INF70 Gerenciamento de Banco de Dados 2 Introdução à Organização de Arquivos (Métodos de Acesso/Índices)

Transcrição

1 INF70 Gerenciamento de Banco de Dados 2 Introdução à Organização de Arquivos (Métodos de Acesso/Índices) Ilmério Reis da Silva ilmerio@facom.ufu.br UFU/FACOM/BCC

2 Organização de Arquivos OBJETIVO entender como os dados podem ser organizados no espaço em disco para alcançar bom desempenho e segurança nas operações com S GB Ds UFU/FACOM/BCC GBD2 Página:.2

3 Fundamentos de Organização de Arquivos Def.: Organização de arquivos é o método de dispor os registros em um arquivo armazenado em disco Exemplo: tuplas do esquema empregado(nome, idade, salario) serão armazenadas em registros de um arquivo em disco podendo ser organizados por: Opção 1: ordem cronológica de inserção Opção 2: ordem de nome Opção 3: ordem de idade Opção 4: aleatoriamente etc. UFU/FACOM/BCC GBD2 Página:.3

4 Fundamentos de Organização de Arquivos Características de dados em memória externa Unidade de acesso é página (ex: 4KB, 8KB) Custo dominante é I/O, cujo tempo gasto é fixo para qualquer página acessada aleatoriamente Acesso sequencial diminui tempo pois diminui o número médio de seeks por registro UFU/FACOM/BCC GBD2 Página:.4

5 Fundamentos de Organização de Arquivos Interação entre subcamadas do SGBD O Método de acesso a arquivo: recebe do processador de consultas requisição de registro, índice, ou arquivo gerencia páginas alocadas para cada arquivo manipula registros gerencia espaço disponível nas páginas solicita páginas ao Gerenciador de buffer pool que: verifica se página está no buffer se necessário, solicita página ao Gerenciador de espaço em disco que faz acesso ao disco e transmite/recebe páginas para/do buffer pool. UFU/FACOM/BCC GBD2 Página:.5

6 Tipos de Organização de Arquivos Arquivo não ordenado (heap file) registros distribuídos aleatoriamente nas páginas Arquivo ordenado (sorted file) registros armazenados em ordem da chave de busca Arquivo hash registros armazenados em buckets indexados por uma função hash H : KeySet BucketSet Arquivo indexado registros armazenados de acordo com uma estrutura de índice Índice estrutura auxiliar que otimiza busca em arquivos UFU/FACOM/BCC GBD2 Página:.6

7 Índices Principais Características de Índices chave de busca, simples ou composta estrutura facilita busca baseada na chave facilita atualização e remoção aleatória entretanto, múltiplos índices causam sobrecarga na inserção, atualização e remoção CHAVE REGISTRO UFU/FACOM/BCC GBD2 Página:.7

8 Índices Principais Características de Índices ALTERNATIVAS PARA DADOS ASSOCIADOS À CHAVE DATA ENTRY (1) <registro>: este é o arquivo indexado ou arquivo hash (2) <k + rid> : chave mais um identificador de registro (3) <k + lista_rids>: chave mais uma lista de identificadores temos no máximo um índice usa alternativa (1) agrupados/não agrupados (Figuras) Denso / não denso = esparso (Figura) primário / secundário(figura) UFU/FACOM/BCC GBD2 Página:.8

9 Índices Principais Características de Índices Índice agrupado e não agrupado, Alternativa 2 UFU/FACOM/BCC GBD2 Página:.9

10 Índices Principais Características de Índices Exemplo de índice agrupado - Alternativa Entradas Paulo, 44, 2000 Pedro, 35, 2000 Carlos, 44, 2000 José, 40, 2500 João, 35, 3000 Ilmério, 40, 3500 Rodrigo, 40, 3500 Maria, 30, 4000 Sara, 35, 4000 Sabrina, 31, 5000 Registros de dados UFU/FACOM/BCC GBD2 Página:.10

