【正文】 0 0 3 2 2 2 7 7 3 3 3 3 4 4 4 4 1 1 1 3 7 7 * * * * * * * * 缺頁中斷次數(shù)： 8 緩沖區(qū)管理 ： SQL Server ? 訪問內(nèi)存頁面 ? 為快速找到頁面 ， 內(nèi)存頁面地址被散列 ? 給定 dbidfilenopageno標(biāo)識 (數(shù)據(jù)庫 ID, 文件號 、頁面號的組合 )， 計算其 hash地址 ? Lazywriter(緩沖池管理器 ) ? 使用時鐘算法 時鐘算法 ? SQL Server 2022使用一個專門的進程 ， 采用時鐘算法進行頁面置換 。 該算法總是淘汰最先進入內(nèi)存的頁面 ， 即選擇在內(nèi)存中駐留時間最久的頁面予以淘汰 。 然而 ， 它要求至少3個 ， 通常使用 5個磁盤來執(zhí)行 。 在寫入時 ， RAID 把各硬盤上同級數(shù)據(jù)的校驗統(tǒng)一寫入校驗盤 ， 讀取時再即時進行校驗 。 由于在讀寫時與 RAID 0很相似 ， 所以RAID 3 具有很高的數(shù)據(jù)傳輸效率 。 漢明碼只能糾正一個位的錯誤 ，所以 RAID 2 也只能允許一個硬盤出問題 ， 如果兩個或以上的硬盤出問題 ，RAID 2 的數(shù)據(jù)就將受到破壞 。 ? 那么具體是哪個位有錯誤呢 ？ 三個糾錯代碼從高到低排列為二進制編碼 110 ， 換算成十進制就是 6， 也就是說第 6 位數(shù)據(jù)錯了 ， 而數(shù)據(jù)第三位在漢明碼編碼后的位置正好是第 6 位 。 ? 以典型的 4 位數(shù)據(jù)編碼為例 ， 漢明碼將加入 3 個校驗碼 ， 從而使實際傳輸?shù)臄?shù)據(jù)位達到 7 個 （ 位 ） ： 漢明碼 ? 例：若數(shù)據(jù)碼 1101， 此時 D8=1 、 D4= D2=0 、 D1=1 ，在 P1 編碼時 ， 先將 D D D1 的二進制碼相加 ， 結(jié)果為奇數(shù) 3， 漢明碼對奇數(shù)結(jié)果編碼為 1， 偶數(shù)結(jié)果為 0， 因此 P1值為1， D8+D2+D1=2 ， 為偶數(shù) ， 那么 P2值為 0， D4+D2+D1=2，為偶數(shù) ， P3值為 0。 磁盤調(diào)度（ 5） ? LOOK（ 查找 ） 調(diào)度 （ 電梯 ） ? 電梯算法 。 按照 FCFS順序：磁頭從 53號磁道開始移動 ， 按照 98, 183, 37, 122, 14, 124, 65, 67 的順序依次查找 ， 并將數(shù)據(jù)輸入內(nèi)存 。 影響平均尋道時間的主要決定因素是磁頭讀寫臂的運行速度 ， 另外也跟單碟容量有關(guān) 。 這樣 ， 當(dāng)系統(tǒng)指令開始要讀取下一個簇的數(shù)據(jù)的時候 ， 硬盤便不需要重新開始一個讀取動作 ， 只需要將緩存中的數(shù)據(jù)傳送到系統(tǒng)主存中去就行了 。 目前最新的垂直級化技術(shù)可有效地降低干擾因素 。 因此硬盤的柱面數(shù)和一個碟片上的磁道數(shù)是相同的 。 向扇區(qū)寫入數(shù)據(jù)時附加校驗和(checksum)， 讀取時重新計算校驗和 磁盤 ? 扇區(qū) （ sector） 是盤片的最小可尋址單元 ， 每個扇區(qū)可容納 512字節(jié)的數(shù)據(jù) ， 也叫磁盤塊 。 平均尋道時間是最大尋道時間的 1/3 ? 旋轉(zhuǎn)等待時間 (rotational latency tiime)：目標(biāo)扇區(qū)旋轉(zhuǎn)到讀寫頭下面的時間 ， 每轉(zhuǎn)在 4~11毫秒之間 。 