数据库存储和索引

数据库存储和索引

导语

本科的时候，我对数据库的感觉就是：“恩，数据库就是用于处理和存储数据的，它就是所谓“数据库”。并不了解它是如何存储大量数据，如何做到快速搜索的。”
考研期间学习了文件系统，B+树，但是都和数据库联系不起来。经过研究生的课程，算是慢慢深入了解数据库了。

一、数据库的介绍

1.什么是数据库

DBS(Database system)是指带有数据库并利用数据库技术进行数据管理的计算机系统
DBMS(Database management system)是设计用于存储，管理，使用数据库的软件系统

2.为什么要用数据库

主要是普通文件系统的问题：
1）数据冗余，非结构化，高维护代价
2）当两个文件同时被写入，谁的操作被保存？
3）当更新文件时，电源断开，操作被保存了吗？答案是不确定。
需要一个专门处理数据的系统，这就是数据库系统诞生的原因。

OS处理的是通用操作，注重的是可移植性
DBMS处理的是专用操作，用于处理大量数据，可以根据需要调整页面替换策略。

二、数据库的存储

1.和普通的文件系统的相同点。

数据存储在硬盘上，有多级存储结构。
缓冲区管理（选择合适的换页策略，降低缺页率）

2.和普通的文件系统的不同点。

文件系统：数据存取基本是以记录为单位，记录内部有结构，而文件中数据是没有结构的，不能表示复杂的数据结构，而且存取效率也不高。数据通过应用程序的使用方法在磁盘中存取，而数据具体的存储由文件系统完成，造成数据的独立性差，冗余度大，一致性差等问题。

数据库系统：数据整体结构化。数据共享度高，冗余度小，应用程序和数据是分离开来的，所以数据有较高的独立性。应用程序对数据的存取必须通过数据库管理系统来进行操作，而数据的具体存储是通过内模式完成的，数据通过两层映像保证了数据的逻辑独立性与物理独立性。

内模式解释：是数据物理结构和存储方式的描述，是数据在数据库内部的表示方法，记录的存储方式（顺序存储，B树结构存储，hash存储），索引的组织方式，数据是否压缩，数据是否加密，数据存储记录结构的规定。一个数据库只有一个内模式。

两层映像解释：数据库的三级结构（外模式，概念模式，内模式）。
外模式是用户的局部逻辑结构，概念模式是数据库的整体逻辑结构，内模式是数据库的物理结构。
而两层映像就是外模式/概念模式映像，概念模式/内模式映像。

三、索引的分类

1. 聚簇索引，非聚簇索引
   维护代价昂贵（插入时代价高）
   

2. Hash索引
   只能使用于求相等的搜索，不能进行范围搜索。

3. B+ Tree索引
   插入代价比较低，O(logm N)
   查询效率取决于B+ Tree的层数。
   

总结：索引一般情况下是提高检索速度的。但是创建和维护索引需要耗费时间，耗费时间的数量随着数据量的增加而增加。而且索引需要占用物理空间。

---

参考：
浙大寿黎旦课件