データベース14 - データベース構造とインデックス
•
5 recomendaciones•4,776 vistas
立命館大学 情報理工学部 「データベース」講義スライド 第14回：データベース構造とインデックス
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Destacado
Último
Último (7)
データベース14 - データベース構造とインデックス
- 2. トランザクションと データベース構造編 回 ⽇付 テーマ 12 6/25 トランザクションと同時実⾏制御 13 7/2 トランザクションと障害回復 14 7/9 データベース構造とインデックス 2
- 3. トランザクションと データベース構造編での学習⽬標 3 トランザクションを理解する データベースの同時実⾏制御の仕組みを理解する データベースの障害回復⽅法を理解する 効率的なデータアクセスのためのデータ ベース構造およびインデックスを理解する
- 6. 効率的なデータアクセス機構 6 0.01秒後！ ⽬的のものが瞬時に検索される © 1996-2015, Amazon.com, Inc. or its affiliates
- 7. 効率的なデータアクセス機構 回 ⽇付 テーマ 12 6/25 トランザクションと同時実⾏制御 13 7/2 トランザクションと障害回復 14 7/9 データベース構造とインデックス 7 データベース構造，ファイル編成，イン デックスについて学ぶ
- 11. フィールド レコード ファイル ファイル，レコード，フィールド 11 会員番号 ⽒名 1 ⿃⾕ 3 関本 4 上本 1 ⿃⾕ 3 関本 4 上本 ディスク関係 ファイル 記録媒体に保存された ひとまとまりのデータやプログラム レコード データの記録単位であり，1件のデータを表す フィールド データの記録単位であり，レコードにおける ⼀つ⼀つの項⽬を表す
- 12. 順次編成ファイル 12 ディスク上にレコードの順序通りに作られる編成 テープや巻物のイメージ レコード1 レコード2 レコード3 レコード4 レコードn 書込み 順序 読出し 順序 ファイルの 先頭位置 次の書込み位置 記憶領域の使⽤効率が良い
- 13. 順次編成ファイル 13 順次アクセスしかできない データの更新，削除，挿⼊に⼿間がかかる レコード1 レコード2 レコード3 レコード1 レコード2 レコード3 レコード1 レコード3
- 14. 直接編成ファイル 14 レコードをある単位ごとにディスクの場所におき，その 番地を直接指定することで読書きができる編成 レコード1 レコード2 ... レコード123 ... レコードn ... レコード 先頭位置 1バイト⽬ 101バイト⽬ 12,201バイト⽬ 100バイト固定⻑ レコード123はどこにある？ 100 × (123 - 1) + 1 = 12,201バイト⽬
- 17. 本の索引 17
- 18. 索引編成ファイル レコードのキー値から作成した索引（インデックス）を もつ編成 レコードのキー値 格納先の位置 1 1バイト⽬ 2 83バイト⽬ 3 183バイト⽬ ... 123 9,629バイト⽬ インデックスファイル レコード1 レコード2 レコード3 レコード123 レコードn 順次編成ファイル レコード123は どこにある？ 検索効率が⽐較的良い レコードの挿⼊や 削除が⽐較的容易
- 19. インデックス構築 BEFORE & AFTER 19 BEFORE CREATE INDEX idx_user_id ON tweet_kansai(user_id) インデックス構築 14.24 sec
- 20. ハッシュインデックス 20 キー値をもとにハッシュ関数の計算により，レコードア ドレスを求め，そのアドレスにレコードを格納する⽅法 51バイト⽬ 512バイト⽬ 2,376バイト⽬ レコード246 レコード123 ... ... ...レコード569 123 512 246 51 569 2,376 ハッシュ関数
- 21. ハッシュ関数の種類 21 ⾃乗・中央法 キー値を⾃乗して中央の数字をアドレスとする 246 × 246 = 60516 除算法 キー値をある値で割った余りをアドレスとする 246 ÷ 61 = 4 あまり 2 基数変換法 キー値の基数を変換して下の桁をアドレスとする (246)16=2 × 162 + 4 × 161 + 6 × 160 = 582
- 22. ハッシュの衝突 22 246 2 490 2 ハッシュ関数 ハッシュの衝突 （コンフリクト） 2バイト⽬ 20バイト⽬ レコード246 レコード569 ... ... ... レコード490 ... ... 空き領域 空き領域へ シノニム
- 24. B⽊インデックス 24
- 25. 例；格納するレコード 25 キー値 キー以外 2 … 10 … 20 … 22 … 51 … 60 … 71 … 89 … 90 … 98 …
- 26. B⽊インデックス 26 効率良くデータを格納し，引き出すための多分⽊構造 (60,…) (20,…) (2,…) (10,…) (22,…) (51,…) (71,…) (90,…) (98,…) (89,…)
- 28. ルートノードと中間ノード (60,…) k個のレコードとk+1個の下位ノードへのポインタをもつ ルートノードのレコード数はd個 (d ≦ k) とする レコードは，キー値とキー以外のデータから構成される ノード内のレコードはキー値でソートされている 下位ノードへのポインタは，最初のレコードの前，最後 のレコードの後，レコード間に格納される レコードレコード レコードレコード下位ノードへの ポインタ ノード 28
