第九章关系查询处理和查询优化总汇.ppt

第九章 关系查询处理和查询优化 §9.1 关系数据库系统的查询处理 §9.2 关系系统的查询优化 §9.3 代数优化 §9.4 物理优化 §9.1 关系数据库系统的查询处理 查询处理的步骤 ： 查询分析 查询检查 查询优化 查询执行 3.查询优化：选择一个高效执行的查询处理策略(代数优化和物理优化) 4.查询执行：依据优化器得到的执行策略生成查询计划，则代码生成器生成执行这个查询计划的代码 §9.1.2 实现查询操作的算法示例 一、选择操作的实现 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。对于小表，这种方法简单有效，对于大表来讲，其顺序扫描十分费时，效率很低 2.索引(或散列)扫描方法 如果选择条件中的属性上有索引，可以用索引扫描方法。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 [例1] Select * from student where 条件表达式; 这里条件表达式可能有以下几种情况： 1.C1：无条件 2.C2: Sno=‘200215121’ 3.C3: Sage20 4.C4: Sdept=‘CS’ AND Sage20 以C2为例：条件：Sno=‘200215121’，且Sno上有索引(或散列) ，则可以使用索引(或散列)得到Sno为‘200215121’元组的指针，然后通过元组指针在student表中检索到该学生 以C3为例：条件： Sage20 ，且Sage上有索引，则可以使用B+树索引找到Sage=20的索引项，以此为入口点在B+树的顺序集上得到Sage20 的所有元组指针，然后通过元组指针在student表中检索到年龄大于20的学生 二、连接操作的实现 [例2] select * from Student,SC where Student.Sno=Sc.Sno; 1.嵌套循环方法 最简单可行的算法。对外层循环的每一个元组，检索内层循环中的每一个元组，并检查这两个元组在连接属性上是否相等。如果满足连接条件，则串接后作为结果输出，直到外层循环表中的元组处理完为止 2.排序-合并方法 (1)首先对Student表和SC表按连接属性Sno排序 (2)取Student表中第一个Sno,依次扫描SC表中具有相同Sno的元组，把它们连接起来 (3)当扫描到Sno不相同的第一个SC元组时，返回Student表扫描它的下一个元组，再扫描SC表中具有相同Sno的元组，把它们连接起来。 重复上述步骤直到Student表扫描完。 这样Student表和SC表也只要扫描一遍。当然，执行时间要加上对两个表的排序时间。即使这样，使用预处理方法执行连接的时间一般仍大大减少 §9.2 关系系统的查询优化 §9.2.1 查询优化概述 查询优化的必要性 查询优化极大地影响RDBMS的性能。 查询优化的可能性 关系数据语言的级别很高，使DBMS可以从关系表达式中分析查询语义。 由DBMS进行查询优化的好处 用户不必考虑如何最好地表达查询以获得较好的效率，知道“干什么”，不用知道“怎么干” 系统可以比用户程序的优化做得更好 (1) 优化器可以从数据字典中获取许多统计信息，而用户程序则难以获得这些信息 (2)如果数据库的物理统计信息改变了，系统可以自动对查询重新优化以选择相适应的执行计划，在非关系系统中必须重写程序，而重写程序在实际应用中往往是不太可能的 (3)优化器可以考虑数百种不同的执行计划，而程序员一般只能考虑有限的几种可能性 (4)优化器中包括了很多复杂的优化技术 查询优化的总目标 选择有效策略，求得给定关系表达式的值，使得查询代价较小 代价模型 集中式数据库 单用户系统 总代价 = I/O代价 + CPU代价 多用户系统 总代价 = I/O代价 + CPU代价 + 内存代价 分布式数据库 总代价 = I/O代价 + CPU代价[+ 内存代价] + 通信代价 §9.2.2 一个实例（说明查询优化的好处） 例：列出所有选修课程Ｃ2的学生姓名。 ? SELECT DISTINCT Student.Sname FROM Student, SC WHERE Student.Sno=SC.Sno AND SC.Cno=2; 假设1：外存： Student:1000条,SC:10000条, 选修2号课程:50条 假设2：一个内存块装元组:10个Student, 或100个SC, 内存中一次可以存放: 5块Student元组, 1块SC元组