第五章查询处理与查询优化.pptVIP

第五章 查询优化 查询处理概述 查询处理概述 主要内容 语法分析(Parsing) 逻辑查询计划生成(Logical Query Plan) 查询重写(Query Rewrite) 查询计划代价估计(Cost Estimation) 物理查询计划选择(Physical Query Plan) 一、语法分析 构造语法分析树(Parsing Tree) 1、SQL查询语法分析 SELECT title FROM StarsIn WHERE starName IN ( SELECT name FROM MovieStar WHERE birthdate LIKE ‘%1960’ ); (Find the movies with stars born in 1960) 1、SQL查询语法分析 二、初始逻辑查询计划生成 将语法分析树转换为代数表达式树——逻辑查询计划 Typical：关系代数 1、关系代数回顾 ?：并 ?：交 ?：选择 ?：投影 －：差 ：自然连接 ：Theta 连接 …… 2、关系代数与SQL 关系代数是SQL的代数表达 关系代数表达式 ? SQL查询 3、逻辑查询计划 与语法分析树类似 内结点：关系运算符 叶结点：关系 例：逻辑查询计划生成 SELECT title FROM StarsIn WHERE starName IN ( SELECT name FROM MovieStar WHERE birthdate LIKE ‘%1960’ ); 例：逻辑查询计划生成 三、查询重写 将初始逻辑查询计划转换为优化的逻辑查询计划(Maybe) 基于代数转换规则 1、查询重写例子 2、转换规则 Transformation rules 运用转换规则，将一个代数表达式转换为另一个等价的代数表达式 2、转换规则 涉及自然连接、并、交、笛卡儿积的交换律和结合律 R×S＝S×R;（R×S）×T＝R×（S×T） R?S＝S?R;（R?S）?T＝R?（S?T） R∪S＝S∪R;（R∪S）∪T＝R∪（S∪T） R∩S＝S∩R;（R∩S）∩T＝R∩（S∩T） 2、转换规则 （R?S）?T： 中间结果R?S产生3条记录 R?（S?T）：中间结果S?T产生1条记录 2、转换规则 选择上的转换规则 ? C1 ? C2(R)＝ ? C1(σC2(R)) ? C1 ? C2(R) ＝ (? C1(R)) ∪s ( ? C2(R)) 2、转换规则 包并 2、转换规则 Example： R={a,a,b,b,b,c} ? C1 ? C2(R) ＝{a,a,b,b,b,c} ? C1 (R) ＝{a,a,b,b,b} ? C2(R) ＝{b,b,b,c} SUM： ? C1 ? C2(R) ≠ (? C1(R)) ∪ ( ? C2(R)) MAX ? C1 ? C2(R) ＝ (? C1(R)) ∪ ( ? C2(R)) 2、转换规则 SQL Union All －－－包并（SUM） Union－－－集合并 例如，Student表和Staff表 “返回所有男学生和男教师的姓名” 2、转换规则 选择＋自然连接 2、转换规则 选择＋自然连接 2、转换规则 选择＋自然连接：推导例子 2、转换规则 投影＋选择 2、转换规则 投影＋自然连接 3、转换规则的几点思考 转换的最终目的 减少查询的开销(I/O次数) 转换的直接目的 减少查询执行时的中间关系大小（元组数） 减少元组的大小 3、转换规则的几点思考 No transformation is always good Usually good: early selections Where we are? 语法分析(Parsing) 逻辑查询计划生成(Logical Query Plan) 查询重写(Query Rewrite) 查询计划代价估计 物理查询计划选择(Physical Query Plan) 四、查询代价估计(Cost Estimation) 四、查询代价估计(Cost Estimation) 四、查询代价估计(Cost Estimation) 中间关系大小估计 I/O代价估计 物理查询计划生成 1、中间结果的大小估计 需要使用一些统计量(statistics) T(R) : R的元组数 S(R) : R中每个元组的大小(bytes) V(R, A) : R的属性A上的不同值数 B(R)：容纳R所有元组所需的块数 These statistics should be hold in the database! 1、中间结果的大小估计 1、中间结果的大小估计 W = R1 × R2 的大小估计 T(W) = T(R1) * T(R2) S(W)