选择性估算的新算法研讨.pdfVIP

指导小组成员名单 周水庚教授 吴永辉副教授 关佶红教授(同济大学) to in New Estimation ApproachesSelectivity Database Optimization M．Sc．Candidate：XINLU ZHOU Supervisor：Prof．SHUIGENG Science Speciality：Computer and of Science Department Computer Engineering FUDANUNIVERSITY May1，2008 摘 要 在数据库系统中，查询优化器是一个很重要的模块，它决定了一个查询的执行．而 选择性估算算法在查询优化器中扮演着非常关键的角色．不正确的选择性估算结果可 能导致查询优化器选择了差的查询执行计划，与最优的查询执行计划相比，一个差的执 行计划往往需要花费几倍甚至几十倍的时间．本文主要研究基于直方图的选择性估算 方法。 直方图的构造是基于直方图的选择性估算方法中最基本的问题之一．构造直方图是 基于某个目标函数的优化问题，即在给定数量的存储空间里，要求尽量准确地描述给定 数据空间的数据分布。通常，这个目标函数要求：直方图模型和真实数据分布之间误差 尽可能小，或者基于直方图模型进行查询估计的误差尽可能小．这里，不同的算法和应 用对误差的定义可能有所不同。本文采用了一种新的误差概念，即聚合误差(Aggregate Error)来构造直方图．具体地，我们基于相对聚合误差(RelativeError)来 Aggregate 构造直方图，要求构造出来的直方图和真实数据分布之间的聚合误差最小化．我们通过 对真实数据集和仿真数据集上的实验测试证实了本文方法的可行性．在较低维的情况 下(维度≤4)’用本文方法构建的直方图进行选择性估算的结果优于已有方法． 另外，本文提出几种基于取样和直方图的混合选择性估算方法．基于直方图的选择 性估算方法和基于取样的选择性估算方法都有各自的优缺点．对于低维度的数据，基于 直方图的选择性估算方法有较好的准确率，优于取样的方法．但是对于高维度的数据， 基于直方图的方法准确率直线下降，而取样方法的结果保持了很高的稳定性。因此，本 文将基于直方图的方法和取样方法混合起来，期望在各个数据维度都有较高选择性估 算准确率。在文中分别提出了基于相同取样率的混合方法，部分均匀取样的混合方法， 与方差成比例取样的混合方法，查询优化取样的混合方法以及基于高斯分布描述的混 合方法。通过大量的仿真实验证明，本文的混合方法大大减小了选择性估算的误差，并 且有较好的数据维度适应性和可扩展性． 关键词：查询优化，选择性估算，直方图，随机取样，混合方法． ABSTRACT Indatabases isthemodulethatbuildsthe ofhowa system，anoptimizer plan query willbe estimationa rolein executed．Selectivity