الفهرسة في قواعد بيانات NoSQL

هناك العديد من الطرق المختلفة لفهرسة البيانات في قاعدة بيانات NoSQL. أكثر طرق الفهرسة شيوعًا هي التجزئة والقائمة على الشجرة والموزعة. التجزئة هي طريقة فهرسة شائعة لأنها سريعة جدًا. يتم تخزين البيانات في جدول تجزئة ، ويتم استخدام المفاتيح لفهرسة البيانات. هذه طريقة جيدة لقواعد البيانات الصغيرة لأنها سهلة التنفيذ وسريعة جدًا. الفهرسة القائمة على الشجرة هي طريقة جيدة لقواعد البيانات الأكبر. يتم تخزين البيانات في شجرة ، ويتم استخدام المفاتيح لفهرسة البيانات. هذه الطريقة أبطأ من التجزئة ، لكنها أكثر قابلية للتوسع. الفهرسة الموزعة هي طريقة جيدة لقواعد البيانات الكبيرة المنتشرة عبر خوادم متعددة. يتم تخزين البيانات في جدول تجزئة موزع ، ويتم استخدام المفاتيح لفهرسة البيانات. هذه الطريقة أبطأ من التجزئة ، لكنها أكثر قابلية للتوسع ويمكنها معالجة المزيد من البيانات.

فهرس قاعدة البيانات ، مثل التجزئة أو المصفوفة ، هو نوع من بنية البيانات. يمكننا تنظيم البيانات بعدة طرق ، لكن هذه أبسطها. في هذا المثال ، سنلقي نظرة على فهرس العناوين التي تمت الإشارة إليها بالأسماء. قاعدة البيانات عالقة في سان فرانسيسكو إذا لم يكن هناك فهرس لها. من الأهمية بمكان فهم كيفية مساهمة الفهارس في كفاءة قواعد البيانات لدينا من خلال تحديد كيفية قضاء الوقت والموارد. تسمح فهرسة الفهرس لقاعدة البيانات بالبحث عن السجلات المطابقة بشكل أسرع ، مما قد يؤدي إلى استعلامات بطيئة للغاية. من ناحية أخرى ، يساهم الأداء المتزايد لعدد كبير من استعلامات قاعدة البيانات الخاصة بنا في تكلفة الكتابة إلى الفهرس.

يتم تخزين بيانات النمر السلكي في نوع مختلف من الجدول لتحسين الضغط السريع (للتجميع) أو ضغط البادئة (للفهارس). تعرض ذاكرة التخزين المؤقت WiredTiger كلاهما بشكل مختلف عن القرص بمجرد تحميلهما.

تحتوي مصفوفة MongoDB على مجموعة من البيانات التي يمكن الوصول إليها باستخدام فهرس متعدد المسارات. عندما يقوم MongoDB بفهرسة حقل بقيمة صفيف ، فإنه ينشئ مدخلات فهرس منفصلة لكل عنصر من عناصر الحقل. باستخدام فهارس multikey هذه ، يمكن للاستعلامات تحديد المستندات التي تحتوي على مصفوفات بسهولة عن طريق مطابقة عنصر واحد أو أكثر من المصفوفة مع فهرس multikey.

يحتوي الفهرس الأساسي على مجموعة فرعية من السمات من الجدول الأصلي ، بينما يحتوي الفهرس الثانوي على مجموعة فرعية من السمات من الجدول الأصلي. عندما يكون جدول الفهرس الأساسي مرتبطًا مباشرة بالجدول الأساسي ، يُشار إلى الجدول على أنه جدول الفهرس الأساسي.

تحدد قيمة الحقل المضمن في الفهرس رتبة الفهرس الخاصة به. من ناحية أخرى ، يوفر MongoDB طريقة createIndex () لإنشاء فهارس على المجموعات. يمكن استخدام هذه الطريقة لإنشاء عدد من الفهارس ، بما في ذلك النصوص والمؤشرات ثنائية الأبعاد.

