índices en bases de datos

1Índiceshttp://es.wikipedia.org/wiki/IndexarJosé Andrés CuartasMuñozJOSÉ CUARTASBASES DE DATOS

2Índexación& Hashing valorregistro?valorJOSÉ CUARTASBASES DE DATOS

3TópicosIndices convencionalesB-treesEsquema HashingJOSÉ CUARTASBASES DE DATOS

4103050709020406080100ArchivosecuencialSe organizanpor un campo de ordenacióngeneralmente claves primarias o únicasJOSÉ CUARTASBASES DE DATOS

5103050709011020406080100120103050709020406080100Archivode datossecuencialÍndicedensoSe tieneunaentrada en un registro en uno de los bloques del archivo de índicesporcadaentrada en al archivo de datosbloqueEn estetipo de índice se tiene un valor clave y un puntero al registro. por se tan pequeño se mantiene en el bufferPuntero a registroJOSÉ CUARTASBASES DE DATOS

61050901301702103070110150190230103050709020406080100Archivo de datossecuencialÍndice no densoSe tieneunaentradaen un registro en uno de los bloques del archivode índicesporcadabloque en al archivo de datosPuntero a bloqueJOSÉ CUARTASBASES DE DATOS

710509013017021010170330490307011015019023090250410570103050709020406080100ArchivosecuencialExtendidos2nd NivelJOSÉ CUARTASBASES DE DATOS

8Comentarios:{ARCHIVO,INDICES} pueden ser contiguos o no (Bloquesencadenados)JOSÉ CUARTASBASES DE DATOS

9Notassobrepunteros:(1) Punterosa bloque(índice no denso) puedenser mas pequeñosque un puntero a registro BP RPJOSÉ CUARTASBASES DE DATOS

10(2)Si el archivoescontiguo , entonces se puedeomitir los punteros(e.j, computación)Notassobrepunteros:JOSÉ CUARTASBASES DE DATOS

11R2R1R3R4K1K2K3K4JOSÉ CUARTASBASES DE DATOS

12dice:1024 BPorbloqueR2R1R3Si se deseael bloque K3:consigue el desplazamiento (3-1)1024 = 2048 bytesR4K1K2K3K4JOSÉ CUARTASBASES DE DATOS

13No densos vs. DensosNo denso o agrupados:Menosespacioporregistro del índice, estopermite mas almacenamiento de indices en la memoriaDenso:Se puede saber si existe algún registro sin acceso al archivo(Mastarde: No densomejorparainsercionesDenso necesarios para índice secundario)JOSÉ CUARTASBASES DE DATOS

14TérminosArchivo de indicesecuencialClave de búsqueda( Clave primaria)Índiceprimario(en archivosecuencial)ÍndicesecundarioÍndicedenso(Para cadadatouna clave de búsqueda)Índice no denso o índice de agrupamientoÍndicemultiple-nivelJOSÉ CUARTASBASES DE DATOS

15Siguiente:Claves de búsquedaduplicadasEliminación/InserciónÍndicesecundarioJOSÉ CUARTASBASES DE DATOS

1610102030401020303045Claves duplicadasJOSÉ CUARTASBASES DE DATOS

171010203040101020304010203030451020303045Claves duplicadasÍndicedenso, unaposibleimplementación?10101010101020202020303030303030JOSÉ CUARTASBASES DE DATOS

1810102030401020303045Claves duplicadasÍndicedenso, un mejorposibilidad?10203040JOSÉ CUARTASBASES DE DATOS

1910102030401020303045Claves duplicadasÍndice no denso, unaposibilidad?10102030JOSÉ CUARTASBASES DE DATOS

2010102030401020303045Cuidado con búsquedasPara 20 o 30!Claves duplicadasÍndice no denso, unaposibilidad?10102030JOSÉ CUARTASBASES DE DATOS

2110102030401020303045Claves duplicadasÍndice no denso, otraposibilidad?Primer lugar de la nueva clave de bloque10203030JOSÉ CUARTASBASES DE DATOS

