Η χρήση δεικτών και η εκτέλεση σαρώσεων πίνακα είναι δύο θεμελιώδεις προσεγγίσεις για την πρόσβαση σε δεδομένα σε μια βάση δεδομένων, το καθένα με ξεχωριστές συμβιβασμούς ανάλογα με την κατάσταση.
Ένας δείκτης σε μια βάση δεδομένων είναι μια δομή δεδομένων που επιτρέπει την ταχύτερη αναζήτηση επιτρέποντας στο σύστημα να εντοπίζει γρήγορα σειρές χωρίς να σαρώνει κάθε σειρά στον πίνακα. Οι περισσότερες σχεσιακές βάσεις δεδομένων χρησιμοποιούν δομές B+ Tree για δείκτες, οι οποίες οργανώνουν κλειδιά και δείκτες σε μορφή δέντρου. Αυτό επιτρέπει αναζητήσεις, εισαγωγές και διαγραφές σε λογαριθμική χρονική πολυπλοκότητα $$ o (\ log n) $$, το οποίο είναι συνήθως πολύ πιο γρήγορο από τη σάρωση ολόκληρου του τραπεζιού με μια πολυπλοκότητα $$ o (n) $$. Οι δείκτες μπορούν να συγκεντρωθούν ή να μη συσσωματωθούν, με δείκτες συσσωματωμένου δείκτη να αποθηκεύουν δεδομένα σε σωματικά ταξινομημένη σειρά, βελτιώνοντας την απόδοση της σάρωσης εύρους με το κόστος των επιπλέον επιβάρυνσης στις τροποποιήσεις δεδομένων. Οι δείκτες μπορούν επίσης να είναι σύνθετοι, μερικοί, φιλτραρισμένοι ή κατακερματισμένοι, συντονισμένοι για συγκεκριμένα πρότυπα ερωτημάτων.
Αντίθετα, μια σάρωση πίνακα (ή πλήρης σάρωση πίνακα) διαβάζει κάθε σειρά στον πίνακα διαδοχικά, ανεξάρτητα από την εκλεκτικότητα του ερωτήματος. Αυτό περιλαμβάνει τη σάρωση όλων των μπλοκ δεδομένων του πίνακα και συχνά θεωρείται η πιο ακριβή μέθοδος πρόσβασης, επειδή επεξεργάζεται περισσότερα δεδομένα από ό, τι είναι απαραίτητο. Ωστόσο, οι σαρώσεις του πίνακα μπορούν να αποδώσουν καλά σε ορισμένες περιπτώσεις. Για παράδειγμα, όταν τα ερωτήματα ανακτώνται ένα μεγάλο ποσοστό σειρών, η επιβάρυνση της χρήσης ενός δείκτη (το οποίο συχνά απαιτεί πρόσθετες αναζητήσεις για τις πραγματικές σειρές) μπορεί να υπερβεί το κόστος της σάρωσης ολόκληρου του πίνακα μία φορά. Οι σαρώσεις πίνακα μπορούν να χρησιμοποιήσουν τις αναγνώσεις πολλαπλών μπλοκ, οι οποίες επιτρέπουν την ανάγνωση μεγάλων τεμαχίων δεδομένων με λιγότερες λειτουργίες I/O, μειώνοντας έτσι την καθυστέρηση σε σύγκριση με την ανάγνωση πολλών μεμονωμένων μπλοκ που απαιτούνται τυχαία από τις ανιχνεύσεις ευρετηρίου.
Ένα σημαντικό συμβιβασμό περιλαμβάνει την εκλεκτικότητα και το μέγεθος του συνόλου δεδομένων που επιστρέφεται από το ερώτημα. Εάν το ερώτημα φιλτράρει σε μικρό αριθμό σειρών (υψηλή εκλεκτικότητα), οι δείκτες γενικά υπεραποδίνουν τις σαρώσεις πίνακα επειδή χρειάζεται μόνο να έχουν πρόσβαση στα σχετικά δεδομένα. Όμως, καθώς το ποσοστό των σειρών επέστρεψε αυξάνεται, το κόστος των σαρώσεων του δείκτη αυξάνεται, καθώς μπορεί να απαιτηθεί πολλαπλές βασικές αναζητήσεις και ο κινητήρας βάσης δεδομένων πρέπει να εκτελεί πρόσθετες τυχαίες λειτουργίες I/O. Σε κάποιο όριο, συχνά περίπου το 10-20% των σειρών του πίνακα, αλλά εξαρτάται από το πλάτος και το υλικό δεδομένων, μια πλήρης σάρωση τραπέζι γίνεται πιο αποτελεσματική. Αυτό οφείλεται στο γεγονός ότι το κόστος σάρωσης παραμένει σταθερό ανεξάρτητα από την εκλεκτικότητα, απλά διαβάζοντας τον πίνακα διαδοχικά μία φορά.