كيف يتم فهرسة Nosql؟

عادة ما تتم فهرسة قواعد بيانات Nosql بواسطة مفتاح يستخدم لتحديد البيانات. ثم يتم تخزين البيانات في بنية بيانات يمكن البحث عنها بواسطة المفتاح.

الفهارس: مكون رئيسي لقواعد بيانات نوسكل

يتضمن عدد كبير من قواعد بيانات NoSQL فهارس في برامجها. تعمل القدرة على تقليل عدد المرات التي يتم فيها فحص جدول أو استعلام على تحسين أداء أنشطة قاعدة البيانات. تتميز الفهارس بتعبير حقل ، والذي يمثل اسم حقل واحد. يجب أن يكون تعبير حقل ثابت أو دالة تُرجع ثابتًا موجودة في تعبير الحقل.

ما هي الطريقة المستخدمة للفهرسة في Mongodb؟

يستخدم Mongodb فهرس B- شجرة لفهرسة البيانات. يستخدم هذا الفهرس لتخزين البيانات بطريقة مرتبة ، مما يجعل من السهل الاستعلام عن البيانات واستردادها.

يقوم MongoDB بفهرسة المستندات بالقيمة _id ، لذلك يعد تحديث الفهرس أمرًا بالغ الأهمية. يمكن أن تحدث مشكلات فقدان البيانات والأداء إذا تم حذف فهرس _id.
وفقًا لـ MongoDB ، يوصى بتحديث فهرس _id باستمرار. إذا كنت بحاجة إلى تغيير الفهرس ، فتأكد من تقديم سبب للقيام بذلك في إخراج mongodump. إذا قمت بإزالة الفهرس دون تقديم سبب ، فقد يؤدي ذلك إلى فقد البيانات ومشكلات في الأداء.

هل يدعم نصقل المؤشر الثانوي؟

لا يتم إنشاء قواعد بيانات NoSQL عادةً مع وضع الفهارس الثانوية في الاعتبار ، حيث إنها مصممة لتكون قابلة للتطوير وذات أداء عالي بدونها. ومع ذلك ، تدعم بعض قواعد بيانات NoSQL الفهارس الثانوية ، بما في ذلك MongoDB و Cassandra.

تتكون هذه البنية من مجموعة فرعية من سمات الجدول ويشار إليها بالفهرس الثانوي. يمكن تقسيم الجدول بعدة طرق وفرزها حسب المفاتيح بدلاً من القاعدة. لقد افترضنا سابقًا أن الفهرس الثانوي عبارة عن جدول بمفتاح القسم الخاص به ، لكن هذا ليس هو الحال. يتم تخزينه على نفس العقدة مثل الجدول الأصل. لا ينبغي تحديد الفهارس الإضافية في قواعد بيانات NoSQL ذات القيمة الأساسية باستخدام جدول أقسام الفهرس وحده. الفهرس الثانوي هو بنية بيانات موجودة في نفس العقدة مثل الجدول الأساسي. في هذا القسم ، تم توفير تطبيق بسيط للفهرس الثانوي لقاعدة بيانات وهمية في الذاكرة. تم تنفيذ استراتيجيتين للفهرسة (النسخ والجلب) كنتيجة للعرض.

كيف يتم تخزين قواعد بيانات نوسكل؟

تقوم قواعد بيانات NoSQL الخاصة بالمستند بتخزين البيانات بدلاً من قواعد البيانات العلائقية من أجل الاحتفاظ بهيكل المستند. نتيجة لذلك ، يتم تصنيفها على أنها "ليست فقط SQL" ويتم تجميعها بواسطة نماذج بيانات مرنة مختلفة. يمكن أن تكون قاعدة بيانات NoSQL قاعدة بيانات مستندات خالصة ، أو قاعدة بيانات مخزن ذات قيمة رئيسية ، أو قاعدة بيانات ذات عمود عريض ، أو قاعدة بيانات للرسم البياني.

