第四章-数据表征（金培权课程）

数据项的表示

数据项表示方法

1. 字节序列
2. 表示内容：表示关系数据库中元组的属性值
3. 表示方法：SQL数据类型
   1）Integer（short）表示整数
   2）Real（Float）表示实数
   3）Char(n)表示定长字符串（小于n可用特殊填充符）
   4）Varchar(n)表示变长字符串（用n+1字节）
   NULL终止符 c a t ×
   带长度 3 c a t ×
   定长表示 c a t _ _
   5）Boolean：8bit
   6）枚举类型：16bit（可以表示$2^{1}6$个不同的值）
   7）Date：
   10字符（YYYY-MM-DD）
   8字符（YYYYMMDD）
   7字符（YYYYDDD）（注意不是YYMMDD）
   Integer：自从1900-01-01以来的天数
   8）Time
   8字符：HH:NN:SS
   Varchar(n)：HH:NN:SS.FF
   Integer：自从00:00:00以来的秒数
   9）Bit
   带长度的二进制位串：[Length：Bits]
   按字节表示，每8个bit放在一起

两种不同的数据项表示

1）定长数据项
2）变长数据项（带长度、NULL终止符）

记录的组织

记录是数据项的集合

固定格式定长记录

所有记录都具有相同的逻辑结构（模式），也就是每个记录的每个数据项都是固定长度表达固定含义

若考虑寻址特点，则我们可以把gender这一项由1bit扩充为4bit

记录首部

可以描述记录信息，记录类型、记录长度、时间戳、等等

可变格式记录

1. 定义：每个记录的格式不同，格式信息存储于记录中
2. 表示：Key-Value
3. 好处：灵活、松散
4. 缺点：存储代价高，KV方式难以支持复杂查询、应用负担重且事务处理实现困难

变长记录表示

1. 首部指针法：定长字段在前，变长字段在后
   
2. 混合格式：定长记录+变长记录
   

记录在块中的组织

记录在块内的分隔

1. 定长记录：不需要分隔
2. 非定长记录：特殊标记、块内偏移量
   

跨块（spanned）

1. 跨块：有效利用空间、实现复杂
2. 不可跨块：实现简单、空间浪费

不同类型的记录聚簇

1. 一个块中存储不同类型的记录
2. 聚簇：经常一起访问的记录存储在同一块或者连续块中
   
   看上图中我们知道将S1重复多次与不同课程号连接在一起
3. 优缺点
   对于表
   STUDENT(s#, sname, age)
   SC(s#, cname, score)
   Q1: select student.s#,sc.name from student s,sc where s.s# = sc.s#
   Q2: select * from student
   1）优点：若Q1经常被查询，则聚簇有效
   2）缺点：若Q2经常被查询，则聚簇会降低效率

在块中按序存储记录

1. 另一种聚簇：将记录按某个字段顺序排列在块中
2. 好处：加快按排序字段查询记录的效率，利于归并联接

记录的分裂

1. 适用于变长记录的混合格式表示
2. 具体格式：变长记录存于某个块中，变长部分存储于另一个块中

记录地址

1. 物理地址
   1）快地址：主机标识、磁盘号、柱面号、盘面号（磁头号）、快号
   2）块内偏移量
2. 逻辑地址
   1）纯逻辑地址：通过一个哈希表将逻辑地址映射到物理地址
   2）借助文件系统的逻辑块地址：文件号+逻辑块地址+块内偏移

记录的修改

1. 插入
   1）记录无序：插入到任意块的空闲区间，无空闲块则申请新块，记录变长则用偏移量表
   
   2）记录有序：

step1：找到记录对应的块
step2：若有空间则直接放置并调节顺序
step3：若无空间则可以在邻近块中找空间，或者创建溢出块

2. 删除
   1）立即回收空间
   2）删除记录时处理溢出块（重新组织溢出块）
   3）使用删除标记

若使用偏移量表，则将该指针置空
若使用逻辑-物理地址映射表，则将物理地址置空
可以在记录首部预留开始位：0-未删除，1-删除

块在文件中的组织

堆文件

1. 结构：
   1）记录不以任何顺序排序
   2）记录可能存放在物理不邻接的块上

2. 特点：插入容易，但查找和删除代价高

3. 链表式堆文件组织
   

4. 目录式堆文件组织