物理數(shù)據(jù)庫(kù)設(shè)計(jì)：索引、視圖和存儲(chǔ)技術(shù)

第1章 物理數(shù)據(jù)庫(kù)設(shè)計(jì)概況 1
1.1 動(dòng)機(jī)——數(shù)據(jù)增長(zhǎng)和與日俱增的物理數(shù)據(jù)庫(kù)設(shè)計(jì) 1
1.2 數(shù)據(jù)庫(kù)生命周期 4
1.3 物理設(shè)計(jì)的元素：索引、分區(qū)和群集 5
1.3.1 索引 6
1.3.2 物化視圖 7
1.3.3 分區(qū)和多維群集 7
1.3.4 物理數(shù)據(jù)庫(kù)設(shè)計(jì)的其他方法 7
1.4 物理設(shè)計(jì)為什么這么困難 8
1.5 文獻(xiàn)綜述 9
第2章 基本索引方法 10
2.1 B+樹(shù)索引 10
2.2 復(fù)雜的索引檢索 14
2.2.1 復(fù)雜索引方法 16
2.2.2 表掃描 16
2.3 位圖索引 17
2.4 記錄標(biāo)識(shí)符 18
2.5 小結(jié) 18
2.6 文獻(xiàn)綜述 19
第3章 查詢(xún)優(yōu)化和方案選擇 20
3.1 查詢(xún)過(guò)程和優(yōu)化 20
3.2 有用的數(shù)據(jù)庫(kù)優(yōu)化特性 20
3.2.1 查詢(xún)轉(zhuǎn)換和重寫(xiě) 21
3.2.2 查詢(xún)執(zhí)行計(jì)劃視圖 21
3.2.3 柱狀圖 21
3.2.4 查詢(xún)執(zhí)行計(jì)劃提示 21
3.2.5 優(yōu)化深度 22
3.3 查詢(xún)成本估計(jì)——一個(gè)例子 22
3.3.1 查詢(xún)案例3.1 22
3.4 查詢(xún)執(zhí)行計(jì)劃開(kāi)發(fā) 27
3.4.1 查詢(xún)執(zhí)行計(jì)劃的轉(zhuǎn)換規(guī)則 27
3.4.2 查詢(xún)執(zhí)行計(jì)劃的重構(gòu)算法 28
3.5 選擇因素、表規(guī)模和查詢(xún)成本估算 28
3.5.1 估算一個(gè)選擇操作或預(yù)期的選擇性因素 28
3.5.2 直方圖 29
3.5.3 估算關(guān)聯(lián)的選擇性因素 30
3.5.4 查詢(xún)案例3.2 30
3.5.5 估算查詢(xún)執(zhí)行計(jì)劃表大小的例子 32
3.6 小結(jié) 32
3.7 文獻(xiàn)綜述 33
第4章 選擇索引 34
4.1 索引的概念及術(shù)語(yǔ) 34
4.1.1 基本索引類(lèi)型 34
4.1.2 索引的訪問(wèn)方法 35
4.2 索引的經(jīng)驗(yàn)規(guī)則 35
4.3 索引選擇決策 37
4.4 連接索引選擇 40
4.4.1 嵌套循環(huán)連接 40
4.4.2 塊嵌套連接 42
4.4.3 索引嵌套循環(huán)連接 42
4.4.4 合并排序連接 43
4.4.5 哈希連接 44
4.5 小結(jié) 45
4.6 文獻(xiàn)綜述 46
第5章 物化視圖選擇 47
5.1 簡(jiǎn)單視圖物化 48
5.2 使用通用性 51
5.3 使用分組和歸納 56
5.4 資源的一些注意事項(xiàng) 57
5.5 實(shí)例：“好的”、“差的”以及“可怕的” 59
5.6 使用語(yǔ)法和范例 62
5.7 小結(jié) 64
5.8 文獻(xiàn)綜述 64
第6章 無(wú)共享分區(qū) 65
6.1 理解無(wú)共享分區(qū) 65
6.1.1 無(wú)共享系統(tǒng)架構(gòu) 65
6.1.2 為什么無(wú)共享架構(gòu)會(huì)受到追捧 67
6.2 更多關(guān)鍵概念和術(shù)語(yǔ) 67
6.3 哈希分區(qū) 68
