面向多维数组范围与隶属查询的层次位图索引

数据库系统中常用的传统索引技术在多维数组科学数据上表现不佳。位图索引因有效利用位运算且空间高效，被广泛应用于商业数据库以处理复杂查询。然而，位图索引原生适用于关系型或线性化数据集，这在分箱或压缩索引中尤为明显。我们提出了一种克服维度引起低效性的多维数组索引新方法。该层次索引方法基于$n$维稀疏树进行维度划分，并以有界数量的、自适应分箱的个体索引进行属性划分。该索引在涉及维度和属性的范围查询上表现良好，因为它尽早剪枝搜索空间、避免读取整个索引数据，且至多进行一次索引遍历。此外，该索引易于扩展至隶属查询。该索引方法在先进位图索引库Fastbit之上实现。我们表明层次位图索引优于为每个维度构建在辅助属性上的传统位图索引。而且，自适应分箱显著减少了分箱数量，从而降低了内存需求。