يعد استخدام الفهارس ومسح الجداول المنهجين نهجين أساسيين للوصول إلى البيانات في قاعدة بيانات ، ولكل منهما مقايضات مميزة اعتمادًا على الموقف.
الفهرس في قاعدة البيانات هو بنية بيانات تتيح البحث بشكل أسرع من خلال السماح للنظام بتحديد موقع الصفوف بسرعة دون مسح كل صف في الجدول. تستخدم معظم قواعد البيانات العلائقية هياكل الأشجار B+ للفهارس ، والتي تنظم المفاتيح والمؤشرات في شكل شجرة. يتيح ذلك عمليات البحث والإدراج والحذف في تعقيد الوقت اللوغاريتمي $$ o (\ log n) $$ ، والذي عادة ما يكون أسرع بكثير من مسح الجدول بأكمله بتعقيد $ $ O (n) $$. يمكن تجميع الفهارس أو غير مرسومة ، مع تخزين الفهارس المجمعة للبيانات بالترتيب المرتبة جسديًا ، مما يؤدي إلى تحسين أداء المسح الضوئي على النطاق بتكلفة إضافية على تعديلات البيانات. يمكن أيضًا أن تكون الفهارس مركبة أو جزئية أو ترشيحها أو تجزئة على أنماط استعلام محددة.
على النقيض من ذلك ، يقرأ مسح الجدول (أو مسح الجدول الكامل) كل صف في الجدول بالتتابع ، بغض النظر عن انتقائية الاستعلام. يتضمن ذلك مسح جميع كتل البيانات في الجدول وغالبًا ما يُعتبر طريقة الوصول أغلى لأنها تعالج بيانات أكثر من اللازم. ومع ذلك ، يمكن أن تؤدي عمليات مسح الجدول بشكل جيد في بعض الحالات. على سبيل المثال ، عندما تسترجع الاستعلامات نسبة مئوية كبيرة من الصفوف ، يمكن أن تتجاوز النفقات العامة لاستخدام الفهرس (والتي تتطلب غالبًا البحث الإضافي للصفوف الفعلية) تكلفة مسح الجدول بأكمله مرة واحدة. يمكن أن تستفيد عمليات مسح الجدول من القراءات المتعددة ، والتي تسمح بقراءة أجزاء كبيرة من البيانات مع عدد أقل من عمليات I/O ، وبالتالي تقليل الكمون مقارنة بقراءة العديد من الكتل الفردية المطلوبة بشكل عشوائي عن طريق فحوصات الفهرس.
يتضمن مفاضلة واحدة رئيسية انتقائية وحجم مجموعة البيانات التي يتم إرجاعها عن طريق الاستعلام. إذا كان الاستعلام يترشح إلى عدد صغير من الصفوف (انتقائية عالية) ، فستفاس الفهارس عمومًا فحوصات الجدول لأنها تحتاج فقط إلى الوصول إلى البيانات ذات الصلة. ولكن مع زيادة النسبة المئوية للصفوف التي تم إرجاعها ، ترتفع تكلفة فحوصات الفهرس حيث قد تكون هناك حاجة إلى عمليات البحث عن مفاتيح متعددة ، ويجب أن يقوم محرك قاعدة البيانات بإجراء عمليات إدخال/إخراج عشوائية إضافية. في بعض العتبة ، في كثير من الأحيان حوالي 10-20 ٪ من صفوف الجدول ولكن يعتمد على عرض البيانات والأجهزة ، يصبح فحص الجدول الكامل أكثر كفاءة. وذلك لأن تكاليف المسح تظل ثابتة بغض النظر عن الانتقائية ، ما عليك سوى قراءة الجدول مرة واحدة مرة واحدة.
عادةً ما تقرأ عمليات مسح الفهرس صفحات أقل من مسح الجدول عندما تكون الأعمدة المغطاة أقل أو أكثر من صفوف الجدول الكاملة. على سبيل المثال ، قد يتضمن الفهرس فقط الأعمدة المفهرسة بدون بيانات صف الجدول الكامل ، مما يجعله أرق والسماح بمزيد من الصفوف لتناسب كل صفحة قاعدة بيانات. هذا يقلل من الإدخال/الإخراج النفقات العامة عند مسح الفهرس مقارنة بمسح بيانات الجدول بأكمله. بالإضافة إلى ذلك ، يمكن ترشيح بعض الفهارس (فهارس جزئية) لاستبعاد الصفوف غير ذات الصلة ، مما يقلل من بصمة المسح.
من ناحية أخرى ، تكتب عمليات مسح الجدول الكاملة عبءًا أقل على جانب صيانة قاعدة البيانات. تقدم الفهارس العامة أثناء عمليات تعديل البيانات مثل إدراج وتحديث وحذف. يتطلب كل تغيير في الجدول تحديث الفهارس ، مما يؤدي في بعض الأحيان إلى زيادة زمن الوصول وتخزين النفقات العامة خاصة إذا كانت هناك العديد من الفهارس على الجدول. يمكن أن يؤثر هذا النفقات العامة أيضًا على التزامن ويؤدي إلى خلاف في بيئات الكتابة الثقيلة. وبالتالي ، فإن عمليات مسح الجدول ، التي تقرأ البيانات ببساطة بترتيبها الطبيعي دون صيانة بنية إضافية ، تجنب هذه التكلفة.