Οι σαρώσεις ευρετηρίου συνήθως διαβάζουν λιγότερες σελίδες από μια σάρωση πίνακα όταν οι καλυμμένες στήλες είναι λιγότερες ή περισσότερες συμπαγείς από τις πλήρεις σειρές πίνακα. Για παράδειγμα, ένας δείκτης μπορεί να περιλαμβάνει μόνο τις στήλες ευρετηρίου χωρίς τα δεδομένα πλήρους πίνακα, καθιστώντας το λεπτότερο και επιτρέποντας περισσότερες σειρές να ταιριάζουν σε κάθε σελίδα βάσης δεδομένων. Αυτό μειώνει το εισόδημα εισόδου/εξόδου κατά τη σάρωση του δείκτη σε σύγκριση με τη σάρωση ολόκληρων δεδομένων πίνακα. Επιπλέον, ορισμένοι δείκτες μπορούν να φιλτραριστούν (μερικοί δείκτες) για να αποκλειστούν οι άσχετες σειρές, μειώνοντας περαιτέρω το αποτύπωμα σάρωσης.
Από την άλλη πλευρά, οι πλήρεις σαρώσεις τραπέζι γράφουν λιγότερη επιβάρυνση στην πλευρά συντήρησης της βάσης δεδομένων. Οι δείκτες εισάγουν γενικά έξοδα κατά τη διάρκεια λειτουργιών τροποποίησης δεδομένων, όπως ένθετο, ενημέρωση και διαγραφή. Κάθε αλλαγή στον πίνακα απαιτεί ενημέρωση των δεικτών, μερικές φορές οδηγώντας σε αυξημένη καθυστέρηση εγγραφής και αποθήκευσης, ειδικά αν υπάρχουν πολλοί δείκτες στον πίνακα. Αυτό το γενικό κόστος μπορεί επίσης να επηρεάσει την ταυτότητα και να οδηγήσει σε διαμάχη σε βαριά περιβάλλοντα γραφής. Έτσι, οι σαρώσεις πίνακα, οι οποίες διαβάζουν απλά τα δεδομένα στη φυσική του σειρά χωρίς πρόσθετη συντήρηση δομής, αποφύγετε αυτό το κόστος.
Ένα άλλο σημαντικό θέμα είναι η επίδραση των χαρακτηριστικών προσωρινής αποθήκευσης και υλικού. Οι σαρώσεις του πίνακα επωφελούνται από τη διαδοχική είσοδο/εξόδου και το prefetching, επιτρέποντας στο σύστημα να διαβάζει αποτελεσματικά πολλαπλά συνεχόμενα μπλοκ, συχνά από τη μνήμη εάν προσωρινά. Αντίθετα, οι ανιχνεύσεις ευρετηρίου υπάγονται τυχαία I/O για να μεταφέρουν διαφορετικά μπλοκ δεδομένων, ειδικά εάν η σάρωση του δείκτη πρέπει να αναζητήσει δείκτες γραμμών σε αποθήκευση σωρού. Αυτό μπορεί να κάνει τις ανιχνεύσεις ευρετηρίου πιο αργή σε συστήματα με βραδύτερο δίσκο τυχαία απόδοση I/O, αν και SSD και μεγάλες πισίνες μνήμης περιορίζουν αυτό το κενό. Η κατάσταση μπορεί επίσης να εξαρτάται από λεπτομέρειες όπως ο παραλληλισμός και οι δυνατότητες πολλαπλών γλωσσών της μηχανής βάσης δεδομένων, όπου οι παράλληλες σαρώσεις τραπέζι μπορούν να ενισχύσουν σημαντικά τη διακίνηση.
