《數據庫系統概念》15-可擴展動態散列


靜態散列要求桶的數目始終固定,那么在確定桶數目和選擇散列函數時,如果桶數目過小,隨着數據量增加,性能會降低;如果留一定余量,又會帶來空間的浪費;或者定期重組散列索引結構,但這是一項開銷大且耗時的工作。為了應對這些問題,為此提出了幾種動態散列(dynamic hashing)技術,可擴展動態散列(extendable hashing)便是其一。

一、可擴展動態散列


A)用一個數組來存儲桶指針的目錄,數組的位數為2的D次方,桶的容量為2的L次方,D和L分別稱為全局位深度和局部位深度。每次發生桶溢出時,溢出桶分裂,容量變為2的L+1次方,其它桶的容量保持不變,同時數據目錄的深度變為D+1。擴展容量時,只是調整了局部的桶容量和目錄的容量,性能開銷比較小。
上圖中,目錄深度為2,目錄項有4個。然后開始插入數據d1和d2,假定h(d1)=13、h(d2)=20,由於13=1101,且全局位深度為2,則根據后兩位01確定應插入b桶,b桶有空間,可直接插入。20=10100,應插入a桶,但a桶以及滿了,於是開始分裂,a桶的局部位深度變為3,容量擴展為8,如果擴展后的局部位深度超過了全局位深度,則全局位深度等於這個最大的局部位深度,於是全局位深度也隨之變為3。


如上圖所示,a桶分裂為a1、a2,目錄變為三位,對原來a桶中的元素進行重組,由於目錄位多了一位,要根據000、100來分別存儲到a1、a2桶。雖然目錄發生了翻倍,但未進行分裂的桶的局部深度仍然為2,所以會有多個目錄項指向這些桶,比如001、101的后兩位都是01,都指向b桶。

B)對於查找操作,根據當前的全局位深度,通過目錄直接定位到桶地址,隨后在桶內部逐一查找。

C)對於刪除操作,與查找操作類似,刪除元素后,如果發現桶變為空,可與其兄弟桶進行合並,並使局部位深度減一。如果所有的局部位深度都小於全局位深度,則目錄數組也進行收縮。

 

二、靜態散列與動態散列對比
與靜態散列相比,動態散列的主要優勢在於其性能不會隨着記錄數增長而下降,另外還具有最小的空間占用。缺點在於它會額外增加一次查詢定位,因為在查詢bucket本身前,需要先查找目錄來定位bucket。
另一種動態散列技術-線性散列(linear hashing)可以避免額外的查詢定位,但可能這種方式需要更多的溢出桶,日后學習。

 

三、順序索引與散列的適用場景
每種索引結構都有其優缺點。如果是select * from a where b=c這樣的定值查詢,散列比順序索引跟適合,順序索引會隨着記錄數的增加而性能降低,散列則相對穩定。而對於where b>c and b<d這樣的范圍搜索,則順序索引更適合,散列的隨機特性使得無法定位搜索的bucket。所以散列只適合根據搜索碼搜索且不是范圍查詢的場合。

 

學習資料:Database System Concepts, by Abraham Silberschatz, Henry F.Korth, S.Sudarshan

https://www.cnblogs.com/kegeyang/archive/2012/04/05/2432608.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM