第1113讲分布式数据库(免费阅读).ppt

第七章 分布式数据库 第七章 分布式数据库 7.1 分布式数据库系统的特点 分布式数据库管理系统的组成 分布式数据库系统的优点 1．自治性好 不同部门的数据可按需定制、局部控制。 2．效率高，可用性好 就近存放、多副本增加可用性。 3．提高资源利用率 可以将已有数据库联合成DDB。 4．结构灵活，易于扩充 新应用增加新结点，不用修改原数据库系统。 7.3 分布式查询处理与优化 7.3.0 预备知识：集中式数据库的查询和优化 1、查询优化概述 数据查询是关系数据库系统中最基本和最常用的操作。用户对关系数据库的查询一般都用SQL语言表达的。 关系数据库的SQL语言是高度非过程化的语言，用户只要指出“做什么”，至于“怎么做”则由RDBMS自动实现。这显然给用户带来了极大的方便，使对数据库的操作变得简便易行，但这却加重了系统的负担。系统需要自行选择存取路径，而存取路径选择的好坏是影响查询效率的关键所在，因此，关系查询优化是影响RDBMS性能的关键因素。 关系系统的查询优化既是RDBMS实现的关键技术又是关系系统的优点所在。 查询代价 在集中式数据库中，查询的执行代价为： 总代价=I/O代价+CPU代价 在分布式环境下查询的执行代价为： 查询代价= I/O代价+ CPU代价 + 通信代价 2.查询优化器 查询优化器是RDBMS服务器的一个组成部分，它的基本任务是：通过产生多个可供选择的执行计划，找到最低估算成本的执行计划来优化一条SQL语句，以提高RDBMS的查询效率。 3.DBMS实现查询优化的一般步骤： ⑴ 将查询需求转换成某种内部表示，通常是语法树。 ⑵ 根据一定的等价变换规则把语法树转换成标准(优化)形式。 ⑶ 选择低层的操作算法。对于语法树中的每一个操作需要，根据存取路径、数据的存储分布、存储数据的聚簇等信息来选择具体的执行算法。 ⑷ 生成查询计划(查询执行方案)：查询计划由一系列有次序的内部操作构成的。DBMS生成多个执行方案，在计算每个执行方案的执行代价后，从中选择代价最小的一个执行。 4. 查询优化的一般策略 （1）选择运算应尽早执行 选择符合条件的元组可以使中间结果所含的元组数大大减少，从而减少运算量和输入输出次数。 （2）投影运算和选择运算同时进行 如果投影运算和选择运算是对同一关系操作，则可以在对关系的一次扫描中同时完成，从而减少操作时间。 （3）把投影操作与它前面或后面的一个双目运算结合起来 不必为投影(减少几个字段)而专门扫描一遍关系。 （4）在执行连接运算之前，可对需要连接的关系进行适当地预处理，如建索引或排序。 当一个关系读入内存后，就可根据连接属性值在另一个关系中快速查找符合条件的元组，加速连接运算速度 （5）把笛卡尔乘积和其后的选择运算合并成为连接运算，以避免扫描笛卡尔乘积的中间结果 两个关系的连接运算，特别是等值连接运算比同样两个关系的笛卡尔乘积节约更多计算时间。 （6）存储公用子表达式 对于重复出现的子表达式(简称公用子表达式)，如果该表达式的结果不是很大的关系，则应将这个公用子表达式的结果关系存于外存。这样，从外存中读出这个关系比计算它的时间少得多，从而达到节省操作时间的目的，特别是当公用子表达式频繁出现时效果更加显著。 ? Cname (? Sdept=‘IS’ (? S.sno=SC.sno ?SC.Cno=C.Cno (S ? SC ? C) ? Cname (? Sdept=‘IS’ (? S.sno=SC.sno ?SC.Cno=C.Cno (S ? SC ? C) （3）投影运算串接的等价公式 设E是一个关系代数表达式，B1，B2，…，Bm是E中的某些属性名，Ai?{B1, B2,…, Bm} (i=1, 2,…, n)，则以下等价公式成立： ∏A1,A2,…An(∏B1,B2,…,Bn(E))= ∏A1,A2,…An(E) （4）选择运算串接的等价公式 设E是一个关系代数表达式，F1和F2是连接运算运算的条件。B1，B2，…，Bm是E中的某些属性名，Ai?{B1, B2,…, Bm} (i=1, 2,…, n)，则以下等价公式成立： （5）选择运算与投影运算交换的等价公式 设F是只涉及A1，A2，…，An属性，则以下等价公式成立： （6）选择运算与笛卡尔积交换的接等价公式 ⑴ 设F中涉及的属性都是E1的属性，则有以下等价公式成立： ⑵ 如果F=F1∧F2，且F1只涉及E1的属性，F2只涉及E2的属性，则以下等价公式成立： ⑶ 如果