데이터베이스의 Indexing과 Hashing에 대한 개념 정리

1. DB:Indexing과Hashing개념정리
1

2. Outline
BasicConcepts
OrderedIndices
B+TreeIndexFiles
B‑TreeIndexFiles
StaticHashing
DynamicHashing
ComparisonofOrderedIndexingandHashing
Multiple‑keyAccess
BitmapIndex
2

3. BasicConcepts
인덱싱메카니즘은찾는데이터Access부스트
SearchKey는파일에서레코드를찾는attribute
인덱스파일의레코드는아래와같이구성됨
인덱스파일은원본파일에비해훨씬작음
인덱스는2가지종류가있음
Ordered인덱스
searchkey가순서대로저장
Hash인덱스
searchkey가Bucket들에해시함수를이용해분산되어저장
3

4. OrderedIndices
인덱스entry는순차적으로저장됨
만약파일의레코드가순차적으로정렬되어있다면primaryindex는
searchkey가순차적으로저장된파일임;다른말로clusteringindex라
고부름
실제원본파일의순서와다르게searchkey가독자적인순서를가지는것
을secondaryindex라고부럼;다른말로non‑clusteringindex라고
부름
4

5. PrimaryIndex:DenseIndexFiles
5

6. PrimaryIndex:SparseIndexFiles
6

7. PrimaryIndex:MultilevelIndex
7

8. SecondaryIndex
8

9. B+TreeIndexFiles(1/2)
indexedsequentialfile은파일이커짐에따라성능이저하됨(블럭오버
플로우,주기적재구성)
b+트리의장점:자동으로insert/delete시reorganize함
b+트리의단점:추가적인insert/delete공간오버헤드
b+트리의장점이단점을압도함
9

10. B+TreeIndexFiles(2/2)
모든leaf는같은길이를가짐
루트나리프가아닌노드는n/2~n사이자식을가짐
리프노드는(n‑1)/2~n‑1개의값을가짐
루트는반드시2개이상의자식을가져야함
10

11. B+TreeNodeStructure
K는SearchKeyValue
P는포인터
SearchKey는순차적임
11

12. LeafNodesinB+Trees
리프노드구성
이름순서에따라Searchkey정렬된예제
12

13. Non‑LeafNodesinB+Trees
13

14. ExampleofaB+Tree(1/2)
아래와같이이름순으로정렬되어있음
14

15. ExampleofaB+Tree(2/2)
아래는n=6인b+트리(Pn이최대6이라생각하면됨)
리프노드는n‑1/2~n‑1이니까3~5의값을지님
non리프노드는n/2~n이니까3~6의자식을지님
15

16. QueriesOnB+‑Trees
searchkey값이k인모든레코드를찾아라
1.루트노드에서시작
2.만약위의포인터가자식노드가아니라면위의절차를반복한다.
3.자식노드에도달하면Ki=k라면Pi를따라서레코드를찾는다.Ki!=k라면
조건에맞는레코드가없다는뜻이다.
16

17. BTreeIndexFiles(1/3)
B+트리와유사하지만B트리는searchkey값이딱1번만등장해야함;
중복된key값은삭제
17

18. BTreeIndexFiles(2/3)
18

19. BTreeIndexFiles(3/3)
B트리의장점
b+보다더적은tree노드를가질수있음
searchkey값을leaf노드까지가지않더라도얻을수있는확률
B트리의단점
일찍발견되는SearchKey양이적음
non리프노드가커지고fan‑out이감소됨,따라서B+트리보다
depth가깊어짐
Insert/Delete가B+트리보다더복잡함
B구현이더어려움
일반적으로B트리의장점이단점을이기지못함
19

20. StaticHashing
버킷은하나이상의레코드의단위
해시함수에의해버킷이구해짐
서로다른searchkey가같은버킷에기록될수있음;따라서버킷안에서
순차적으로검색해야함
20

21. HashOrganizationofinstructorFile
21

22. HandlingofBucketOverflows
22

23. HashIndices
해싱은file구조화에도쓰고색인구조생성에도사용
23

24. ExampleofHashIndex
24

25. DeficienciesofStaticHashing
staticHashing에서는고정된버킷주소로만맵핑함
시간에따라특정버킷이너무작거나너무클수있음
반대로db가줄어들면버킷공간이낭비됨
대안으로주기적으로compaction하는것인데비용이비쌈
이러한문제는dynamichashing으로해결가능
25

