CH7 数据库存储结构

数据传输率(data-tranfer rate)是从磁盘获得数据或者向磁盘 存储数据的速率。
磁盘的平均故障时间(mean time to failure, MTTF)是指磁盘 无故障连续运行时间的平均值。 磁盘块(block)是一个逻辑单元，它是包含固定数目的连续扇 区。数据在磁盘和主存储器之间以块为单位传输。
数据库原理与应用
第 7 章
数据库存储结构
数据库原理与应用
第七章 数据库存储结构
1
数据库原理与应用
第 7 章
数据库存储结构
目录
7.1
7.2 7.3 7.4 7.5 7.6
文件组织
记录组织 顺序索引 B+树索引 散列 物理数据库设计
2
数据库原理与应用
第 7 章
数据库存储结构
存储介质的分类
几种有代表性的存储介质：高速缓冲存储器(cache)、 主存储器(main memory)、快闪存储器(flash memory) 、磁盘存储器(magnetic-disk storage)、光存储器 (optical storage)和磁带存储器(tape storage)等。
块头中已存储的条目(entry)个数#E(number of entries)； 块中空闲空间的末尾地址EFS(end of free space)； 条目数组，每个条目中存储了该条目所对应变长记录的大小ES(entry size)和地址EP (entry pointer)。
8
数据库原理与应用
数据库存储结构
磁盘的主要性能指标
访问时间(access time)是从发出读写请求到数据开始传输之 间的时间。
为了访问(即读或写)磁盘上指定扇区的数据，磁盘臂首先需要移动以 定位到正确的磁道，所需时间称为寻道时间(seek time)； 然后等待磁盘旋转直到指定的扇区出现在它下方，所需的时间称为 旋转等待时间(rotational latency time) 。 访问时间=寻道时间+旋转等待时间。
顺序索引主要用于支持快速地对文件中的记录进行顺序或随机地 访问。顺序索引的结构是按顺序存储搜索码的值，并将搜索码的 值与包含该搜索码值的记录关联起来 。
散列索引(hash index)：通过搜索码值的散列函数(也称哈希函 数)的值将所有记录平均、随机地分布到若干个散列桶中。
搜索码(search key)：用于在文件中查找记录的属性或 属性集。经常需要在一个文件上建立多个索引，此时该 文件就有多个搜索码。
4
数据库原理与应用
第 7 章
数据库存储结构
存储访问
缓冲区(buffers)是主存储器中用于存储磁盘块的副本的区域。 缓冲区中的每个块总有一个副本存放在磁盘上，但是在磁盘 上的副本可能比在缓冲区中的副本旧。
负责缓冲区空间分配和管理的子系统称为缓冲区管理器。 数据库系统通过缓冲区实现对磁盘上数据的存储访问。
16
数据库原理与应用
第 7 章
数据库存储结构
索引顺序文件
建立了主索引的索引文件称为索引顺序文件(indexsequential file)。也就是说，索引顺序文件是按某个 搜索码值物理有序存储。 对于索引顺序文件，顺序索引有两类：稠密索引和 稀疏索引。
稠密索引。对应索引文件中搜索码的每一个值在索引中 都有一个索引记录(或称为索引项)。每一个索引项包含搜 索码值和指向具有该搜索码值的第一个数据记录的指针 ，如图7-11所示，其中studentName是搜索码。 稀疏索引。稀疏索引只为索引文件中搜索码的某些值建 立索引记录(或称为索引项)。每一个索引项包含搜索码值 和指向具有该搜索码值的第一个数据记录的指针，如图712所示。
10
数据库原理与应用
第 7 章
数据库存储结构
顺序文件中插入操作的处理：
在文件中定位按搜索码顺序处于插入记录之前的那条记录 （记为记录A）。 如果记录A所在块中有空记录(可能删除后留下来的空间)， 就在这里插入新的记录；否则将新记录插入在一个溢出块 中。
不管哪种情况，都要调整指针，使其能按搜索码顺序 把记录链接起来。 插入情况如图7-7所示：
17
数据库原理与应用