SQL هي مكون واحد فقط من NoSQL. تأتي قواعد بيانات NoSQL في أربعة أنواع. الأنواع المختلفة من نماذج NoSQL المستخدمة تعني أن هناك اختلافات كبيرة بينها. بصرف النظر عن نقص قاعدة البيانات ، تتميز تقنيات NoSQL عادةً بميزات مثل انخفاض تكاليف المعاملات. يساهم تطوير المخطط وتجميع البيانات ودعم النسخ المتماثل في تحقيق الاتساق بمرور الوقت. تستفيد منها تطبيقات الويب التي تستخدم قواعد بيانات ذات قيمة أساسية لإدارة الجلسات والتخزين المؤقت بشكل كبير. عندما يتم الوصول إلى البيانات عن طريق الأعمدة ، تكون مخازن الأعمدة الكبيرة مثالية.

تعد API ونموذج البيانات والمخطط والقياس وتكامل البيانات الفئات الخمس الرئيسية لـ NoSQL. لا تتطلب قواعد بيانات NoSQL مخططات لتخزين البيانات. يمكن للمبرمجين بهذه الطريقة أن يصبحوا أكثر مرونة ، مما يسمح لهم بتخصيص المزيد من الوقت لتطوير البرامج. تتم حماية سلامة البيانات التي تم إنشاؤها وقراءتها وتحديثها وحذفها بواسطة التطبيقات والمستخدمين في قواعد بيانات NoSQL و SQL بطرق مختلفة. يتم تنفيذ كل معاملة بمفردها في حالة قاعدة بيانات متسقة مع ACID ، دون أي تأثير ، حتى يتم الحصول على نتيجة صحيحة أو عدم الحصول على أي تأثير. يشير مصطلح "nosql" إلى بعض قواعد البيانات التي تم إنشاؤها قبل تطوير نظام الإدارة العلائقية (RDBMS). تم إنشاء مجموعة قواعد البيانات واسعة النطاق في أوائل العقد الأول من القرن الحادي والعشرين كجزء من بنية قاعدة البيانات السحابية أو تطبيق الويب.

ما هو نصقل؟

قواعد بيانات NOSQL هي مجموعة فرعية من مجموعة واسعة من أنظمة قواعد البيانات التي تحل محل النماذج العلائقية التقليدية القائمة على الصفوف والمستندة إلى SQL بنموذج أكثر مرونة يخزن البيانات في المستندات. ونتيجة لذلك ، فإن قواعد بيانات NOSQL أسهل في الاستخدام لأن المطورين لا يقتصرون على نماذج البيانات التقليدية التي تعمل جيدًا بطريقة معينة للبيانات. تسمح مرونة هذا النوع من بنية البيانات بقابلية التوسع الأفقي حيث يتم تغيير هيكل البيانات بسهولة دون التأثير على البنية التحتية لقاعدة البيانات نفسها. تم بناء قاعدة بيانات MongoDB على نموذج NoSQL المستند إلى المستندات ، وهو ليس مثالًا غير مألوف لـ NOSQL. يتم تخزين سمات وقيم المستند في MongoDB ويتم تخزينها بتنسيق JSON. نظرًا لأنه يمكن فهم كل مستند وتعديله بسهولة دون التأثير على بقية النظام ، فإنه يجعل من السهل فهمه والتعامل معه. قاعدة بيانات NOSQL الشائعة الأخرى هي Couchbase. يتم استخدام نموذج قيمة المفتاح في Couchbase لتمثيل عنصرين لكل سجل في قاعدة البيانات: مفتاح وقيمة. يمكن تخزين المصفوفات والأرقام والسلاسل بترتيبها المنطقي ، بحيث تكون القيم عبارة عن سلاسل أو أرقام أو كائنات. نظرًا لأنه يمكن تخزين القيم بأي ترتيب دون خوف من الاصطدامات ، يعد Couchbase خيارًا ممتازًا للبيانات التي لا يتم تنظيمها دائمًا بطريقة معينة. تتكون قاعدة بيانات Clusterpoint NoSQL من مخزن أعمدة به أعمدة. هذا يعني أنه يتم تخزين البيانات في جداول وصفوف وأعمدة بناءً على احتياجات النظام. يمكن تخزين البيانات بطريقة يمكن من خلالها تغيير حجم الأعمدة بأي طريقة تناسبها. Mark Logic هي قاعدة بيانات NoSQL تختلف عن الأنواع التقليدية لقواعد بيانات NoSQL. مخزن القيمة الرئيسية هو نوع من متجر NoSQL يمكنه تخزين السجلات. نتيجة لذلك ، يعد حلاً مثاليًا للبيانات التي يجب الوصول إليها بشكل متكرر ولكن لا يمكن دائمًا تخزينها بتنسيق ورقي.

