基于存取路径的规则优化.pptVIP

基于存取路径的规则优化 纯代数优化未考虑到查询表上的存储情况，可能会盲目优化。 根据被查询表上的索引等情况，总结一套非定量的规则，用于进行执行方案的选择。 对每一种关系代数的操作单独考虑这些规则 选择操作的规则优化 选择操作的执行策略与下列因素有关： 选择条件：等值，范围 可用的存取路径 选取的元组数 选择操作的实现方法 顺序扫描 利用主键索引 利用二次索引或簇集索引 等值查询效率与范围查询效率 散列索引，如果在查询字段上建有散列索引，且是等值查询 如果是范围查询的效率如何？ 多属性索引 选择操作的优化规则 小关系：顺序扫描 结果为20%以上，顺序扫描 主键上的等值查询，用主索引 非主键上的等值查询 小于20%，用二次索引 大于20%,用簇集或顺序扫描 范围查询，用B+树的顺序集或簇集索引 选择条件是在排序主索引上的比较 选择条件是在次索引上的比较 如果无索引，用顺序扫描 选择操作的优化规则 AND连接的多条件选择 多属性索引 预查找法 利用部分索引，同时进行其它条件的判断 建立临时索引 顺序扫描 OR连接的多条件选择 分条件计算 预查找法 顺序扫描 选择操作的优化规则 直接利用索引 在索引键上的选择 部分聚集函数的计算 MIN MAX COUNT SUM AVG JOIN的优化 JOIN操作的几种计算方法 Nested-loop join Block nested-loop join Indexed nested-loop join Merge-join Hash-join Indexed Nested-Loop Join （C） 如连接计算时，内关系中有超过20%的元组会被连接上，则用顺序扫描比用无序的二次索引的效率高。 选用连接方法总结 两个关系已按连接属性排序，并且为等值或自然连接时，则采用排序归并法。 两个关系中一个关系已按连接属性排序，另一个没有排序： 如未排序的关系较小，可先将小关系排序，再采用排序归并法。 如未排序的关系建立有B+树次索引，可采用混合归并连接方法。 两个关系中一个关系在连接属性上建立有索引或散列 可将该关系作为内关系，利用索引或散列寻找匹配元组。 如果两个关系均在连接属性上建立有索引，可将小关系作为外关系。 如果作为内关系建有次索引，但匹配元组较多时，可采用基本嵌套循环法。 在连接属性上无任何存取路径，可采用基本嵌套循环法。 在连接属性上无任何存取路径的等值或自然连接，可采用散列连接法。 组合操作 一个查询操作中可包含多个操作，因此，尽量将其中的操作组合起来同时进行，可以减少临时文件的创建，省去许多Ｉ／Ｏ操作。 例子：P128 各种执行方案中操作计算的代价 通过定量的代价比较，进行更精确的方案选择,前面的规则优化中仅提供基于访问路径的算法和一些启发式规则。 代价只能估算: 磁盘的I/O次数 代价估算优化时用到的数据 nR---关系R中的元组数； pR---关系R的块因子，即每个物理块中所含的元组数 Na---属性a在关系中不同值的个数 Fa---属性a的选择因子，即属性a为某一属性值的概率，一般假定属性值均匀分布，即Fa=1/Na。 Ma---属性a的域的大小； L---索引的级数。 选择操作的代价估算 1。顺序扫描 （1）最多选取一个元组 Csa=0.5[n/p]=0.5b （2）选取多个元组 Csb=b 选择操作的代价估算（续） 2。利用主键上的索引或散列进行等值查询 （1）通过索引 CIk=L+1 （2）通过散列（假定没溢出） Chk=1 选择操作的代价估算（续） 3。利用非主键上的无序索引进行等值查询 满足条件的元组数估计为 s=n/N=n*F 当s(n-p)时，m=b; m为需访问块数 当s=(n-p)时，m?b[1-(1-1/b)s] S很大时，m ?b; 可采用顺序扫描 Sb时，m ?s. (最坏的情况，元组散放在不同的物理块上。) 偏高估计： CINK=L+s 选择操作的代价估算（续） 4。利用簇集索引进行等值查询 CCI=L+?s/p? 5。范围查询： 1) 利用簇集索引进行范围查询时，如满足范围查询条件的元组数很难估计时，一般取总元组数的一半。 CCIR=L+b/2 2) 非簇集索引进行范围查询时不如采用顺序扫描。 Csb=b 选择操作的代价估算（例） Student关系，n=10000, b=2000, 则p=5 在dept上建有簇集索引，Ndept=25, L=2 在sno上建有主索引，Nsno=10000, L=4 在dno上建有二次索引，Ndno=20, L=