数据库系统原理及应用 高教版 CH08 数据库查询优化.pptVIP

关系表达式转换 ■ 等价规则 合取选择运算的级联分解 选择运算满足交换律 系列投影的最后有效性 选择操作与θ连接相结合 = E1 ?θ E2 ? ? 关系表达式转换 ■ 等价规则 连接运算的结合律 自然连接运算的结合律： (E1 ? E2) ? E3 = E1 ? (E2 ? E3) θ连接运算的结合律：(E1 ? E2) ? E3 = E1 ? (E2 ? E3) 选择运算对θ连接运算的分配律 选择条件θ0的所有属性只涉及θ连接的表达式之一时，满足分配律 ?θ E2) = ?θ E2 当选择条件θ1只涉及E1的属性，且选择条件θ2只涉及E2的属性时满足分配律 ?θ E2) = ?θ 关系表达式转换 ■ 等价规则 投影运算对θ连接运算的分配律 令A1、A2分别代表E1、E2的属性，假设连接条件θ只涉及A1∪A2中的属性，则 ?θ E2) = ?θ 令A1、A2分别代表E1、E2的属性；令A3是E1中出现在连接条件θ中但不在A1∪A2中的属性；令A4是E2中出现在连接条件θ中但不在A1∪A2中的属性 ?θ E2 ) = ?θ 选择执行计划 ■如何为一个给定查询选择最佳执行计划？ 一种方法是搜索所有的执行计划，基于代价估计选择最佳的执行计划； 使用启发式策略选择执行计划。 实际中的查询优化器将两种方法结合起来使用。 选择执行计划 ■ 基于代价的优化 基于代价的优化器(cost-based optimizer)通过使用等价规划从给定的查询语句产生一系列查询执行计划，并选择代价最小的一个。对于一个复杂的查询，等价于给定查询的不同执行计划可能很多。例如， r1 ? r2 ? … ? rn。 基于代价的优化器在实际应用中，不可能也没必要对所有可能的执行计划进行穷举搜索(这样将会导致不可接受的优化代价，即为了寻找最佳执行计划而花费的代价过高)，通常都是采用各种剪枝的技术进行局部搜索，以寻找接近最优的执行计划。 选择执行计划 ■ 启发式优化 为了减少优化本身的代价，查询优化器通常都会或多或少地使用一些启发式(heuristics)规则。 尽早执行选择操作 ，例如， σscore=92(σstudentName=李小勇(Student) ? Score) σstudentName=李小勇(Student) ? σscore=92(Score) ??? 尽早执行投影运算 投影运算象选择运算一样，也可以减少关系的大小 ，只要有可能就立即执行投影 ； 选择运算减小关系的潜力通常会比投影运算大，因此，“尽早执行投影运算”的前提是先采用“尽早执行选择运算”的启发式规则。 ■查询优化 逻辑优化：产生逻辑上等价的关系代数表达式； 代价估计：估计每个查询执行计划的代价； 物理优化：对等价的关系代数表达式以不同方式作注释， 产生不同的查询执行计划。 查询执行计划 基于代价估计的选择 —— 基于代价的优化； 基于启发式策略选择 —— 启发式优化。 总结 本章结束！ 请同学们对本章内容进行复习、总结！！！ 桶溢出的处理 开散列： 它的桶的数量是固定的，没有溢出链； 当一个桶满了以后，系统将记录插入到初始桶集合B的其他桶中去。 选择其他桶的策略有： 使用下一个(按轮转顺序)未满的桶，该策略称为线性探查法； 用进一步计算散列函数的方法（再散列法）。 散列索引 散列索引(hash index)将搜索码值及其相应的文件记录指针组织成一个散列索引项。 散列索引的构建方法： 将散列函数作用于一条文件记录的搜索码值，以确定该文件记录所对应的散列索引项的散列桶； 将由该搜索码值以及相应文件记录指针组成的散列索引项存入散列桶(或溢出桶)中。 图8-20是Student文件的一个散列索引，其搜索码是studentNo，散列函数是计算studentNo值的各位数字之和后按5取模。由于studentNo是主码，所以每个搜索码值只对应一个记录指针。一般情况下，每个搜索码值可能对应多个指针。