الفهرسة في Sql مقابل Nosql

الفهرسة من أهم الفروق بين SQL و NoSQL. يستخدم SQL فهرس B-tree ، وهو هيكل هرمي يتم تخزين البيانات فيه. من ناحية أخرى ، يخزن فهرس التجزئة البيانات في متجر ذي قيمة رئيسية ويستخدم في NoSQL.

في هذا المنشور ، سأقارن بين قواعد بيانات SQL و NoSQL وأجري مقارنة لأدائهما. سأقدم أيضًا قائمة بحالات الاستخدام التي يكون فيها أحدهما متفوقًا على الآخر. تحتوي كل قاعدة بيانات على لغة الاستعلام الخاصة بها أو أساليب الاستعلام عن البيانات. عادةً ما تحتوي قواعد بيانات NoSQL على معدل عمليات كتابة أعلى في الثانية من قواعد بيانات SQL. عندما تكون البيانات غير منظمة ولم يتم التحقق منها قبل إدخال قاعدة البيانات ، يمكن إدراجها أو حفظها في حالة غير صحيحة أو غير صحيحة. يُطلق على قواعد بيانات NoSQL اسم مخطط لأنها لا تتطلب مخططًا ثابتًا لإدخال البيانات واستردادها. تعد قاعدة بيانات SQL خيارًا جيدًا إذا كنت تقوم بعمليات قراءة متعددة في الثانية مع الحفاظ على أمان بياناتك.

هذه الوظيفة مفيدة بشكل خاص عند تشغيل خدمات التسجيل التي يجب أن تخزن الكثير من البيانات. محركات الفهرس في قواعد بيانات NoSQL أقل قوة وأقل كفاءة من تلك الموجودة في قواعد البيانات التقليدية. قواعد بيانات NoSQL موجودة منذ فترة. قواعد بيانات SQL وقواعد بيانات NoSQL لها مزايا وعيوب مميزة في الصناعة. تحدد متطلبات وخيارات شركتك كيف ستشرع في تنفيذها. قواعد البيانات التقليدية هي الخيار الأفضل لأولئك الذين يحتاجون إلى تكنولوجيا مجربة في المعارك ولديهم الكثير من الخبرة في المجال. من ناحية أخرى ، إذا كنت تريد تخزين كميات كبيرة من البيانات غير المهيكلة في الوقت المناسب ، فعليك التفكير في NoSQL.

تعمل قواعد بيانات NoSQL بشكل أفضل من قواعد بيانات SQL من حيث الأداء. تُعرف فهارس قاعدة البيانات في SQL Server باسم أشجار b ، وهي أبطأ من فهارس قواعد البيانات غير المجمعة. علاوة على ذلك ، عندما يتعلق الأمر بعبارات SELECT ، قد يكون الفهرس العنقودي هو الأسرع ، لكنه ليس دائمًا الخيار الأفضل.