11 Índices Principais Características de Índices Exemplo de índice não agrupado - Alternativa 2 H H(sal) = 01 H(sal) = 11 H(sal) = Entradas Paulo, 44, 2000 Pedro, 35, 2000 Carlos, 44, 2000 José, 40, 2500 João, 35, 3000 Ilmério, 40, 3500 Rodrigo, 40, 3500 Maria, 30, 4000 Sara, 35, 4000 Sabrina, 31, 5000 Registros de dados UFU/FACOM/BCC GBD2 Página:.11

12 Índices Principais Características de Índices Índice denso: se para cada valor k da chave de busca existe uma entrada (k,rid) UFU/FACOM/BCC GBD2 Página:.12

13 Índices Principais Características de Índices Índice esparso = não denso (tem que ser agrupado) UFU/FACOM/BCC GBD2 Página:.13

14 Índices Principais Características de Índices Índice Primário : chave do índice é chave primária do arquivo Índice Secundário: chave pode ocorrer mais de uma vez UFU/FACOM/BCC GBD2 Página:.14

15 Índices Principais Estruturas de Índices Índice Baseado em Hash Chave Entradas (Alternativa1=<registro>, Alternativa2=<k+rid>, ou Alternativa3=<k+lista_rids>) distribuídas em buckets, cada um formado por uma página primária e zero ou mais páginas de overflow Função Hash H : KeySet BucketSet acesso em um ou dois I/O se hash sem overflow UFU/FACOM/BCC GBD2 Página:.15

16 Índices Principais Estruturas de Índices Índice Baseado em Hash UFU/FACOM/BCC GBD2 Página:.16

17 Índices Principais Estruturas de Índices Índice Baseado em Árvore UFU/FACOM/BCC GBD2 Página:.17

18 Índices Principais Estruturas de Índices Índice Baseado em Árvore Chave Folhas: Entradas Daddos (Alternativa 1=<registro>, Alternativa 2=<rid>, ou Alternativa 3=<rid>*) Nodos Internos: Entradas Índice UFU/FACOM/BCC GBD2 Página:.18

19 Índices Principais Estruturas de Índices Índice Baseado em Árvore Características das Árvores B+ Caminho de tamanho uniforme da raiz até a folha Fan-out(F) é o número de filhos do nó interno Profundidade (h) é o tamanho do caminho raiz/folha Se Número de folhas = N, então N = F h Logo, h = log F N Facilita busca por intervalo UFU/FACOM/BCC GBD2 Página:.19

20 Operações Modelo de Custo Alternativas de arquivos/indices Tabela Comparativa UFU/FACOM/BCC GBD2 Página:.20

21 Operações em Arquivos e Índices Scan (varredura) : ler todos os registros de um arquivo Carregar páginas do arquivo no Buffer Pool Buscar registros em cada página Busca Igual (com predicado de igualdade k = valor) Carregar páginas com os registros selecionados Buscar registros em cada página Se o predicado não for pela chave, então realizar varredura Busca por faixa de valores (intervalo i.e. (x < k < y)) Carregar páginas com os registros selecionados Buscar registros em cada página Se o predicado não for pela chave, então realizar varredura. UFU/FACOM/BCC GBD2 Página:.21

22 Operações em Arquivos Inserção : Identificar página na qual o registro deve ser inserido Carregar a página no Buffer Pool Incluir registro na página Escrever página modificada no disco Remoção : Identificar a página contendo o registro Carregar a página no Buffer Pool Modificar a página Escrever a página modificada no disco UFU/FACOM/BCC GBD2 Página:.22

23 Modelo de Custo B = número de Páginas R = número de registros por página D = tempo médio para ler ou escrever uma página no disco C = tempo médio para processar um registro H = tempo para aplicação da função Hash C e H da ordem de nanosegundos e D microsegundos, logo o tempo gasto com IO é o custo dominante Essas considerações são simplistas mas suficientes para mostrar a intuição das estruturas que serão estudadas em detalhe. UFU/FACOM/BCC GBD2 Página:.23

