【如此简单！数据库入门系列】之无序不代表混乱 -- 堆文件

news2024/12/26 2:46:29

文章目录

前言
堆文件
链表实现
页目录实现
总结
系列文章

前言

还记得上次遗留的问题吗？

以什么组织方式将数据保存在磁盘中？

今天我们接着讨论这个问题。

首先想一个问题：有一天，你开着自己心爱的大型SUV去超市购物。在停车场入口看到，剩余车紧缺。你该如何先人一步找到合适的车位？

假如，你是这个超市的老顾客，非常熟悉这里停车场的布局和规则，那么你就更有可能快速找到车位。

停车场的布局和规则，类似于数据库中数据文件的文件组织。

堆文件

堆文件是最常见的数据文件组织形式。

堆文件（Heap File）：

数据库最常用的文件组织形式，常用于OLTP型数据库
它对页（Page）和记录（Record）没有任何顺序上的要求
可以根据需求，将记录插入任何合适的位置
页和记录的组织方式，完全由实现者自己定义

堆文件通常有两种实现方式：链表和页目录。

链表实现

在这里插入图片描述

在链表实现中：

每个数据页（Data Page）包含记录（Record）、指向下一页和上一页的指针
有一个头页（Header Page）作为文件的开始，用于将数据页划分为满页和空闲页

在链表实现的堆文件中插入一条记录可以分解为三个动作。

1. 找空位置

先找到头页
顺着空闲页链表找一个合适的空位
如果空闲页链表为空，或者找不到合适的位置，则追加一个空闲页到空闲页链表中

2. 将记录写入空位置
3. 必要时更新链表

如果当前空闲页已写满，则将它从空闲页链表移动到满页链表的最前方
把它移到满页链表的最前面，是为了提高效率，因为不用遍历整个满页链表

拿停车举例子（如上图右侧所示）。

假设停车场有A、B、C和D四个区域。每当一个区域停满时，管理员会在区域入口放一个禁止入门的路障。这样司机可以快速找到第一个有空位的区域。

你会沿着箭头的方向找到一个适合的空闲车位：

因为有路障，你快速驶过A区和B区
驶入第一个有空位的区域 - C区
发现C区的唯一的空位太小，大型SUV停不进去
继续驶入下一个有空位的区域 - D区
停入D区最后一个空闲车位
此时，管理员会在D区放置路障

页目录实现

在这里插入图片描述

在页目录的实现中：

每个头页包含一个指向下一个头页的指针，形成页目录
每个头页中的记录包含指向数据页的指针和该页的空闲空间信息
数据页只存储记录，它们不再需要指向相邻数据页的指针

在页目录实现的堆文件中插入一条记录同样分解为三个动作。

1. 找空位置

找到第一个头页，根据头页中记录包含的空闲空间信息，找到一个包含合适空位的数据页
如果当前头页找不到，则继续遍历下一个头页
如果头页链表为空，或者找不到合适位置，则追加新的头页和数据页

2. 将记录写入空位置

顺着头页中记录指向数据页的指针，找到对应的数据页
在数据页中找到对应的空位，写入数据

3. 更新状态

更新头页中有关数据页空闲空间的信息

接着拿停车举例子（如上图右侧所示）。

假设一个停车场经过了信息化改造，在停车场入口处的显示屏上，显示每个区域的每个车位的状态（是否被占用）和信息（车位尺寸）。

你也会沿着箭头的方向找到一个适合的空闲车位：

行驶到显示屏处，找到一个合适的空位，并记录位置（例如D区03车位）
直接行使到D区03车位
显示屏更新D区03车位状态，变为已被占用

总结

我们先从写的角度进行对比：

写入动作	链表实现	页目录实现
找空位	从第一个空闲页开始找最差情况：追加新的空闲页平均情况： - 可能访问较多数据页才能找到合适空位 - 例如1号停车场中存在走冤枉路的问题	顺着页目录开始找最差情况：追加新的头页和数据页平均情况： - 由于空闲信息记录(包含空闲状态和空闲信息)要远小于数据记录 - 因此头页可以包含更多的空闲信息记录 - 也就是说遍历更少的头页就可以找到合适的空位 - 不存在走冤枉路
写记录	因为是直接在数据页中找空位，找到空位后直接写入即可，没有额外成本	需要从头页中跳转到数据页中的空位，存在额外成本，但成本较低
状态更新	记录写入空位后，需要更新数据页头部包含空位状态的信息最坏情况：额外需要修改数据页的指针，从空闲链表移到满页链表	更新头页中的状态信息

再从删除角度对比：

写入动作	链表实现	页目录实现
找记录	遍历数据页（不考虑所以的情况下）	相同
删记录	在数据页头部中将对应的记录标记为删除，将数据页插入到空闲页链表头部	在数据页头部中将对应的记录标记为删除，更新头页中的空闲信息
辅助成本	定期清理空间	相同

由此可见：