- 30. B⽊（参照操作） 22を取り出そう 30 (60,…) (20,…) (2,…) (10,…) (22,…) (51,…) (71,…) (90,…) (98,…) (89,…) 22と⽐較 22と⽐較 60より⼩さい のでこちら 20より⼤きい のでこちら 22と⽐較
- 31. B⽊（登録操作） 76を登録しよう 31 (60,…) (20,…) (2,…) (10,…) (22,…) (51,…) (71,…) (90,…) (98,…) (89,…) 76と⽐較 76と⽐較 60より⼤きい のでこちら 89より⼩さい のでこちら 76を登録 (76,…) 71の後ろが空いているので
- 32. B⽊（登録操作） 93を登録しよう 32 (60,…) (20,…) (2,…) (10,…) (22,…) (51,…) (71,…) (90,…) (98,…) (89,…) 93と⽐較 93と⽐較 60より⼤きい のでこちら 89より⼤きい のでこちら 93と⽐較90と98の間が空いていない
- 34. B⽊（登録操作） 80を登録しよう (60,…) (71,…) (75,…) (90,…) (92,…) (89,…) (93,…) (98,…) (99,…) 34
- 35. B⽊（登録操作） 80を登録しよう (60,…) (71,…) (75,…) (90,…) (92,…) (89,…) (93,…) (98,…) (99,…) 80と⽐較 75と⽐較 89を登録 (75,…) (89,…) 35
- 36. B⽊（登録操作） 80を登録しよう (60,…) (71,…) (75,…) (90,…) (92,…) (89,…) (93,…) (98,…) (99,…) 80と⽐較 75と⽐較 89を登録 (75,…) (89,…) (93,…) 36 93を移動
- 37. B⽊（登録操作） 80を登録しよう (60,…) (71,…) (75,…) (90,…) (92,…) (89,…) (93,…) (98,…) (99,…) 80と⽐較 75と⽐較 89を登録 (75,…) (89,…) (93,…) 37 (80,…) 80を登録 93を移動
- 40. B+⽊インデックス 索引部 データ部 索引部とデータ部に分けた構造 60 20 (2,…) (10,…) (20,…) (22,…) (60,…) (71,…) (89,…) (90,…) 89 (51,…) (98,…)
- 44. インデックス構築 BEFORE & AFTER 44 BEFORE AFTER 14.24 sec 0.01 sec
- 45. SHOW INDEX FROM 【テーブル名】 45 BEFORE AFTER user_idにインデックス が作成されている BTREE = B⽊ 主キーのidには既にインデッ クスが作成されている
- 46. EXPLAIN 【SELECT⽂】 46 BEFORE AFTER ALL: フルテーブルスキャン （インデックス未使⽤） ref: UNIQUEでないインデッ クスを使った等価検索 インデックスidx_user_idを使⽤
- 47. 結合処理の アルゴリズム 47
- 48. SELECT * FROM novel JOIN publisher ON novel.pub_id = publisher.id; 等結合 48 novel_id title writer_id pub_id year id name 101秘密 1 1003 2001 1003⽂藝春秋 102⽩夜⾏ 1 1004 2002 1004集英社 103容疑者Xの献⾝ 1 1003 2008 1003⽂藝春秋 104模倣犯 2 1001 2005 1001新潮社 ... ... ... ... ... ... ... novel _id title writer _id pub_id year 101秘密 1 1003 2001 102⽩夜⾏ 1 1004 2002 103容疑者Xの献⾝ 1 1003 2008 104模倣犯 2 1001 2005 ...... ... ... ... novel id name 1001新潮社 1002講談社 1003⽂藝春秋 1004集英社 1005岩波書店 publisher ⼆つのテーブルで条件に合致するもののみを結合 結合演算が最も時間のかかる演算
- 49. ⼊れ⼦結合 49 ． ． (1) 駆動表の各⾏について，内部表を1⾏ずつスキャンし， 結合条件に合致するかチェック (2) 条件に合致していれば，結合した⾏を出⼒ 駆動表または外部表 内部表 novel _id title writer _id pub _id year 101秘密 1 1003 2001 102⽩夜⾏ 1 1004 2002 103容疑者Xの献⾝ 1 1003 2008 104模倣犯 2 1001 2005 105⽕⾞ 2 1001 1998 1061Q84 3 1001 2009 107⾵の歌を聴け 3 1002 2004 108海辺のカフカ 3 1001 2002 109ノルウェイの森 3 1002 1987 110使命と魂のリミット 1 1006 2010 novel id name 1001新潮社 1002講談社 1003⽂藝春秋 1004集英社 1005岩波書店 publisher
