数据库原理与技术 -陆勤 第4章 关系系统查询优化.pptVIP

第四章 关系系统查询优化 一、由系统来优化的原因 优化器可以从数据字典中获取许多统计信息，优化器可以根据这些信息选择有效的执行计划，而用户程序则难以获得这些信息。 如果数据库的物理统计信息改变了，系统可以自动对查询进行重新优化以选择相适应的执行计划。在非关系系统中必须重写程序。 优化器可以考虑数百种不同的执行计划，而程序员一般只能考虑有限的几种可能性。 优化器中包括了很多复杂的优化技术，这些优化技术往往只有最好的程序员才能掌握。系统的自动优化相当于使得所有人都拥有这些优化技术。 注意：查询优化是由系统而非用户来做。 二、系统对查询优化的具体实现步骤 将查询转换成某种内部表示，通常是语法树。 根据一定的等价变换规则把语法树转换成标准（优化）形式。 选择低层的操作算法。 生成查询计划。 三、查询的执行开销 在集中式数据库中： 总代价 = I/O代价 + CPU代价 在多用户环境下： 总代价 = I/O代价 + CPU代价 + 内存代价 一个实例 例 求选修了2号课程的学生姓名。用SQL语言表达： SELECT Student．Sname FROM Student，SC WHERE Student．Sno=SC．Sno AND SC．Cno＝2； 多种等价的查询： 一)、第一种情况 1．计算广义笛卡尔积 把Student和SC的每个元组连接起来的方法：在内存中尽可能多地装入某个表(如Student表)的若干块元组，留出一块存放另一个表(如SC表)的元组。然后把SC中的每个元组和Student中每个元组连接，连接后的元组装满一块后就写到中间文件上，再从SC中读入一块和内存中的Student元组连接，直到SC表处理完。这时再一次读入若干块Studene元组，读入一块SC元组，重复上述处理过程，直到把Student表处理完。 设：内存分为6块，一块能装10个Student元组或100个SC元组或10个连接后的元组。库中有1000个学生记录，10000个选课记录，其中选修2号课程的选课记录为50个。 若每秒读写20块，则总计要花105s。 连接后的元组数为103×104 = 107。 设每块能装10个连接后的元组，则写出这些块要用106/20=5×104s。 2．作选择操作 依次读入连接后的元组，按照选择条件选取满足要求的记录。假定内存处理时间忽略。这一步读取中间文件花费的时间(同写中间文件一样)需5×104s。满足条件的元组假设仅50个，均可放在内存。 3．作投影 把第2步的结果在Sname上作投影输出，得到最终结果。 执行查询的总时间为 2×5×104 + 105 s ? 105 s 所有内存处理时间均忽略不计。 二)、第二种情况 1．计算自然连接 读取Student和SC表的策略不变，总的读取块数仍为2100块花费105s。 自然连接的结果为104个（库中有10000个选课记录）。写出这些元组需时间为104／10／20＝50 s。 2．读取中间文件块，执行选择运算，需50 s。 3．把第2步结果投影输出。 总的执行时间 105+50+50 = 205 s 三)、第三种情况 1．先对SC表作选择运算，只需读一遍SC表，存取100块花费时间为5s，满足条件的元组仅50个，不必使用中间文件。 2．读取Student表，与内存中的SC元组作连接。也只需读一遍Student表共100块花费时间为5s。 3．把连接结果投影输出。 总的执行时间为 5+5=10 s 假如SC表在Cno上、Student表在Sno上有索引，读取两表的块数可大大减少。总的存取时间将进一步减少到数秒。 四）、有索引的情况 假如SC表的Cno字段上有索引，第l步就不必读取所有的SC元组而只需读取Cno=‘2’的那些元组(50个)。存取的索引块和SC中满足条件的数据块大约总共3～4块。若STUDENT表在Sno上也有索引，则第2步也不必读取所有的STUDENT元组，因为满足条件的SC记录仅50个，涉及最多50个STUDENT记录，因此读取STUDENT表的块数也可大大减少。总的存取时间将进一步减少到数秒。 四、查询优化的一般准则 l. 选择运算应尽可能先做。在优化策略中这是最重要、最基本的一条