【正文】 fb = B’1B’0 or B’1B0 = B’1 位片索引 (Bitsliced Index) ? 位片索引是將屬性列的域值按照某種方式進行垂直分割 ， 然后以二進制位圖的形式存儲 S ale s i n b in ar y f o rm8 b it 4 b it 2 b i t 1 b it0 1 1 01 0 0 10 1 0 11 0 1 11 0 0 10 0 1 10 1 1 11 1 0 0S ale s6951193712S ale s i n b in ar y f o rm0 1 1 01 0 0 10 1 0 11 0 1 11 0 0 10 0 1 10 1 1 11 1 0 0位片索引 3/1 3/1 3/1 3/1 3/1 3/1 3/1 3/1 32 36 38 41 43 46 47 49 NY MA NY CT NY RI CT NY A A B A A B B A 6 9 5 11 9 3 7 12 1 0 1 0 1 0 0 1 1 1 0 1 1 0 0 1 0 1 0 1 1 0 0 1 1 0 1 0 0 0 1 1 1 0 0 1 0 1 1 0 0 1 1 1 1 1 1 0 date store state class sales state = NY class =A sales in binary form 8 4 2 1 select sum(sales) from customers where state=‘NY’ and class=‘A’ 多維索引 ? 空間數(shù)據(jù) 多維索引 ? 空間查詢 ? 臨近查詢 查詢位于特定位臵附近的對象 ? 最近鄰查詢 (nearest neighbor query) 查詢離特定位臵最近的對象 ? KNN 查詢離特定位臵最近的 k個對象 ? 區(qū)域查詢 查詢位于指定區(qū)域內(nèi)的對象 空間索引 ? 空間索引是對存儲在介質(zhì)上的數(shù)據(jù)位置信息的描述 ，用來提高系統(tǒng)對數(shù)據(jù)獲取的效率 。 非聚集索引比聚集索引層次多 ， 添加記錄不會引起數(shù)據(jù)順序的重組 。 ? 建議使用聚集索引的場合為： a. 此 列 包 含 有 限 數(shù) 目 的 不 同 值 ； b. 查 詢 的 結(jié) 果 返 回 一 個 區(qū) 間 的 值 ； c. 查詢的結(jié)果返回某值相同的大量結(jié)果集 。 比較 ? 聚集索引和非聚集索引的 根本區(qū)別是表記錄的排列順序和與索引的排列順序是否一致 ， 聚集索引表記錄的排列順序與索引的排列順序一致 ， 優(yōu)點是查詢速度快 ， 因為一旦具有第一個索引值的紀錄被找到 ， 具有連續(xù)索引值的記錄也一定物理的緊跟其后 。 ? 若未指定索引類型 ， 則默認為非聚集索引 ? 葉節(jié)點頁的次序和表的物理存儲次序不同 ? 每個表最多可以有 249個非聚集索引 ? 在非聚集索引創(chuàng)建之前創(chuàng)建聚集索引 (否則會引發(fā)索引重建 ) 非聚集索引 ? select * from employee where lname = 39。 例如 ， 對于在 emp_id 列上有非聚集索引的表 ， 如要搜索其雇員 ID (emp_id)， SQL Server 會在索引中查找這樣一個條目 ， 該條目精確列出匹配的 emp_id 列在表中的頁和行 ， 然后直接轉(zhuǎn)到該頁該行 。 這使非聚集索引成為精確匹配查詢的最佳方法 ， 因為索引包含描述查詢所搜索的數(shù)據(jù)值在表中的精確位置的條目 。 索引中的項目按索引鍵值的順序存儲 ， 而表中的信息按另一種順序存儲 。Ota39。 ? 說明 如果該表上尚未創(chuàng)建聚集索引 ， 且在創(chuàng)建 PRIMARY KEY 約束時未指定非聚集索引 ，PRIMARY KEY 約束會自動創(chuàng)建聚集索引 。 聚集索引 ? 當(dāng)索引值唯一時 ， 使用聚集索引查找特定的行也很有效率 。這樣有助于提高此類查詢的性能 。 ? 聚集索引對于那些經(jīng)常要搜索范圍值的列特別有效 。 因此一個表只能包含一個聚集索引 。 我們沒有必要在唯一字段上建立索引 ， 那樣做只會重復(fù)建立自動創(chuàng)建的索引 。 ? 如果一個表聲明了一個唯一約束或者一個主鍵 ， 那么 SQL 自動在那些組成主鍵或者唯一字段的列上創(chuàng)建唯一索引 (可能地話是一個多字段索引 )， 以強迫這些約束 。 我們認為 NULL 值相互間不相等 。 目前 ， 只有 Btree 索引可以聲明為唯一的 。 如果在任何包含重復(fù)數(shù)據(jù)的字段上指定主索引 ，將 產(chǎn)生一個錯誤 。 ? 注意：主索引是數(shù)據(jù)庫表的整體部分 。 主索引禁止為產(chǎn)生索引關(guān)鍵字所指定字段或索引表達式中的重復(fù)值；因此 ， 主索引中每個索引關(guān)鍵字是唯一的 。 ? 其它類似用到緩沖區(qū)的設(shè)計 （ 當(dāng)緩存不足以放下所有數(shù)據(jù)或為了節(jié)省內(nèi)存 ） ， 均可參考此種替換策略 。 ? 對于緩沖區(qū)內(nèi)那些通過較高代價產(chǎn)生的對象 ， 系統(tǒng)使用具有較高參考價值的計數(shù)器 。如果計數(shù)器的值不為零 ， 系統(tǒng)則將計數(shù)器的值減少 。 如果計數(shù)器為零 ， 則說明這一緩沖區(qū)可回收使用 。 ? 7 0 1 2 0 3 0 4 2 3 0 3 2 1 2 0 1 7 0 7 0 1 2 0 0 0 0 2 3 0 3 2 2 2 0 1 1 0 7 0 1 2 2 2 2 0 2 3 0 3 3 3 2 0 0 1 7 0 1 1 1 4 4 0 2 2 0 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 。