数据库系统实现 第三章 索引结构

第三章 索引结构

1.索引结构基础

1.1 顺序文件

关系中元组按主码排序，然后元组按次序存在数据块中

1.2 稠密索引

对于排序的记录，在索引块中记录的键和指向记录的指针，不存储记录，稠密索引的意思就是对于每一个记录，在索引表里都有对应的（键<->指针）对，一 一对应的关系，不过这个都是分块的，假设一个索引块可以放4条，一个记录存储块放2条，那么一个索引块就对应了2个数据存储块

1.3 稀疏索引

相比稠密索引，稀疏索引就是在索引表中不存放所有的记录指针信息了，只存放一个存储块里第一个记录的指针（比如一个记录存储块内可以放2条记录，那么稀疏索引就是每隔2条存一个记录指针，而稠密索引是全部存下来的，举个最简单例子，假设键是1~100，那么稀疏索引表里面存的是1，3，5…，稠密索引是1，2，3…）

1.4 多级索引

可以建立多级索引，作用是啥呢，其实就是找两次，第一次先找到一个大区间，比如1~10，然后再二级索引，可能找到就是4~6了，这样比较快，但是需要注意，二级索引和后面的索引必须是稀疏的，要不然都是一 一对应，没啥用，需要的是范围搜索

1.5 辅助索引

辅助索引就单纯是一对一的查找了，辅助索引只知道每一个记录的指针，能找到，但是不影响记录的存储位置，所以不能像之前一样预测位置（就是大区间到小区间那样），现在就是不管你在哪，我也不care，反正我就一对一，你们记录之间有什么关系我不管，我就是能找到你，而且对于重复的，也是一个一个存，比如5个键为10的记录，索引表里就存5个记录

1.6 辅助索引的间接

间接就是中间放个桶，桶里面存放一样键值的记录，什么意思呢，就上面的例子，5个键值为10的记录，改成间接辅助索引就只在索引文件里放一个10，指向这个桶，桶再去找这5个记录，就是个间接索引了

2.B-树

2.1 B-树结构

• B-树的规则：

  • 根节点至少两个被使用
  • 叶节点中，至少有（n+1）/2 向下取整个节点被使用，最后一个指向下一个
  • 内层节点，每一个指针节点都是对键值节点的分区，有n个键值就有n+1个指针，比如键值是3，5，7，那么指针对应的就是<3, 3~5, 5~7,>7四个分区

• B-树的应用

没太多说的

• B-树查找
  对于排序的就很简单了，跟二叉树差不多把

• B-树插入

  简单总结一下：首先如果插入一个节点，能放下的话最好，放不下则需要分裂，分裂时保持性质（每个节点最少有（n+1）/2向下取整个键值指针对），所以老节点只留下（n+1）/2向上取整个，其他的放到新节点，保证新节点的键值指针对达到（n+1）/2向下取整，然后这样的话，父节点指针也多了一个，就得看看上面放不放得下，放不下也分裂，最多就e分’f裂到e根节点yn呗，根节点放不下也分裂

• B-树删除
  讲道理应该跟插入一个意思了，这个找个例子看看最明白

• B+树
  区别就是非叶子节点都是一个键值和指针数相同，思路还是分区间，从大区间到小区间，然后叶子节点就是所有的键值信息，跟B-树区别在于所有信息都在叶子节点，只c有i到叶子节点才能搜索到键值记录

• B*树

  就是要求必须装满2/3以上，不在是之前的一半了

• 前缀B树
  简化键值，比如就拿个首字母去比，不用全部键值比了

3.Hash

3.1散列表

散列表，又称哈希表，把所有的键值按照一个函数映射到不同的K个桶里,比如对键值（假设为整数）对K取整,结果肯定就是0~K-1了，就这个意思

3.2 散列表插入

插入就算算哈希值，应该放到哪个桶，就放进去，处理冲突的办法，一般有链表法和线性探测法，具体不太明白可以查查数据结构

3.3 散列表删除

跟查找一样，找到就给删了就行了

3.4 可扩展散列表
下面以线性哈希来总结一下可扩展哈希吧，它保证了几个性质

• 桶数n的选择必须保证存储块的平均记录数大于某个值，比如80%，保证填满率
• 有三个参数，1.用后i位来算key，2.有n个桶 3.记录数r

• 所以就是r <= 1.7n,就是平均每个桶就1.7个，

  线性哈希插入：

先用后i位算出来桶号，小于n的话就放进去，大于n就先放到m-2^i-1 的桶里，然后检查r/n是否满足性质，不行的话就加桶，加新桶比如是1a1a2a3…ai这个桶，就需要判定0a1a2a3…ai这个桶里的key是否有需要拿到新桶里面的，因为刚才不是给它暂时放那了嘛，这会儿物归原主，然后检验n是否大于2^i,大于的话取后i位就不够了，i++

还是那句话，这个可以找个例子最好，看一个小例子就会很清晰，或者自己找源码试试也行，我这大作业做过一个，有需要的可以留言。

这章就到这吧，下一章应该就查询执行了。