12 - 关系查询处理和查询优化.pptVIP

数据库原理与应用 郑捷 数据库原理与应用 12 关系查询处理和查询优化 郑捷 SQL语言 SQL概述 数据定义☆ 数据查询★ 数据更新☆ 视图 关系查询处理和查询优化 查询优化的概念 查询的步骤 查询优化 代数优化 物理优化 查询优化 查询优化的目的是选择最快捷有效的办法去执行查询 查询的步骤 查询分析 查询检查 查询优化 查询执行 示例 选择操作案例 简单的全表扫描 索引、散列扫描 连接操作的实现 嵌套循环方法 排序—合并方法 索引连接 哈希连接 算法的推广 查询优化概述 查询优化是关键技术，也是优点 减轻用户选择算法和步骤的负担 用户只需要提供“做什么”，而不需要“怎么做” 优化器性能高的原因 可以从数据字典获取统计信息 自动更新统计信息，选择优化路径 考虑所有可能的执行计划 包含多种优化技术 总代价：I/O+CPU+内存+通信 实例 P268 方法1 笛卡尔积?选择?投影 方法2 自然连接?投影 方法3 选择?读取学生表?投影 代数优化 代数优化策略是通过对代数表达式的等价变换来提高查询效率 等价变换规则 连接、笛卡尔交换律 连接、笛卡尔结合律 投影的串接定律 选择的串接定律 选择和投影操作的交换律 选择和笛卡尔积的交换律 选择与并的分配律 选择与差的分配律 选择对自然联结的分配律 投影与笛卡尔积的分配律 投影与并的分配律 什么是启发式 启发式方法（试探法）是一种帮你寻求答案的技术，但它给出的答案是具有偶然性的（subject to chance），因为启发式方法仅仅告诉你该如何去找，而没有告诉你要找什么。它并不告诉你该如何直接从A 点到达B 点，它甚至可能连A点和B点在哪里都不知道。 启发式规则和算法 驾驶汽车到达某人的家，写成算法是这样的：沿167?号高速公路往南行至Puyallup；从South?Hill?Mall?出口出来后往山上开4.5?英里；在一个杂物店旁边的红绿灯路口右转，接着在第一个路口左转；从左边褐色大房子的车道进去，就是North?Cedar?路714?号。 用启发式方法来描述则可能是这样：找出上一次我们寄给你的信，照着信上面的寄出地址开车到这个镇；到了之后你问一下我们的房子在哪里。这里每个人都认识我们——肯定有人会很愿意帮助你的；如果你找不到人，那就找个公共电话亭给我们打电话，我们会出来接你。 启发式规则和算法2 算法和启发式方法之间的差别很微妙，两个术语的意思也有一些重叠。就本书的目的而言，它们之间的差别就在于其距离最终解决办法的间接程度：算法直接给你解决问题的指导，而启发式方法则告诉你该如何发现这些指导信息，或者至少到哪里去寻找它们 从上面的启发式算法的解释可以看出，启发式算法的难点是建立符合实际问题的一系列启发式规则。启发式算法的优点在于它比盲目型的搜索法要高效，一个经过仔细设计的启发函数，往往在很快的时间内就可得到一个搜索问题的最优解 典型的启发式规则 选择运算尽可能先做 投影和选择同时进行 将投影和前后的双目运算符结合起来 将笛卡尔积和适当的选择结合起来成为连接 找出公共子表达式 启发式优化 应用关系代数等价变换公式进行优化 实例 P272 对以下语句进行查询优化 SELECT Student.SNameFROM Student, SCWHERE Student.SNo = SC.SNo AND SN.CNo = 2 物理优化 代数优化改变操作的次序和组合，但是不涉及底层的存取路径 每种操作都可能有不同的执行算法，导致多条存取路径 因此要依靠物理优化选择合理高校的操作算法或存取路径 物理优化的办法 基于规则的启发式优化 基于代价估算的优化 两者结合的优化方法 基于启发式规则的优化 选择操作的启发式规则 6条 连接操作的启发式规则 4条 基于代价的优化 启发式优化适合于解释性执行的场合 边解释，边查询统计信息等，并进行执行 对于编译或者半编译执行的场合，需要采用基于代价的优化方法 统计信息 数据库的数据字典中储存了优化器需要的统计信息 主要包括 基本表：元组总数、元组长度、占用块数、占用溢出块数 每个列：不同值个数、选择率、最大最小值、索引情况 索引：索引类型、层数、不同索引值个数、选择基数、叶结点数等 代价估算规则 全表扫描的代价估算 索引扫描的代价估算 循环嵌套的连接代价估算 排序合并的连接代价估算 索引的分类和作用 单字段索引 与 复合索引 唯一索引 与 非唯一索引 聚集索引 与 非聚集索引 在查询中的作用 索引的代价 关系查询处理和查询优化 查询优化的概念 查询的步骤 查询优化 代数优化 物理优化 预习 数据库的安全性 安全概述 安全性控制 SQL Server的安全体系 郑捷 lzj@ 郑捷 lzj@ 数据库原理与应用 * 数据库原理与应用