关系查询处理和查询优化
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Biblioteka Baidu
二、连接操作的实现
例2 SELECT * FROM Student，SC WHERE Student.Sno=SC.Sno ； 1、嵌套循环方法(nested loop)
简单。对外层循环Student的每一个元组，检查内层循环SC中的每 一个元组，并检查连接属性是否相等
2、排序-合并方法(sort-merge join)
二、连接操作的实现
3、索引连接法
①在SC上建立属性Sno索引； ②对Student的每一个元组，由Sno值通过索引查找相应SC元组； ③把这些SC元组和Student元组连接起来； 循环执行②③，直到Student元组处理完。
4、Hash Join方法
把连接属性作为Hash码，用同一个Hash函数把R和S中的元组散 列到同一个Hash文件中； 第一步，划分阶段，对小表R进行一遍处理，把它的元组按Hash 函数分散到Hash表的桶中；（假设：R完全装入内存） 第二步，试探阶段（连接阶段），对表S进行一遍处理，把它的 元组散列到适当的Hash桶中，并把元组与来自R并与之匹配的元 组连接起来。
9.2 关系数据库系统的查询优化
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。 查询优化是RDBMS关键技术、关系系统的优点 （关系系统：支持表结构、选择连接（自然）操作） 查询优化的可能性 关系表达式语义的级别很高，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 (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
写中间结果时间 = 10000000/10/20 = 50000秒
②б 读数据时间 = 50000秒 ③П 总时间 =105＋50000＋50000秒 = 100105秒 = 27.8小时
执行策略2
Ｑ2＝ ПＳname(бSC.Cno=' 2' (Student SC)) ① 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 ②б 读数据时间=50秒 ③П 总时间＝105＋50＋50秒＝205秒=3.4分
常用，适合有序表 步骤： ① 若没排序，首先对Student、SC按连接属性Sno排序； ② 取Student第一个Sno，一次扫描SC中具有相同Sno元组，连接 起来； ③ 当扫描到SC中第一个不相同Sno元组时，返回Student扫描下一 个元组，在扫描SC中具有相同Sno元组，把它们连接起来； 重复上述步骤，直到Student扫描完。
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或10个连接结果元组 ; 内存中一次可以存放: 5块Student元组, 1块SC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
第九章 关系查询处理及其查询优化
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
---关系代数表达式的优化
---存取路径和底层操作算法的选择
9.1关系数据库系统的查询处理
查询处理的任务：是把用户提交给RDBMS的查询语句转
换为高效的执行计划. 9.1.1查询处理步骤
查询分析 查询检查
查询优化
查询执行
9.1.1查询处理步骤： 查询语句
查询 分析 词法分析 语法分析 语义分析 符号名转换 安全性检查 完整性检查 查询树 查询 优化 代数优化 物理优化等 执行策略描述 查询 执行 代码生成 查询计划的执行代码 数据库 数据字典
查询 检查
9.1.2实现查询操作的算法示例
一、选择操作的实现
例1 SELECT * FROM Student WHERE <条件表达式>； <条件表达式>：C1：无条件
C2：Sno=‘200215121’； C3：Sage >20； C4：Sdept=‘CS’ AND Sage>20；
1、简单的全表扫描方法 顺序扫描，逐一检查每个元组是否满足选择条件，把满足条件的 元组作为结果输出。 适合：小表 2、索引（或散列）扫描方法 如果条件表达式的属性上有索引（如B+树索引或Hash索引）,通过 索引先找到满足条件的元组主码或元组指针，再通过元组指针直接 在查询的基本表中找到元组。如 C2：
执行策略1
Ｑ1＝ ПＳname(бStudent.Sno=SC.Sno ∧SC.Cno='2' (Student×SC))
① Student×SC
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 读数据时间=2100/20=105秒 中间结果大小 = 1000*10000 = 107 (1千万条元组)
执行策略3
Ｑ2＝ ПSname(Student
бSC.Cno=' 2' (SC))
代价模型
集中式数据库
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
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,使得查询代价最小。