24 Alternativas a serem comparadas Arquivo não Ordenado (Heap) Arquivo Ordenado Arquivo Indexado Hash (sem overflow) Arquivo Indexado Arvore B+ Arquivo Heap + Indice Hash usando Alternativa 2 Arquivo Heap + Indice Arvore B+, não agrupada, usando Alternativa 2 UFU/FACOM/BCC GBD2 Página:.24

25 Considerações Gerais Um registro resultante da busca com igualdade Arquivo Ordenado com compactação após remoção Arquivo Hash com 80% de ocupação buckets, logo, tamanho total do arquivo = 1,25B páginas Árvore Agrupada (Alternativa 1) com 67% ocupação, logo, folhas na árvore ocupam 1,5B páginas Índices Árvore B+ não agrupada e Hash, usando Alternativa 2 com entradas de tamanho igual a 10% do registro e 67% de ocupação, logo: média de 6,7R entradas por página/bucket Hash com 0,15B páginas Idem para folhas da árvore. UFU/FACOM/BCC GBD2 Página:.25

26 Considerações sobre o Arquivo não Ordenado (Heap) Inserção por ordem de chegada, sempre no final do arquivo Sem compactação em remoção UFU/FACOM/BCC GBD2 Página:.26

27 Arquivo Heap Varredura(Scan) Ler todas as páginas (BD) Processar R registros por página (BRC) Tempo = B (D + RC) Custo IOs = B UFU/FACOM/BCC GBD2 Página:.27

28 Arquivo Heap BuscaIgual (predicado k = valor) Ler metade do arquivo(em média) para encontrar a página do registro (0,5BD) Processar todos registros de cada página lida à procura do registro especificado (0,5BRC) Tempo = 0,5B(D + RC) Custo IO = 0,5B UFU/FACOM/BCC GBD2 Página:.28

29 Arquivo Heap BuscaFaixa(intervalo ) Ler todas as páginas do arquivo em busca de registros do intervalo (BD) Processar todos os registros de cada página (BRC) Tempo = B(D + RC) Custo IO = B UFU/FACOM/BCC GBD2 Página:.29

30 Arquivo Heap Inserção Ler a última página do arquivo (D) Inserir o registro na página(c) Rescrever a página modificada no disco(d) Tempo = D + C + D = 2D + C Custo IO = 2 UFU/FACOM/BCC GBD2 Página:.30

31 Arquivo Heap Remoção Localizar o registro a ser removido(buscaigual) Remover o registro da página (C) Rescrever a página modificada no disco (D) Tempo = BuscaIgual + C + D Custo IO = 0,5B + 1 Obs: lembrando que o arquivo não será comprimido após remoção. UFU/FACOM/BCC GBD2 Página:.31

32 Considerações sobre o Arquivo Ordenado Inserção em ordem de uma chave de busca Busca binária no arquivo para localizar um registro Reorganização das páginas após inserção Compactação do arquivo após remoção UFU/FACOM/BCC GBD2 Página:.32

33 Arquivo Ordenado Varredura(Scan) Ler todas as páginas (BD) Processar R registros por página (BRC) Tempo = B (D + RC) Custo IOs = B UFU/FACOM/BCC GBD2 Página:.33

34 Arquivo Ordenado BuscaIgual (predicado k = valor) Localizar página por meio de busca binária no arquivo (Dlog 2 B) Processar 2 registros(extremidades) por página em cada passo da busca (2Clog 2 B) Realizar busca binária na página onde se localiza o registro (Clog 2 R) Tempo = (D+2C)log 2 B + C log 2 R Custo IO = log 2 B UFU/FACOM/BCC GBD2 Página:.34

