关系查询处理和其查询优化.PPT

第九章 关系查询处理和其查询优化 9.1 关系数据库系统的查询处理 9.2 关系数据库系统的查询优化 9.3 代数优化 9.4 物理优化 9.1关系数据库系统的查询处理 9.1.1 查询处理步骤 分4个阶段：查询分析，查询检查，查询优化，查询执行 1 查询分析 对查询语句进行扫描、词法分析和语法分析。 2 查询检查 根据数据字典对合法的查询语句进行语义检查，即检查语句中的数据库对象，如属性名、关系名，是否存在和是否有效。权限和完整性检查，转换为查询树 3 查询优化 在许多的执行策略中选择一个高效的查询处理策略。分为代数优化和物力优化。 4 查询执行 生成查询计划，由代码生成器生成执行查询的代码。 9.1.2实现查询操作的算法示例 一、选择操作的实现 例 select * from student where 条件表达式; 条件为： C1：无条件 C2: sno=‘200215121’ C3: sage20 C4: sdept=‘CS’ AND sage20; 1.简单的全表扫描 对小表简单有效，对大表费时，效率低 2.索引扫描方法 如果选择条件中的属性上有索引，用索引扫描法。通过索引先找到满足条件的元组主码或指针，再通过指针找基表中的数据 二、连接操作的实现 连接操作是最费时的操作 例： select * from student,sc where student.sno=sc.sno 1.嵌套循环方法 2.排序-合并方法 适合于连接的诸表已经排序的情况 步骤： 1）先对待连接的表在连接属性上排序 2）取左表的第一个元组，一次扫描右表，找连接属性相等的元组，把他们连接起来 3）当在右表中找到第一个与左表提供的值不相等时，返回左表取下一个元组再往下扫描右表。重复这一过程，直到左表扫描完毕。 3.索引连接方法 步骤： 1）在sc表上建立属性sno的索引 2）对student中的每一个sno,通过sc的索引找相应的sc元组 3）把这些元组与student中的当前元组连接起来 4）重复2）3）直到student表处理完毕 9.2 关系系统的查询优化 9.2.1 查询优化概述 9.2.1 查询优化概述 查询优化的必要性 查询优化极大地影响RDBMS的性能。 ? 查询优化的可能性 关系数据语言的级别很高，使DBMS可以从关系表达式中分析查询语义。 由DBMS进行查询优化的好处 用户不必考虑如何最好地表达查询以获得较好的效率 系统可以比用户程序的优化做得更好 (1) 优化器可以从数据字典中获取许多统计信息，而用户程序则难以获得这些信息 由DBMS进行查询优化的好处 (2)如果数据库的物理统计信息改变了，系统可以自动对查询重新优化以选择相适应的执行计划。 在非关系系统中必须重写程序，而重写程序在实际应用中往往是不太可能的。 (3)优化器可以考虑数百种不同的执行计划，而程序员一般只能考虑有限的几种可能性。 (4)优化器中包括了很多复杂的优化技术 查询优化目标 查询优化的总目标 选择有效策略，求得给定关系表达式的值 实际系统的查询优化步骤 1. 将查询转换成某种内部表示，通常是语法树 2. 根据一定的等价变换规则把语法树转换成标准 （优化）形式 实际系统的查询优化步骤 3. 选择低层的操作算法 对于语法树中的每一个操作 计算各种执行算法的执行代价 选择代价小的执行算法 4. 生成查询计划(查询执行方案) 查询计划是由一系列内部操作组成的。 代价模型 集中式数据库 单用户系统 总代价 = I/O代价 + CPU代价 多用户系统 总代价 = I/O代价 + CPU代价 + 内存代价 分布式数据库 总代价 = I/O代价 + CPU代价[+ 内存代价] + 通信代价 9.2.2 一个实例 例：求选修了课程Ｃ2的学生姓名 ? SELECT Student.Sname FROM Student, SC WHERE Student.Sno=SC.Sno AND SC.Cno=2; 假设1：外存： Student:1000条,SC:10000条, 选修2号课程:50条 假设2：一个内存块装元组:10个Student, 或100个SC, 内存中一次可以存放: 5块Student元组, 1块SC元组和若干块连接结果元组 假设3：读写速度：20块/秒 假设4：连接方法：基于数据块的嵌套循环法