第7章查询优化.ppt

分解处理 例：设关系数据库中包括下列关系 SUPPLIER (SNO，SNAME，CITY) (供应者关系) PART (PNO，PNAME，SIZE) (零件关系) PROJECT (JNO，JNAME．CITY ) (工程项目关系) INVENTORY (SN0，PNO，QOH) (库存关系) SUPPPLY (SNO，JNO，PNO，QTY) (供应关系) 条件是：该供应者必须将零件6号螺丝提供给在同一城市的某个工程项目，并且其供应量（QTY）大余1000；以及库存量要大于供应量。 分解处理 RANGE OF S IS SUPPLIER RANGE OF P IS PART RANGE OF J IS PROJECT RANGE OF V IS INVENTORY RANGE OF Y IS SUPPLY RETRIEVE (S．SNAME) WHERE (S．SNO＝V．SNO) AND (S．SNO＝Y．SNO) AND (S．CITY＝J．CITY) AND (P．PN0＝Y．PNO) AND (J．JNO)＝Y．JNO) AND (V．QOH＞Y．QTY) AND (P．PNAME＝“DOLTS”) AND (P．SIZE＝6) AND (Y．QTY＞1000) 见图7-6 SUPPLIER PROJECT SUPPLY INVENTORY PART SNAME SON PNO QTY1000 QOHQTY CITY PNO SNO JNO PNAME= ‘ BOLTS ’ PNO SIZE=6 图7-6 查询的图示 分解处理 一元子查询的提取 例如，图7-6的查询中，有两个一元子查询可以提取出来 RETRIEVE INTO PARTl (P．PNO) WHERE (P．PNAME＝“BOLTS”) AND (P．SIZE＝6) 和 RETRIEVE INTO SUPPLYl (S．SNO，Y．JNO，Y．PNO，Y．QTY) WHERE Y．QTY＞1000 分解处理 在对查询进行语义等价交换时，利用下面的传递性 (a＝b) AND (b＝c) ? a＝c (a＞b) AND (b＞c) ? a＞c 可以通过V．QOH＞Y．QTY和Y．QTY＞1000导出Y．QOH＞1000。 由于S．SNO＝V．SNO和S．SNO＝Y．SN0可以导出V．SNO＝Y．SNO。 由于V．SNO＝Y．SNO和Y．SNO＝S．SNO隐含了V．SNO＝S．SNO，所以V．SNO＝S．SNO可以从图7-6中去掉，变成了图7-7的形式 图7-7 一元子查询提取后的形势 SUPPLIER PROJECT SUPPLY1 INVENTORY1 PART1 SNAME PNO QOHQTY CITY PNO SNO JNO PNO. SNO PART SUPPLY INVENTORY PNAME= “BOLTS” PART1 SIZE=6 QTY1000 SUPLY1 QOH1000 INVENTORY1 （ a ） （ b ） 分解处理 化简 一元子查询提取后，则可以进行化简处理。化简是用两个至少是二元的，并且有一个公共的元组变量的查询代替原来多元查询的过程。即 Q(T1，T2，…，Tn)?Q1(T1，T2，…，Ti) 和Q2(Ti+1，Ti+2，…，Tn) 其中，Ti (i＝1，2，…，n)是元组变量，Q、Q1、Q2均为查询表达式。 对图7-7中的（b）进行化简，可以得到如图7-8所示的查询 图7-8 分解处理 INGRES对分解处理给出了3条规则。根据这3条规则进行分解处理未必是最优的，但一般的说是能够得到好处的。3条规则是： 1．抽取并处理每一个可提取的一元子查询。 2．只要有可能就进行化简。 3．如果不进行元组代入，则查询处理无法再继续进行下去，选择元组数最少的关系做元组代入 7.4.2 结局处理 INGRES对复杂的多元查询分成两步来进行 分解处理：一个复杂的多元查询经过分解处理、查询逐步变成一系列的简单查询，如图7-9所示。 结局处理：当查询变成二元的或二元以下的简单查询时、存储结构对存取效率的影响逐步变得清晰，这时就要求根据数据的存储结构来最有效的处理这些简单的查询 结局处理 在INGRES中，对数据的实际存取是在处理一元查询时进行的，因此在结局处理中