6.4 無(wú)共享架構(gòu)的優(yōu)缺點(diǎn) 69
6.5 無(wú)共享架構(gòu)在OLTP系統(tǒng)中的使用 71
6.6 設(shè)計(jì)的挑戰(zhàn)：偏斜與連接配置搭配 73
6.6.1 數(shù)據(jù)偏斜 73
6.6.2 配置搭配 74
6.7 降低節(jié)點(diǎn)間數(shù)據(jù)傳送的數(shù)據(jù)庫(kù)設(shè)計(jì)技巧 74
6.7.1 謹(jǐn)慎分區(qū) 74
6.7.2 物化視圖復(fù)制以及其他復(fù)制技術(shù) 75
6.7.3 節(jié)點(diǎn)間互聯(lián) 78
6.8 拓?fù)湓O(shè)計(jì) 79
6.8.1 使用節(jié)點(diǎn)的子集 79
6.8.2 邏輯節(jié)點(diǎn)與物理節(jié)點(diǎn) 81
6.9 資金去向 81
6.10 網(wǎng)格計(jì)算 82
6.11 小結(jié) 83
6.12 文獻(xiàn)綜述 84
第7章 范圍分區(qū) 85
7.1 范圍分區(qū)基礎(chǔ) 85
7.2 列表分區(qū) 86
7.2.1 列表分區(qū)基礎(chǔ) 86
7.2.2 范圍分區(qū)和列表分區(qū)組合 87
7.3 語(yǔ)法示例 87
7.4 管理以及快速Roll-in、Roll-out 89
7.4.1 隔離工具 89
7.4.2 Roll-in和Roll-out 90
7.5 增強(qiáng)尋址能力 91
7.6 分區(qū)消除 91
7.7 索引范圍分區(qū)數(shù)據(jù) 94
7.8 范圍分區(qū)和群集索引 94
7.9 完整的形態(tài)：使用多維群集混合范圍和哈希分區(qū) 95
7.10 小結(jié) 96
7.11 文獻(xiàn)綜述 97
第8章 多維群集 98
8.1 了解MDC 99
8.1.1 為什么群集這么有幫助 99
8.1.2 MDC 100
8.1.3 創(chuàng)建MDC表的語(yǔ)法格式 103
8.2 MDC的性能優(yōu)勢(shì) 103
8.3 不僅僅是查詢(xún)性能：轉(zhuǎn)入（Roll-in）和轉(zhuǎn)出（Roll-out）的設(shè)計(jì) 105
8.4 MDC的查詢(xún)優(yōu)勢(shì)實(shí)例 106
8.5 存儲(chǔ)研究 107
8.6 設(shè)計(jì)MDC表 109
8.6.1 用粗糙度限制存儲(chǔ)擴(kuò)展 109
8.6.2 MDC利用的單調(diào)性 111
8.6.3 選擇合適的維度 112
8.7 小結(jié) 113
8.8 文獻(xiàn)綜述 114
第9章 相互依賴(lài)的問(wèn)題 115
9.1 強(qiáng)弱關(guān)聯(lián)分析 115
9.2 過(guò)程優(yōu)先的瀑布策略 117
9.3 效果優(yōu)先的瀑布策略 117
9.4 變更管理的貪婪算法 118
9.5 流行的策略（雞湯算法） 119
9.6 小結(jié) 120
9.7 文獻(xiàn)綜述 121
第10章 物理設(shè)計(jì)探索中的計(jì)數(shù)和數(shù)據(jù)抽樣 122
10.1 應(yīng)用物理數(shù)據(jù)庫(kù)設(shè)計(jì) 122
10.1.1 索引設(shè)計(jì)的計(jì)數(shù) 124
10.1.2 物化視圖設(shè)計(jì)的計(jì)數(shù) 124
10.1.3 多維群集的計(jì)數(shù) 125
10.1.4 無(wú)共享分區(qū)設(shè)計(jì)的計(jì)數(shù) 126
10.2 抽樣功能 127
10.2.1 使用SQL抽樣的好處 127
10.2.2 數(shù)據(jù)庫(kù)設(shè)計(jì)的抽樣 128
