本书从数据库实现者的角度对数据库系统实现原理进行了深入阐述。并具体讨论了数据库管理系统的三个主要成分——存储管理器、查询处理器和事务管理器的实现技术。

内容简介

作者简介

目录

内容简介

本书是关于数据库系统实现方面内容最为全面的著作之一，是美国斯坦福大学计算机科学专业数据库系列课程第二门课程的指定教材。斯坦福大学计算机科学专业数据库系列课程第一门课程的内容包括数据库设计和数据库编程。本书的后两位作者Jeffrey D.UIIman和Jennifer Widom为该课程编写的教材《数据库系统基础教程》（A First Course in Database Systems）第3版的中文翻译版和英文影印版已由机械工业出版社出版。

本书内容深入且全面，技术实用且先进，叙述深入浅出，是一本难得的高层次的教材，适合作为高等院校计算机专业研究生的教材或本科生的教学参考书，也适合作为从事相关研究或开发工作的专业技术人员的高级参考资料。

作者简介

加西亚－莫利纳（Hector Garcia-Molina）斯坦福大学计算机科学与电子工程系的Leonard Bosack和Sandra Lerner教授。他在数据库系统、分布式系统和数字图书馆领域中发表了大量论文。研究兴趣包括分布式计算系统、数据库系统和数字图书馆。他是ACM会士、美国艺术与科学院会士和美国国家工程院成员。他在1999年获得TACM SIGMOD创新奖。