2210102030401020303045Puedeser 40?Claves duplicadasÍndiceno denso, otraposibilidad?Primer lugar de la nueva clave de bloque10203030JOSÉ CUARTASBASES DE DATOS

23Valoresduplicados, ÍndiceprimarioResumenEl índicepuedeapuntar a la primerainstancia de cada valor únicoArchivoÍndiceaaa..bJOSÉ CUARTASBASES DE DATOS

241030507020406080Eliminación de índice no densos1030507090110130150JOSÉ CUARTASBASES DE DATOS

251030507020406080Eliminación de índice no densoEliminar el registro 401030507090110130150JOSÉ CUARTASBASES DE DATOS

2810305070204060804040Eliminación de índice no densoElimina el registro 301030507090110130150JOSÉ CUARTASBASES DE DATOS

291030507020406080Eliminación de índices no densosElimina los registros 30 y 401030507090110130150JOSÉ CUARTASBASES DE DATOS

301030507020406080Eliminación de índice no densoElimina los registros 30 y 401030507090110130150JOSÉ CUARTASBASES DE DATOS

3110305070204060805070Eliminación de índice no densoElimina los registros 30 y 401030507090110130150JOSÉ CUARTASBASES DE DATOS

321030507020406080Eliminación de índicedenso1020304050607080JOSÉ CUARTASBASES DE DATOS

33105070206080Eliminación de índicedensoEliminarregistro 3010203030404050607080JOSÉ CUARTASBASES DE DATOS

36103040602050Inserción, caso:Índice no densos10304060JOSÉ CUARTASBASES DE DATOS

37103040602050Inserción, caso:Índice no densosinsertar el registro 3410304060JOSÉ CUARTASBASES DE DATOS

3810304060205034quebuenasuerte!se tieneespaciolibredondese nesecitaInserción, caso:Índice no densosinsertar el registro 3410304060JOSÉ CUARTASBASES DE DATOS

4110304060205015202030Inserción, caso:Índice no densosinsertar el registro 1510304060Inmediatareoganización

inserta un nuevobloque(archivoencadenado)

actualiza el índiceJOSÉ CUARTASBASES DE DATOS

4310304060252050Bloque de desbordamiento(despues se reorganiza...)Inserción, caso:Índice no densosinsertar el registro 1510304060JOSÉ CUARTASBASES DE DATOS

44Inserción, caso:Índice no densosSimilar

esmascostoso. . . JOSÉ CUARTASBASES DE DATOS

45302080100905070401060ÍndicessecundariosSecuencia deCamposEste índiceno determina el lugardel regitro en el archivo de datos.Siempre son densos en el ultimo nivel

Se puedencrearvariosíndicessecundarios

Demasiadocosto en lasoperaciones….

Cuando se usa un índice secundario se cambiala vista de los registros, su localidad físicano cambia.JOSÉ CUARTASBASES DE DATOS

46302080100905070401060309020...80100ÍndicessecundariosSecuencia deCamposÍndicesno densosJOSÉ CUARTASBASES DE DATOS

47302080100905070401060309020...80100No tienesentido!ÍndicessecundariosArchivosecuencialÍndicesno densosJOSÉ CUARTASBASES DE DATOS

48302080100905070401060ÍndicessecundariosArchivosecuencialÍndicesdensosJOSÉ CUARTASBASES DE DATOS

4930208010090507040106010502060307040...ÍndicessecundariosArchivosecuencialÍndicesdensosJOSÉ CUARTASBASES DE DATOS

5030208010090507040106010501020605030709040......No densosNivel altoÍndicessecundariosArchivosecuencialÍndicesdensosJOSÉ CUARTASBASES DE DATOS

51Con los índicessecundarios:También:Punteros son punteros a registro(no punteros a bloques; no se computan)El nivelbajoesdensoLos otrosniveles son no densosJOSÉ CUARTASBASES DE DATOS

5220201010301040404040Valoresduplicados& ÍndicessecundariosJOSÉ CUARTASBASES DE DATOS

