空间数据库_查询与优化综述.docx

空间查询与优化 一、查询处理概览 查询概念： 提取需要的数据出来从数据库中提取数据的一系列活动 查询步骤： 语法分析与翻译（将查询语句变为关系代数表达式）、 优化、 执行 查询优化概念： 为关系代数式的计算选择最有效的查询计划的过程。包括 1.查询执行计划、 2.执行原语（关系代数运算加了如何执行的注释）、 3.根据选择算法对数据记录进行操作 空间查询优化关键技术： 空间索引（数据存取角度，有效读写海量数据）、 查询处理算法（提高具体查询执行效率角度）、 代价模型（指导查询过程的角度） 查询优化过程： 1.通过语法分析语翻译器，将查询语句变为一种内部表达 2.代数优化 进行表达式变化，力图等价但效率更高 3.选择执行策略 4.选择代价最小的执行计划 查询处理优化可行性： 1. 可能性：SQL语言与关系代数表达式的非过程化（做什么，而不用说明怎么做）特点 2. 可行性：优化器集中了最优秀的程序员的经验与智慧；优化器能对多种策略逐一进行考虑；优化器实时更新优化 具有多种可使用信息 二、空间操作计算 空间操作计算与关系数据运算的区别： 1. 空间数据没有公认标准的定义，而关系数据库中的运算很固定 2. 空间对象的位置和范围在二维或多维上定义，不能自然排序成一维数组 3. 数据流读写：空间关系运算代价非常高 空间操作基本类型：查询 1.更新：空间对象的创建、修改和删除 2.空间选择（貌似就是查询）：查询出空间对象中满足查询窗口中特定微词的对象。包括点查询（）和范围查询（） 3.空间连接： 4.空间聚类： 空间操作两步处理： 1.过滤步骤-主过滤：最小外包络矩形近似处理，大大减低计算复杂度 2.精炼步骤-次过滤：利用精确几何信息求算 空间选择查询 点查询：SELECT f.name FROM forest_stand WHERE within (:point , f.geometry); 范围查询：SELECT f.name FROM forest_stand WHERE intersects (:window, f.geometry); 实现方法依赖于数据文件的存储组织 查询的三种算法 1.未排序无索引的数据文件：穷举法，代价O（n），n是forest_stand存储的页面数 2.具有空间索引的数据文件：多采用R树，按照MBR索引，代价O(log n) , n为树的层 3.空间填充曲线散列：z排序和Hilbert曲线映射为一维坐标，然后采用B树或B+树索引 点查询代价O(log n)，范围查询代价为O(log n)+。 R+树？？？ 一般空间选择（空间谓词问题） 1. 组合形式下，空间谓词计算代价高且差别大，处理顺序对总代价影响大（顺序性） 2. 考虑空间谓词的选择性与代价以确定顺序： 等级=（选择性-1）/特征代价 选择性=输出p的集合大小/输入p的集合大小，p是一个谓词 特征代价是谓词对单个元组的计算代价，体现CPU的代价 输出与输入集合之比，体现了I/O代价 3. 按照代价等级的升序依次计算空间谓词 空间连接操作算法 采用粗过滤-精确判断两步方式 例：查找有河流穿过的林分 SELECT * From forest-stand F, river R Where overlap ( F.Geometry, R.Flood-plain ) 假定：关系forest-stand占用M个页面，每页PF个元组，关系river占N个页面，每页PR个元组，一对对象执行overlap函数的平均时间为T，算法过程如下： 1. 嵌套循环：枚举所有可能的元组队，并用overlap函数进行检查，伪码语言： For all tuple f∈F For all tuple r∈R If overlap( F.Geometry, R.Flood-plain ) then addf ,r to result 未优化的算法：扫描外层关系F，对每个f匹配扫描关系R，则I/O代价为(M*N)*T 优化算法，如果有B个可用的缓冲区页面，先读取关系F的B-2页，用剩下的一页缓冲区读取关系R，用另外剩下的缓冲区页回写f,r，I/O代价为(M/(b-2)*N)*T 有空间索引的嵌套循环，在Overlap时可以使用索引来判断，提高工作效率 2. 分块 过滤步骤：分别对F和R中的元组构造K-Pointer元组， 由唯一OID和外包络矩形构成，新关系称为Fkp 和Rkp 。如果新关系都可以装入主存，则采用平面扫描算法处理。否则，将两个关系都分成p块，即F1kp …Fpkp和R1kp … Rpkp 。 分块约束条件：Fkp 和Rkp 都位于主存；对于每个 Fkp ，在Rkp 中