第 7 章
数据库存储结构
多级索引
即使采用稀疏索引，对于一个大型数据库而言，索引本身
也可能变得很大。 如果索引过大，主存中不可能读入所有的索引块，也就 是大部分索引块只能存储在磁盘上，这样在查询处理过 程中，搜索索引就必须读大量的磁盘块。 通过多级索引技术能够较好地解决上述问题。所谓多级 索引就是在索引之上再建立索引。
第 7 章
数据库存储结构
目 录
7.1
7.2 7.3 7.4 7.5 7.6 文件组织
记录组织
顺序索引 B+树索引 散列 物理数据库设计
9
数据库原理与应用
第 7 章
数据库存储结构
文件组织
文件中组织记录的常用方法有：堆文件组织、顺序文件组织、 多表聚集文件组织、B+树文件组织和散列（hashing）文件组 织等。本节对前3种进行介绍。 堆文件组织 ：一条记录可以放在文件中的任何地方，只要那 个地方有空间存放该记录。也就是说，文件中的记录是没有顺 序的，是堆积起来的。通常每个关系使用一个单独的文件。 顺序文件组织：顺序文件是为了高效地按某个搜索码的顺序排 序处理记录而设计的。为了快速地按搜索码的顺序获取记录， 通常通过指针把记录逻辑上有序地链接起来。每个记录的指针 指向搜索码顺序的下一条记录。同时，为了减少顺序文件处理 中磁盘块的访问数量，在物理上按搜索码顺序或者尽可能地接 近搜索码顺序存储记录。如图7-6所示：
计算机的三级存储体系 ：根据不同存储介质的速度 和成本，可以把它们按层次结构组织起来，层次越高 ，每单位存储容量价格越贵，但速度越快。如图7-1 所示。
存储易失性问题 ：易失性存储在设备断电后将丢失 所有内容。一级存储为易失性存储，而二、三级存储 系统都是非易失性存储。
3
数据库原理与应用
第 7 章
15
数据库原理与应用
第 7 章
数据库存储结构
对索引技术的评价需要全面考虑以下因素：
访问类型：索引能有效支持的数据访问类型。例如，根据 指定的属性值进行查询，根据给定的属性值的范围进行查 询。 访问时间：通过索引找到一条特定记录或记录集所需要的 时间。 插入时间：在文件中插入一条新记录所需要的时间，包括 找到插入新记录的正确位置和插入该记录所需要的时间以 及更新索引结构所需要的时间。 删除时间：在文件中删除一条记录所需要的时间，包括找 到待删除记录的正确位置和删除该记录所需要的时间以及 更新索引结构所需要的时间。 空间开销：索引结构所需要的额外存储空间。一般来说， 索引是用空间代价来换取系统性能的提高，这就要进行空 间与时间的折衷。
12
数据库原理与应用
第 7 章
数据库存储结构
目 录
7.1
7.2 7.3 7.4 7.5 7.6 文件组织 记录组织
顺序索引
B+树索引 散列 物理数据库设计
13
数据库原理与应用
第 7 章
数据库存储结构
索引基本概念
两种基本的索引类型：
顺序索引(ordered index)：基于搜索码的值的顺序排列，包括 索引顺序文件和B+树索引文件等。
对于稠密索引，如图7-11所示， 索引更新的规则如下：
如果被删除的记录是唯一具有KD值的记录，则从索引中删除 相应的索引项(索引记录)，如删除“刘方晨”的记录。 否则（即搜索码值为KD的记录有多条），采取如下操作：
如果索引项中存储的指针指向待删除的记录，则更新该指针， 使其指向文件中的下一条数据记录， 如删除学号为0701001的 “李小勇”的记录； 否则索引不必更新，如删除学号为0803025的“李小勇”的记录 。 20
在数据库管理系统中，数据的存取过程如图7-2所示。
(5) 在缓冲区中找记录，若找到转(10)，否则转(6)； 具体步骤如下： (11) RDBMS将数据从系统缓冲区中送入用户工作区；