كيفية البحث في قاعدة بيانات Nosql

للبحث في قاعدة بيانات NoSQL ، ستحتاج إلى استخدام لغة الاستعلام. تم تصميم لغات الاستعلام لتسهيل البحث عن البيانات في قاعدة بيانات NoSQL. هناك العديد من لغات الاستعلام المختلفة ، ولكن جميعها لها نفس الوظائف الأساسية. يمكنك استخدام لغة استعلام للبحث عن البيانات حسب الكلمة الأساسية أو نوع البيانات أو الموقع.

قاعدة بيانات محرك البحث هي قاعدة بيانات NoSQL لا تلبي بالضرورة المتطلبات الهيكلية الصارمة لأنظمة إدارة قواعد بيانات العلاقات (RDBMS). يمكن أن يتخذ البحث شكل استعلام نصي أو شبه منظم أو بحث غير منظم. بدلاً من البحث المباشر في النص ، تستخدم الاستعلامات بحث الفهرس. عمليات البحث عن البيانات التي تستخدم كلاً من RDBMS الجامد وبنية النص الكامل للجملة المشابهة لتلك الموجودة في مستند Microsoft Word أو PDF. يربط البحث الجغرافي المواقع بمصادر الويب بحيث يمكن استخدامها للإجابة على الاستفسارات المستندة إلى الموقع. البحث المتجه هو طريقة للبحث عن الكلمات القريبة من الكلمة الأساسية.

أين يتم تخزين الفهرس في قاعدة البيانات

يمكن تنظيم صفوف قاعدة البيانات في جداول حسب الحاجة. يحتوي كل صف على مفتاح فريد يميزه عن جميع الصفوف الأخرى ويتم تخزينه في فهرس لتسهيل الوصول السريع. يتم تخزين المفتاح في فهرس ويتم تغييره تلقائيًا عند إضافة صفوف جديدة.

عندما تكون قاعدة البيانات في الخلفية ، تكون الفهارس أداة قوية تساعد في استعلامات قاعدة البيانات بشكل أسرع. تحتوي قاعدة البيانات على صفوف وأعمدة تنظم البيانات في جداول. يحتوي كل صف على مفتاح فريد يميزه عن الآخرين. يتم تخزين هذه المفاتيح في فهرس لتسهيل الوصول إليها. إذا كان لدينا عدة عملاء بنفس رقم الهاتف ، فقد نحتاج إلى استخدام فهرس لتحديد موقعهم بسرعة. يختلف بناء الجملة الخاص بإنشاء فهرس وفقًا لقاعدة البيانات ، ولكنه يتضمن عادةً الكلمة الأساسية CREATE متبوعة بالكلمة الأساسية INDEX ، واسم الجدول المراد فهرسته كقاعدة.

تُستخدم الفهارس لتسريع عمليات البحث والاستعلامات في قاعدة بيانات

يمكن تسريع نتائج البحث والاستعلام باستخدام الفهارس لتخزين البيانات في قواعد البيانات. في الجدول ، الفهرس هو بنية بيانات تخزن البيانات لعمود معين. الجدول مليء بفهرس.

الفهرسة في Mongodb

يستخدم Mongodb الفهارس لتحسين أداء الاستعلام. الفهرس هو هيكل بيانات (على الأرجح شجرة B) يخزن قيم حقل معين في مجموعة. عند تنفيذ استعلام ، يمكن لقاعدة البيانات استخدام الفهرس لتحديد موقع المستندات المطلوبة بسرعة. بدون فهرس ، سيتعين على قاعدة البيانات مسح كل مستند في المجموعة ، والذي سيكون بطيئًا للغاية.

