清华大学数据库access课件-第08章：索引和散列资料

引项）的文件。
■基本概念
■散列文件组织 ■SQL中索引的定义
■顺序索引
■散列索引
■多码访问
■B＋树索引文件 ■两种索引的比较■本章总结
§8.1基本概念
➢基本索引
✓ 顺序索引：
• 基于对值的一种排序； • 结构：顺序文件和B树文件
✓ 散列索引：
• 基于将值平均、随机地分布到若干存储桶中：
由1至32个连续的物理块构成的一种存储结构； 与物理块不同的是，存储桶只能包含整记录，即记 录可以跨块存储但不能跨桶存储。
✓ 堆文件与索引顺序文件
• 没有主索引的数据文件就是堆文件； • 而拥有主索引的数据文件就是索引顺序文件。
§8.2顺序索引
➢索引顺序文件
✓ 数据文件中的记录按照某个搜索码值的顺序 物理存储：
§8.2顺序索引
➢顺序索引的分类
✓ 按照索引结构中搜索码值与数据文件中搜索 码值的对应关系，顺序索引又分为：
•稠密索引 •稀疏索引
✓ 稠密索引：
•对应文件中搜 索码的每一个 值都有一个索 引记录(或索引项)，它包括：
搜索码值； 指向具有该搜索码值的第一个数据记录的指针。
§8.2顺序索引
➢顺序索引的分类
✓ 稀疏索引：
• 只为搜索码的部分值建立索引项； • 与稠密索引一样，每个索引项也包括搜索码值和
指向具有该搜索码值的第一个数据记录的指针。
96 216 136 176
3210
页头： 96字节
数据行，即记录
RID是01:010:01 的记录的搜索码 是Downtown
行偏移数组：链表 各行顺序号(槽号)
§8.2顺序索引
➢稠密索引和稀疏索引的比较
✓ 利用稠密索引通常可以比稀疏索引更快地定 位一个记录的位置；
✓ 与稠密索引相比，稀疏索引占用空间小，插 入和删除时的维护开销也小。
➢实践中如何正确地建立稀疏索引？
✓ 数据库查询的开销主要是由什么来决定的？ ✓ 在主存内扫描整个块的时间是可以忽略的； ✓ 考虑为每个块建一个索引项的稀疏索引，这
样的索引可以定位包含所要查找记录的块。
§8.2顺序索引
➢多级索引
✓ 问题的提出：
• 即使采用稀疏索引，索引本身有时也会变得非常 庞大而难于有效处理，例如：
§8.2顺序索引
➢多级索引
✓ 问题的解决：
• 像对待其他任何顺序文件那样对待索引结构，即 在主索引上再构造一个稀疏索引，形成一个具有 内层索引和外层索引的多级索引结构：
主索引结构 本身就是一 个顺序文件
§8.2顺序索引
➢索引的更新
✓ 删除数据记录，稠密索引的变化情况：
①删除数据文件中的“邓婉玲”记录； ②删除数据文件中“王小丽”的s000005记录； ③删除数据文件中“王小丽”的s000009记录。
第8章 索引和散列
讲课内容：
索引的目的就是为了能够快速地在文件中定位要
访问的记录，当然，理想的做法是系统能够直接
定位这些记录！为了实现这种访问数据的方式，
需要一些附加结构——索引，并将索引同数据文
件联系起来。在本章，只要不是特别指明，数据
文件一般是指存储数据记录的文件，我们简称文
件，而索引文件是指存储索引记录（或称之为索
问题：如何利 用稀疏索引进 行查询呢？
§8.2顺序索引
➢SQL SERVER
✓ 主索引的 问题？
✓ 搜索码链 表的作用
✓ 记录的惟 一标识是 F#:P#:S#
✓ 索引中索 引项的指 针是？
页号：010
0 95
Mianus (96)… Downtown(136). Brighton(176). Downtown(216).
✓ 能迅速地按顺序或随机地访问文件中的记录
➢顺序索引的结构
✓ 在逻辑上按顺序存储搜索码的值，并将搜索 码值与包含该搜索码值的记录关联起来。
➢顺序索引的特征
✓ 一个文件可以有多个索引，对应于不同的搜 索码。根据索引结构中搜索码值的逻辑顺序 和数据文件中记录的物理存储顺序之间的关 系，顺序索引分为主索引和辅助索引。
§8.2顺序索引
➢基本概念
✓ 主索引与辅助索引
• 如果数据文件中记录按照某个搜索码指定的顺序 物理存储，则该搜索码对应的索引称为主索引或 簇集索引；
• 相反，搜索码顺序与数据文件中记录的物理顺序 不同的那些索引称为辅助索引或非簇集索引；
• 显然，一个数据文件只能有一个主索引，但可以 有多个辅助索引，为什么？
在文件中删除一个数据项所需要的时间，包括找到 待删除项的正确位置和修改索引所需要的时间。
• 更新时间：U = D + I （在位与异位） • 空间开销：
索引结构所需要的额外存储空间； 索引是用空间的代价来换取系统性能的提高。
实用、能否推广。
§8.2顺序索引
➢顺序索引的作用
• 一个值所属的存储桶由一个函数来决定，该函数 称为散列函数，也叫哈稀函数；
• 索引结构是散列文件！
§8.1基本概念
➢索引技术的评价标准
✓ 没有哪一种索引技术是最好的，每种索引都 有自己适合的数据库应用。对索引技术的评 价必须考虑以下因素：
• 访问类型：
能有效支持的数据访问类型，包括根据指定的属性 值进行查询，或根据给定属性值的范围进行查询。
一个文件有100000条记录； 一个块存储10个记录，每个块有一个索引记录； 一个块存储100个索引记录。
• 索引过大在读索引时就必须有一部分放在磁盘上， 搜索一个索引项就必须多次读磁盘块：
当然在索引上可以用二分法来定位索引项，最坏需 要读log2(b)次块，假设索引占据了b个块。
• 如果索引小到一次I/O就能够放到主存里，搜索 一个索引项的时间就很短，可以忽略不计。
• 访问时间：
访问一个或多个数据项所需要的时间。
• 插入时间：
在文件中插入一个新数据项所需要的时间，包括找 到插入该项的正确位置和修改索引所需要的时间。
§8.1基本概念
➢索引技术的评价标准
✓ 没有哪一种索引技术是最好的，每种索引都 有自己适合的数据库应用。对索引技术的评 价必须考虑以下因素：
• 删除时间：
§8.2顺序索引
➢索引的更新
✓ 删除数据记录，稀疏索引的变化情况：
①删除文件中搜索码为“陈舒艺”的记录； ②删除文件中搜索码为“陈国国”的所有记录； ③删除文件中搜索码为“冯蔼妍”记录； ④删除文件中“王小丽”的s000005记录； ⑤删除文件中“王小丽”的s000007记录。
§8.2顺序索引