磁盤的性能指標(biāo) ? （ 2） 轉(zhuǎn)速 ? 轉(zhuǎn)速是磁盤所有指標(biāo)中除了容量之外最引人注目的性能參數(shù) ， 以每分鐘多少轉(zhuǎn) （ RPM） 為單位 。 磁盤的性能指標(biāo) ? （ 5） 傳輸速率 ? 傳輸速率分為內(nèi)傳輸速率與外傳輸速率 。 所以在很多時候 ， 更高單碟容量的 5400RPM硬盤會比單碟容量較低的 7200RPM硬盤速度更加快 。 磁盤調(diào)度（ 3） ? SCAN（ 掃描 ） 調(diào)度 ? 此種調(diào)度算法為磁臂由磁盤的一端開始 ， 移動到磁盤的另一端 ， 在移動過程中 ， 為訪問請求服務(wù) 。 磁頭從 53號磁道開始移動 ， 按照 65, 67, 98, 122, 124, 183, 14, 37的順序依次查找 ， 并將數(shù)據(jù)輸入內(nèi)存 。 圖示就是它們的對應(yīng)表： 漢明碼 ? 在校驗時則把每個漢明碼與各自對應(yīng)的數(shù)據(jù)位值相加 ， 如果結(jié)果為偶數(shù)就是正確 ， 如果為奇數(shù)則說明當(dāng)前漢明碼所對應(yīng)的三個數(shù)據(jù)位中有錯誤 ， 此時再通過其他兩個漢明碼各自的運算來確定具體是哪個位出了問題 。 ? 漢明碼加插的位置也是有規(guī)律的 。 但由于花費太大 （ 數(shù)據(jù)位寬越大 ， 用于校驗陣列的相對投資就會越小 ， 4:3 與 64:7） ， 成本昂貴 ， 目前已基本不再使用 ， 轉(zhuǎn)而以更高級的即時檢驗 RAID 所代替 ， 如RAID 5 等 。 RAID 3 D1 1 1 1 1 0 0 0 0 D2 1 0 1 0 1 0 1 0 D3 0 0 1 1 1 0 0 0 D1 1 1 1 1 0 0 0 0 D2 ? ? ? ? ? ? ? ? D3 0 0 1 1 1 0 0 0 D4 0 1 1 0 0 0 1 0 D2 1 0 1 0 1 0 1 0 故障恢復(fù) D4 0 1 1 0 0 0 1 0 生成校驗盤 RAID 3 D2 1 0 1 0 1 0 1 0 D4’ 0 0 0 0 0 1 0 0 寫操作 D2’ 1 1 0 0 1 1 0 0 D1 1 1 1 1 0 0 0 0 D2’ 1 1 0 0 1 1 0 0 D3 0 0 1 1 1 0 0 0 讀 D1,D3， 寫 D2,D4 D2 1 0 1 0 1 0 1 0 D2’ 1 1 0 0 1 1 0 0 0 1 1 0 0 1 1 0 D4 0 1 1 0 0 0 1 0 讀 D2,D4， 寫 D2,D4 RAID 4 ? Independent Data disks with shared Parity disk （ 獨立的數(shù)據(jù)硬盤與共享的校驗硬盤 ） ? 與 RAID 3 相比 ， 關(guān)鍵之處是把條帶改成了 “ 塊 ” 。 RAID 4： 塊交叉奇偶校驗 P RAID 4 D2 1 0 1 0 1 0 1 0 D3 0 0 1 1 1 0 0 0 D4 0 1 1 0 0 0 1 0 D1 1 1 1 1 0 0 0 0 RAID 4 D2 1 0 1 0 1 0 1 0 D3 0 0 1 1 1 0 0 0 D4 0 1 1 0 0 0 1 0 讀數(shù)據(jù)：一種潛在的并行 假定 D1忙 ， 其余磁盤空閑 D1 1 1 1 1 0 0 0 0 RAID 4 RAID 5 ? 將數(shù)據(jù)和奇偶校驗位都分布到所有的 N+1個磁盤上；對每個塊 ，一個磁盤存儲奇偶校驗位 ， 其余磁盤存儲數(shù)據(jù) ? 例如由 5個磁盤組成的陣列 ， 第 n塊的奇偶校驗位存儲在第 (n mod 5)+1上 ， 其余 4個磁盤的第 n塊存儲了對應(yīng)這個塊的實際數(shù)據(jù) ? 