Επιπλέον, η εσωτερική διάταξη κατακερματισμού και φυσικής αποθήκευσης επηρεάζει τις συμβιβασμούς απόδοσης. Οι σαρώσεις πίνακα σε πίνακες που οργανώνονται από το σωρό μπορεί να υποφέρουν από προωθούμενα αρχεία, όπου οι σειρές έχουν μετακινηθεί σε διαφορετικές σελίδες λόγω ενημερώσεων, επιδείνωσης της απόδοσης σάρωσης. Οι συσσωρευμένοι δείκτες, οι οποίοι αποθηκεύουν τα δεδομένα που ταξινομούνται κατά κλειδί, μπορούν να αποφύγουν αυτό το ζήτημα και μερικές φορές να κάνουν μια "σάρωση πίνακα" που ισοδυναμεί με μια συσσωματωμένη σάρωση δείκτη. Ωστόσο, τα οφέλη έρχονται με το κόστος των ακριβά αναδιάταξης σειράς κατά τη διάρκεια των βαρέων δεδομένων.
Από την άποψη του βελτιστοποιητή ερωτήματος, η απόφαση μεταξύ σάρωσης δείκτη και σάρωσης πίνακα συνήθως γίνεται από μοντέλα εκτίμησης που βασίζονται σε κόστος, λαμβάνοντας υπόψη στατιστικά στοιχεία σχετικά με τη διανομή δεδομένων, τους αριθμούς των γραμμών και το κόστος υλικού. Το βελτιστοποιητή ισορροπεί CPU, I/O και κόστος μνήμης για να επιλέξει την πιο αποτελεσματική διαδρομή πρόσβασης. Αυτές οι αποφάσεις μπορούν να επηρεαστούν από παράγοντες όπως η διαθέσιμη μνήμη, η κατάσταση προσωρινής αποθήκευσης και τα πρότυπα ερωτημάτων. Δεν υπάρχει σταθερό όριο μεταξύ του πότε πρέπει να χρησιμοποιηθεί το ένα ή το άλλο. Το σημείο διασταύρωσης ποικίλλει ανά σύστημα και φόρτο εργασίας.
Συνοπτικά, οι αντισταθμίσεις μεταξύ της χρήσης ευρετηρίων και σαρώσεων πίνακα περιλαμβάνουν:
- Απόδοση έναντι όγκου δεδομένων: Οι δείκτες υπερβαίνουν κατά τη φιλτράρισμα σε λίγες σειρές. Οι σαρώσεις πίνακα μπορεί να είναι καλύτερες για μεγάλη ανάκτηση δεδομένων.
- μοτίβα I/O: Οι σαρώσεις ευρετηρίου προκαλούν τυχαία ανάγνωση εισόδου/εξόδου. Οι σαρώσεις πίνακα επωφελούνται από διαδοχικές αναγνώσεις I/O και πολλαπλών μπλοκ.
- Γενικά έξοδα συντήρησης: Οι δείκτες αυξάνουν το κόστος λειτουργίας εγγραφής λόγω ενημερώσεων σχετικά με τις δομές του δείκτη. Οι σαρώσεις πίνακα δεν το υποβάλλονται σε αυτό.
- Αποδοτικότητα αποθήκευσης: Οι δείκτες μπορούν να είναι συμπαγείς καλύπτοντας λιγότερες στήλες. Οι σαρώσεις πίνακα επεξεργάζονται πλήρεις σειρές και ενδεχομένως περισσότερα δεδομένα.
- Επιδράσεις προσωρινής αποθήκευσης: Οι σαρώσεις πίνακα μπορούν να χρησιμοποιήσουν αποτελεσματικά την προσωρινή αποθήκευση δεδομένων, ειδικά με μεγάλες διαδοχικές αναγνώσεις. Οι ανιχνεύσεις ευρετηρίου ενδέχεται να μην ωφελούνται τόσο από την τυχαία πρόσβαση.
- Απόφαση βελτιστοποίησης: Οι βελτιστοποιητές που βασίζονται σε κόστος επιλέγουν δυναμικά μεταξύ αυτών των επιλογών με βάση τα στατιστικά στοιχεία των ερωτημάτων και τις λεπτομέρειες φόρτου εργασίας.
- Αντίκτυπος της διάταξης δεδομένων: Οι πίνακες σωρού ενδέχεται να επιβαρύνονται με ποινές όπως οι προωθημένες εγγραφές κατά τη διάρκεια των σαρώσεων. Οι συσσωρευμένοι δείκτες οργανώνουν τα δεδομένα φυσικά, αλλά αυξάνουν το κόστος ενημέρωσης.