10.2.3 抽樣類(lèi)型 131
10.2.4 重復(fù)性抽樣 133
10.3 一個(gè)明顯的限制 133
10.4 小結(jié) 134
10.5 文獻(xiàn)綜述 135
第11章 查詢(xún)執(zhí)行計(jì)劃和物理設(shè)計(jì) 137
11.1 從查詢(xún)文本獲取到結(jié)果集 137
11.2 查詢(xún)執(zhí)行計(jì)劃究竟是什么樣 140
11.3 非圖形化的Explain 141
11.4 瀏覽查詢(xún)執(zhí)行計(jì)劃以改進(jìn)數(shù)據(jù)庫(kù)設(shè)計(jì) 144
11.5 用于改進(jìn)物理數(shù)據(jù)庫(kù)設(shè)計(jì)的查詢(xún)執(zhí)行計(jì)劃標(biāo)示符 149
11.6 不更改數(shù)據(jù)庫(kù)的探索 151
11.7 當(dāng)查詢(xún)優(yōu)化器選擇失誤時(shí)強(qiáng)制執(zhí)行 151
11.7.1 3種基本策略 151
11.7.2 查詢(xún)提示簡(jiǎn)介 152
11.7.3 當(dāng)SQL不能被修改時(shí)的查詢(xún)提示 154
11.8 小結(jié) 156
11.9 文獻(xiàn)綜述 156
第12章 自動(dòng)化物理數(shù)據(jù)庫(kù)設(shè)計(jì) 157
12.1 如果假設(shè)分析、索引以及其他 158
12.2 Oracle、DB2以及SQL Server的自動(dòng)化設(shè)計(jì)功能 161
12.2.1 IBM DB2 Design Advisor 162
12.2.2 Microsoft SQL Server Database Tuning Advisor 166
12.2.3 Oracle SQL Access Advisor 169
12.3 使用分組和泛化 171
12.4 可擴(kuò)展性以及工作負(fù)荷的壓縮 172
12.5 測(cè)試系統(tǒng)與生產(chǎn)系統(tǒng)之間的設(shè)計(jì)探索 175
12.6 出版文獻(xiàn)中的一些實(shí)驗(yàn)性結(jié)果 176
12.7 索引選擇 179
12.8 物化視圖選擇 180
12.9 多維群集選擇 182
12.10 無(wú)共享分區(qū) 183
12.11 范圍分區(qū)設(shè)計(jì) 184
12.12 小結(jié) 186
12.13 文獻(xiàn)綜述 186
第13章 實(shí)質(zhì)探討：服務(wù)器資源和拓?fù)?188
13.1 需要了解的有關(guān)CPU架構(gòu)以及發(fā)展趨勢(shì)的內(nèi)容 189
13.1.1 CPU性能 189
13.1.2 使用并行處理加速系統(tǒng)的阿姆達(dá)爾定律 191
13.1.3 多核CPU 192
13.2 客戶機(jī)服務(wù)器架構(gòu) 192
13.3 對(duì)稱(chēng)多處理器與NUMA 194
13.3.1 對(duì)稱(chēng)多處理器與NUMA概述 194
13.3.2 緩存一致性與偽共享 195
13.4 服務(wù)器群集 195
13.5 關(guān)于操作系統(tǒng)的一般知識(shí) 195
13.6 存儲(chǔ)系統(tǒng) 196
13.6.1 磁盤(pán)、軸以及分割 197
13.6.2 存儲(chǔ)區(qū)域網(wǎng)絡(luò)與網(wǎng)絡(luò)連接存儲(chǔ)設(shè)備 198
13.7 利用RAID使存儲(chǔ)既可靠又快捷 199
13.7.1 RAID的歷史 199
13.7.2 RAID 0 200
13.7.3 RAID 1 200
