Green-IT und Datenbanken - ODBMS

6.2.2 Indexstrukturen in Caché
6.2 Energieeffizienz und Indizes
Caché bietet wie andere Datenbanken die Möglichkeit, Indizes für die in der Datenbank
enthaltenen Daten anzulegen. Diese benötigen zusätzlichen Speicherplatz und
sind getrennt von den Daten des TPC-H abgespeichert. Caché bietet zwei Arten von
Indizes an.
Konventioneller Index
Der Index bei Caché unterscheidet sich von der Funktionsweise nicht von dem einer
relationalen Datenbank. Dieser enthält Tupel von Schlüsselattributen, und Referenzen
auf die ID und stellt eine Ordnungsrelation für die Schlüsselattribute da. Eine
einfache Ordnungsrelation ist das Sortieren nach einer Randbedingung, und kann z.B.
bei Zahlenwerten auf- oder absteigend sein. Der Index kann bei Abfragen, die auf der
referenzierten Spalte operieren, effizienter die abgefragten Datensätze bereitstellen,
da durch die vorhandene Ordnungsrelation keine sequentielle Suche auf der Spalte
erfolgen muss. Der erste Index in unserem Datenmodell ist jede Spalte, die einen Primärschlüssel
enthält. Die Struktur, in der der Index abgespeichert, ist ein B + -Baum
[Wer07].
Ein zusätzlich angelegter Index benötigt immer zusätzlichen Speicherplatz. Caché
speichert die Indizes wie die Daten in Globals, wobei der Inhalt des Globals für einen
Index nur eine Referenz auf den indizierten Datensatz enthält. Bei einer Aktualisierung
der Daten muss zusätzlich der Index aktualisiert werden, falls eine indizierte
Spalte von der Aktualisierung betroffen ist. Dies bedeutet einen höheren Aufwand
beim Ändern der Daten. Darum ist es von Vorteil, wenn die Anzahl der Indizes nicht
hoch ist, um bei Aktualisierungen, unnötige Kosten zu vermeiden.
Bitmap-Index
Caché bietet neben dem konventionellen Index noch den Bitmap-Index zur Indizierung
von Daten an. Dieser eignet sich für Spalten mit einer hohen Selektivität. Das
sind die Spalten, bei denen ein konventioneller Index keine Steigerung der Effizienz
bringt. Bei einem Bitmap-Index werden die indizierten Attribute einem Schlüssel in
Form von einem Bitvektor zugeordnet. Der Vorteil ist, dass man bei einer multidimensionalen
Suche nur Bitvektoren miteinander vergleichen muss. Tabelle 6.5 enthält
Datensätze die eine hohe Selektivität haben (Geschlecht und Familienstand). Tabelle
6.6 zeigt den resultierenden Bitmap Index. Wenn nun eine Abfrage alle Elemente der
Tabelle sucht die ledig und männlich sind ist die Suchmaske 10010. Die Abfrage kann
mit einem Bitmap-Index schnell verarbeitet werden, da es sich bei der Abfrage im
Kern um Binäroperationen handelt, die sehr effizient auf dem Prozessor ausgeführt
werden können. Der Bitmap-Index benötigt durch seine Struktur wesentlich mehr
Speicherplatz als ein konventioneller Index, und es ist daher aufwändiger ihn bei Veränderung
der Daten zu aktualisieren. Aus diesen Gründen wird der Bitmap-Index
häufig bei Datenbanken eingesetzt, bei denen überwiegend lesende Transkationen
87