Atrybuty zawierające zbiory są naturalnym i wygodnym sposobem modelowania 
złożonych obiektów świata rzeczywistego. Współczesne relacyjno-obiektowe 
systemy baz danych umożliwiają przechowywanie zbiorów w postaci pojedynczych 
atrybutów oraz wspierają wydawanie zapytań do takich atrybutów. Efektywne 
wykonywanie zapytań w bazie danych jest możliwe między innymi dzięki indeksom, 
które wydatnie przyspieszają dostęp do danych. W przeciwieństwie do atrybutów 
skalarnych, dla atrybutów zawierających zbiory trudno jest zaproponować 
satysfakcjonujący mechanizm indeksowania, który jednakowo efektywnie wspierałby 
różne rodzaje zapytań do takiego atrybutu, np. zapytania o zawieranie zbioru lub 
zapytania o niepuste przecięcie z danym zbiorem.

Niniejsza praca stanowi przegląd aktualnie dostępnych technik indeksowania zbiorów. 
Przedstawiono w niej zarówno techniki wywodzące się z relacyjnych i obiektowych 
systemów baz danych (grupowy indeks bitmapowy, haszowy indeks bitmapowy), jak i 
wywodzące się z dziedzin pokrewnych, np. metody zaczerpnięte z przetwarzania tekstu 
(pliki odwrócone, indeks sygnaturowy, S drzewo) czy systemów informacji geograficznej 
(RD drzewo). Praca zawiera również wyniki eksperymentów obliczeniowych, których celem 
było porównanie efektywności wykorzystania wybranych indeksów w rozwiązywaniu problemów 
charakterystycznych dla eksploracji danych.

Słowa kluczowe: indeksowanie zbiorów, indeks bitmapowy, indeks haszowy, eksploracja danych