يعتمد على أنظمة إدارة قواعد البيانات الموجهة بالوثائق ويستخدم PostgreSQL. يمكنك تخزين كميات كبيرة من البيانات في المستندات التي يمكن أن تكون بأي حجم أو شكل. تعتبر الفهارس واحدة من أهم الأدوات لتحسين أداء قاعدة البيانات. ستتعلم كل ما تحتاج لمعرفته حول الفهارس ، وكيفية إنشائها ، وكيفية اختبار كيفية استخدامها في قاعدة البيانات عند المتابعة في هذا البرنامج التعليمي. فهارس المجموعة هي هياكل بيانات خاصة لا تحتوي إلا على جزء صغير من بيانات المجموعة. يمكن لقاعدة بيانات MongoDB اجتياز هذه المتغيرات بسرعة وكفاءة لأنها يتم تنفيذها بهذه الطريقة. كما هو موضح في هذا الدليل ، يمكن استخدام نموذج قاعدة بيانات لإنشاء فهارس من أنواع مختلفة.

سنحتاج إلى عدد من أنواع المستندات المختلفة في هذا البرنامج التعليمي ، بالإضافة إلى مجموعة من المستندات. الوثائق الموصوفة في هذا القسم هي أعلى خمس قمم جبلية في العالم. يحتوي الإخراج على قائمة بالمعرفات المعينة لكل كائن جديد مدرج. الهدف من هذا الدليل هو شرح كيفية قيام MongoDB بفهرسة المستندات للحد من كمية البيانات التي يمكن قراءتها من خلال تمييز تفاصيل الاستعلام. تسمح لك طريقة createIndex بإنشاء فهرس لحقل الارتفاع لمجموعة الذروة. في هذا المثال ، سننشئ فهرس حقل واحد ، مما يعني أن المستند يحتوي على مفتاح واحد (الارتفاع في المثال السابق) للحقل الذي نطلبه. إذا لم يفلح ذلك ، فحاول تشغيل نفس الاستعلام مرة أخرى باستخدام فهرس جديد.

نتيجة لذلك ، سيكون هناك اختلاف كبير في الإخراج لأن الفهرس كان متورطًا في تنفيذ الاستعلام. الخطوة الثانية هي إنشاء قائمة بالمؤشرات الفريدة. لا توجد طريقة لإدراج مستندين في مجموعة MongoDB إذا كانت قيمتا السمة _id متطابقة. ويرجع ذلك إلى القدرة التلقائية لقاعدة البيانات على فهرسة جميع الحقول باستخدام الحقل _id. باستخدام هذه الخطوة ، يمكنك عمل فهارس للتأكد من أن قيم حقل معين فريدة لكل مستند في المجموعة. الخطوة الرابعة هي إنشاء فهرس لحقل مضمن في قاعدة بيانات MongoDB. مع زيادة تعقيد المستندات المخزنة في قاعدة البيانات ، يزداد تأثير الاستعلامات.

في هذه الخطوة ، نوضح كيفية إنشاء فهارس ذات حقل واحد في المستندات المضمنة. من المهم أن تتذكر أن إضافة عدد كبير جدًا من الفهارس يمكن أن يضر بالأداء ، تمامًا كما قد يؤدي إضافة القليل جدًا إلى الإضرار. سيستخدم MongoDB الفهارس لإنشاء الترتيب النهائي بناءً على الحقول التي تعد جزءًا من قاعدة البيانات. نتيجة لذلك ، لن تحتاج إلى تنظيم أي مستندات أخرى بعد الانتهاء من البحث عن النص الكامل. تم إنشاء هذا الفهرس مسبقًا على أنه تصاعدي باستخدام بناء الجملة * ascents.total: 1 ، وتم تصنيف قمم الجبال المطلوبة بترتيب تنازلي. عندما يبحث MongoDB عن مستند للاستعلام عنه ، فإنه يستخدم فهرس حقل واحد للبحث عن مستند. إذا كان بإمكان MongoDB توفير جزء واحد فقط من الاستعلام الذي يتوفر فيه الفهرس ، فسيستخدمه كخطوة أولى في إجراء فحص المجموعة.

