在記錄排好序時，可以在記錄上建立稠密索引
鍵的順序與檔案中的排序順序一致，圖1為稠密索引的舉例：
圖1 稠密索引
當索引檔案中指向記錄本身的指標長度遠小於記錄本身長度，以至於可以存入到記憶體時，優勢就會非常明顯：每次查詢只需要使用一次i/o操作
使用稠密索引時，無需將索引放入記憶體即可知道檔案是否存在。可以進行範圍查詢
只為檔案的每個儲存塊設乙個鍵-指針對，節省了更多的儲存空間，但查詢給定值的記錄需要更多時間
稀疏索引的舉例如圖2所示：
圖2 稀疏索引
當索引可能佔了多個儲存塊時，可以在索引上再進行索引（二級索引層）。二級索引明顯比一級索引要少時，可以儲存在記憶體中。如果二級索引仍然太大，還可以繼續建立**、四級索引層，直至能夠存入記憶體
二級稀疏索引的舉例如圖3所示：
圖3 二級稀疏索引
圖4 輔助索引
使用乙個稱作「桶」的間接層，可以避免索引的鍵值重複，如圖5所示，索引的每個值，指向其在桶中第一次出現的位置：
圖5 使用「桶」
使用輔助索引，可以在檢索時，檢索盡可能少的資料塊
圖6 倒排索引
之所以叫做倒排，是因為：原本是檢索文件**現哪些詞，現在變為檢索詞出現在哪些文件中
相比於一級/兩級索引，商用系統更多使用的是b-樹及其變體b+樹結構
b-樹將儲存塊組織為樹的結構。此處的b-樹與資料結構中的b-樹相似，使用乙個引數n來決定所有儲存塊的布局（在這裡n為每個結點儲存的查詢鍵值的上限），例如，圖7是一棵n=3的b-樹：
圖7 n=3的b-樹
在資料庫的b-樹索引中，主要是要盡量將n取得足夠大
b-/b+樹的一系列指標，可以對應之前提到的任何一種索引：
b-樹：稠密索引
b+樹：稀疏索引
查詢的過程與資料結構中所提及的是一致的，即從根結點出發，根據與結點中的各數值大小作比較，然後根據比較結果選擇要進入到的子結點，直至到相應的葉結點進行最後的搜尋
而範圍查詢則是在到達葉結點之後，在要查詢的範圍內，從左到右挨個搜尋，直到正在搜尋的這個葉結點存在大於b的鍵為止
而插入和刪除，則需要根據b-樹的定義，來考慮結點的合併與**
通常情況下，資料庫的乙個索引只需要3層的b-樹結構就足以表示全部資訊。在引數n（b-樹每個結點的鍵的上限）非常大的情況下，根結點幾乎不會有任何改動，這時可以將根結點塊永久地緩衝在主存中，以減少磁碟i/o次數，使其比3次還少
包含大量記錄的雜湊表需要存放在輔助儲存器上，這樣的雜湊表桶陣列由儲存塊組成（而不是指向煉表頭的指標）。
雜湊表的結構如圖8所示：
圖8 雜湊表
在雜湊表的插入過程中，如果某個桶被裝滿，則新增溢位塊到該桶的鏈上：
同樣地，如果要進行刪除，在刪除後那個桶不再溢位，則可以將溢位塊刪去，並將裡面的元素移回前面的桶中
當絕大多數的桶都只由單個塊組成時，一般的查詢只需要一次磁碟i/o，但隨著檔案增長，溢位塊逐漸增多時，則讀長鍊錶需要更多次的磁碟i/o
可擴充套件雜湊表是一種動態雜湊方法，它用乙個指向塊的指標陣列來表示桶，而不再是用資料塊本身組成的陣列來表示
可擴充套件雜湊表的結構如圖9所示：
圖9 可擴充套件雜湊表
在圖9中，可以注意到資料塊的右上角方塊**現了1，表明存入的資料的前i位是用於確認是否能夠獲取存放到這個塊中的資格的。例如，i=1時，桶中對應數字1的指標所指向的那個塊，就是由第一位來進行判斷的：首位為1的資料可以有資格放入這個塊中
在插入到的塊中的空間已滿時，需要對那個塊進行**。**為兩個塊後，用於判斷是否有資格進入到此塊中的i位增加為i+1位，這樣就可以保證資料被順利地分到這兩個塊中