26. DynamicHashing
db크기가늘거나줄어는데효과적인방법
해시함수가dynamic하게바꾸어줌
26

27. ExtendableHashStructure
27

28. UseofExtendableHashStructure
유튜브강의참고
각버킷j는값ij를저장
searchkeyk로버킷을지정하는방법은
computeh(k)=X
X에서의높은i비트를버킷주소테이블로사용
searchkeyk에insert하기
위와같은절차를거침
버킷에여유가있으면Insert
버킷에여유가없으면split이후insert
28

29. UpdatesinExtendableHashStructure(1/2)
스플릿절차에대해알아보자.
ifi>ij(morethanonepointertobucketj)
새로운버킷z를할당하고ij와iz를ij+1에이어붙임
기존에j를가리키던절반을z로옮김
지우고다시bucketj에기록
k에대한버킷을다시계산하고insert
ifi=ijij(onlyonepointertobucketj)
i를증가하고bucket주소테이블을2배로만ㄷ름
각엔트리를각버킷으로양분함
버킷주소를재계산
29

30. UpdatesinExtendableHashStructure(2/2)
삭제시절차를알아보자.
버킷을확인하고지움
만약엔트리가비게되면버킷자체를지움
버킷병합이가능함
버킷주소테이블의감소도가능함
30

31. UseofExtendableHashStructure:Example(1/7)#1
각과이름이저렇게비트가구성되어있다.
여기서insert를시도하면hashprefix도0이고bucket1도0이라hash
prefix값을+1한다.
31

32. UseofExtendableHashStructure:Example(1/7)#2
32

33. UseofExtendableHashStructure:Example(2/7)
3개insert를시도함
music은최상위비트0이니위에insert
comp와finance는최상위비트1이니밑에insert
33

34. UseofExtendableHashStructure:Example(3/7)#1
여기서다시physicsinsert를시도하면최상위비트가1이라overflow
1번째버킷을쪼개고다시hashprefix2로늘임
관련된버킷계산을다시함(music은해당없음)
최상위10:finance,physic
최상위11:computer
34

35. UseofExtendableHashStructure:Example(3/7)
#2
35

36. UseofExtendableHashStructure:Example(4/7)#1
physicsinsert시도하면10overflow
hashprefix3으로만듦
관련된버킷재계산
100:physics
101:finance
historyinsert,11에속함
36

37. 37

38. UseofExtendableHashStructure:Example(5/7)#1
compinsert시overflow
관련버킷재계산
111:computer
110:history
38

39. UseofExtendableHashStructure:Example(5/7)
#2
39

40. UseofExtendableHashStructure:Example(6/7)
11개레코드insert후결과
40

41. UseofExtendableHashStructure:Example(7/7)#1
elecinsert후결과
41

42. UseofExtendableHashStructure:Example(7/7)#2
42

43. ExtendableHashingvs.OtherSchemes
extendablehashing의장점
hash퍼포먼스가파일증가에영향을받지않음
최소한의공간오버헤드
extendablehashing의단점
원하는레코드를찾는데추가의level이필요
bucket주소테이블이커질수있음(메모리보다크게)
버킷주소테이블크기의변경은비싼연산임
43

44. OrderedIndexingvs.Hashing
44

45. Multiple‑KeyAccess
Usemultipleindicesforcertaintypesofqueries
SELECT ID
FROM instructor
WHERE dept_name = “Finance” and salary = 80000
Possiblestrategiesusingindicesonsingleattributes:
1.Useindexondept_nametofindallinstructorsintheFinance
department;testsalary=80000
2.Useindexonsalarytofindallinstructorswithsalaryof
$80000;testdept_name=“Finance”
3.Usedept_nameindextofindpointerstoallrecordspertainingto
theFinancedepartment.Similarlyuseindexonsalary.Take
intersectionofbothsetsofpointersobtained
45

46. IndicesonMultipleAttributes
46

47. BitmapIndices
bitmap은다중key조회를효과적으로처리하기위한타입
관계가있는레코드는순차적이라가정함
주어진숫자n은n개의레코드를손쉽게얻어야함
상대적으로작은카디널리티에쓸수있음
비트맵은비트배열임
47

48. UseofBitmapIndices:Example
아래와같은비트를AND/OR/NOT연산해서검색하면됨
48

49. BitmapIndices
bitmap은multipleattribute에유용함
and/or/not연산에유용함
아래와같은예제가가능
malesandL1(10010and10100=10000)
조건에맞는row수셀때더빠름
49