هذا ليس هو الحال دائمًا مع الفهارس المركبة. من الممكن أن يؤدي تحديد فهرس يمتد على عدة حقول إلى منع إجراء عمليات مسح إضافية. الخطوة السادسة هي إنشاء فهرس متعدد المفاتيح. في هذه الخطوة ، نوضح كيف يتصرف MongoDB عند إنشاء الفهرس في حقل يخزن قيمًا متعددة ، مثل المصفوفة. يجري MongoDB حاليًا فحصًا كاملاً للمجموعة لهذا الاستعلام نظرًا لعدم وجود فهرس لهذا الحقل. تمتد كل من هذه القمم الأربع على أكثر من دولة ، وفقًا لحقول الموقع ، وتمثل كل هذه القيم مجموعة من القمم المتعددة. يحتوي كل حقل في المصفوفة على فهرس MongoDB متعدد المفاتيح الخاص به.

عندما يحتوي المستند على حقل موقع يخزن مصفوفة ["الصين" ، "نيبال"] ، يظهر إدخالان منفصلان للفهرس لنفس المستند ، أحدهما للصين والآخر لنيبال. حتى إذا حدد الاستعلام تطابقًا جزئيًا مع المحتويات ، يمكن لـ MongoDB استخدام الفهرس بكفاءة. تستخدم MongoDB فهارس MongoDB لتقليل كمية البيانات التي يحتاجها MongoDB لتحليلها أثناء تنفيذ الاستعلام من أجل تحسين أداء الاستعلام. تم وصف مجموعة فرعية من ميزات الفهرس التي يوفرها MongoDB في البرنامج التعليمي ، والتي تهدف إلى تحسين أداء الاستعلام في قواعد البيانات المزدحمة. يمكن العثور على وثائق MongoDB الرسمية هنا.

في الحقل الذي تحدده ، يمكنك إنشاء فهرس حقل واحد. الغرض من هذا الفهرس هو تسريع استرجاع المستندات من قاعدة البيانات. يتم استرداد المستندات التي تطابق تعريف الفهرس أولاً ، متبوعةً بالمستندات التي تطابق تعريف الفهرس بناءً على حقول المعرف * الخاصة بهم.
إذا كنت لا تستخدم مؤشرًا ، فيجب عليك الاستعلام عن البيانات التي لا تحتاج إلى حفظها بسرعة. يمكنك الوصول إلى حقول محددة في قاعدة البيانات حسب الحاجة باستخدام المؤشر للتنقل عبر قاعدة البيانات بشكل تسلسلي.

الجانب السلبي من المؤشرات

بصرف النظر عن ذلك ، يمكن أن تبطئ الفهارس الاستعلامات إذا كانت كبيرة.

فهرسة قاعدة البيانات العلائقية

فهرسة قاعدة البيانات العلائقية هي عملية إنشاء الفهارس والحفاظ عليها في جداول قاعدة البيانات العلائقية. تُستخدم الفهارس لتحسين أداء استعلامات قاعدة البيانات. يمكن إنشاء الفهارس على عمود واحد أو أكثر في الجدول. يمكن فهرسة العمود أكثر من مرة إذا كان جزءًا من فهارس متعددة.

مفهرس قاعدة البيانات هو تقنية هيكل بيانات تُستخدم لتحديد موقع البيانات والوصول إليها بسرعة داخل قاعدة بيانات. هناك نوعان من آليات تنظيم الملفات التي تتبعها الفهارس لتخزين البيانات. هناك ثلاثة أنواع رئيسية من الفهرسة. تنظيم ملفات التجزئة مذكور أدناه. يتم فرز الفهرس حسب الاسم الأول (مفتاح البحث). عند فهرسة الملفات بناءً على هذا التنسيق ، يتم تنظيمها بالتسلسل. نحتاج فقط إلى معرفة مكان وجود البيانات في فهرس غير متفاوت ، أي أنه يوفر قائمة بالمؤشرات أو المراجع الافتراضية. يمكن إنجاز فهرسة كتلة واحدة عن طريق تقسيم الكتلة الرئيسية إلى كتل أصغر لتسهيل العثور عليها.