第九讲SQL优化创新设计.ppt

基于代价的优化（续） 如果比较条件是＞，＞＝，＜，＜＝操作 假设有一半的元组满足条件就要存取一半的叶结点 通过索引访问一半的表存储块cost=L+Y/2+B/2 如果可以获得更准确的选择基数，可以进一步修正Y/2与B/2 基于代价的优化（续） 3. 嵌套循环连接算法的代价估算公式 9.4.1中已经讨论过了嵌套循环连接算法的代价cost＝Br+Bs/(K-1) Br 如果需要把连接结果写回磁盘， cost＝Br+Bs/(K-1) Br +(Frs*Nr*Ns)/Mrs 其中Frs为连接选择性(join selectivity)，表示连接结果元组数的比例 Mrs是存放连接结果的块因子，表示每块中可以存放的结果元组数目。 基于代价的优化（续） 4. 排序-合并连接算法的代价估算公式 如果连接表已经按照连接属性排好序，则cost＝Br+Bs+(Frs*Nr*Ns)/Mrs。 如果必须对文件排序 需要在代价函数中加上排序的代价 对于包含B个块的文件排序的代价大约是(2*B)+(2*B*log2B) 第九章 关系系统及其查询优化 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 9.5 小 结 9.5 小 结 查询处理是RDBMS的核心，查询优化技术是查询处理的关键技术 本章讲解的优化方法 启发式代数优化 基于规则的存取路径优化 基于代价的优化 本章的目的：希望读者掌握查询优化方法的概念和技术 小 结（续） 比较复杂的查询，尤其是涉及连接和嵌套的查询 不要把优化的任务全部放在RDBMS上 应该找出RDBMS的优化规律，以写出适合RDBMS自动优化的SQL语句 对于RDBMS不能优化的查询需要重写查询语句，进行手工调整以优化性能 下课了。。。 休息一会儿。。。 * 查询树的启发式优化（续） (5) 把上述得到的语法树的内节点分组。每一双目运算(×， ，∪，-)和它所有的直接祖先为一组(这些直接祖先是(σ，π运算)。 如果其后代直到叶子全是单目运算，则也将它们并入该组 但当双目运算是笛卡尔积(×)，而且后面不是与它组成等值连接的选择时，则不能把选择与这个双目运算组成同一组，把这些单目运算单独分为一组 查询树的启发式优化（续） ［例4］ 下面给出［例3］中 SQL语句的代数优化示例。 (1) 把SQL语句转换成查询树，如下图所示 查询树 查询树的启发式优化（续） 为了使用关系代数表达式的优化法，假设内部表示是关系代数语法树，则上面的查询树如下图所示。 关系代数语法树 查询树的启发式优化（续） (2) 对查询树进行优化 利用规则4、6把选择σSC.Cno=‘2’移到叶端，查询树便转换 成下图所示的优化的查询树。这就是9.2.2节中Q3的查询树表示 优化后的查询树 第九章 关系系统及其查询优化 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 9.5 小 结 9.4 物理优化 代数优化改变查询语句中操作的次序和组合，不涉及底层的存取路径 对于一个查询语句有许多存取方案，它们的执行效率不同， 仅仅进行代数优化是不够的 物理优化就是要选择高效合理的操作算法或存取路径，求得优化的查询计划 物理优化（续） 选择的方法： 基于规则的启发式优化 基于代价估算的优化 两者结合的优化方法 9.4 物理优化 9.4.1 基于启发式规则的存取路径选择优化 9.4.2 基于代价的优化 9.4.1 基于启发式规则的存取路径选择优化 一、 选择操作的启发式规则 二、 连接操作的启发式规则 基于启发式规则的存取路径选择优化(续) 一、 选择操作的启发式规则: 1. 对于小关系，使用全表顺序扫描，即使选择列上有索引 对于大关系，启发式规则有： 2. 对于选择条件是主码＝值的查询 查询结果最多是一个元组，可以选择主码索引 一般的RDBMS会自动建立主码索引。 基于启发式规则的存取路径选择优化(续) 3. 对于选择条件是非主属性＝值的查询，并且选择列上有索引 要估算查询结果的元组数目 如果比例较小(10%)可以使用索引扫描方法 否则还是使用全表顺序扫描 基于启发式规则的存取路径选择优化(续) 4. 对于选择条件是属性上的非等值查询或者范围查询，并且选择列上有索引 要估算查询结果的元组数目 如果比例较小(10%)可以使用索引扫描方法 否则还是使用全表顺序扫描 基于启发式规则的存取路径选择优化(续) 5. 对于用AND连接的合取选择条件 如果有涉及这些属性的组合索引 优先采用组合索引扫描方法 如果某些属