目录

出版者的话

译者序

译者简介

出版前言

第1章dbms系统概述

1.1数据库系统的发展

1.1.1早期的数据库管理系统

1.1.2关系数据库系统

1.1.3越来越小的系统

1.1.4越来越大的系统

1.1.5信息集成

1.2数据库管理系统概述

1.2.1数据定义语言命令

1.2.2查询处理概述

1.2.3主存和缓冲区管理器

1.2.4事务处理

1.2.5查询处理器

1.3本书概述

1.4数据库模型和语言回顾

1.4.1关系模型回顾

.1.4.2sql回顾

1.5参考文献

第一部分数据库系统实现

第2章辅助存储管理

2.1存储器层次

2.1.1存储器层次

2.1.2在存储器层次间传送数据

2.1.3易失和非易失存储器

2.1.4虚拟存储器

2.1.5习题

2.2磁盘

2.2.1磁盘结构

2.2.2磁盘控制器

2.2.3磁盘存取特性

2.2.4习题

2.3加速对辅助存储器的访问

2.3.1计算的i/o模型

2.3.2按柱面组织数据

2.3.3使用多个磁盘

2.3.4磁盘镜像

2.3.5磁盘调度和电梯算法

2.3.6预取和大规模缓冲

2.3.7习题

2.4磁盘故障

2.4.1间断性故障

2.4.2校验和

2.4.3稳定存储

2.4.4稳定存储的错误处理能力

2.4.5从磁盘崩溃中恢复

2.4.6作为冗余技术的镜像

2.4.7奇偶块

2.4.8一种改进：raid 5

2.4.9多个盘崩溃时的处理

2.4.10习题

2.5组织磁盘上的数据

2.5.1定长记录

2.5.2定长记录在块中的放置

2.5.3习题

2.6块和记录地址的表示

2.6.1客户机-服务器系统中的地址

2.6.2逻辑地址和结构地址

2.6.3指针混写

2.6.4块返回磁盘

2.6.5被钉住的记录和块

2.6.6习题

2.7变长数据和记录

2.7.1具有变长字段的记录

2.7.2具有重复字段的记录

2.7.3可变格式的记录

2.7.4不能装入一个块中的记录

2.7.5blob

2.7.6列存储

2.7.7习题

2.8记录的修改

2.8.1插入

2.8.2删除

2.8.3修改

2.8.4习题

2.9小结

2.10参考文献

第3章索引结构

3.1索引结构基础

3.1.1顺序文件

3.1.2稠密索引

3.1.3稀疏索引

3.1.4多级索引

3.1.5辅助索引

3.1.6辅助索引的运用

3.1.7辅助索引中的间接

3.1.8文档检索和倒排索引

3.1.9习题

3.2b-树

3.2.1b-树的结构

3.2.2b-树的应用

3.2.3b-树的查找

3.2.4范围查询

3.2.5b-树的插入

3.2.6b-树的删除

3.2.7b-树的效率

3.2.8习题

3.3散列表

3.3.1辅存散列表

3.3.2散列表的插入

3.3.3散列表的删除

3.3.4散列表索引的效率

3.3.5可扩展散列表

3.3.6可扩展散列表的插入

3.3.7线性散列表

3.3.8线性散列表的插入

3.3.9习题

3.4多维索引

3.4.1多维索引的应用

3.4.2利用传统索引执行范围查询

3.4.3利用传统索引执行最近邻查询

3.4.4多维索引结构综述

3.5多维数据的散列结构

3.5.1网格文件

3.5.2网格文件的查找

3.5.3网格文件的插入

3.5.4网格文件的性能

3.5.5分段散列函数

3.5.6网格文件和分段散列的比较

3.5.7习题

3.6多维数据的树结构

3.6.1多键索引

3.6.2多键索引的性能

3.6.3kd-树

3.6.4kd-树的操作

3.6.5使kd-树适合辅助存储器

3.6.6四叉树

3.6.7r-树

3.6.8r-树的操作

3.6.9习题

3.7位图索引

3.7.1位图索引的动机

3.7.2压缩位图

3.7.3分段长度编码位向量的操作

3.7.4位图索引的管理

3.7.5习题

3.8小结

3.9参考文献

第4章查询执行

4.1物理查询计划操作符介绍

4.1.1扫描表

4.1.2扫描表时的排序

4.1.3物理操作符计算模型

4.1.4衡量代价的参数

4.1.5扫描操作符的i/o代价

4.1.6实现物理操作符的迭代器

4.2一趟算法

4.2.1一次单个元组操作的一趟算法

4.2.2整个关系的一元操作的一趟算法

4.2.3二元操作的一趟算法

4.2.4习题

4.3嵌套循环连接

4.3.1基于元组的嵌套循环连接

4.3.2基于元组的嵌套循环连接的迭代器

4.3.3基于块的嵌套循环连接算法

4.3.4嵌套循环连接的分析

4.3.5迄今为止的算法的总结

4.3.6习题

4.4基于排序的两趟算法

4.4.1两阶段多路归并排序

4.4.2利用排序去除重复

4.4.3利用排序进行分组和聚集

4.4.4基于排序的并算法

4.4.5基于排序的交和差算法

4.4.6基于排序的一个简单的连接算法

4.4.7简单的排序连接的分析

4.4.8一种更有效的基于排序的连接

4.4.9基于排序的算法的总结

4.4.10习题

4.5基于散列的两趟算法

4.5.1通过散列划分关系

4.5.2基于散列的消除重复算法

4.5.3基于散列的分组和聚集算法

4.5.4基于散列的并、交、差算法

4.5.5散列连接算法

4.5.6节省一些磁盘i/o

4.5.7基于散列的算法的总结

4.5.8习题

4.6基于索引的算法

4.6.1聚簇和非聚簇索引

4.6.2基于索引的选择

4.6.3使用索引的连接

4.6.4使用有序索引的连接

4.6.5习题

4.7缓冲区管理

