分布式数据库中查询处理和优化发布订阅系统.pptVIP

第三章 分布式数据库中的查询处理和优化发布/订阅系统 王静 张洪梅 王蕾 主要内容： 3.1 分布式查询优化概述 3.2 分布式查询优化中的基础知识 3.3 分布式查询的分类和层次结构 3.4 基于关系代数等价变换的查询优化处理 3.5 基于半连接算法的查询优化处理 3.6 基于直接连接算法的查询优化处理 3.7 直接连接操作的常用策略 3.8 小结 3.1 分布式查询优化概述 分布式查询处理是用户与分布式数据库系统的接口，也是分布式数据库研究的主要问题之一。 3.1.1 分布式查询优化的目标 ——总代价最小 集中式 CPU , I/O 代价 分布式 CPU, I/O 通讯代价 ——时间代价 响应时间 3.1.2 分布式查询优化的准则和代价估算 1.查询优化的准则 分布式查询优化的准则是使通信费用最低和响应时间最短，即以最小的总代价，在最短的响应时间内获得需要的数据。 2.查询代价分析 （1）在远程通信网络中 常常以减少传输的次数和数据量作为优化的重要目标。 （2）在高速局域网中 以响应时间作为优化目标 在某些情况下，查询处理同时以减少通信费用和响应时间为优化目标。 3.查询代价的估算方法 设一个查询执行的预期代价为QC，则 代价公式 集中式: QC = I/O 代价 + CPU 代价 分布式：QC = I/O 代价 + CPU 代价 + 通讯代价 通信代价（粗略计算） TC(X) = 传输延迟时间C0 + (数据传输速率C1*传输数据量X) 3.1.3分布式查询策略的重要性 在分布式数据库系统中，查询优化包括两个内容：查询策略优化和局部处理优化，而查询策略优化尤为重要。 例3.1 在教学数据库里，有 S(S#,SNAME,AGE,SEX)有104个元组，在站点A存放 C(C#,CNAME,TEACHER)有105个元组，在站点B存放 SC(S#,C#，GRADE)有106个元组，在站点A存放 假定：若每个元组的长度均为100b 通信系统的传输速度为104 b/s 通信延迟时间为1s 问题:要求查出所有选修‘MATHS’课的男同学的学号和姓名。 解：SQL语句是： SELECT S#, SNAME FROM S, C, SC WHERE S.S#=SC.S# AND C.C#=SC.C# (连接条件) AND SEX=‘男’ AND CNAME=‘MATHS’ (选择条件) 通讯代价的估算公式： T = 传输延迟时间C0+ (传输数据量X * 数据传输速率C1) =(传输次数*1)+(传输的bit数/ 104 ) 为了实现这一查询，可以有六种可能的查询策略，下面分别对六种策略进行代价估算。 策略1： A 传C B 把关系C传输到A地，在A地处理 查询T1=1+(105*100/104) S,SC 通信1次 C ≈103秒≈16.7分钟 策略2： A 传S,SC B 把关系S和SC传输到B地，在B地 处理查询T2=2+(104+106)*100/104 S,SC 通信2次 C ≈10100秒≈2.8小时 策略3： A 问105 B 先在A地求出男学生的成绩元组有 105，再根据C#的值询问B地，核 答105 实是否C=‘MATHS’,T3≈(2*105*1) S,SC C =2*105秒≈2.3天 策略4： A 问10 B 先在B地求出‘MATHS’的元组，有10 个，再根据C#的值询问A地的S, SC 答10 的连接，核实是否为选修‘MATHS’的 S,SC C 男生,T4≈(2*10*1)