存储与文件结构

文件组织

定长记录与变长记录

定长记录（fixed-length record）：每条记录的长度相同，便于计算和存取
变长记录（variable-length record）：每条记录的长度不同，节省空间，但存取较复杂

文件中记录的组织

堆文件组织（heap file organization）

记录无特定顺序存储，适用于插入频繁但查询较少的场景 ### 顺序文件组织（sequential file organization）记录按某一属性排序存储，适用于范围查询和顺序访问 ### 散列文件组织（hashed file organization）记录通过哈希函数映射到存储位置，适用于等值查询 ### 多表聚簇文件组织 (clustered file organization) 将相关表的数据存储在一起，提高联接查询效率

数据字典 (Data Dictionary / System Catalog)

它是“数据库的数据库”。存什么？元数据 (Metadata)。即关于数据的数据。 - 表名、列名、列的类型。 - 完整性约束（主键、外键）。 - 用户权限信息。 - 统计信息（表有多少行？索引树有多高？——优化器用这些信息来决定怎么查询）。怎么存？通常，数据字典自己也是以“表”的形式存储的。比如 sys_tables, sys_columns。

缓冲区管理 (Buffer Management)

数据库不仅管磁盘，还要管内存。

Data Buffer (数据缓冲区)：磁盘太慢，内存太快。数据库必须在内存中开辟一块区域（Buffer Pool）来缓存从磁盘读上来的数据块（Block/Page）。

Buffer-Replacement Policies (置换策略)：内存满了，又有新数据要读进来，踢掉谁？

LRU (Least Recently Used)：踢掉最久没被访问的块。（操作系统常用，但数据库不一定好用）。
MRU (Most Recently Used)：数据库特有策略。场景：全表扫描。你读了第 1 页，处理完，读第 2 页… 第 1 页虽然刚用过，但大概率很久不会再用了。这时候 MRU（踢掉刚才读的）比 LRU（保留刚才读的）更好。
Pinned Blocks (钉住的块)：如果一个块正在被某个事务修改，或者正在写回磁盘的过程中，它被“钉住”了，绝对不能被踢走。

索引的基本概念

索引是数据库中用于加速数据检索的一种数据结构。它类似于书籍的目录，（search-key可类比为章节的名字，pointer可类比为页码）可以帮助数据库管理系统快速定位到所需的数据行，而无需扫描整个表。物理存储在index file中，（search-key,pointer）有两种基本的索引类型： - 顺序索引（ordered Index）按照search-key排列， - 哈希索引（Hash Index）

索引评价标准： - 访问类型：支持等值查询 or 范围查询 - 执行时间：提高查询效率 - 插入时间：索引可能会增加数据增删的开销 - 删除时间 - 磁盘额外开销

顺序索引

索引文件中的记录是按照search-key排序的

聚集索引 vs 非聚集索引

主索引（primary index）：索引文件顺序和数据文件一致,又叫做聚集索引（clustering index）一般是建立在主键上，但是不一定必须是主键，只能建一个主索引
辅助索引（secondary index）数据文件和索引顺序不一致，他一定是稠密的，对等值有效，对范围查询效果不好，也叫做非聚集索引（unclustering index），可以建立多个辅助索引

稠密索引 vs 稀疏索引

稠密索引dense index ：数据文件的每一条记录在索引文件中都有对应的索引项，在稠密聚集索引中，记录包含search-key和指向数据第一条记录的指针。在稠密非聚集索引中，索引项包含search-key和指向所有数据记录的指针。
稀疏索引sparse index：只为某些搜索码建立索引项，只有索引是聚集索引时，才能使用稀疏索引，因为稀疏索引只能用于顺序存储的数据文件。如下图，若要搜索编号为22222的记录在索引表中是找不到的，只能找到10101，然后顺序查找数据文件。如果数据文件是无序存储的，就无法使用稀疏索引了。

多级索引

多级索引（multilevel index）在索引之上建索引。若索引太多，索引块太大，为了尽快找到这个索引，就为索引建立索引，

哈希索引

SQL索引语句

create unique/noncluster/cluster index 索引名 on 表名(属性名)

drop index 索引名

索引建立原则

where group by 后面出现的属性可建立索引