关系查询处理与查询优化.ppt

An Introduction to Database System 第四章 关系系统及其查询优化 4.1 关系数据库系统的查询处理 4.2 关系数据库系统的查询优化 4.3 代数优化 4.4 物理优化 4.5 小 结 关系系统及其查询优化（续） 本章目的： RDBMS的查询处理步骤 查询优化的概念和步骤 基本方法和技术 查询优化分类 ： 代数优化 物理优化 关系系统查询优化概述 Codd自1970年起即对关系数据库的原理与理论作了详细的探讨与研究，但是，在70年代关系数据库始终无法走向商品化，其主要原因就是它的查询效率低下，这影响了它的实用性 为解决问题，在关系数据库的发展历史上又继续奋斗了近十年，在近十年的研究中发现了关系数据库理论的很多优点，其最为引人注目的一点 关系系统查询优化概述 即： 关系查询表达式在关系式理论中可以有多种等价表达形式， 而不同表达形式的查询效率又有明显的不同 这一发现对提高查询效率有着重要的作用，以此为契机继续研究发现了如下一些有用的成果。 关系系统查询优化概述 (1)关系代数的有效的等价表达式； (2)不同表达形式与查询效率间的必然联系； (3)获取较高查询效率表达式的算法。 ------这些结果为提高查询效率提供了有效的方法与手段 关系系统查询优化概述 查询优化在关系数据库系统中有着非常重要的地位。关系数据库系统和非过程化的SQL语言能够取得巨大成功，关键得益于查询优化的发展。关系查询优化是影响RDBMS性能的关键因素 查询优化的步骤 1、将查询转换成某种内部表示，通常是语法树 2、根据一定的等价变换准则把语法树转换成标准（优化）形式 3、选择低层的操作算法：根据数据的存储分布、存储数据的聚簇信息选择具体算法。 4、生成查询执行方案：由一系列内部操作组成。 通常选择代价最小的方案 目前商品化的RDBMS大都采用基于代价的优化算法。 要求优化器充分考虑系统中各种参数 缓冲区大小 表的大小 数据的分布 存取路径等 通过某种代价模型计算出各种查询执行方案的执行代价，然后选取代价最小的执行。 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 在分布式数据库中 总代价=I/O代价 + CPU代价+ 内存代价 + 通信代价 查询优化的总目标： 选择有效的大策略，求得给定关系表达式的值，使得查询代价最小 4.1.1 查询处理步骤 RDBMS查询处理阶段 ： 1. 查询分析 2. 查询检查 3. 查询优化 4. 查询执行 查询处理步骤（续） 1. 查询分析 对查询语句进行扫描、词法分析和语法分析 从查询语句中识别出语言符号 进行语法检查和语法分析 2. 查询检查 根据数据字典对合法的查询语句进行语义检查 根据数据字典中的用户权限和完整性约束定义对用户的存取权限进行检查 检查通过后把SQL查询语句转换成等价的关系代数表达式 RDBMS一般都用查询树(语法分析树)来表示扩展的关系代数表达式 把数据库对象的外部名称转换为内部表示 3. 查询优化 查询优化：选择一个高效执行的查询处理策略 查询优化分类 ： 代数优化：指关系代数表达式的优化 物理优化：指存取路径和底层操作算法的选择 查询优化方法选择的依据： 基于规则(rule based) 基于代价(cost based) 基于语义(semantic based) 4. 查询执行 依据优化器得到的执行策略生成查询计划 代码生成器(code generator)生成执行查询计划的代码 4.1.2 实现查询操作的算法示例 一、 选择操作的实现 二、 连接操作的实现 一、 选择操作的实现 ［例1］Select * from student where 条件表达式 ； 考虑条件表达式的几种情况： C1：无条件； C2：Sno＝200215121； C3：Sage20； C4：Sdept＝CS AND Sage20； 选择操作的实现（续） 选择操作典型实现方法： 1. 简单的全表扫描方法 对查询的基本表顺序扫描，逐一检查每个元组是否满足选择条件，把满足条件的元组作为结果输出 适合小表，不适合大表 2. 索引(或散列)扫描方法 适合选择条件中的属性上有索引(例如B+树索引或Hash索引) 通过索引先找到满足条件的元组主码或元组指针，再通过元组指针直接在查询的基本表中找到元组 选择操作的实现（续） ［例1-C2］ 以C2为例，Sno＝‘200215121’，并且Sno上有索引(或Sno是散