奇偶校驗塊不能和這個塊對應(yīng)的數(shù)據(jù)存儲在同一個磁盤上 ? 所有磁盤都參與對讀請求的服務(wù) ， 而 RAID 4中奇偶校驗磁盤不參與讀操作 ? RAID 5包容了 RAID 4， 同時在相同成本下 ， 提供了更好的讀寫性能 RAID 5： 塊交叉的分布奇偶校驗 P P P P P RAID 6 D1 D2 D3 D4 D5 D6 D7 1 1 1 0 1 0 0 1 1 0 1 0 1 0 1 0 1 1 0 0 1 Hamming code D5對應(yīng) D1, D2, D3 D6對應(yīng) D1, D2, D4 D7對應(yīng) D1, D3, D4 RAID 6 D1 1 1 1 1 0 0 0 0 D2 1 0 1 0 1 0 1 0 D3 0 0 1 1 1 0 0 0 D4 0 1 0 0 0 0 0 1 生成校驗盤 D5 0 1 1 0 0 0 1 0 D6 0 0 0 1 1 0 1 1 D7 1 0 0 0 1 0 0 1 RAID 6 D1 1 1 1 1 0 0 0 0 D2 ? ? ? ? ? ? ? ? D3 0 0 1 1 1 0 0 0 D4 0 1 0 0 0 0 0 1 D5 ? ? ? ? ? ? ? ? D6 0 0 0 1 1 0 1 1 D7 1 0 0 0 1 0 0 1 故障恢復(fù) 取 D1,D4,D6 D2 1 0 1 0 1 0 1 0 取 D1,D2,D3 D5 0 1 1 0 0 0 1 0 RAID 6 寫操作 D2 1 0 1 0 1 0 1 0 D2’ 0 0 0 0 1 1 1 1 D2 1 0 1 0 1 0 1 0 D2’ 0 0 0 0 1 1 1 1 1 0 1 0 0 1 0 1 D5 0 1 1 0 0 0 1 0 D6 0 0 0 1 1 0 1 1 D6‘ 1 0 1 1 1 1 1 0 D5 ‘ 1 1 0 0 0 1 1 1 高性能 可靠性差 最佳寫性能 開銷大 高數(shù)據(jù)傳輸率 大數(shù)據(jù)量 高的總 I/O率 適合隨機讀 大數(shù)據(jù)量 高可靠性 選擇合適的 RAID級別 ? RAID 0 是最快 ， 最有效率的陣列類型 ， 但是不支持容錯功能 。 其所選擇的被淘汰頁面 ， 將是以后永不使用的 ， 或是在最長 （ 未來 ） 時間內(nèi)不再被訪問的頁面 。 ? (1)最佳置換法 (OPT) ? (2)先進先出法 (FIFO) 例 ? 最佳頁面置換算法 :塊為 3：缺頁次數(shù)為 7 ? 塊為 3：缺頁次數(shù)為 6 例 例? 先進先出頁面置換算法 :塊為 3：缺頁次數(shù)為 9 ? 塊為 3：缺頁次數(shù)為 10 LRU ? LRU算法 (Least recently used)的基本概念是 :當(dāng)內(nèi)存的剩余的可用空間不夠時 ,緩沖區(qū)盡可能的先保留使用者最常使用的數(shù)據(jù) ,就是優(yōu)先清除 ” 較不常使用的數(shù)據(jù) ” ,并釋放其空間 . ? FIFO置換算法性能之所以較差 ， 是因為它所依據(jù)的條件是各個頁面調(diào)入內(nèi)存的時間 ， 而頁面調(diào)入的先后并不能反映頁面的使用情況 。 于是 ， 系統(tǒng)先將緩沖區(qū)內(nèi)臟數(shù)據(jù)寫入磁盤 ， 而后將緩中區(qū)放入自由緩沖區(qū)列表 。 每個表只能創(chuàng)建一個主索引 。 一個多字段唯一索引認為只有兩行數(shù)據(jù)里所有被索引字段都相同的時候才是相同的 ， 這種數(shù)據(jù)才被拒絕 。 使用聚集索引找到包含第一個值的行后 ，便可以確保包含后續(xù)索引值的行在物理相鄰 。 