数据库原理9-2.ppt

复习上节课内容 索引的创建及管理 建立索引的必要性 索引的类型 管理索引（创建、查看、修改、删除） 关系数据库系统的查询处理 查询分析 查询检查 查询优化 查询执行 本次课学习内容 关系数据库系统的查询优化 代数优化 物理优化 一、关系数据库系统的查询优化 查询优化在关系数据库系统中有着非常重要的地位 关系查询优化是影响RDBMS性能的关键因素 由于关系表达式的语义级别很高，使关系系统可以从关系表达式中分析查询语义，提供了执行查询优化的可能性 查询优化的优点不仅在于用户不必考虑如何最好地表达查询以获得较好的效率，而且在于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，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，这些优化技术往往只有最好的程序员才能掌握。系统的自动优化相当于使得所有人都拥有这些优化技术。 RDBMS通过某种代价模型计算出各种查询执行策略的执行代价，然后选取代价最小的执行方案： 集中式数据库 执行开销主要包括： 磁盘存取块数(I/O代价) 处理机时间(CPU代价) 查询的内存开销 I/O代价是最主要的 分布式数据库 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： 选择有效的策略； 求得给定关系表达式的值； 使得查询代价最小(实际上是较小) ； 实例演示（验证为何需要查询优化？） 例1： 求选修了2号课程的学生姓名。 假定学生-课程数据库中有1000条学生记录，10000条选课记录； 其中选修2号课程的选课记录为50条； 用SQL表达： SELECT Student.Sname FROM Student，SC WHERE Student.Sno=SC.Sno AND SC.Cno=‘2’ 系统可以用多种等价的关系代数表达式来完成： Q1=πSname(σStudent.Sno=SC.Sno∧Sc.Cno=2 (Student×SC)) Q2=πSname(σSc.Cno=2 (Student SC)) Q3=πSname(Student σSc.Cno=2(SC)) 1、第一种情况 分三个步骤： 计算Student×SC花费时间，即计算笛卡尔积操作时间； 计算σStudent.Sno=SC.Sno∧Sc.Cno=‘2’ 花费时间，即计算选择操作时间； 计算πSname花费时间，即计算投影操作时间； 1）计算笛卡尔积时间 把Student和SC的每个元组连接起来的做法： 在内存中尽可能多地装入某个表(如Student表)的若干块，留出一块存放另一个表(如SC表)的元组； 把SC中的每个元组和Student中每个元组连接，连接后的元组装满一块后就写到中间文件上； 从SC中读入一块和内存中的Student元组连接，直到SC表处理完； 再读入若干块Student元组，读入一块SC元组； 重复上述处理过程，直到把Student表处理完； 设一个块能装10个Student元组或100个SC元组，在内存中存放5块Student元组和1块SC元组，则读取总块数为： ＋ =100 + 20×100=2100块 若每秒读写20块，则总计要花105s ； 连接后的元组数为103×104=107； 设每块能装10个元组，则写出这些块要用106/20=5×104s ； 2）计算选择时间 依次读入连接后的元组，按照选择条件选取满足要求的记录； 假定内存处理时间忽略； 读取中间文件花费的时间(同写中间文件一样)需5×104s ； 满足条件的元组假设仅50个，均可放在内存； 3）作投影操作 把第2步的结果在Sname上作投影输出，得到最终结果 ； 所有内存处理时间均忽略不计； 第一种情况下执行查询的总时间≈105 + 2×5×104≈105s 2、第二种情况 分三个步骤： 计算Student SC花费时间，即计算自然连接操作时间； 计算σSc.Cno=‘2’ 花费时间，即计算选择操作时间； 计算πSname花费时间，即计算投影操作时间； 1）计算自然连接时间 读取Student和SC表的策略不变，总的读取块数仍为2100块，花费105 s ； 自然连接的结果比第一种情