2、数据仓库系统中LBF R - 树的可扩展索引与存储技术解析

数据仓库系统中LBF R - 树的可扩展索引与存储技术解析

1. 引言

在过去的十到十五年间，数据仓库（DW）对于各类组织的重要性与日俱增。它能呈现长时间跨度的历史数据，助力决策者监测数据的演变模式与趋势，这是仅依靠运营数据库无法实现的。然而，积累历史数据也带来了巨大的存储需求，尤其是存储特定业务流程测量数据的表格。

通常，这类数据库由一系列数据集市构成，其逻辑模型多为星型模式（或其规范化的雪花模式）。星型模式包含一个中心事实表和多个通过外键关联的维度表。维度表规模相对较小，而事实表可能极其庞大，占据数据仓库的大部分空间。这给数据处理带来两大挑战：一是需要高效的索引机制，因为常见的数据仓库查询选择性低，若采用线性表扫描成本过高；二是即便有有效的索引结构，海量数据仍可能超出系统的存储和处理能力，因此需要有效的特定领域压缩方法。

多数决策支持查询是多维的，常见的访问模式是范围查询，但传统的单维索引（如B - 树）无法很好地支持这类查询。虽然已有许多多维索引技术，但R - 树是研究最深入且应用最广泛的模型之一。不过，现有的R - 树变体无法完全满足数据仓库事实表的三个关键特性：支持中等维度（2 - 10维）的范围查询、相对静态以及实际规模巨大。

本文将介绍线性广度优先R - 树（LBF R - 树），它基于传统R - 树模型进行优化，能减少用户自定义范围查询的磁盘寻道次数，在处理超大查询时能优雅地降级为线性扫描。同时，还提出了一种基于元组差分的集成压缩模型，可有效压缩数据和索引。

2. 相关工作

• 多维索引方法 ：Gaede和Gunter对多维索引方法进行了全面综述。R -