例如，在圖9的基礎上，插入乙個資料1010。這是1開頭的，故應該放入第二個資料塊中，但注意到第二個資料塊已經滿了，因此需要對其進行**。首先，讓資料塊的右上角變為2，以表示用前兩位來進行存放資格確認，隨後將10開頭的1001、正在插入的1010放入原有的塊中，而11開頭的1100則放入新增的塊中。同時，i=1也應改為i=2，桶的數量也變為4個，分別表示00、01、10、11：
可擴充套件列表對空間的占用可能會非常地大，而使用線性雜湊的策略可以使桶的增長較為緩慢
從一維索引的雜湊表，推廣到多維，有兩種資料結構，分別為網格檔案和分段雜湊函式：
網格檔案是將點空間劃分為許多網格，隨後分別將落入各區域的點存入相應的桶中：
樹的每一層的結點，都是乙個屬性的索引：
所有維的屬性在層間交替出現：
在四叉樹中，每個內部結點對應於k維空間中的k維立方體：
r-樹表示由二維或更高維區域組成的資料，稱之為資料區
位圖索引使用位向量表示資料出現的位置
位圖索引允許我們在許多情形下高效地回答部分匹配查詢
例如，有如下12條記錄：
對於第乙個分量，共有7種值，據此寫出相應的7個向量（某個值相應的向量的第i位為1，表示在第i條記錄中的該分量取這個值）：
而對於第二個分量，則有10種值，據此寫出相應的10個向量：
現在要查詢分量1位於45~55之間、分量2位於100~200之間的記錄。首先對第一組向量中，45和50所對應的向量進行按位或運算，隨後再對第二組向量中，100、110、120和140所對應的向量進行按位或運算，最後再對這兩個結果進行按位與運算，所得向量中值為1的位，即為查詢目標所在的位
向量過長，而1非常少時，可以考慮進行編碼，以壓縮位圖
其中一種可行的方法：首先需要確定i的二進位制表示是多少位，然後設定乙個由（位數-1）個1和1個0所組成的二進位制序列，再在它後面加上i的二進位制表示
例如：i=13，則需要用4位二進位制來表示i，因此先設定乙個二進位制序列1110（4-1=3個1），再在後面跟上13的二進位制序列1101，即最後得到13的編碼：11101101
反過來進行解碼也是可行的：例如對於11101101001011，首先識別出1110，可以確定此數的二進位制共有4位，因此再看隨後4位，為1101，即第乙個整數為13。再往後看，為0，即下乙個數只有1位，而下一位還是0，因此第二個整數為0。繼續往後看，為10，因此下乙個數共有兩位，為11，即第三個整數是3。綜上所述，三個整數分別為13，0和3，這樣也即完成了解碼
資料庫系統 學習記錄4
判斷關係所屬正規化時，需要先找到候選關鍵字 沒有在fd右邊出現的屬性必定是候選關鍵字的一部分，如果找不到，則進行列舉，尋找閉包 沒有非主屬性，一定是第三正規化 用於表達資料庫的設計的方式包括 e r圖 uml odl 相似抽象物件的集合為實體集 實體集與屬性相關聯，屬於實體的特性 兩個或多個實體集之...
資料庫系統 學習資料 更新
首先要提一點，平時我們總愛把資料庫管理系統 dbms 簡稱為資料庫系統，注意兩者是不同的。mysql sql server oracle等這些全是資料庫管理系統，是乙個軟體而已。學習乙個新東西，最好最快的方式就是看到它，去操作它，有了乙個認識後，再進一步深入研究它，介於此，我推薦一下自己的學習方式。...
資料庫系統 學習記錄15 課程完結
事務t的時間戳 ts t 事務t將自己開始的訊息發給排程器的時刻 使用系統clock或維護乙個計數器，都可以對時間戳的生成進行實現 對於每乙個資料庫元素x，都有兩條相關的時間戳以及乙個額外的位 1 rt x 最近一次有事務對x進行讀取的時間戳 2 wt x 最近一次有事務對x進行寫入的時間戳 3 c...