53202010103010404040401020401030401040...2040Valoresduplicados& ÍndicessecundariosUnaopción...JOSÉ CUARTASBASES DE DATOS

54202010103010404040401020401030401040...2040Valoresduplicados& ÍndicessecundariosUnaopción...Problema:Excesosobrencabezado!espacio en disco

tiempo de búsquedaJOSÉ CUARTASBASES DE DATOS

5520201010301040404040403020Valoresduplicados& ÍndicessecundariosOtraopción...10JOSÉ CUARTASBASES DE DATOS

5620201010301040404040403020Valoresduplicados& Indices secundariosOtraopción...10Problema:Registro de tamañovariable en losíndices!JOSÉ CUARTASBASES DE DATOS

57202010103010404040401050206030...40Valoresduplicados& ÍndicessecundariosOtra idea :Los registrosencadenados con lasmismaclave de búsquedaJOSÉ CUARTASBASES DE DATOS

58202010103010404040401050206030...40Valoresduplicados& ÍndicessecundariosOtra idea :Los registrosencadenados con lasmismaclave de búsquedaProblemas:Nesecitaadicionarcampos al registro

Nesecitallevar el seguimento de los camposJOSÉ CUARTASBASES DE DATOS

59202010103010404040401050206030...40Valoresduplicados& ÍndicessecundariosNivelintermedio de indirecciónJOSÉ CUARTASBASES DE DATOS

60Porque los “nivelesintermedios” son lasidealesIndicesRegistrosNombre: primario EMP (nombre,dept,piso,...)Dept: secundarioPiso: secundarioJOSÉ CUARTASBASES DE DATOS

61Dept. índice EMP PisoíndiceSis2doConsulta: Conseguir los empleados en(Dept Sis) ^ (2do Piso)Muyútilparaíndices con campos no únicosJOSÉ CUARTASBASES DE DATOS

62Sis2doConsulta: Conseguir los empleados en(Dept Sis) ^ (2do Piso)Dept. índice EMP Pisoíndice Se cruza el nivelintermedio de Dept con la cubeta de 2do Pisoconsiguiendolos empleadosJOSÉ CUARTASBASES DE DATOS

63ResumiendoIndices convencionalesIdeas basicas: densos, no desos, multiple-nivel…Claves duplicadasEliminación/InserciónIndices secundariosNivelintermedio de indirecciónJOSÉ CUARTASBASES DE DATOS

64ÍndiceconvencionalVentajas: - Simples - Los Índeces se almacenan un archivosecuencialfácil de escanearDesventajas: - Costosoen inserción, - Perdidadsecuencia y balanceJOSÉ CUARTASBASES DE DATOS

65EjemploÍndice(secuencia)continuosespaciolibre102030405060708090JOSÉ CUARTASBASES DE DATOS

663932313833353436Áreade desbordamiento (no secuencia)EjemploÍndice(secuencial)continuosespaciolibre102030405060708090JOSÉ CUARTASBASES DE DATOS

67Esquema:IndiceconvencionalB-Trees SiguienteJOSÉ CUARTASBASES DE DATOS

68Suguiente: Otrotipo de índiceCuando nose deseasecuencialidadTrata de obtener“balance”JOSÉ CUARTASBASES DE DATOS

69EjemploB+Tree(Árboles) n=3Raíz(ROOT)1001201501803035111201301802001001011101501561793035JOSÉ CUARTASBASES DE DATOS

70Ejemplo de un nodointerno578195Claves Claves Claves Claves< 57 57 k<81 81k<95 95JOSÉ CUARTASBASES DE DATOS

71Ejemplo de un nodohoja:puntero de un nodointernopuntero a laSiguientehoja en la secuencia578195Registro conclave 57Registroconclave 81Registroconclave 85JOSÉ CUARTASBASES DE DATOS

72Notación n=3Hoja:notienenhijosNodointerno:303530353030JOSÉ CUARTASBASES DE DATOS

