CMU-15-445笔记(二)

占用空间大的值在tuple中的存储形式

Overflow storage pages

如果c是较大的值的话，c的位置可以放置指针，指向一个格外的页存储真实的数据，如果数据过大，可以在一个overflow page中再指向下一个overflow page。overflow page是在内存中常驻的，并且overflow page对于用户层面是透明的。

常见的overflow page名称与大小

• Postgres: TOAST(> 2KB)
• MySQL: Overflow(> 1/2 size of page)
• SQL Server: Overflow(> size of page)

  External Value Storage

  
  这种形式是将较大的数据放在数据库外部，当做一个常规文件，c可以是指针或者路径名称。
  数据库不能控制外部文件的内容，也就没有了持久和事务的保护

  System Catalogs

  数据库都会将他们数据的catalog存入数据库内部
  catalog主要有
• Table, columns, indexes, views
• Users, permissions
• Internal statistics
  它们本身会被存为table，tuple。

  数据库的存储模型

  

  OLTP

  主要包含简单的读写语句，每个语句都只操作数据库的一小部分数据

  OLAP

  主要处理复杂的，需要检索大量数据并聚合的操作

  Data Storage Models

  关系数据库将数据attributes组合成tuple，将结构相似的tuple组合成relation，它没有指定这些relation中的tuple以及tuple的attribute的存储方式。一个tuple的所有attributes并不需要存储在同一个页中
  常见的Data Stroage Models有
• 行存储 N-ary Storage Model(NSM)
• 列存储 decomposition Storage Model(DSM)

  NSM

  NSM将一个tuple的所有attributes在页中连续的存储，这种存储方式适合OLTP场景
  
  DBMS可以将一些常用的attribute建立index，查询语句就可以通过index找到相应的tuples
  
  对于只需要部分attribute的操作来说，这种方式会导致页中所有的数据被读入内存，造成空间上的浪费
  
  这里只需要读入最后两列，但是NSM需要将所有页读入内存

  NSM优缺点

  优点：
• 快速的插入，更新，删除
• 对于需要整个tuple是一个很好的选择
  缺点：
  对于需要大量查询范围，并且仅需要tuple中少数的attributes会造成空间上的浪费

  DSM

  DSM是将列属性放在一个页中
  
  这样就可以很好的解决NSM的问题
  
  需要哪列直接读取即可，没有读取无用列的浪费

  Tuple Identification

  同时这也带出来了一个问题，怎么匹配每个列属性
  

  Offsets

  最常用的方法，页中的值都有同样的长度，这样就可以直接使用offset来判断对应的行是哪个

  Embefdded Tuple Ids

  给每个attribute添加行id，浪费空间

  DSM优缺点

  优点：
• 减少了NSM中冗余的IO，DSM只读取它需要的数据
• 更好的处理查询以及更好的数据压缩支持
  缺点：
• 涉及少量tuples，多数attributes的查询低效