Le resume linguistique de donnees structurees comme ... - APMD

CHAPITRE 5 — Indexation de données 1155.2.3.5 ContractionLa contraction d’un espace E permet de ne pas conserver d’informations à propos des cellulesvides. L’index ne renseigne plus que sur E réduit aux cellules non-vides. Cette propriétéest satisfaite par la plupart des méthodes d’indexation. Cependant, d’après Freeston [61], lesméthodes basées sur une transformation de E en un espace linéaire ordonné (par exemple le Zordering [107] ou le Grid File, traité en section 5.2.2.5) en sont dépourvues.Dans un espace de dimension d, la subdivision la plus simple partitionne l’espace en deuxsous-espaces sur chaque dimension. Il y a donc au minimum 2 d cellules. Ce nombre de cellulesdevient non-négligeable pour une certaine valeur de d et dépasse très rapidement le nombred’objets. Il est donc important pour un index de posséder cette propriété.5.2.3.6 Pouvoir de séparationCette caractéristique est liée à l’organisation physique des nœuds de l’arbre (voir section5.2.3.7). Elle désigne la proportion d’objets définitivement écartés à chaque étape de progressiondans l’arbre lors d’une recherche. Elle est liée au fan-out (envergure) de chaque nœud : plusle nombre de sous-espaces référencés dans un nœud est élevé, plus le pouvoir de séparation estgrand.Les travaux sur les index négligent les traitements effectués en mémoire centrale et accordentplus d’importance aux accès disque. Un bloc (ou page) disque chargé en mémoire offreun certain nombre d’entrées d’index, contenant chacune des informations sur le sous-espacereprésenté. La détermination du sous-espace contenant l’objet recherché étant considérée négligeableen termes de coût, il est important que la page d’index offre le maximum d’informationspossible. Pour une même taille de bloc physique, une technique discriminant les nœuds filssur une dimension (par exemple, le k-D-B-Tree [119] ou l’Hybrid-Tree [33]) a un fan-out plusimportant qu’une technique utilisant plus de dimensions (c’est le cas des autres techniques arborescentes).Ceci s’explique par le fait que les données décrivant des cellules sur plusieursdimensions occupent un espace de stockage plus grand que la description du même nombrede cellules sur une dimension : sur une même page, on peut donc stocker moins de descripteursmultidimensionnels que de descripteurs monodimensionnels (voir la discussion en section5.2.4.2 plus loin).Le fan-out est un paramètre important de la forme de l’arbre pour un même jeu de données.S’il est faible, la profondeur de l’arbre augmente. Il en est de même pour le nombre de nœudsvisités lors d’une recherche. La performance générale de la technique en est affectée, sachant