13.7.4 RAID 2以及RAID 3 201
13.7.5 RAID 4 202
13.7.6 RAID 5以及RAID 6 202
13.7.7 RAID 1+0 203
13.7.8 RAID 0+1 204
13.7.9 RAID 10+0以及RAID 5+0 204
13.7.10 哪種RAID最適合數(shù)據(jù)庫(kù)的需求 205
13.8 在數(shù)據(jù)庫(kù)服務(wù)器中均衡資源 206
13.9 可用性以及恢復(fù)策略 206
13.10 主內(nèi)存與數(shù)據(jù)庫(kù)調(diào)整 210
13.10.1 人工內(nèi)存調(diào)整 210
13.10.2 自動(dòng)內(nèi)存調(diào)整 212
13.10.3 技術(shù)前沿：自調(diào)整內(nèi)存管理的最新策略 215
13.11 小結(jié) 224
13.12 文獻(xiàn)綜述 224
第14章 決策支持、數(shù)據(jù)倉(cāng)庫(kù)和OLAP系統(tǒng)中的物理設(shè)計(jì) 226
14.1 什么是OLAP 226
14.2 維度層次結(jié)構(gòu) 228
14.3 星型模式和雪花模式 229
14.4 倉(cāng)庫(kù)與集市 230
14.5 按比例擴(kuò)大系統(tǒng) 233
14.6 在DSS、倉(cāng)庫(kù)以及OLAP設(shè)計(jì)中的注意事項(xiàng) 234
14.7 主流數(shù)據(jù)庫(kù)服務(wù)器的使用語(yǔ)法以及例子 235
14.7.1 Oracle 235
14.7.2 Microsoft分析服務(wù) 236
14.8 小結(jié) 238
14.9 文獻(xiàn)綜述 238
第15章 逆規(guī)范化 240
15.1 有關(guān)規(guī)范化的基礎(chǔ)知識(shí) 240
15.2 逆規(guī)范化的常見(jiàn)類(lèi)型 243
15.2.1 一一對(duì)應(yīng)關(guān)系中的實(shí)體 243
15.2.2 一對(duì)多關(guān)系中的實(shí)體 244
15.3 表逆規(guī)范化策略 246
15.4 逆規(guī)范化的例子 246
15.4.1 需求規(guī)格 247
15.4.2 邏輯設(shè)計(jì) 247
15.4.3 使用逆規(guī)范化進(jìn)行模式優(yōu)化 249
15.5 小結(jié) 252
15.6 文獻(xiàn)綜述 252
第16章 分布式數(shù)據(jù)分配 253
16.1 引言 253
16.2 分布式數(shù)據(jù)庫(kù)分配 255
16.3 復(fù)制數(shù)據(jù)分配——“最有益站點(diǎn)”方法 256
16.4 漸進(jìn)表分配方法 260
16.5 小結(jié) 261
16.6 文獻(xiàn)綜述 261
附錄A 一個(gè)簡(jiǎn)單的性能模型數(shù)據(jù)庫(kù) 263
A.1 IO時(shí)間成本——單獨(dú)塊訪問(wèn) 263
A.2 IO時(shí)間成本——表掃描和排序 263
A.3 網(wǎng)絡(luò)時(shí)間延遲 264
A.4 CPU時(shí)間延遲 264
附錄B Oracle Data Guard與DB2 HADR的數(shù)據(jù)庫(kù)災(zāi)難恢復(fù)技術(shù)比較 265
B.1 在故障轉(zhuǎn)移期間備用始終保持其“熱”度 266
B.2 快速故障轉(zhuǎn)移 266
B.3 地域分離 266
B.4 支持多種備用服務(wù)器 266
B.5 支持在備用服務(wù)器上的讀取 267
B.6 主服務(wù)器在故障轉(zhuǎn)移后可以很容易重建 267
參考書(shū)目 268