数据库系统实现——索引结构

一 概述

索引的目的：按给定查找键值快速定位记录。

二 顺序文件上的索引

2.1 顺序文件

2.1.1 概念

记录按查找键排序（可二分查找）。

2.1.2 密集索引

概念：每个记录都有一个索引项，索引项按查找键排序。

查找方法：查找索引项，跟踪指针即可

为什么使用密集索引：记录通常比索引项大->索引可以常驻内存，可在内存进行查找。

缺点：索引占太多空间。

2.1.3 稀疏索引

概念：仅部分记录有索引项，一般为每个数据块的第一个记录建立索引。

优点：节省索引空间

缺点：查找需要访问磁盘（在内存找到所要查找记录所在块，到磁盘中将该块取到内存再查找）

2.1.4 多级索引

一级索引太大不能放内存的话，可以把二级索引放内存。

二级索引仅可用稀疏索引。

一般不考虑三级以上索引——应该用红黑树。

三 辅助索引

3.1 概念

主索引：顺序文件上的索引；记录按索引属性值有序；根据索引值可以确定记录的位置。

辅助索引：数据文件不需要按查找键有序；根据索引值不能确定记录在文件中的顺序；辅助索引只能是密集索引（无序）。

3.2 辅助索引重复键值处理

采用间接桶（介于辅助索引和间接桶之间）

3.3 倒排索引

应用于文档检索，与辅助索引思想类似。

思想：为每个检索词建立间接桶，桶的指针指向索引词所出现的文档。

四 B+树

4.1 概念

一种树形的多级索引结构；

所有节点为n个值，n+1个指针；

所有叶节点位于同一层；

适用于主索引，也适用于辅助索引。

4.2 查找

从根节点开始；

沿指针向下，直达到达叶节点；

在叶节点书序查找。

4.3 插入和删除

见相关数据机构书籍。

4.4 效率分析

IO代价等于树高（通常不超3层，且根节点常驻内存，则IO=2）

五 散列表

思想：给定一个查找键k，对应的记录必定位于桶h(k)中；

文件增长解决方法：

动态散列表：可扩展散列表——成倍增加桶的数目；线性散列表——线性增加；

六 实例研究

MySQL索引研究见下一篇博客。