35 Arquivo Ordenado BuscaFaixa(intervalo ) Localizar a página e registro de início do intervalo (BuscaIgual) Ler todos os registros subsequentes na página (0,5RC) Ler as demais páginas e processar seus registros até encontrar o final do intervalo. Seja #pgm o número adicional de páginas com registros no intervalo (#pgm (D+RC)) Tempo = BuscaIgual + #pgm D + RC (#pgm + 0,5) Custo IO = log 2 B + #pgm UFU/FACOM/BCC GBD2 Página:.35

36 Arquivo Ordenado Inserção Localizar página para inserção (BuscaIgual) Seja 2C o custo de inserir e realizar o shift dos registros na página. Ler todas as páginas a partir da posição corrente(metade do arquivo) (0,5BD) Realizar o shift em todas as páginas a partir da posição corrente (0,5B 2C) Reescrever todas as páginas a partir da posição corrente (0,5BD) Tempo = BuscaIgual + B (D + C) Custo IO = B + log 2 B UFU/FACOM/BCC GBD2 Página:.36

37 Arquivo Ordenado Remoção Localizar página para remoção (BuscaIgual) Seja 2C o custo de remover e realizar o unshift dos registros em uma página Ler as páginas à partir da posição corrente(metade do arquivo) (0,5 BD) Realizar a remoção e unshift dos registros (0,5B 2C) Reescrever todas as páginas a partir da posição corrente (0,5BD) Tempo = BuscaIgual + B (D + C) Custo IO = B + log 2 B UFU/FACOM/BCC GBD2 Página:.37

38 Arquivo Ordenado Observações: A reorganização do arquivo na inserção e remoção torna essas operações muito custosas Uma alternativa é adiar a reorganização para ser feita periodicamente, prejudicando as buscas Mas a principal solução deste problema é o arquivo indexado que mantem o custo de busca na mesma ordem e diminui consideravelmente o custo de inserção e remoção UFU/FACOM/BCC GBD2 Página:.38

39 Considerações sobre o Arquivo Indexado baseado em Hash Hash com entradas do tipo Alternativa 1 Hash sem overflow Páginas são ocupadas em 80%, pois espaço livre é deixado nas páginas para evitar overflow no bucket em caso de novas inserções Número de páginas no hash será: B/0,80 = 1,25B UFU/FACOM/BCC GBD2 Página:.39

40 Arquivo Hash Varredura(Scan) Ler todas as páginas (1,25 BD) Processar 0,8R registros em cada página (1,25B 0,8RC) Tempo = 1,25B(D + 0,8RC) Custo IO = 1,25B UFU/FACOM/BCC GBD2 Página:.40

41 Arquivo Hash BuscaIgual (predicado k = valor) Calcular a função hash (H) Ler o bucket (D) Assumindo varredura média de metade do bucket para localizar o registro (0,4RC) Tempo = H + D + 0,4RC Custo IO = 1 UFU/FACOM/BCC GBD2 Página:.41

42 Arquivo Hash BuscaFaixa(intervalo) Ler todas as páginas do hash em busca de registros do intervalo (1,25BD) Processar os registros de cada página (1,25B 0,8RC) Tempo = 1,25B(D+0,8RC) Custo IO = 1,25B UFU/FACOM/BCC GBD2 Página:.42

43 Arquivo Hash Inserção Calcular a função hash (H) Ler o bucket (sem overflow) (D) Inserir registro no final do bucket (C) Reescrever o bucket (D) Tempo = H + C + 2D Custo IO = 2 UFU/FACOM/BCC GBD2 Página:.43

44 Arquivo Hash Remoção Localizar o registro (BuscaIgual) Remover o registro, reorganizando o bucket (0,4RC) Escrever o bucket modificado (D) Tempo = BuscaIgual + 0,4RC + D Custo IO = 2 UFU/FACOM/BCC GBD2 Página:.44

