《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，那麼在肯定桶數目和選擇散列函數時，若是桶數目太小，隨着數據量增長，性能會下降；若是留必定餘量，又會帶來空間的浪費；或者按期重組散列索引結構，但這是一項開銷大且耗時的工做。爲了應對這些問題，爲此提出了幾種動態散列(dynamic hashing)技術，可擴展動態散列(extendable hashing)即是其一。

1、可擴展動態散列

A)用一個數組來存儲桶指針的目錄，數組的位數爲2的D次方，桶的容量爲2的L次方，D和L分別稱爲全局位深度和局部位深度。每次發生桶溢出時，溢出桶分裂，容量變爲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爲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，目錄深度爲2，目錄項有4個。而後開始插入數據d1和d2，假定h(d1)=1三、h(d2)=20，因爲13=1101，且全局位深度爲2，則根據後兩位01肯定應插入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，因而開始分裂，a桶的局部位深度變爲3，容量擴展爲8，若是擴展後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，因而全局位深度也隨之變爲3。

如上圖所示，a桶分裂爲a一、a2，目錄變爲三位，對原來a桶中的元素進行重組，因爲目錄位多了一位，要根據000、100來分別存儲到a一、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爲2，因此會有多個目錄項指向這些桶，好比00一、101的後兩位都是01，都指向b桶。
 

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

C)對於刪除操做，與查找操做相似，刪除元素後，若是發現桶變爲空，可與其兄弟桶進行合併，並使局部位深度減一。若是全部的局部位深度都小於全局位深度，則目錄數組也進行收縮。

 

2、靜態散列與動態散列對比
與靜態散列相比，動態散列的主要優點在於其性能不會隨着記錄數增加而降低，另外還具備最小的空間佔用。缺點在於它會額外增長一次查詢定位，由於在查詢bucket自己前，須要先查找目錄來定位bucket。
另外一種動態散列技術-線性散列(linear hashing)能夠避免額外的查詢定位，但可能這種方式須要更多的溢出桶，往後學習。

 

3、順序索引與散列的適用場景
每種索引結構都有其優缺點。若是是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長而性能下降，散列則相對穩定。而對於where b>c and b<d這樣的範圍搜索，則順序索引更適合，散列的隨機特性使得沒法定位搜索的bucket。因此散列只適合根據搜索碼搜索且不是範圍查詢的場合。

 

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