分布式数据库中的查询处理和优化ou.pptVIP

查询q分解为q’和q’’，我们用SQL语句写出分解算法如下： // Break query q into q’ →q’’ q： SELECT R2.A2, R3.A3 ,…… , Rn.An FROM R1, R2, R3, ……, Rn WHERE P1（R1.A1’）AND P2（R1.A1, R2.A2, ……, Rn.An） 这里Ai和Ai’是关系Ri的属性组，P1是涉及关系R1的谓词，P2是涉及多个关系R2，R3，……，Rn的谓词，这样的一个查询可以分解成两个子查询语句： q’： SELECT R1.A1 INTO R1’ FROM R1 WHERE P1（R1.A1’） 其中R1’是一个临时关系，并且包含了q’’所需要的查询信息： q’’：SELECT R2.A2, ……, Rn.An FROM R1’, R2, R3,……, Rn WHERE P2（V1.A1, ……, Vn.An） 这一步可以有效的减少查询q’’所涉及关系的大小，另外，关系R1’可以事先存放在一个特殊的结构中以加速子查询的速度。 以此类推，继续将q’’进行分解，直到不能产生针对单一关系的查询为止。 7.3 INGRES中的查询优化算法 7典型分布式数据库系统中的查询优化策略和算法 分解阶段详细过程 1）选取当前多关系子查询中包含最小数据片段的子查询。 2）通过评估不同传输策略（传输哪个数据片段，传输