什么是索引,索引的原理与分类详解?

营销圈公众号引导关注

数据库一方面需要高效的将大量的数据存储到文件中,另一方面则需要快速的从中提取出数据。许多查询只涉及文件中的少量记录,理想情况下,需要系统能够直接定位记录,于是设计了与文件相关的数据结构-索引。

查询执行开销主要包括磁盘存取块数(I/O代价)、处理机时间(CPU代价)以及查询的内存开销。索引主要优化I/O开销。

  • 索引,目的就是提高查询效率,索引的作用相当于图书的目录,可以根据目录中的页码快速找到所需的内容。
  • Search Key,是用来查找数据库记录的属性集合。索引是由一个个index entry组成的,每个entry由两部分组成:search key和pointer <K(i),P(i)>. 。pointer就是指向对应search key数据块地址的指针。

多种索引分类方法

根据是否按照search key的顺序存储,可以将索引分为两种基本的索引类型,顺序索引(ordered indices)和散列索引(hash indices)。

  • 顺序索引,索引中的记录基于搜索码值顺序排序。
  • 散列索引,索引中的记录基于搜索码值的散列函数的值平均地,随机地分布在若干个散列桶中。

另外还有几个特殊的索引:

  • 位图索引,主要针对大量相同值的列而创建的索引,通过一个bit位来记录一个数据行是否存在对应键值。
  • 函数索引,基于函数的索引。
  • 全文索引。

在顺序索引中,根据记录的物理顺序与搜索码的顺序是否一致,又分聚集索引(clustering index)和非聚集索引(nonclustering index)。

  • 聚集索引,一般就是主索引,记录在文件中的物理顺序与搜索码的顺序一致,一个表中只有一个。
  • 非聚集索引,也叫辅助索引,搜索码的顺序与文件记录的顺序不同。一个表可有多个辅助索引。

另外在顺序索引中,另一种分类是根据搜索码与索引项的关系,分为稠密索引(dense index)和稀疏索引(sprase index)。

  • 稠密索引,每个搜索码值都有一个索引项。
  • 稀疏索引,部分搜索码具有索引项,定位记录时先找小于等于搜索码值的最大的索引项,然后从该索引项开始顺序往下查找。所以只有聚集索引才能使用稀疏索引。

四种索引文件

数据库文件在磁盘中的物理存储方式,主要有以下四种文件组织方式:

  • 堆文件,记录存储顺序即插入顺序,新的数据放尾部。此类数据存储结构通常与辅助索引结合作用,辅助索引单独存到一个索引文件。
  • 索引顺序文件,将索引和数据记录存储在一起,以主键进行排序,二叉树的形式对表的数据进行存储。大数据量时用多级索引对顺序文件进行优化。
  • B+树索引文件,只是索引顺序文件的优化,也是一种多级索引,但结构不同。
  • 散列文件,存储单位是桶,主键的散列值决定了一条记录应该存储的桶。每个桶中的记录可以按添加顺序,也可以按主键排序存储。

B+树索引结构是使用最为广泛的,在数据插入和删除的情况下仍能保持执行效率的几种索引结构之一。

索引的性能指标

  • 访问类型(Access types):如范围查找、随机查找等。
  • 访问时间(Access time):查询中访问数据项或项集所需要的时间。
  • 插入时间(Insert time):找到正确的位置插入数据项和更新索引所需要的时间。
  • 删除时间(Delete time):找到要被删除的项和更新索引所需要的时间。
  • 空间开销(Space overhead):索引结构所占据的额外空间。

B+树索引

目前大部分数据库系统及文件系统都采用B-树或其变种B+树作为索引结构。主要解决当索引项比较多的时候,不能一次装入内存,可以对索引再建立索引,形成多级索引。B+树索引是一种以树形结构来组织索引项的多级索引。

什么是索引,索引的原理与分类详解?

B+树的实现方式:

  • B+树包括了根节点,非叶节点,叶节点。
  • 根节点和非叶节点的指针指向的是索引项的数据块,是对索引建立索引。
  • 叶子节点的指针指向主文件的数据块,但是它的最后一个指针指向的是下一个数据块。所有的叶子节点是对主文件的全部索引。

B+树索引可以作主索引,也可以作辅助索引,作主索引时,可以是稀疏的,也可以是稠密的。同时支持范围与随机查找。

好了,这篇文章的内容营销圈就和大家分享到这里,如果大家对网络推广引流和网络创业项目感兴趣,可以添加微信:Sum8338 备注:营销圈引流学习,我拉你进直播课程学习群,每周135晚上都是有实战的推广引流技术和网络创业项目课程分享,当然是免费学!

版权声明:本站部分文章来源互联网用户自发投稿,主要目的在于分享信息,版权归原作者所有,不承担相关法律责任。如有侵权请联系我们反馈邮箱yingxiaoo@foxmail.com,我们将在7个工作日内进行处理,如若转载,请注明本文地址:https://www.yingxiaoo.com/174943.html