叶结点（即顺序集结点）无子女外，对于其他结点，若有J个键值，则有J+1个子女；
（4）所有叶结点都处于树的同一级上，即树始终保持平衡。
k值一般根据块的大小确定，使得B+树的结点最大不超过一个块，即一个结点占一个块（block）。
优点：
所有记录都具有相同的访问I/O次数（即树的高度+记录本身访问的I/O次数），（若k=20，树的高度为11，则至少可表示2010=1024X1010个记录）。
缺点：
索引维护需要代价，当记录更新引起索引变化时，最差的情况可能从底层一直影响到根结点，即整个树的变动。
第六章
查询处理和优化
6.1Introduction
1．代数优化
2．物理优化
3．规则优化
4．代价估算优化
6.2代数优化
例1设有S（供应商），P（零件），SP（供应关系）三个关系，关系模式如下：
S（SNUM，SNAME，CITY）
P（PNUM，PNAME，WEIGHT，SIZE）
SP（SNUM，PNUM，DEPT，QUAN）
设有查询Q：
SELECTSNAME
FROMS，P，SP
WHERES.SNUM=SP.SNUM
ANDSP.PNUM=P.PNUM
ANDS.CITY=‘NANJING’
ANDP.PNAME=‘BOLT’
ANDSP.QUAN>10000；
代数优化的大致过程：
1．以SELECT子句对应投影操作，以FROM子句对应笛卡儿乘积，以WHERE子句对应选择操作，生成原始查询树。
2．应用变换原则
（2）、（6）、（7）、（9），尽可能将选择条件移向树叶方向。
3．应用连接、笛卡儿乘积的结合律，按照小关系先做的原则，重新安排连接（笛卡儿乘积）的次序。
4．如果笛卡儿乘积后还须按连接条件进行选择操作，可将两者组合成连接操作。
5．对每个叶结点添加必要的投影操作，以消除对查询无用的属性。
6.3依赖于存取路径的规则优化
6.3.1选择操作的实现和优化
1．相关因素
●选择条件
●可用的存取路径
●选取的元组数在整个关系中所占的比例有关
2．实现方法
（1）对于小关系，不必考虑其他存取路径，直接用顺序扫描。
例如对于六个物理块大小的关系，如果顺序搜索，则平均的I/O次数为3，不值得采用其他存取路径。
（2）如果无索引或散列等存取路径可用，或估计中选的元组数在关系中占有较大的比例（例如大于20％）且有关属性上无族集索引，则用顺序扫描。
（3）对于主键的等值条件，最多只有一个元组可以满足此条件，应优先采用主键上的索引或散列。
（4）对于非主键的等值条件，要估计中选的元组数在关系中所占的比例。
如果比例较小（例如小于20％），可以用无序索引，否则只能用簇集索引或顺序扫描。
（5）对于范围条件，一般先通过索引找到范围的边界，再通过索引的顺序集沿相应方向按索，例如对于条件Sage＞20，可先找到Sage＝20的顺序集结点，再沿顺序集向右搜索。
若中选的元组数在关系中所占比例较大，且无有关属性的簇集索引，则宜采用顺序扫描。
例如对于条件Sage＞15，因为大学生绝大部分是大于15岁的。
（6）对于用AND连接的合取选择条件。
若有相应的多属性索引，则优先采用多属性索引。
否则，可检查诸合取条件中有无多个可用二次索引的，若有，则用预查找法处理。
即通过二次索引找出满足各合取条件的tid集合，再求这些tid集合的交集。
然后取出交集中tid所对应的元组．并在取这些元组的同时，用合取条件中的其余条件检查。
凡能满足所有其余条件的元组，即为所选择的元组。
如果上述途径都不可行，但合取条件中有个别条件具有规则（3）、（4）、（5）中所述的存取路径，则可用此存取路径选择满足此条件的元组，再将这些元组用合取条件中的其他条件筛选。
若在诸合取的条件中，没有一个具有合适的存取路径．那只有用顺序扫描。
（7）对于用OR连接的析取选择条件，尚无好的优化方法，只能按其中各个条件分别选出一个元组集，再求这些元组集的并。
众所周知，并是开销大的操作，而且在OR连接的诸条件中，只要有一个条件无合适的存取路径，就不得不采用顺序扫描来处理这种查询。
因此，在查询语句中，应尽量避免采用析取选择条件。
（8）有些选择操作只要访问索引就可得到结果，例如查询索引属性的最大值、最小值、平均值等。
在此情况下，应优先利用索引、避免访问数据。
6.3.2连接操作的实现和优化
1.嵌套循环（nestedloop）法
RR.A=S.BS
外关系（outerrelation）
内关系（innerrelation）
2.利用索引或散列寻找匹配元组法
3.排序归并（sort-merge）法
下面是选用连接方法的启发式规则。
（1）如果两个关系都已按连接属性排序，则优先用排序归并法。
如果两个关系中已有一个关系按连接属性排序，另一个关系很小，也可考虑对此未排序的关系按连接属性排序，再用排序归并法连接。
（2）如果两个关系中有一个关系在连接属性上有索引（特别是簇集索引）或散列，则可令另一关系为外关系，顺序扫描，并利用内关系上的索引或散列寻找其匹配元组，以代替多遍扫描。
（3）如果应用上述两规则的条件都不具备，且两个关系都比较小，可以应用嵌套循环法。
（4）如果
（1）、
（2）、（3）规则都不适用，可用散列连接法。
6.3.3投影操作的实现
6.3.4集合操作的实现
6.3.5组合操作
升级会员 