2014第八章-查询处理与优化解读.ppt

* * * 那么如何来衡量查询的性能？ * 在回答这个问题之前，我们需要了解，查询处理过程中，时间都消耗在哪些方面？ * 当涉及到多关系进行连接时,通常在内存中尽可能多地加载某个表,而留下一块存放另一个表. * 知道了这些信息后，就可以对查询处理进行一个简单地估算。 * 查询树的启发式优化算法举例 ? S.Snum=SP.Snum and SP.Pnum=P.Pnum and S.City=‘NANJING’ and P.Pname=‘Bolt’ and SP.Quan1000 ? S SP P ? ?Sname 查询树的启发式优化算法举例 ? … ? S SP P ? ?Sname ? S.Snum=SP.Snum and SP.Pnum=P.Pnum and S.City=‘NANJING’ and P.Pname=‘Bolt’ and SP.Quan1000 ? S P SP ? ?Sname 查询树的启发式优化算法举例 ? … ? S SP P ? ?Sname ? S.Snum=SP.Snum and SP.Pnum=P.Pnum ? S P SP ? ?Sname ?Sname ? ?sp SP.Quan1000 ? … S ?S.City=‘NANJING’ SP ? P ?P.Pname=‘Bolt’ 查询树的启发式优化算法举例 ? … ? S SP P ? ?Sname ? S P SP ? ?Sname ?Sname ? ?sp SP.Quan1000 ? … S ?S.City=‘NANJING’ SP ? P ?P.Pname=‘Bolt’ ? … ? SP.Pnum=P.Pnum ?Sname ? ?sp SP.Quan1000 S ?S.City=‘NANJING’ SP P ?P.Pname=‘Bolt’ 查询树的启发式优化算法举例 ? SP.Pnum=P.Pnum ?Sname ? ?sp SP.Quan1000 S ?S.City=‘NANJING’ SP P ?P.Pname=‘Bolt’ ?Sname ?sp SP.Quan1000 S ?S.City=‘NANJING’ SP P ?P.Pname=‘Bolt’ 临时关系大小估计 一个操作的代价依赖于它的输入的大小和其他统计信息 基本统计信息 nr:关系r的元组数 br:包含关系r中元组的磁盘块数 lr:关系r中每个元组的字节数 fr:关系r的块因子 —— 一个磁盘块能容忍的关系r中元组的个数 V(A,r):关系r中属性A中出现的非重复值个数，与πA(r)相等。如果A是r的主码， V(A,r)=nr。 选择运算结果的大小估计 假设：取值均匀分布 单独的等值谓词σA=a(r) 假设属性A存在值a 估计选择结果包含nr/V(A,r)个元组 单独的比较谓词σA≤v(r) 已知的统计信息包括min(A,r)和max(A,r) 若v min(A,r),则有0个元组 若v max(A,r),则有nr个元组 否则，元组个数为 nr v - min(A,r) max(A,r) - min(A,r) . 选择运算结果的大小估计 复杂选择-合取 合取选择 σ θ1∧θ2…∧θn (r) 假设：各条件θi相互独立； 对每个 θi，按前面方法计算 σθi (r)，记为si ； σθi (r)的中选率(selectivity)为 si /nr，即关系中一个元组满足选择条件 θi的概率； 则满足全部选择条件的元组数量为 nr s1 * s2 *···* sn nrn * 选择运算结果的大小估计 复杂选择-析取 析取选择 σ θ1∨θ2…∨θn (r) 如前所述，si/nr 代表某元组满足条件θi的概率； 元组满足整个析取式的概率为 将该数值乘以nr，即得到满足选择条件的元组数的估计。 * 1- (1- ) nr s1 (1- ) nr s2 (1- ) nr sn * * ··· 选择运算结果的大小估计 复杂选择-取反 若无空值 σ ? θ (r) ：不在σ θ (r)中的关系r的元组集； σ ? θ (r) 的元组数为 nr 减去σ θ (r)的估计元组数； 若有空值 首先估计对条件 θ 取值为未知的元组数目； 然后从上面无空值的估计中减去该数目； 连接运算结果的大小估计 笛卡尔积 r×s 包含nr*ns个元组，每个元组占用lr + ls个字节； 自然连接 假设：每个值等概率出现，令 r(R) 和 s(S)为两个关系； 若R∩S = ?，则r s与r×s结果一样； 若R∩S是R的码，则 s 的一个元组至多与 r 的一个元