非聚集索引 (Unclustered Index) ? 非聚集索引數(shù)據(jù)存儲在一個地方 ， 索引存儲在另一個地方 ， 索引帶有指針指向數(shù)據(jù)的存儲位置 。Green39。 空間索引的提出是由兩方面決定的：其一是由于計算機的體系結(jié)構(gòu)將存貯器分為內(nèi)存 、 外存 兩種 ， 訪問這兩種存儲器一次所花費的時間一般為 30~40ns， 8~10ms， 可以看出兩者相差十 萬倍以上 ， 盡管現(xiàn)在有 “ 內(nèi)存數(shù)據(jù)庫 ” 的說法 ， 但絕大多數(shù)數(shù)據(jù)是存儲在外存磁盤上的 ， 如果對磁盤上數(shù)據(jù)的位置不加以記錄和組織 ，每查詢一個數(shù)據(jù)項就要掃描整個數(shù)據(jù)文件 ， 這種訪問磁盤的代價就會嚴重影響系統(tǒng)的效率 ， 因此系統(tǒng)的設(shè)計者必須將數(shù)據(jù)在磁盤上的位置加以記錄和組織 ， 通過在內(nèi)存中的一些計算來取代對磁盤漫無目的的訪問 ， 才能提高系統(tǒng)的效率 多維索引： kd樹 ? 樹頂層結(jié)點按一維劃分 ， 下一層按另一維劃分 ，保持每側(cè)各落入一半數(shù)據(jù) ， 依此類推 ， 直到每個區(qū)域所包含的數(shù)據(jù)點數(shù)不超過 1為止 。 ? (3)內(nèi)部結(jié)點只有一個屬性 ， 它的一個劃分值指向左 、 右孩子的指針； ? (4)葉結(jié)點是塊 ， 塊空間中存放著盡可能多的記錄 。 最后創(chuàng)建一個新的內(nèi)結(jié)點 ， 它的子結(jié)點為分裂的兩個新塊 ， 并且給該內(nèi)結(jié)點一個與分裂的相應(yīng)的劃分值 。 如果是內(nèi)部結(jié)點 ， 我們可以先對結(jié)點做刪除標(biāo)記 ， 當(dāng)已經(jīng)標(biāo)記了足夠量的結(jié)點時 ,便可對未標(biāo)記的結(jié)點重建 KD 樹 。 例如 :SELECT * FROM CustomerTb WHERE(年齡 〉=35 AND 年齡 55) AND(新水 =100AND 薪水 =200)給定一個年齡范圍 35~55和一個薪水范圍 $100K~$200K。 在四叉樹中 ，空間要素標(biāo)識記錄在其外包絡(luò)矩形所覆蓋的每一個葉結(jié)點中 ， 但是 ， 當(dāng)同一父親的四個兄弟結(jié)點都要記錄該空間要素標(biāo)識時 ， 則只將該空間要素標(biāo)識記錄在該父親結(jié)點上 ， 并按這一規(guī)則向上層推進 。 ? （ 3） 葉子結(jié)點上包含了小于等于 n 的對象 ， 其對應(yīng)的矩為所有對象的外包矩形 。 對于葉子結(jié)點 ， 索引項形如(Index， Obj_ID)。 R樹的結(jié)構(gòu) ? R樹的每個結(jié)點不存放空間要素的值 。 在其父結(jié)點刪除原來對應(yīng)的單元 ， 并加入由分裂產(chǎn)生的相應(yīng)的單元 。 如果父結(jié)點因此單元數(shù)也少于 m， 則繼續(xù)對父結(jié)點重復(fù)進行該操作 。 ? Guttman使用面積這個指標(biāo)來衡量空間上的聚集 。 無需預(yù)知整個空間要素所在空間范圍 ， 就能建立空間索引； ? 由于具有與 B樹相似的結(jié)構(gòu)和特性 ， 使其能很好地與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫相融合 ， 更好的支持數(shù)據(jù)庫的事務(wù) 、 回滾和并發(fā)等功能