나는 아래 지금 파이썬에서 캐싱하고 데이터를 바이트. 이것을 dict를 사용하고 delimiter를 사용하여 data-str에 미리 붙이면 파이썬에 최적으로 저장하면 항목 당 RAM 비용이 ~ 198 바이트가됩니다. 이것은 내가 필요로하는 캐시의 크기에 비해 상당히 큽니다. RAM 공간을 절약 할 수 있는지 알아보기 위해 MySQL 테이블에 같은 것을 저장
나는 B + 나무를 겪고있다. B + 트리 리프 노드의 최소 키 수는 얼마입니까? 나는 다음과 같은 언급에서 읽고 있습니다,하지만 그들은 1) 다른 것을 말하고있다. https://en.wikipedia.org/wiki/B%2B_tree 2). http://www.cburch.com/cs/340/reading/btree/ 3). http://courses.
T-tree 알고리즘은 this paper 에 설명되어 있습니다. T * -Tree는 범위 쿼리를 비롯하여 T 쿼리의 다른 모든 유용한 기능을 포함하여 쿼리 작업을보다 잘 활용할 수 있도록 T-tree에서 개선 된 기능입니다. -나무. 이 알고리즘은이 백서 "T * -tree : 실시간 응용 프로그램의 주 메모리 데이터베이스 색인 구조"에서 설명합니다. 이
이상한 데이터베이스 파일 형식으로 작업하게되었습니다. 각 DB에는 두 개의 파일이 있습니다. 하나는 "database.db"이고 다른 하나는 "database.key"입니다. ".db"파일은 항상 0x78 0x9C 이진 헤더로 시작하지만 ".key"는 항상 파일의 임의 부분에 "1.00 Peter 's B Tree"문자열을 포함합니다. 온라인으로 볼 때 헤
주어진 범위 내의 개체 수를 검색하는 프로그램을 작성 중이며 B- 트리 데이터 구조를 사용하여 개체 수가 RAM에 맞지 않기 때문에 솔루션을 구현하고 있습니다. . B + 나무가 범위 쿼리를위한 B 트리보다 훨씬 뛰어나며 모든 주요 데이터베이스 구현에서 사용된다는 기사가 여러 번 나왔습니다. 모든 데이터가 리프에 저장되어 B 트리가 B 트리보다 우수한 이유
나는 Aerospike의 문서를 검토하고있었습니다. 기본 키를 저장하기 위해 Aerospike는 해싱을 사용하고 해시는 BTree를 가리키고 bTree는 실제 레코드에 대한 포인터를 포함한다는 것을 알게되었습니다. Redis가 알고있는 한, 해시 만 사용합니다 (충돌 해결을 위해 해시 목록을 관리합니다). 해시는 실제 레코드를 가리 킵니다. aerospik
현재 dbms book을 읽었으며 Mvcc (다중 버전 동시성 제어)가 높은 동시 읽기 및 쓰기 트랜잭션에 사용됨을 이해했습니다. 그러나 "검색 구조에 대한 동시성 제어"장에서는 B-Trees에 대해 서로 다른 잠금 개념 (잠금 결합, 링크 기술 등)을 언급합니다. DBMS의 B- 트리 내부 및 리프 노드에 Mvcc가 적용되지 않았습니까? B-Tree 동시