اعتبار مهم آخر هو تأثير التخزين المؤقت وخصائص الأجهزة. تستفيد عمليات مسح الجدول من الإدخال/الإخراج المتسلسل والتسريع ، مما يسمح للنظام بقراءة كتل متعددة مجاورة بكفاءة ، وغالبًا ما تكون من الذاكرة إذا تم تخزينها مؤقتًا. على العكس من ذلك ، فإن عمليات مسح الفهرس تتحمل إدخال/إخراج عشوائي لجلب كتل بيانات متباينة ، خاصةً إذا كان على الفهرس أن يبحث عن مؤشرات الصف في تخزين الكومة. يمكن أن يجعل هذا فهرس فهرس أبطأ على الأنظمة ذات الأداء البطيء لأداء الإدخال/الإخراج العشوائي ، على الرغم من أن SSDs ومجمعات الذاكرة الكبيرة تضيق هذه الفجوة. يمكن أن يعتمد الموقف أيضًا على تفاصيل مثل التوازي والقدرات متعددة الخيوط لمحرك قاعدة البيانات ، حيث يمكن أن تعزز عمليات مسح الجدول المتوازية بشكل كبير الإنتاجية.
بالإضافة إلى ذلك ، تؤثر التجزئة الداخلية وتخطيط التخزين المادي على مقايضات الأداء. قد تعاني عمليات مسح الجدول على الجداول المنظمة للكومة من السجلات المعالجة ، حيث انتقلت الصفوف إلى صفحات مختلفة بسبب التحديثات ، مما يؤدي إلى تفاقم كفاءة المسح. يمكن أن تجنب الفهارس المجمعة ، التي تخزن البيانات التي يتم فرزها بواسطة المفتاح ، هذه المشكلة وأحيانًا تجعل "مسح الجدول" مكافئًا لمسح فهرس متجمع. ومع ذلك ، فإن الفوائد تأتي مع تكلفة إعادة ترتيب الصف باهظ الثمن خلال انقطاع البيانات الثقيلة.
من منظور محسن الاستعلام ، يتم عادةً إجراء القرار بين فحص الفهرس ومسح الجدول من خلال نماذج التقدير القائمة على التكلفة ، مع مراعاة الإحصاءات حول توزيع البيانات ، وعدد الصفوف ، وتكاليف الأجهزة. يوازن المحسن وحدة المعالجة المركزية ، I/O ، وتكاليف الذاكرة لاختيار مسار الوصول الأكثر كفاءة. يمكن أن تتأثر هذه القرارات بعوامل مثل الذاكرة المتاحة ، وحالة التخزين المؤقت ، وأنماط الاستعلام. لا توجد عتبة ثابتة بين وقت استخدام واحد أو آخر ؛ تختلف نقطة التقاطع لكل نظام وعبء العمل.
باختصار ، تشمل المفاضلات بين استخدام الفهارس ومسح الجداول:
- الأداء مقابل حجم البيانات: تفوق الفهارس عند التصفية إلى عدد قليل من الصفوف ؛ يمكن أن تكون عمليات مسح الجدول أفضل لاسترجاع البيانات الكبيرة.
- أنماط الإدخال/الإخراج: فحوصات الفهرس تسبب قراءات I/O عشوائية ؛ تستفيد فحوصات الجدول من الإدخال/الإخراج المتسلسل والقراءات المتعددة.
- النفقات العامة للصيانة: تزيد الفهارس تكاليف تشغيل الكتابة بسبب التحديثات على هياكل الفهرس ؛ فحوصات الجدول لا تتحمل هذا.
- كفاءة التخزين: يمكن أن تكون الفهارس مضغوطة من خلال تغطية عدد أقل من الأعمدة ؛ يقوم الجدول بتجميع عمليات مسح الصفوف الكاملة وربما المزيد من البيانات.
- آثار التخزين المؤقت: يمكن أن تستخدم عمليات مسح الجدول التخزين المؤقت للبيانات بشكل فعال ، خاصة مع القراءات المتسلسلة الكبيرة ؛ قد لا تستفيد عمليات مسح الفهرس بنفس القدر بسبب الوصول العشوائي.
- قرار مُحسِّن: محسنات الاستعلام المستندة إلى التكلفة تختار ديناميكيًا بين هذه الخيارات بناءً على إحصائيات الاستعلام وتفاصيل عبء العمل.
- تأثير تخطيط البيانات: قد تتحمل جداول الكومة عقوبات مثل السجلات المعاد توجيهها أثناء عمليات الفحص ؛ تنظم الفهارس المجمعة البيانات جسديًا ولكنها تزيد من تكاليف التحديث.