73Tamaño del nodo: n+1 punteros n Claves de búsqueda(fijos)JOSÉ CUARTASBASES DE DATOS

74No se desea un nodovacíoUtilize por lo menosNodointerno:(n+1)/2punterosHoja:(n+1)/2punteros a datosJOSÉ CUARTASBASES DE DATOS

75n=3 Full node min. nodeNodointernoHoja1201501803035113035CuentaseimpresiesvacíoJOSÉ CUARTASBASES DE DATOS

76ReglasB+treeárbol de ordenn(1) Todaslashojasestán al mismonivel(balanceado)(2) Punteros en lashojas son a los registrosexceptopara “punteros de secuencia”JOSÉ CUARTASBASES DE DATOS

77(3) Número de punteros/claves paraB+treeMax Max Min MinptrsClavesptrsdataClavesNo-hojas(no-raíz)n+1n(n+1)/2(n+1)/2- 1hojas(no-raíz)n+1n(n+1)/2(n+1)/2Raízn+1n11JOSÉ CUARTASBASES DE DATOS

78Inserción en el B+tree(a) Simple casoEspaciodisponible en la hoja(b) Desborde de hoja(c) Desborde de Nodointerno(d) Nueva raízJOSÉ CUARTASBASES DE DATOS

79(a) Inserción clave = 32n=31003035113031JOSÉ CUARTASBASES DE DATOS

82357(b) Inserción clave = 7n=31003035113031JOSÉ CUARTASBASES DE DATOS

837357(b) Inserción clave = 7n=31003035113031JOSÉ CUARTASBASES DE DATOS

84(c) Inserción clave = 160n=3100120150180180200150156179JOSÉ CUARTASBASES DE DATOS

88(d) Nueva raíz(ROOT), inserción 45n=310203012310122025303240JOSÉ CUARTASBASES DE DATOS

9130Nueva raíz404045(d) Nueva raíz(ROOT), inserción 45n=310203012310122025303240JOSÉ CUARTASBASES DE DATOS

92(a) Caso simple - no hay ejemplo(b) Combinación con el vecino(sibling)(c) Redistribución de claves de búsqueda(d) Caso (b) o (c) en nodointernoEliminación de B+treeJOSÉ CUARTASBASES DE DATOS

93(b) Combinación con el nodovecinoElimina 50n=410401001020304050JOSÉ CUARTASBASES DE DATOS

9440(b) Combinación con el nodo vecino Elimina 50n=410401001020304050JOSÉ CUARTASBASES DE DATOS

95(c) Redistribución de ClavesEliminación 50n=41040100102030354050JOSÉ CUARTASBASES DE DATOS

963535(c) Redistribución de ClavesEliminación 50n=41040100102030354050JOSÉ CUARTASBASES DE DATOS

97(d) Combinación de nodosinternosEliminación 37n=425102030402526303740452022101413JOSÉ CUARTASBASES DE DATOS

100Nueva raíz402530(d) Combinación de nodosinternosEliminación 37n=425102030402526303740452022101413JOSÉ CUARTASBASES DE DATOS

101Comparasión: B-trees vs. estaticosíndice de archivosecuencialRef #1: Held & Stonebraker “B-Trees Re-examined” CACM, Feb. 1978JOSÉ CUARTASBASES DE DATOS

102Ref # 1 claims:- Controld e concurrenciaesmuyduro en B-Trees - B-tree consumenmásespacioPara la comparación:Bloque= 512 bytesclave = puntero= 4 bytes 4 datos de registroporbloqueJOSÉ CUARTASBASES DE DATOS

103k1k2k3Ejemplo: 1 Bloque de índiceestatico127 claves(127+1)4 = 512 Bytes-> punteros a un índiceexplicito! Porencima de 127bloques1 datablockk1k2k3JOSÉ CUARTASBASES DE DATOS

104k1k2k3Ejemplo: 1 Bloque B-treek11 datablock63 Claves63x(4+4)+8 = 512 Bytes-> punterosnecesarios en B-tree porencima de 63porqueíndice no contiguok2...k63-siguienteJOSÉ CUARTASBASES DE DATOS