(1) RDBMS将执行状态信息(成功或不成功等)返回给应用程序； (6) 查看存储模式，决定从哪个文件、用什么方式读取物理记录； (12) 应用程序通过DML向DBMS发出存取请求，如Select语句； (2) 应用程序对工作区中读出的数据进行相应处理。 (7) 根据(6)的结果向操作系统(OS)发出读取记录的命令； (13) 对命令进行语法检查，正确后检查语义和用户权限（通过数据字典 DD），并决定是否接收； (8) OS执行该命令，并读取记录数据； (3) 执行查询优化，将命令转换成一串单记录的存取操作序列； (9) 在OS控制下，将读出的记录送入系统缓冲区； (4) RDBMS根据查询命令和DD的内容导出用户所要读取的记录格式； (10) 执行存取操作序列——反复执行以下各步，直到结束：
14
数据库原理与应用
第 7 章
数据库存储结构
索引基本概念
建立了索引的文件称为索引文件。索引文件中的记录自 身可以按照某种排序顺序存储。一个索引文件可以有多 个索引，分别对应于不同的搜索码。 如果索引文件中的记录按照某个搜索码值指定的顺序物
理存储，那么该搜索码对应的索引就称为主索引
(primary index)，也叫聚集索引(clustering index)。 与此相反，搜索码值顺序与索引文件中记录的物理顺序 不同的那些索引称为辅助索引(secondary index)或非聚 集索引(nonclustering index)。
11
数据库原理与应用
第 7 章
数据库存储结构
多表聚集文件组织
多表聚集文件组织(Multitable Clustering File Organization)是 问题的提出：两个关系中作连接运算时，最坏的情况下，每 一种在每一个块中存储两个或多个关系的相关记录的文件结 个相匹配的记录都处在不同的磁盘块中，这将导致为获取所 构。 需的每一条记录都要读取一个磁盘块。 问题的解决 ：将两个关系的元组混合在一起聚集存储，从而 对于图7-9所示的多表聚集文件结构，可以加速特定连接的处 支持高效的连接运算。如图7-8所示的两个关系，为了支持高 理，但是它将导致其它类型查询的处理变慢。在图7-10中， 效连接运算，可以采用图7-9所示的多表聚集文件结构。 通过指针将一个关系中的所有记录链接起来以方便查找。
在文件开始处，分配一定数量的字节作为文件头(file header)， 这种简单的方法明显地有两个问题： 文件头中存储有关文件的各种信息。到目前为止，需要在文件 删除一条记录比较困难。要么填充被删空间，要么标记被删记录； 头中存储的信息只有一个，即第一条被删除记录(即第一条可用 除非块的大小恰好是记录大小的倍数，否则有的记录会跨块存储。 记录)的地址。 对于跨块存储的记录的访问需要涉及两次磁盘I/O操作。 一般对被删除结点做标记，且使用空闲记录链表来管理记录 的插入和删除，如图7-4所示：
7
数据库原理与应用
第 7 章
数据库存储结构
变长记录指文件中的记录具有不同的存储字节数。 在数据库系统中，以下几种情况会导致使用变长记录：
多种记录类型(即多个关系表)在一个文件中存储； 允许记录类型中包含一个或多个变长字段； 允许记录类型中包含重复字段，如数组等。
有多种变长记录的存储管理技术，这里仅介绍分槽页结构 (slotted-page structure)。分槽页结构一般用于在块中组织记 录，如图7-5所示。 每个块的开始处有一个块头，块头中包含的信息有：
像对待其他顺序文件那样对待索引，在聚集索引上再构 造一个稀疏索引，如图7-13所示。
事实上索引就是一个顺序文件，索引记录是按搜索码值有序存 放的。
18
数据库原理ຫໍສະໝຸດ Baidu应用
第 7 章
数据库存储结构
多级索引
19
数据库原理与应用
第 7 章
数据库存储结构
索引的更新
删除记录 ：为了删除数据文件中的一条记录，系统首先 要查找定位该记录，记待删除记录的搜索码值为KD。 接下来的操作要分稠密索引和稀疏索引来讨论。
5
数据库原理与应用
第 7 章
数据库存储结构
定长记录与变长记录
文件在逻辑上可看作记录的序列，这些记录被映射到磁盘的 物理块上。
用文件表示逻辑数据模型的不同方式：定长记录和变长记录 所谓定长记录指文件中所有记录均具有同样的字节长度，如 图7-3所示：
6
数据库原理与应用
第 7 章
数据库存储结构