4.7.1缓冲区管理结构

4.7.2缓冲区管理策略

4.7.3物理操作符选择和缓冲区管理的关系

4.7.4习题

4.8使用超过两趟的算法

4.8.1基于排序的多趟算法

4.8.2基于排序的多趟算法的性能

4.8.3基于散列的多趟算法

4.8.4基于散列的多趟算法的性能

4.8.5习题

4.9小结

4.10参考文献

第5章查询编译器

5.1语法分析和预处理

5.1.1语法分析与语法分析树

5.1.2sql的一个简单子集的语法

5.1.3预处理器

5.1.4预处理涉及视图的查询

5.1.5习题

5.2用于改进查询计划的代数定律

5.2.1交换律与结合律

5.2.2涉及选择的定律

5.2.3下推选择

5.2.4涉及投影的定律

5.2.5有关连接与积的定律

5.2.6有关消除重复的定律

5.2.7涉及分组与聚集的定律

5.2.8习题

5.3从语法分析树到逻辑查询计划

5.3.1转换成关系代数

5.3.2从条件中去除子查询

5.3.3逻辑查询计划的改进

5.3.4可结合/可分配的运算符的分组

5.3.5习题

5.4运算代价的估计

5.4.1中间关系大小的估计

5.4.2投影运算大小的估计

5.4.3选择运算大小的估计

5.4.4连接运算大小的估计

5.4.5多连接属性的自然连接

5.4.6多个关系的连接

5.4.7其他运算大小的估计

5.4.8习题

5.5基于代价的计划选择介绍

5.5.1大小参数估计值的获取

5.5.2统计量的计算

5.5.3减少逻辑查询计划代价的启发式估计

5.5.4枚举物理计划的方法

5.5.5习题

5.6连接顺序的选择

5.6.1连接的左右参数的意义

5.6.2连接树

5.6.3左深连接树

5.6.4通过动态规划来选择连接顺序和分组

5.6.5带有更具体的代价函数的动态规划

5.6.6选择连接顺序的贪婪算法

5.6.7习题

5.7物理查询计划选择的完成

5.7.1选取一个选择方法

5.7.2选取连接方法

5.7.3流水操作与物化

5.7.4一元流水运算

5.7.5二元运算的流水操作

5.7.6物理查询计划的符号

5.7.7物理运算的排序

5.7.8习题

5.8小结

5.9参考文献

第6章系统故障对策

6.1可恢复操作的问题和模型

6.1.1故障模式

6.1.2关于事务的进一步讨论

6.1.3事务的正确执行

6.1.4事务的原语操作

6.1.5习题

6.2undo日志

6.2.1日志记录

6.2.2undo日志规则

6.2.3使用undo日志的恢复

6.2.4检查点

6.2.5非静止检查点

6.2.6习题

6.3redo日志

6.3.1redo日志规则

6.3.2使用redo日志的恢复

6.3.3redo日志的检查点

6.3.4使用带检查点redo日志的恢复

6.3.5习题

6.4undo/redo日志

6.4.1undo/redo规则

6.4.2使用undo/redo日志的恢复

6.4.3undo/redo日志的检查点

6.4.4习题

6.5针对介质故障的防护

6.5.1备份

6.5.2非静止转储

6.5.3使用备份和日志的恢复

6.5.4习题

6.6小结

6.7参考文献

第7章并发控制

7.1串行调度和可串行化调度

7.1.1调度

7.1.2串行调度

7.1.3可串行化调度

7.1.4事务语义的影响

7.1.5事务和调度的一种记法

7.1.6习题

7.2冲突可串行化

7.2.1冲突

7.2.2优先图及冲突可串行化判断

7.2.3优先图测试发挥作用的原因

7.2.4习题

7.3使用锁的可串行化实现

7.3.1锁

7.3.2封锁调度器

7.3.3两阶段封锁

7.3.4两阶段封锁发挥作用的原因

7.3.5习题

7.4有多种锁模式的封锁系统

7.4.1共享锁与排他锁

7.4.2相容性矩阵

7.4.3锁的升级

7.4.4更新锁

7.4.5增量锁

7.4.6习题

7.5封锁调度器的一种体系结构

7.5.1插入锁动作的调度器

7.5.2锁表

7.5.3习题

7.6数据库元素的层次

7.6.1多粒度的锁

7.6.2警示锁

7.6.3幻象与插入的正确处理

7.6.4习题

7.7树协议

7.7.1基于树的封锁的动机

7.7.2访问树结构数据的规则

7.7.3树协议发挥作用的原因

7.7.4习题

7.8使用时间戳的并发控制

7.8.1时间戳

7.8.2事实上不可实现的行为

7.8.3脏数据的问题

7.8.4基于时间戳调度的规则

7.8.5多版本时间戳

7.8.6时间戳与封锁

7.8.7习题

7.9使用有效性确认的并发控制

7.9.1基于有效性确认调度器的结构

7.9.2有效性确认规则

7.9.3三种并发控制机制的比较

7.9.4习题

7.10小结

7.11参考文献

第8章再论事务管理

8.1可串行性和可恢复性

8.1.1脏数据问题

8.1.2级联回滚

8.1.3可恢复的调度

8.1.4避免级联回滚的调度

8.1.5基于锁对回滚的管理

8.1.6成组提交

8.1.7逻辑日志

8.1.8从逻辑日志中恢复

8.1.9习题

8.2死锁

8.2.1超时死锁检测

8.2.2等待图

8.2.3通过元素排序预防死锁

8.2.4通过时间戳检测死锁

8.2.5死锁管理方法的比较

8.2.6习题

8.3长事务

8.3.1长事务的问题

8.3.2saga（系列记载）

8.3.3补偿事务

8.3.4补偿事务发挥作用的原因

8.3.5习题

8.4小结

8.5参考文献

第9章并行与分布式数据库

