北邮-数据库系统原理(英文)-14-15综述.ppt

假设 1. |r|=m，|s|=n 2. mn, n/m =k 1 给定r中的元组t1，采用B/B+树索引、二分搜索机制，根据t1.A，查找s中满足t1.A=t2.A的元组t2，所需cost正比于树高，为： O(lgn) r s的cost为： O(mlgn) s r的cost为： O(nlgm) mlgn vs nlgm mn, n/m =k 1, n=k*m nlgm - mlgn = k*mlgm – m(lgk*m ) = k*mlgm – mlgk- mlgm = (k-1)mlgm – mlgk 一般情况下，(k-1)mlgm mlgk E.g. |r|=m=500，|s|=n=1000, k = n/m =2 (k-1)mlgm =500lg500 mlgk=500lg2 Innner Join in SQL Server 实际DBS中的查询优化 教科书上的选择、投影操作下移的实现方式 实际平台下（如SQL Server）与后面的连接操作结合在一起做，避免多次关系代数操作： 1. 采用pipeline，在对参与连接运算的关系扫描过程中完成符合条件的元组—选择 2. 再选出后续步骤需要的属性—投影 查询实验内容 单表、多表（如3张表）的查询、插入、删除、修改所对应的查询执行计划比较 有无索引、索引类型对查询、插入、删除、修改等操作的代价的影响 查询结果相同、但表达形式不一样的多个等价的查询、删除、插入、修改语句的查询执行计划的比较 例如。 delete from loan where amount between 0 and 50 Appendix A Sybase 平台下 的查询执行计划优化（续） Appendix A Sybase 平台下 的查询执行计划优化（续） delete from loan where amount in ( select amount from loan where amount = 0 and amount = 50) Appendix B DDBS查询代价与数据分布的关系 分布式数据库系统DDBS中, 数据在各站点的分布和站点间通讯代价/传输时间将影响到整个查询代价 例. S(S#，SNAME，AGE，SEX) , 104个元组，站点A C(C#，CNAME，TEACHER), 105个元组，站点B SC(S#，C#，GRADE), 106个元组，站点A 元组平均长度100bit，站点间传输速率v = 104 bit/s ，通 信延迟d=1s。假设无副本 查询要求 在支持分片透明性的DDBS（分布在A和B 2个站点）中， 查询“所有选修“MATH“的男生的学号和姓名” SQL（全局）查询语句 SELECT S#，SNAME FROM S，SC， C WHERE S.S# = SC.S# AND SC.C# = C.C# (连接条件) AND SEX=M AND CNAME= MATH （选择条件） 查询代价(query cost) 只考虑通信代价 TC (x) =1s ╳ 传输次数 + 传输的元组bit数 ÷ 104 bit/s Appendix B DDBS查询代价与数据分布的关系 (续) 策略1 将关系C传到A地，在A地进行查询处理 TC1 = 1s + 105 ╳100 bit ÷ 104 bit/s ≈ 103 s ≈ 16.7 min 策略2 将关系S和SC传到B地，在B地进行查询处理 TC2 = 2s + （104 +106 ） ╳ 100 bit ÷ 104 bit/s ≈10100 s≈28h Appendix B DDBS查询代价与数据分布的关系 (续) 策略3 A地从关系SC、S中求出所有男学生的成绩元组，共105个 根据元组中的C#, 向B地的C关系询问(应答过程) CNAME=MATH？共询问105次 TC3 ≈ 2 ╳ 105 ╳ 1 ≈ 2.3天 策略4 在B地从关系C中求出CNAME=MATH的课程元组，假设有10个 根据C#询问A地的S、SC的连接，核实是否为选修MATH（SC.C#= C#?）的男生(S.SEX=M?) Appendix B