45 Considerações sobre o Arquivo Indexado baseado em Arvore B+ Agrupada Entrada nas folhas do tipo Alternativa 1 Folhas são ocupadas em 67%, pois espaço livre é deixado para novas inserções Número de folhas = B / 0,67 = 1,5B Número de registros por folha = 0,67R Seja F o número médio de filhos de cada nó interno, então, a altura da ávore h = log F 1,5B UFU/FACOM/BCC GBD2 Página:.45

46 Arvore B+ Agrupada Varredura(Scan) Ler todas as folhas da árovore (1,5BD) Processar os registros de cada folha (1,5B 0,67RC) Tempo = B(1,5D + RC) Custo IO = 1,5B UFU/FACOM/BCC GBD2 Página:.46

47 Arvore B+ Agrupada BuscaIgual (predicado k = valor) Localizar folha por meio de busca em profundidade na árvore (Dlog F 1,5B) Em cada nível, processar uma média de log 2 (F-1) entradas para localizar ponteiro: ((log F 1,5B)(Clog 2 (F-1))) Localizar registro na folha por meio de busca binária (Clog 2 0,67R) Tempo = log F 1,5B (D + Clog 2 (F-1)) + C log 2 0,67 R Custo IO = log F 1,5B UFU/FACOM/BCC GBD2 Página:.47

48 Arvore B+ Agrupada BuscaFaixa(intervalo) Localizar início do intervalo (BuscaIgual) Ler folhas subsequentes até encontrar o final do intervalo (1,5 #pgm D) Processa entradas de cada folha (1,5 #pgm 0,67RC) Tempo = BuscaIgual #pgm D + R #pgm C = BuscaIgual + 1,5 #pgm (D + 0,67RC) Custo IO = BuscaIgual + 1,5 #pgm UFU/FACOM/BCC GBD2 Página:.48

49 Arvore B+ Agrupada Inserção Localizar a folha onde será inserido o novo registro (BuscaIgual) Inserir nova entrada na folha, fazendo um shift de suas entradas. Seja 2C o custo do shift (2C) Reescrever a folha (D) Tempo = BuscaIgual + 2C + D Custo IO = 1 + BuscaIgual UFU/FACOM/BCC GBD2 Página:.49

50 Arvore B+ Agrupada Remoção Localizar a folha onde será removido o registro (BuscaIgual) Remover a entrada na página, fazendo um unshift de suas entradas. Seja 2C o custo do unshift (2C) Reescreve folha (D) Tempo = BuscaIgual + 2C + D Custo IO = 1 + BuscaIgual UFU/FACOM/BCC GBD2 Página:.50

51 Considerações sobre o Arquivo Heap com Índice baseado Arvore B + não agrupada A entrada nas folhas da árvore ocupa 10% do registro 67% de ocupação das folhas Portanto serão 6,7R entradas em cada folha O número de folhas da ávore será N= 0,1B/0,67 = 0,15B UFU/FACOM/BCC GBD2 Página:.51

52 Arquivo Heap + Arvore B + não agrupada Varredura(Scan) Varrer o índice não é viável, pois seria necessário varrer as folhas e mais um IO no arquivo de dados para cada registro i.e., Custo IO > BR Então, varrer o heap Tempo = B (D + RC) Custo IOs = B UFU/FACOM/BCC GBD2 Página:.52

53 Arquivo Heap + Arvore B + não agrupada BuscaIgual (predicado k = valor) Localizar a folha por meio de busca em profundidade na árvore (Dlog F 0.15B) Processar uma média de log 2 (F-1) entradas por nível (log F 0.15B)(Clog 2 (F-1)) Localizar a entrada na folha por meio de busca binária (Clog 2 6,7R) Ler a página de dados (D) e processar o registro (C) Tempo = log F 0,15B(D + Clog 2 (F-1)) + Clog 2 6,7R+D+C Custo IO = 1 + log F 0,15B UFU/FACOM/BCC GBD2 Página:.53