105Ref. #1 análisisPara un bloque de archivodespués de 32,000 insercionesdespués de 16,000 búsquedas  El índiceahorrasuficienteespaciopara la reorganizaciónJOSÉ CUARTASBASES DE DATOS

106Ref. #1 conclusiónMejoríndiceestático!!Ref. #1 análisisPara un bloque de archivodespués de 32,000 insercionesdespués de 16,000 búsquedas El índiceahorrasuficienteespaciopara la reorganizaciónJOSÉ CUARTASBASES DE DATOS

107Ref. #2 conclusiónMejor B-trees!!Ref #2: M. Stonebraker, “Retrospective on a database system,” TODS, June 1980JOSÉ CUARTASBASES DE DATOS

108Ref. #2 conclusiónB-trees mejor!!DBA no nesecitan saber cuandoreorganizarDBA no nesecitanconocercomoestan de cargadoslaspáginas del nuevoíndiceJOSÉ CUARTASBASES DE DATOS

109Ref. #2 conclusiónMejor B-trees!!BufferingB-tree: tienerequerimiento de buffer fijoEstatico: debe leer variosbloques de desbordamientoporeficiencia(buffer largos y de tamaño variable)JOSÉ CUARTASBASES DE DATOS

110Problemainteresante:Para B+tree, que tan largo debesern?…nnúmero de claves / nodoJOSÉ CUARTASBASES DE DATOS

111Supuestos:(1) Tiempo de lectura de un nodo de disco es (S+Tn) msec.JOSÉ CUARTASBASES DE DATOS

112Supuestos:(1) Tiempo de lectura de un nodo de disco es (S+Tn) msec.(2) Un bloque en memoria, usabúsquedabinariapor clave de búsqueda: (a + b LOG2n) msec.Para algunascostantesa,b; se asumea << SJOSÉ CUARTASBASES DE DATOS

113Supuestos:(1) Tiempo de lectura de un nodo de disco es (S+Tn) msec.(2) Un bloque en memoria, usaunabusquedabinariaparalocalizar la clave:(a + b LOG2n) msec.Para algunascostantesa,b; se asume a << S(3) AsumenB+treeestalleno, i.e., # nodosexaminadosesLOGnNdondeN= # registrosJOSÉ CUARTASBASES DE DATOS

114Se consigue:f(n) = Tiempoparaencontrar un registrof(n)noptnJOSÉ CUARTASBASES DE DATOS

115VariaciónB+tree: B-tree (no +)Idea:Evitar claves duplicadasTenerpunteros a registro en nodosinternosJOSÉ CUARTASBASES DE DATOS

116K1 P1K2 P2K3 P3registroregistroregistrocon K1con K2con K3a las clavesa las claves a las claves a las claves < K1 K1<x<K2 K2<x<k3 >k3JOSÉ CUARTASBASES DE DATOS

117Ejemplo B-tree n=265125145165851052545102030401101209010070801701805060130140150160JOSÉ CUARTASBASES DE DATOS

118punteros(mantieneespacio)Ejemplo B-tree n=265125145165851052545102030401101209010070801701805060130140150160JOSÉ CUARTASBASES DE DATOS

119–20–Después:102530Nota en insercióninserción de registro con la clave = 25102030n=3hojaJOSÉ CUARTASBASES DE DATOS

120Ventajas y desventajas: B-trees tiene mas rapidabúsquedaqueB+trees en B-tree, nodosinternos& hojadiferentetamaño enB-tree, la eliminaciónescomplicada Preferido el B+trees!JOSÉ CUARTASBASES DE DATOS

121Pero note:Si el bloquees de tamañofijo(Debido a restricciones de disco y buffer)Entonces la búsquedaporB+treeesmucho mejor!!JOSÉ CUARTASBASES DE DATOS

índices en bases de datos

Más contenido relacionado

La actualidad más candente (20)

Más de josecuartas (20)

Último (20)

índices en bases de datos