- 50. id name 1001新潮社 1002講談社 1003⽂藝春秋 1004集英社 1005岩波書店 novel _id title writer _id pub _id year 101秘密 1 1003 2001 102⽩夜⾏ 1 1004 2002 103容疑者Xの献⾝ 1 1003 2008 104模倣犯 2 1001 2005 105⽕⾞ 2 1001 1998 1061Q84 3 1001 2009 107⾵の歌を聴け 3 1002 2004 108海辺のカフカ 3 1001 2002 109ノルウェイの森 3 1002 1987 110使命と魂のリミット 1 1006 2010 インデックスによる結合 50 novel (1) 駆動表の各⾏について，内部表からインデックスをた どって，結合キーが合致する⾏を検索 (2) 検索された⾏を結合した⾏を出⼒ 駆動表または外部表 内部表 publisher 内部表のid に対するイ ンデックス
- 51. id name 1001新潮社 1002講談社 1003⽂藝春秋 1004集英社 1005岩波書店 novel _id title writer _id pub _id year 101秘密 1 1003 2001 102⽩夜⾏ 1 1004 2002 103容疑者Xの献⾝ 1 1003 2008 104模倣犯 2 1001 2005 105⽕⾞ 2 1001 1998 1061Q84 3 1001 2009 107⾵の歌を聴け 3 1002 2004 108海辺のカフカ 3 1001 2002 109ノルウェイの森 3 1002 1987 110使命と魂のリミット 1 1006 2010 ハッシュ結合 51 novel (1) ⽚⽅のテーブルをスキャンし，結合キーに対し，ハッ シュ関数を適⽤することで，ハッシュテーブルを作成 (2) もう⼀⽅のテーブルをスキャンし，結合キーがハッ シュテーブルに存在するかチェック id hash 1001 20 1002 40 1003 60 1004 80 1005 100 ハッシュ テーブル publisher MySQLではサポート外
- 52. マージ結合 52 id name 1001新潮社 1002講談社 1003⽂藝春秋 1004集英社 1005岩波書店 novel _id title writer _id pub _id year 104模倣犯 2 1001 2005 105⽕⾞ 2 1001 1998 1061Q84 3 1001 2009 108海辺のカフカ 3 1001 2002 107⾵の歌を聴け 3 1002 2004 109ノルウェイの森 3 1002 1987 101秘密 1 1003 2001 103容疑者Xの献⾝ 1 1003 2008 102⽩夜⾏ 1 1004 2002 110使命と魂のリミット 1 1006 2010 novel pub_idでソート済み idで ソート済み ． ． ． ． ． ． ． (1) あらかじめ両⽅のテーブルを結合キーでソート (2) ソートされたテーブルの各値を⽐較しながら，結合条 件をチェック publisher MySQLではサポート外
- 53. EXPLAIN 【SELECT⽂】 53 Block Nested Loop： ⼊れ⼦結合の改良版
- 56. 本⽇学習したキーワード 〜トランザクションとデータベース構造編〜 56 2相ロッキング 縮退相 ハッシュ関数 ACID特性 順次編成ファイル ハッシュ結合 Atomicity（原⼦性） 障害回復 ハッシュの衝突 B+⽊インデックス 除算法 バランス⽊ B⽊インデックス ⼈的障害 ビフォアイメージ Consistency（整合性） 成⻑相 ファイル Durability（耐久性） ダーティリード ファントムリード Isolation（隔離性） ダンプファイル フィールド WALプロトコル チェックポイント マージ結合 アフタイメージ 中間ノード 待合せグラフ ⼊れ⼦結合 直接編成ファイル リーフノード インデックス 直列化可能性 両⽴性⾏列 インデックスによる結合 データ部 ルートノード インデックスファイル データベースダンプ レコード 基数変換法 データベースバックアップ ロールバック 共有ロック デッドロック ロールフォワード 更新の喪失 同時実⾏制御 ロギング コミット トランザクション ログ（ジャーナル） 索引部 トランザクション障害 ログファイル 索引編成ファイル ノンリピータブルリード ロッキング ⾃乗・中央法 媒体障害 ロック システム障害 排他ロック シノニム ハッシュインデックス
- 57. これまでに学習したキーワード 〜トランザクションとデータベース構造編〜 57 2相ロッキング 縮退相 ハッシュ関数 ACID特性 順次編成ファイル ハッシュ結合 Atomicity（原⼦性） 障害回復 ハッシュの衝突 B+⽊インデックス 除算法 バランス⽊ B⽊インデックス ⼈的障害 ビフォアイメージ Consistency（整合性） 成⻑相 ファイル Durability（耐久性） ダーティリード ファントムリード Isolation（隔離性） ダンプファイル フィールド WALプロトコル チェックポイント マージ結合 アフタイメージ 中間ノード 待合せグラフ ⼊れ⼦結合 直接編成ファイル リーフノード インデックス 直列化可能性 両⽴性⾏列 インデックスによる結合 データ部 ルートノード インデックスファイル データベースダンプ レコード 基数変換法 データベースバックアップ ロールバック 共有ロック デッドロック ロールフォワード 更新の喪失 同時実⾏制御 ロギング コミット トランザクション ログ（ジャーナル） 索引部 トランザクション障害 ログファイル 索引編成ファイル ノンリピータブルリード ロッキング ⾃乗・中央法 媒体障害 ロック システム障害 排他ロック シノニム ハッシュインデックス