15. Что такое «индекс» в рбд, для чего нужно индексирование?

Индекс представляет собой средство ускорения поиска запи­сей в таблице, а также других операций, использующих поиск: извлечение, модификацию, сортировку и т. д. Таблицу, для которой используют индекс, называют индексированной.

Индекс содержит отсортированную по колонке или несколь­ким колонкам информацию и указывает на строки, в которых хранится конкретное значение колонки.

Индекс выполняет роль оглавления таблиц, просмотр которого предшествует обращению к записям таблицы.

В некоторых системах индек­сы хранятся в индексных файлах отдельно от табличных.

Решение проблемы организации физического доступа к ин­формации зависит в основном от следующих факторов:

- вида содержимого в поле ключа записей индексного файла;

- типа используемых ссылок (указателей) на запись основ­ной таблицы;

- метода поиска нужных записей.

Индексный файл — это хранимый файл особого типа, в кото­ром каждая запись состоит из двух значений: данное и RID-указатель.

На практике чаще всего используются два метода поиска: последовательный и бинарный (основан на делении интервала поиска пополам – см. пример ниже).

Поиск необходимых записей при индексации может происхо­дить по одноуровневой либо двухуровневой схеме индекса­ции.

При одноуровневой схеме в индексном файле хранятся короткие записи, имеющие два поля: поле содержимого старшего ключа (хеш-кода ключа) адресуемого блока и поле адреса начала этого блока (рис. 5.1).

ключ адрес

ключ адрес

ключ адрес

Индексный файл

Блок 1

Блок 2

Блок 3

Рис. 5.1. Одноуровневая схема индексации

В каждом блоке записи располагаются в порядке возрастания значения ключа (или свертки).

Старшим ключом каждого блока является ключ его последней записи.

Если в индексном файле хранятся хеш-коды ключевых полей индексированной таблицы, то алгоритм поиска нужной запи­си включает три этапа:

1. Образование свертки значения ключевого поля искомой записи.

2. Поиск в индексном файле записи о блоке, значение перво­го поля которого больше полученной свертки (это гаран­тирует нахождение искомой свертки в данном блоке).

3. Последовательный просмотр записей блока до совпадения сверток искомой записи и записи блока файла. В случае коллизий (нескольким разным ключам может соответство­вать одно значение хеш-функции, т. е. один адрес) сверток ищется запись, значение ключа которой совпадает со зна­чением ключа искомой записи.

Недостаток одноуровневой схемы — ключи (свертки) записей хранятся вместе с записями, что приводит к увеличению вре­мени поиска записей из-за большой длины просмотра (значения данных в записях приходится пропускать).

В двухуровневой схеме ключи (свертки) записей отделены от содержимого записей (рис. 5.2).

В данном случае индекс основной таблицы распределен по совокупности файлов: одному файлу главного индекса и множеству файлов с блоками ключей.

На практике при создании индекса для некоторой таблицы базы данных указывают поле таблицы, которое требует ин­дексации. Ключевые поля таблицы во многих СУБД индекси­руются автоматически. Индексные файлы, создаваемые по ключевым полям таблицы, называются файлами первичных индексов.

Индексы, создаваемые не для ключевых полей, называются вторичными (пользовательскими) индексами. Введение этих индексов не изменяет физического расположения записей таблицы, но влияет на последовательность просмотра запи­сей. Индексные файлы, создаваемые для поддержания вторичных индексов таблицы, называются файлами вторичных индексов.

Рис. 5.2. Двухуровневая схема индексации

Пример индексирования

Исходная таблица.

Номер записи	Индексированное поле	Неиндексированное поле
1	10	a
2	7	c
3	12	d
4	6	a
5	8	e
6	13	c
7	4	a
8	19	d
9	2	b

Индекс.

Номер записи	Индексированное поле (упорядоченное)
9	2
7	4
4	6
2	7
5	8
1	10
3	12
6	13
8	14

Если таблица проиндексирована, то все команды, связанные с движением таблицы (на следующую запись, в начало, в конец) перемещают указатель записи в соответствующий с индексом, а не с физическим расположением в исходной таблицы.

При поиске в исходной таблице записи со значением 4, нужно последовательно пройти все предыдущие записи. В худшем случае нужно просмотреть число записей = числу записей в таблице = N. При индексировании осуществляются специальные алгоритмы поиска. Указатель устанавливается на середину области поиска. Сравниваем искомое значение. Если искомое меньше, то указатель ставится на середину верхней части области. В общем случае максимальное число шагов = log₂N.