Datenbanken II WS19/20 an der Universität Salzburg
Karteikarten und Zusammenfassungen für Datenbanken II WS19/20 an der Universität Salzburg
Komplett kostenfrei
4.5 /5
4.8 /5
4.5 /5
4.8 /5
Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Datenbanken II WS19/20 an der Universität Salzburg.
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Nested Loop Join
Wie viele Blockzugriffe gibt es bei den Relationen R und S (B = Blockanzahl | N = Datensätze) im
-Worst Case(nur ein Block passt in den Puffer)
-Best Case(innere Relation passt vollständig in den Puffer)
-Worst Case: Br + Nr*Bs
-Best Case: Br +Bs
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Block Nested Loop Join
Wie viele Blockzugriffe gibt es bei den Relationen R und S (B = Blockanzahl | N = Datensätze) im
- Worst Case
- M = 2
Jeder Block, der inneren Relation s wird für jeden Block der äußeren Relation einmal gelesen(statt für jedes Tupel der äußeren Relation) - Best Case
- M > Bs
Worst Case : Br + Br*Bs
Best Case: Br + Bs
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Block Nested Loop Join(Zick-Zack Modus)
Wie viele Blockzugriffe gibt es bei den Relationen R und S (B = Blockanzahl | N = Datensätze)
k = Vergleiche die in den Puffer können
M = Puffergröße
Br + k + aufgerundet: [Br/(M-k)] *(Bs - k)
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Indexed Nested Loop Join
Wie viele Blockzugriffe gibt es bei den Relationen R und S (B = Blockanzahl | N = Datensätze):
Br + Nr * c
c = Kosten für Durchlauf von Index auf S
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Merge Join
Wie viele Blockzugriffe gibt es bei den Relationen R und S (B = Blockanzahl | N = Datensätze) und nur wann ist dieser Anwendbar?
Nur für Equi- und Natürliche Joins anwendbar
Die Relationen müssen sortiert werden => c = Sortierkosten(falls Relationen schon sortiert dann = 0)
Kosten: Br + Bs + c
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
B = Anzahl Blöcke der Relation
M = Puffergröße
-Wie lassen sich die Läufe berechnen?
-Wie lässt sich die Anzahl der Mischdurchläufe berechnen?
-Wie lassen sich die Kosten berechnen?
-Aufgerundet : log(M-1)(B/M)
-B*(2 * Anzahl Mischdurchläufe + 1)
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Dense Index
Wie schaut ein Dense Index aus?
Es gibt pro Datensatz einen eigenen Index-Eintrag.
Die Größe des Indexes kann groß werden, ist aber normalerweise immer kleiner als die Daten.
Ein Non-Clusterd Index ist immer dense.
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Dense vs. Sparse:
- sparse Index braucht weniger Platz
- sparse Index hat geringere Kosten beim Aktualisieren
- dense Index erlaubt bestimmte Anfragen zu beantworten, ohne dass Datensätze gelesen werden müssen (“covering index”)
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Wie kann mit mehrfachen Suchschlüsseln umgegangen werden?
a) Doppelte Indexeinträge
=> Schwierige Handhabung bei B+-Bäumen
b) Buckets
=> Nur ein Indexeintrag pro Suchschlüssel
=> Index Eintrag zeigt auf ein Bucket
=>Bucket zeigt auf alle Datensätze zum entsprechenden Suchschlüssel (Zusätzlicher Block muss gelesen werden)
c) Suchschlüssel eindeutig machen
=> TID wird angehängt
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
Binäre Suche
Wie sind die Kosten für eine binäre Suche und was ist die Voraussetzung diesen anwenden zu können?
- Abgerundet:[Log2(B)] + 1 Block-Lese-Operationen
- Index bzw Datensatz muss sortiert sein
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
B+-Baum
Was sind die Vor- und Nachteile des B+-Baums?
Vorteile:
- Anzahl der Ebenen wird automatisch angepasst
- reorganisiert sich selbst nach Einfüge- oder Lösch-Operationen durch kleine lokale Änderungen
- reorganisieren des gesamten Indexes ist nie erforderlich
Nachteile:
- evtl. Zusatzaufwand bei Einfügen und Löschen
- etwas höherer Speicherbedarf
- komplexer zu implementieren
Beispielhafte Karteikarten für Datenbanken II WS19/20 an der Universität Salzburg auf StudySmarter:
B+-Baum
Wie viele Such schlüssel hat ein Wurzelknoten mit Grad m?
Blattknoten: 0 bis m-1 Suchschlüssel
Nicht Blattknoten: mind. 2 Kinder
Kommilitonen im Kurs Datenbanken II WS19/20 an der Universität Salzburg. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!
Jetzt mitmachen!