該算法賦予每個頁面一個訪問字段 ， 用來記錄一個頁面自上次被訪問以來所經(jīng)歷的時間 t,， 當(dāng)須淘汰一個頁面時 ， 選擇現(xiàn)有頁面中其 t值最大的 ， 即最近最久未使用的頁面予以淘汰 。 最近最久未使用 （ LRU）置換算法 ， 是根據(jù)頁面調(diào)入內(nèi)存后的使用情況進行決策的 。 例 ? 在一個請求分頁存儲管理系統(tǒng)中 ， 一個作業(yè)的頁面走向為 5， 當(dāng)分配給該作業(yè)的物理塊數(shù)分別為 4時 ， 試計算采用下述頁面淘汰算法時的缺頁次數(shù) (假設(shè)開始執(zhí)行時主存中沒有頁面 )， 并比較所得結(jié)果 。 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 。 ? FIFO：先進先出置換算法 。 采用最佳置換算法 ， 通常可保證獲得最低的缺頁率 。 它是由 Belady于 1966年提出的一種理論上的算法 。 然而 ， 它要求至少3個 ， 通常使用 5個磁盤來執(zhí)行 。 ? RAID 3 被用在數(shù)據(jù)加強和加速單用戶對連續(xù)的長記錄時的數(shù)據(jù)傳輸 。 ? RAID 1 適合性能要求較高又需要容錯功能的陣列 。 ? RAID 4 在寫入時要等一個硬盤寫完后才能寫一下個 ， 還要寫入校驗數(shù)據(jù)所以寫入效率比較差 ， 讀取時也是一個硬盤一個硬盤的讀 ， 但校驗迅速 ，所以相對速度很快 。 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 。 按塊存儲可以保證塊的完整 ， 不受因分條帶存儲在其他硬盤上而可能產(chǎn)生的不利影響 （ 比如當(dāng)多個硬盤損壞 ） 。 即 RAID 4 是按數(shù)據(jù)塊為單位存儲的 。 直到更為先進高效的 RAID 5 出現(xiàn)后 ， RAID 3 才開始慢慢退出市場 。 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 。 在數(shù)據(jù)存入時 ， 數(shù)據(jù)陣列中處于同一等級的條帶的 XOR 校驗編碼被即時寫在校驗盤相應(yīng)的位置 ， 所以彼此不會干擾混亂 。 P P P RAID 2 ? RAID 2使用共軸同步 (spindle synchronize)技術(shù) ， 存取數(shù)據(jù)時 ,整個磁盤陣列一起動作 ,在各個磁盤的相同位置作平行存取 ，有最好的存取時間 (access time)， 以大帶寬 (band wide)并行傳輸所存取的數(shù)據(jù) ， 有最好的傳輸時間 (transfer time) ? 對于大型檔案的存取應(yīng)用 ， RAID 2有較好的性能 ， 但如果檔案太小 ， 性能會下降 ， 因為磁盤的存取是以扇區(qū)為單位 ， 而RAID 2的存取是所有磁盤平行動作 ， 故小于一個扇區(qū)的數(shù)據(jù)量會使其性能大打折扣 ? RAID 2適合于存取連續(xù)且大量數(shù)據(jù)的應(yīng)用 ， 如大型電腦 、 作影像處理或 CAD/CAM的工作站等 RAID 3 ? Parallel transfer with parity （ 并行傳輸及校驗 ） ? RAID 3 是在 RAID 2 基礎(chǔ)上發(fā)展而來的 ， 主要的變化是用相對簡單的異或邏輯運算 （ XOR， eXclusive OR ） 校驗代替了相對復(fù)雜的漢明碼校驗 ， 從而也大幅降低了成本 。 ? RAID 2 是早期為了能進行即時的數(shù)據(jù)校驗而研制的一種技術(shù) ， 針對了當(dāng)時對數(shù)據(jù)即時性非常敏感的領(lǐng)域 ， 如 、 金融服務(wù)等 。 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 。 所以 RAID 2 中的硬盤數(shù)量取決于所設(shè)定的數(shù)據(jù)存儲寬度 。 漢明碼的插入位置為 16…… RAID 2 ? 在 RAID2 中 ， 一個硬盤在一個時間只存取一位的信息 。 ? 4位數(shù)據(jù)需要 3位漢明碼 （ 23 ≥ 4+3+1） ， 64 位數(shù)據(jù)需要 7 位漢明碼 （ 27 ≥ 64+7+1 。 ? 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 。P1+D8+D2+D1 的結(jié)果是奇數(shù) 3， 第二位糾錯代碼為 1， 錯誤 。 ? 1101， 正確的編碼為 1010101， 如果第三個數(shù)據(jù)位在傳輸途中 因 干 擾 而 變 成 了 1 ， 就成了 1010111 。 在這里漢明碼都是以三個數(shù)據(jù)碼為基準進行編碼的 。 ? 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。 隨機數(shù)據(jù)寫入 ，要求安全性高 ， 如服務(wù)器 、 數(shù)據(jù)庫存儲領(lǐng)域 。 RAID ? 廉價磁盤冗余陣列 （ RAID） ? Redundant Arrays of Inexpensive Disks ? 是一種利用大量廉價磁盤進行磁盤組織的技術(shù) ? 價格上 ， 大量廉價的磁盤比少量昂貴的大磁盤合算得多 ? 性能上 ， 使用大量磁盤可以提高數(shù)據(jù)的并行存取 ? 可靠性上 ， 冗余數(shù)據(jù)可以存放在多個磁盤