第08篇 查询优化.ppt

An Introduction to Database System 浙江工商大学计算机与信息工程学院 第八章 查询处理与其查询优化 8.1 引言 8.2 查询的处理过程 8.3 查询的优化方法 8.4 小结 8.1 引言 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，DBMS可以从关系表达式中分析查询语义。 8.1.1 实现查询的算法 选择操作的实现 （1）简单的全表扫描方法 对查询的基本表进行顺序扫描，把所有元组作为结果输出。 如果存在约束条件，采用基本表顺序扫描方法，检查每个元组是否符合约束条件。 （2）索引（或散列）扫描方法 索引是根据元组的字段构造的一种查找树。如果选择条件中的属性有索引，那么通过索引就可以很容易找到满足条件的元组指针，再通过元组指针直接在查询的基本表中找到元组。 8.1.1 实现查询的算法 连接操作的实现 （1）嵌套循环方法（Nested Loop） 对外层循环的每一个元组，检索内层循环的每一个元组，检查这两个元组在连接属性值是否满足条件，如果满足相等条件，则将元组进行串接后作为结果输出，直到外层循环表中的所有元组都处理完毕为止。 （2）排序-合并方法（Sort Merge Join） 如果连接的表没有排好序，那么首先对表格的连接属性排序，然后使用快速查找方法查找元组，把它们连接起来，直到表格处理完毕。 8.1.1 实现查询的算法 （3）索引连接方法（Index Join） 对表格建立索引，然后根据索引来查找表格，提高连接效率。 从索引连接的过程可知，这个过程首先需要对连接的表建立索引，这个需要花费时间。 （4）Hash Join方法 Hash Join方法把连接属性作为Hash码，用同一个Hash函数把两个表的元组散列到同一个hash文件中去。 8.1.2 关系代数表达式的执行代价估算 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 8.1.2 关系代数表达式的执行代价估算 假定学生-课程数据库中一个Student（学生信息表）和SC（学生选课表）。Student中有l000个学生记录，SC中有l0000个选课的记录。一共有500个学生参加了选课，其中选修2号课程的选课记录为50个。求选修2号课程的学生姓名。 8.1.2 关系代数表达式的执行代价估算 SELECT Student.SName FROM Student, SC WHERE Student.SNO=SC. SNO AND SC.CNO=2; 8.1.2 关系代数表达式的执行代价估算 8.1.2 关系代数表达式的执行代价估算 假设数据库服务器是集中式的，同时服务器的一个页面内存块能够装载10个Student的元组，或者能装载100个SC的元组。此外，假设数据库没有根据表的属性建立索引等信息。 假设从硬盘读取表元组数据装载进入一个页面内存块的时间是0.01S 三种执行策略 第一种代数表达式：先无条件连接，然后再选择和投影 第二种代数表达式：先自然连接，然后再选择和投影 第三种代数表达式：先对SC表格选择，然后再进行自然连接和投影 8.1.2 关系代数表达式的执行代价估算 假设数据库服务器是集中式的，同时服务器的一个页面内存块能够装载10个Student的元组，或者能装载100个SC的元组。此外，假设数据库没有根据表的属性建立索引等信息。 假设从硬盘读取表元组数据装载进入一个页面内存块的时间是0.01S 8.1.2 关系代数表达式的执行代价估算 第一种策略，分为4个步骤进行查询计算 （1）读取表进行元组连接,时间是21（秒）。 （2）连接元组的保存，时间是10000（秒）。 （3）连接元组的选择，时间是10001（秒）。 （4）连接元组的投影，时间是远远小于1秒，可以 忽略。 第一种策略大约需要20022秒，大约25.6小时 8.1.2 关系代数表达式的执行代价估算 第二种策略，分为4个步骤进行查询计算 （1）读取表进行元组连接,时间是21秒。 （2）等值连接元组的判断，时间是10秒。（等值判断是在连接的同时进行） （3）等值连接元组的保存，时间是0.5秒。