第九章关系查询处理和查询优化pptConvertor.docVIP

数据库原理 咸阳师范学院信息工程学院 第九章 关系查询处理和查询优化 本章主要教学内容: 9.1关系数据库系统的查询处理 9.2关系数据库系统的查询优化 9.3代数优化 9.4物理优化 重点及难点： 了解查询处理步骤； 了解查询处理的四个阶段； 掌握优化的方法； 关系查询处理和查询优化 查询优化一般可分为代数优化和物理优化。 代数优化是指关系代数表达式的优化。 物理优化是指存取路径和底层操作算法的选择。 9.1 关系数据库系统的查询处理 9.1.1 查询处理步骤 9.1.2 实现查询操作的算法示例 9.1.1 查询处理步骤 查询处理的任务是把用户提交给RDBMS的查询语句转换为高效的执行计划。 RDBMS查询处理可以分为4个阶段：查询分析、查询检查、查询优化和查询执行。 查询分析 对查询语句进行扫描、词法分析和语法分析。从查询语句中识别出语言符号，如SQL关键字、属性名和关系名等，进行语法检查和语法分析，即判断查询语句是否符合SQL语法规则。 查询检查 根据数据字典对合法的查询语句进行语义检查，即检查语句中的数据库对象，如属性名、关系名、是否存在和是否有效。 根据数据字典中的用户权限和完整性约束定义对用户的存取权限进行检查。 检查通过后便把SQL查询语句转换成等价的关系代数表达式。 查询检查 RDBMS一般都用查询树(query tree)，也称为语法分析法(syntax tree)，来表示扩展的关系代数表达式。 这个过程中要把数据库对象的外部名称转换为内部表示。 查询优化 每个查询都会有许多可供选择的执行策略和操作算法，查询优化就是选择一个高效执行的查询处理策略。 查询优化有多种方法，按照优化的层次一般可分为代数优化和物理优化。 查询优化 选择的规则： 基于规则的 基于代价的 基于语义的 查询执行 依据优化器得到执行策略生成查询计划，由代码生成器(code generator)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 选择操作 连接操作 选择操作的实现 例1 Select * from student where 条件表达式 考虑条件表达式的几种情况： C1：无条件 C2：Sno=‘200215121’ C3: Sage20 C4: Sdept=‘CS’ AND Sage20 1.简单的全表扫描方法 2.索引（或散列）扫描方法 连接操作的实现 连接操作是查询处理中最耗时的操作之一。 例2 Select * from Student ，SC where Student.Sno=SC.Sno; 1.嵌套循环方法 2.排序-合并方法 3.索引连接方法 4.Hash Join方法 9.2 关系数据库系统的查询优化 9.2.1 查询优化概述 9.2.2 一个实例 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 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 由DBMS进行查询优化的好处 (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 查询优化目标 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 实际系统的查询优化步骤 1. 将查询转换成某种内部表示，通常是语法树 2. 根据一定的等价变换规则把语法树转换成标准 （优化）形式 实际系统的查询优化步骤 3. 选择低层的操作算法 对于语法树中的每一个操作 计算各种执行算法的执行代价 选择代价小的执行算法 4. 生成查询计划(查询执行方案) 查询计划是由一系列内部操作组成的。 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 4.2.2 查询优化的必要性 例：求选修了课程Ｃ2的学生姓名 ? SELECT Student.Sname FROM Student, SC WHERE Student.Sno=SC.Sno AND SC.Cno=2; 查询优化的必要性 假设1：外存： Student:1000条,SC:10