数据库原理与程序设计（孙杰）第11章 查询优化技术.pptVIP

第11章 查询优化技术 生物医学软件工程教研室 查询优化的必要性 例：查询选修了课程C031的学生的姓名 为了对查询的效率进行比较，我们进行如下的假设： 外存：Student：1000条；SC：10000条；选修2号课程：50条； 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； 读写速度：20块/秒； student×sc 读取时间=读取总块数÷读取速度 读取总块数= 读Student表块数+读SC表遍数*每遍块数=1000/10+(1000/(10×5)) ×(10000/100) =100+20×100=2100 写中间结果的时间=中间结果的大小÷磁盘块容量÷读写速度 中间结果大小 = 1000*10000 = 107(1千万条元组) ?运算需读取中间结果 读数据时间 = 50000秒? П 总时间 =105＋50000＋50000秒 = 100105秒 = 27.8小时 ∞ 读取总块数= 2100块 读数据时间=2100/20=105秒 中间结果大小=10000 （减少1000倍） 写中间结果时间=10000/10/20=50秒? ? 读数据时间=50秒 П 总时间＝105＋50＋50秒＝205秒=3.4分? ? 读SC表总块数= 10000/100=100块 读数据时间=100/20=5秒? 中间结果大小=50条 不必写入外存 读Student表总块数= 1000/10=100块 读数据时间=100/20=5秒 总时间＝5＋5秒＝10秒 ? 读SC表索引= 读SC表总块数= 50/1001块 读数据时间? 中间结果大小=50条 不必写入外存 ∞ 读Student表索引= 读Student表总块数= 50/10=5块 读数据时间 总时间10秒 查询优化的一般规则 规则1：选择和投影操作尽早执行 减少中间结果 查询优化的一般规则 规则2：把某些选择操作与邻接笛卡尔积相结合，形成一个连接操作 连接操作比笛卡尔积节省时间，特别是等值连接。 σstudent.son=sc.sno(student×sc) student∞sc 查询优化的一般规则 规则3：同时执行相同关系上的多个选择和投影操作 避免重复扫描关系 查询优化的一般规则 规则4：把投影操作与邻接操作结合起来执行 减少扫描关系的遍数 查询优化的一般规则 规则5：在执行连接操作前对关系适当进行预处理 按连接属性排序 在连接属性上建立索引 查询优化的一般规则 规则6：提取公共表达式 关系代数等价变换规律 等价的概念：设E1和E2是两个关系代谢表达式。如果E1和E2中表示相同的关系，则称E1和E2等价。 等价规律1：选择串接律 其中E是关系代数表达式，ci是选择条件. 选择条件可以合并，一次可以检查多个条件 等价规律2：选择交换律 其中E是关系代数表达式，ci是选择条件. 等价规律3：投影串接律 其中，E是关系代数表达式，Li是投影属性集合，且L1?L2? … ?Ln 等价规律4：选择投影交换律 其中，E是关系代数表达式，L是投影属性集合，C是选择条件，C值设计L中属性 等价规律5：连接和笛卡尔积交换律 其中，E1 和E2 是关系代数表达式，C是连接条件。 等价规律6：集合操作的交换律 其中，E1和E2是关系代数表达式 等价规律7：连接、笛卡尔积和集合操作的结合律 等价规律8：选择、连接和笛卡尔积的分配律 部分的选择可以在笛卡尔积(或连接)前先做； 等价规律9：投影、连接和笛卡尔积的分配律 等价规律10：选择与集合操作的分配律 等价规律11：投影与集合操作的分配律 关系代数优化算法——查询树 查询树是一种表示关系代数表达式的树形结构。 叶子节点表示关系 内节点表示关系代数操作 自底向上执行 处理一个查询需要构造该查询的内部表示——查询树 高级查询语言定义的查询语句? 关系代数表达式(查询树)? 优化算法?最终的结果查询树 例 Select A from R1, R2, R3 where P=15 and N=‘user’; 关系代数表达式 πA(σp=15and N=‘user’ (R1×R2×R3)) 查询优化算法的描述 算法输入：关系代数表达式 算法输出：计算输入关系代数表达式的程序 (1)使用规律1，把每个选择操作 变换为 (2)使用规律2,4,8和10，把查询树上的每个选择操作移动到尽可能靠近叶子节点 (3)使用规律3,4,9和11，把查询树上的每个投影操作移动到尽可能靠近叶子节点 (4