《数据库系统概念》16-位图索引和查询处理
一、位图索引
位图索引(bitmap
indices)是一种专为多个键的简单查询而设计的。应用位图索引的前提是记录必须被按顺序编号,一般从0开始。给出编号n,必须能够很容易的找到对应的记录,如果记录被存放在连续的块,可以将编号n转换成块编号+块内偏移的表示以快速定位记录位置。
位图索引的结构
位图索引用一个位来对应一条记录,这便是记录需要被编号的原因。instructor_info表如上图,性别的值有男、女两种,收入等级则划分为5级,既有5种值。在给性别属性建立位图索引时,就会分别为male和female建立,对于male位图来说,如果一条记录的性别为male,则位图上对应的位会置1,female、收入等级位图也采用相同的做法。
位图索引的优势体现在根据多个键的查询的时候,比如查询where gender=’f’ and income_level=’L2’,只需将f的bitmap和L2的bitmap取交集即可。
此外,在进行数据分析时经常需要统计符合某些条件的记录的数量,使用bitmap也可以很方便地实现,只需统计交集中值为1的位的数目。
删除记录的时候会使数据序列产生间隙,但逐个移动数据消除间隙开销很大,所以引入一个新的存在位图(existence bitmap),在间隙对应的位置1。新增的数据将被追加到尾部,这样不会影响已有记录的顺序。
二、查询处理
在从数据库提取数据的过程中,查询处理要做的操作有:语法分析与翻译、优化、评估与执行。
查询代价的度量
使用传送磁盘块数(number of block transfers)和搜索磁盘次数(number of disk seeks)来衡量查询的代价。假设磁盘子系统传输一个块的数据需要tT秒,搜索数据需要ts秒,则传送b个块并进行S次磁盘搜索的操作将消耗b*tT+s*ts秒。现在磁盘的典型数值为tT =0.1毫秒,ts =4毫秒,假定磁盘块的大小是4KB,传输率为40MB/秒。
通过将读操作与写操作区分开可以做出更精细地估算,写操作花费的时间约为读操作的两倍,因为写完数据后,磁盘系统会再次读取该扇区以验证写入是否成功。
学习资料:Database System Concepts, by Abraham Silberschatz, Henry F.Korth, S.Sudarshan