9.1关系的并行算法

9.1.1并行模型

9.1.2一次一个元组的操作的并行

9.1.3整个关系的操作的并行算法

9.1.4并行算法的性能

9.1.5习题

9.2map?reduce并行架构

9.2.1存储模式

9.2.2映射函数

9.2.3归约函数

9.2.4习题

9.3分布式数据库

9.3.1数据的分布

9.3.2分布式事务

9.3.3数据复制

9.3.4习题

9.4分布式查询处理

9.4.1分布式连接操作问题

9.4.2半连接化简

9.4.3多个关系的连接

9.4.4非循环超图

9.4.5非循环超图的完全化简

9.4.6为什么完全化简算法有效

9.4.7习题

9.5分布式提交

9.5.1支持分布式原子性

9.5.2两阶段提交

9.5.3分布式事务的恢复

9.5.4习题

9.6分布式封锁

9.6.1集中封锁系统

9.6.2分布式封锁算法的代价模型

9.6.3封锁多副本的元素

9.6.4主副本封锁

9.6.5局部锁构成的全局锁

9.6.6习题

9.7对等分布式查找

9.7.1对等网络

9.7.2分布式散列问题

9.7.3分布式散列的集中式解决方案

9.7.4带弦的圆

9.7.5带弦的圆上的链接

9.7.6使用手指表查找

9.7.7加入新结点

9.7.8当一个端离开网络

9.7.9当一个端崩溃了

9.7.10习题

9.8小结

9.9参考文献

第二部分现代数据库系统专题

第10章信息集成

10.1信息集成介绍

10.1.1为什么要进行信息集成

10.1.2异质性问题

10.2信息集成的方式

10.2.1联邦数据库系统

10.2.2数据仓库

10.2.3mediator

10.2.4习题

10.3基于mediator的系统中的包装器

10.3.1查询模式的模板

10.3.2包装器生成器

10.3.3过滤器

10.3.4包装器上的其他操作

10.3.5习题

10.4基于能力的优化

10.4.1有限的数据源能力问题

10.4.2描述数据源能力的记号

10.4.3基于能力的查询计划选择

10.4.4加入基于成本的优化

10.4.5习题

10.5优化mediator查询

10.5.1简化的修饰符记号

10.5.2获得子目标的回答

10.5.3chain算法

10.5.4在mediator上结合并视图

10.5.5习题

10.6以局部作为视图的mediator

10.6.1lav mediator的动机

10.6.2lav mediator的术语

10.6.3扩展解决方案

10.6.4合取查询的包含

10.6.5为什么包含映射测试有效

10.6.6发现mediator查询的解决方法

10.6.7为什么lmss定理能成立

10.6.8习题

10.7实体解析

10.7.1决定是否记录代表一个共同实体

10.7.2合并相似记录

10.7.3相似性和合并函数的有用性质

10.7.4icar记录的r?swoosh算法

10.7.5为什么r?swoosh算法会有效

10.7.6实体解析的其他方法

10.7.7习题

10.8小结

10.9参考文献

第11章数据挖掘

11.1频繁项集挖掘

11.1.1市场-购物篮模型

11.1.2基本定义

11.1.3关联规则

11.1.4频繁项集的计算模型

11.1.5习题

11.2发现频繁项集的算法

11.2.1频繁项集的分布

11.2.2寻找频繁项集的朴素算法

11.2.3a?priori算法

11.2.4a?priori算法的实现

11.2.5更好地使用主存

11.2.6何时使用pcy算法

11.2.7多级算法

11.2.8习题

11.3发现近似的商品

11.3.1相似度的jaccard度量

11.3.2jaccard相似度的应用

11.3.3最小散列

11.3.4最小散列与jaccard相似度

11.3.5为什么能用最小散列估计相似度

11.3.6最小散列的实现

11.3.7习题

11.4局部敏感散列

11.4.1lsh实例：实体分辨

11.4.2标签的局部敏感散列

11.4.3最小散列法和局部敏感散列的结合

11.4.4习题

11.5大规模数据的聚簇

11.5.1聚簇的应用

11.5.2距离的定义

11.5.3凝聚式聚簇

11.5.4k?means算法

11.5.5大规模数据的k?means方法

11.5.6内存中满载点后的处理过程

11.5.7习题

11.6小结

11.7参考文献

第12章数据库系统与互联网

12.1搜索引擎体系结构

12.1.1搜索引擎的组成

12.1.2web爬虫

12.1.3搜索引擎中的查询处理

12.1.4对网页进行排名

12.2用于识别重要网页的pagerank

12.2.1pagerank的直观思想

12.2.2pagerank的递归公式——初步尝试

12.2.3爬虫陷阱和死角

12.2.4考虑爬虫陷阱和死角的pagerank

12.2.5习题

12.3特定主题的pagerank

12.3.1“远距离移动”集

12.3.2计算主题相关的pagerank

12.3.3链接作弊

12.3.4主题相关的pagerank和链接作弊

12.3.5习题

12.4数据流

12.4.1数据流管理系统

12.4.2数据流应用

12.4.3数据流数据模型

12.4.4数据流转换为关系

12.4.5关系转换为数据流

12.4.6习题

12.5数据流挖掘

12.5.1动机

12.5.2统计二进制位数

12.5.3统计不同元素的个数

12.5.4习题

12.6小结

12.7参考文献