54 Arquivo Heap + Arvore B + não agrupada BuscaFaixa(intervalo) Localizar início do intervalo (BuscaIgual) Ler folhas subsequentes até encontrar o final do intervalo (0,15D #pgm) Processar cada entrada (C R #pgm) Para cada entrada na folha: Ler página no arquivo de dados (D R #pgm) Processar cada registro (C R #pgm) Tempo = BuscaIgual + 0,15D#pgm + R#pgm (D + 2C) Custo IO = BuscaIgual + #pgm (0,15 + R) UFU/FACOM/BCC GBD2 Página:.54

55 Arquivo Heap + Arvore B + não agrupada Inserção Localizar a folha onde será inserida a nova entrada e página de dados onde será inserido o novo registro (BuscaIgual) Inserir nova entrada na folha, fazendo um shift de suas entradas (2C) Inserir novo registro na página do heap (C) Reescrever folha e página de dados (2D) Tempo = BuscaIgual + 2D + 3C Custo IO = 2 + BuscaIgual UFU/FACOM/BCC GBD2 Página:.55

56 Arquivo Heap + Arvore B + não agrupada Remoção Localizar a folha de onde será removida a nova entrada e página de dados de onde será removido o novo registro (BuscaIgual) Remover nova entrada na folha, fazendo um unshift de suas entradas (2C) Remover novo registro na página de dados (C) Reescrever folha e página de dados (2D) Tempo = BuscaIgual + 3C + 2D Custo IO = 2 + BuscaIgual UFU/FACOM/BCC GBD2 Página:.56

57 Considerações sobre Arquivo Heap com Índice baseado Hash Hash com entradas do tipo Alternativa 2 Hash sem overflow Páginas são ocupadas em 67% Entrada de tamanho 10% do registro Número de páginas no hash será: 0,1B/0,67 = 0,15B UFU/FACOM/BCC GBD2 Página:.57

58 Arquivo Heap + Hash Varredura(Scan) Varrer o hash não é viável, pois seria necessário varrer os buckets e mais um IO no arquivo de dados para cada entrada i.e., Custo IO > BR Então, varrer o heap Tempo = B (D + RC) Custo IOs = B UFU/FACOM/BCC GBD2 Página:.58

59 Arquivo Heap + Hash BuscaIgual (predicado k = valor) Calcular a função hash (H) Ler o bucket (sem overflow) (D) Varrer em média metade do bucket para localizar a entrada (C 3,35R) Ler página no arquivo de dados (D) Processar o registro (C) Tempo = H + D RC + D + C = H + 2D + C(3,35R + 1) Custo IO = 2 UFU/FACOM/BCC GBD2 Página:.59

60 Arquivo Heap + Hash BuscaFaixa(intervalo) Ler todos os buckets do hash e realizar um IO para cada entrada do intervalo ou fazer uso do heap Vamos comparar o número de IO de duas alternativas Varrer o Hash e ler heap direto: (0,15B + R #pgm) Varrer o Heap: B Logo se #pgm < (0,85B/R) será viável o uso do hash, caso contrário, ou quando não se conhece a estatística, usa-se o heap, i.e.: Tempo = B(D + RC) Custo IO = B UFU/FACOM/BCC GBD2 Página:.60

61 Arquivo Heap + Hash Inserção Calcular a função hash (H) Ler o bucket (sem overflow)(d) Ler página no arquivo de dados (D) Inserir registro no final da página (C) Inserir entrada no final do bucket (C) Reescrever o bucket e a páginia de dados(2d) Tempo = H +2D + 2C + 2D = H + 4D + 2C Custo IO = 4 UFU/FACOM/BCC GBD2 Página:.61

62 Arquivo Heap + Hash Remoção Calcular a função hash (tempo = H) Ler o bucket (D) Ler página no arquivo de dados(d) Localizar e remover entrada no bucket (3,35RC) Localizar e remover registro na página (2C) Regravar o bucket e a páginia de dados (2D) Tempo = H +2D + 3,35RC + 2C + 2D = H + 4D + C(3,35R + 2) Custo IO = 4 UFU/FACOM/BCC GBD2 Página:.62

