四全局查询处理和优化10.pptxVIP

主要内容;优化目标 优化就是寻找执行代价（费用和时间）最小的查询执行策略，使系统执行效率降到最低。优化的目标就是指局部执行代价和网络传输代价的和最小。 局部执行代价：主要指输入/输出次数（I/O代价）及CPU处理代价。 网络传输代价：主要指传输启动代价和数据传输代价。;§4.1 查询优化的基础;代价计算 Q1代价计算(仅考虑I/O代价) -计算广义笛卡尔积代价 假定: 在内存中, 存放5块Students元组和一块SC元组, 一块可以装10个Students元组或100个SC元组. 假定: Students有1000个元组,SC有10000个元组, 其中选2号课程的有50个元组 数据只有读到内存才能进行连接;通过读取块数计算I/O代价 读取块数计算方法: Students 1000个元组 SC 10000个元组 读取总块数: 若每秒读写20块, 则花费:;条件:Students 1000个元组， SC 10000个元组 -笛卡尔集计算后的元组个数为: 103 ?104=107 -连接后的中间结果内存放不下, 需暂时写到外存 -若每块可装10个完成笛卡尔集后的元组, 则写这些元组需: (107 /10)/20=5 ? 104s 选择操作: 读回需5 ? 104s, 假设选择后剩50个元组,均可放在内存 投影操作: 查询共花费: 105+2 ? 5 ? 104 ? 105 s ? 28小时;Q2= ?sname(?Cno=‘2’(Students SC)); Q2= ?sname(?Cno=‘2’(Students SC));Q3= ?sname( Students ?Cno=‘2’(SC));§4.1 查询优化的基础;§4.1查询优化的基础;§4.1 查询优化的基础;§4.4 查询优化的基础;§4.4 查询优化的基础;§4.4 查询优化的基础;§4.4 查询优化的基础; 影响查询处理效率的因素有：网络传输代价（数据量和延迟等）、局部I/O代价及CPU使用情况代价等，但主要由网络通信代价和局部I/O代价来衡量。不同的分布式数据库系统可能对评估查询处理的传输代价和I/O代价的侧重不同。 为提高查询的效率，在查询处理过程中还要进行优化处理。 查询优化就是确定出一种执行代价最小的查询执行策略或寻找相对较优的操作执行步骤。一般可采用多级优化。本章介绍全局查询的处理与优化。; 查询语言 SQL–非过程化的关系数据库语言，是元组验算语言 元组演算： 其中 t:元组变量，F(t):well-formed formula(wff), 例如: 查询所有 managers 的 no. 和 name。 ;查询处理将查询转换为过程操作来访问数据。 ? ? ; 查询处理问题 集中查询处理器必须： -将演算查询转换为代数操作 -选择最好的执行计划 ?例如: SELECT ENAME FROM E,G WHERE RESP = “Manager” and E.ENO=G.ENO;关系代数 1: ;;;;§4.2.1 查询处理器概述;;§4.2.1 查询优化器概述;§4.2.2 查询处理层次 ;;;§4.3 Decomposition ;§4.3 Decomposition ;§4.3 Decomposition ;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;§4.3 Decomposition;Reconstruction—初步优化实际是将用户请求构成的查询树进行等价变换。等价变换的基本思想是把中间结果变小的运算先做。 假设：n为关系元组个数，进行顺序查询。 则关系运算的执行代价表为：;§4.3 Decomposition ;§4.3 Decomposition;查询的处理过程是从全局关系到片段关系，最后再到实际操作的副本关系。本节将介绍全局查询到片段查询的变换。即利用全局关系与其片段关系的等价关系，将全局查询中的全局关系替换为对片段关系的查询，变换后的查询称为片段查询。对应于片段查询的查询树，称为片段查询树。下面介绍全局查询与片段??询的等价关系及片段查询树的生成。 ; 全局查询与片段查