37、数据索引与一致性评估技术解析

数据索引与一致性评估技术解析

1. 区间 B + -树索引技术

在处理模糊数值数据时，区间 B + -树（IBPT）是一种新颖的索引技术。其主要优势在于能够使用单一的树结构对模糊集的支持集进行索引，同时保留了常规 B + -树的优点。这有助于减少索引存储需求，并在处理“模糊”查询时更快地预选候选结果。

1.1 示例说明

假设有一个 IBPT 索引结构，它是在依次插入支持集的上界后得到的，这些支持集分别是 [8, (8)]、[2, (5)]、[1, (1)]、[2, (7)]、[1, (2)]、[10, (12)]、[8, (9)]、[4, (6)] 和 [2, (10)]。假设这些是存储在数据库中不同元组 t 的属性 A : T 的（梯形）可能性分布的支持集。同时，假设查询条件 A IS P 中表达用户偏好的（梯形）隶属函数 μP 的支持区间为 [3, 7]。

当进行预选时，预选集应包含那些与区间 [3, 7] （部分）重叠的区间。通过以下三步过程可以得到预选集：
1. 步骤 1 ：在 IBPT 中搜索 μP 支持集的下界值 (3)。遍历 IBPT 会到达最左侧的叶节点。由于值 (3) 不在索引中，第一个候选值是 [2, (5)]，它是最左侧叶节点的 Pnext d 树指针所指向的叶节点中的第一个值。
2. 步骤 2 ：检查候选值 [2, (5)]。因为 2 ≤ 7，所以预选集 S = {[2, (5)]}。接着检查下一个候选值 [4, (6)]，由于 4 ≤ 7，S = {[2, (5)], [4, (6)]}。再检查 [2, (7)]，同样 2 ≤ 7，S