63 TEMPO VARREDURA BUSCAIGUAL BUSCAFAIXA INSERÇÃO REMOÇÃO BuscaIgual + HEAP B (D + RC) O,5B (D + RC) B (D + RC) 2D + C D + C BuscaIgual + D# pgm + (D+2C)log 2 B + RC(# pgm + BuscaIgual + BuscaIgual + SORTED B (D + RC) C log 2 R 0,5) B(D+C) B(D+C) 1,25B (D + BuscaIgual + HASH FILE 1,25B (D + 0,8RC) H + D + 0,4RC 0,8RC) C + 2D + H 0,4RC + D log F 1.5B (D + BuscaIgual + Clog 2 (F-1)) + BuscaIgual + B (1,5D + RC) Clog 2 0,67R BTREE FILE BTREE INDEX HASH INDEX log F 0,15B (D + Clog 2 (F-1)) + Clog 2 6,7R + D + B (D + RC) R B (D + RC) H + 2D + C(3,35R 1,5#pgm (D + 0,67RC) BuscaIgual + 0,15D#pgm + R#pgm(D + 2C) + 1) B (D + RC) D + 2C H + 4D + 2C BuscaIgual + D + 2C BuscaIgual BuscaIgual + + 2D + 3C 2D + 3C H + 4D + C(3,35R+1) UFU/FACOM/BCC GBD2 Página:.63

64 I O V A R R E D U R AB U S C A I G U A L B U S C A F A IXIN AS E R Ç Ã O R E M O Ç Ã O H E A P B 0, 5 B B 2 0, 5 B + 1 S O R TE D B l o g 2 B l o g 2 B + # p g mb + l o B g B + l ob g 2 2 H A S H F I L E 1, 2 5 B 1 1,2 5 B 2 2 l o g F 1,5 B B TR E E F I L E 1, 5 B l o g F 1, 5 B 1, 5 # p g m l o g F 1,5 B l o g F 1, 5 B 1 + l o 0 g,1 5 B + B TR E E I N B 1 + l o 0 g, 1 5B F F # p g m ( 0, lr o g F ) 0,1 5B l o g F 0, 1 5B H A S H I N D E X B 2 B 4 4 UFU/FACOM/BCC GBD2 Página:.64

65 Organização de Arquivos Considerações finais Uso em ajuste(tunning) de SBD Geram impactos positivos e negativos na carga de trabalho do SGBD Analisar frequencia de operações Sobrecarga de espaço em disco Hash tem melhor desempenho em busca com predicado de igualdade Árvore B+ tem melhor desempenho em busca por intervalo Algumas consultas podem ser avaliadas usando somente o índice, por exemplo: employee(eid, dno, age, hobby, sal) SELECT avg(sal) FROM employee UFU/FACOM/BCC GBD2 Página:.65

66 Organização de Arquivos Considerações finais Alguns exemplos de uso de índices agrupados, usando o esquema employee(eid, dno, age, hobby, sal) UFU/FACOM/BCC GBD2 Página:.66

67 Organização de Arquivos Considerações finais Alguns exemplos de uso de índices agrupados UFU/FACOM/BCC GBD2 Página:.67

68 Organização de Arquivos Considerações finais Chaves compostas em caso de Árvores B+ podem usar prefixo como chave UFU/FACOM/BCC GBD2 Página:.68

69 Organização de Arquivos Considerações finais Especificação de índices no SQL 99 CREATE INDEX IndAgeGrau ON Estudantes WITH STRUCTURE = BTREE, KEY = (Idade, Média) UFU/FACOM/BCC GBD2 Página:.69

70 Organização de Arquivos Exercícios UFU/FACOM/BCC GBD2 Página:.70

71 Fim - Organização de Arquivos Fim - Organização de Arquivos UFU/FACOM/BCC GBD2 Página:.71