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';
二、连接操作的实现
例2 SELECT * FROM Student，SC WHERE Student.Sno=SC.Sno ； 1、嵌套循环方法(nested loop)
简单。对外层循环Student的每一个元组，检查内层循环SC中的每 一个元组，并检查连接属性是否相等
2、排序-合并方法(sort-merge join)
二、连接操作的实现
3、索引连接法
①在SC上建立属性Sno索引； ②对Student的每一个元组，由Sno值通过索引查找相应SC元组； ③把这些SC元组和Student元组连接起来； 循环执行②③，直到Student元组处理完。
4、Hash Join方法
把连接属性作为Hash码，用同一个Hash函数把R和S中的元组散 列到同一个Hash文件中； 第一步，划分阶段，对小表R进行一遍处理，把它的元组按Hash 函数分散到Hash表的桶中；（假设：R完全装入内存） 第二步，试探阶段（连接阶段），对表S进行一遍处理，把它的 元组散列到适当的Hash桶中，并把元组与来自R并与之匹配的元 组连接起来。
9.2 关系数据库系统的查询优化
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。 查询优化是RDBMS关键技术、关系系统的优点 （关系系统：支持表结构、选择连接（自然）操作） 查询优化的可能性 关系表达式语义的级别很高，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 (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
写中间结果时间 = 10000000/10/20 = 50000秒
②б 读数据时间 = 50000秒 ③П 总时间 =105＋50000＋50000秒 = 100105秒 = 27.8小时
执行策略2
Ｑ2＝ ПＳname(бSC.Cno=' 2' (Student SC)) ① 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 ②б 读数据时间=50秒 ③П 总时间＝105＋50＋50秒＝205秒=3.4分
常用，适合有序表 步骤： ① 若没排序，首先对Student、SC按连接属性Sno排序； ② 取Student第一个Sno，一次扫描SC中具有相同Sno元组，连接 起来； ③ 当扫描到SC中第一个不相同Sno元组时，返回Student扫描下一 个元组，在扫描SC中具有相同Sno元组，把它们连接起来； 重复上述步骤，直到Student扫描完。
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或10个连接结果元组 ; 内存中一次可以存放: 5块Student元组, 1块SC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
第九章 关系查询处理及其查询优化
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
---关系代数表达式的优化
---存取路径和底层操作算法的选择
9.1关系数据库系统的查询处理
查询处理的任务：是把用户提交给RDBMS的查询语句转
换为高效的执行计划. 9.1.1查询处理步骤
查询分析 查询检查
查询优化
查询执行
9.1.1查询处理步骤： 查询语句
查询 分析 词法分析 语法分析 语义分析 符号名转换 安全性检查 完整性检查 查询树 查询 优化 代数优化 物理优化等 执行策略描述 查询 执行 代码生成 查询计划的执行代码 数据库 数据字典
查询 检查
9.1.2实现查询操作的算法示例
一、选择操作的实现
例1 SELECT * FROM Student WHERE <条件表达式>； <条件表达式>：C1：无条件
C2：Sno=‘200215121’； C3：Sage >20； C4：Sdept=‘CS’ AND Sage>20；
1、简单的全表扫描方法 顺序扫描，逐一检查每个元组是否满足选择条件，把满足条件的 元组作为结果输出。 适合：小表 2、索引（或散列）扫描方法 如果条件表达式的属性上有索引（如B+树索引或Hash索引）,通过 索引先找到满足条件的元组主码或元组指针，再通过元组指针直接 在查询的基本表中找到元组。如 C2：
执行策略1
Ｑ1＝ ПＳname(бStudent.Sno=SC.Sno ∧SC.Cno='2' (Student×SC))
① Student×SC
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 读数据时间=2100/20=105秒 中间结果大小 = 1000*10000 = 107 (1千万条元组)
执行策略3
Ｑ2＝ ПSname(Student
бSC.Cno=' 2' (SC))
代价模型
集中式数据库
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
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,使得查询代价最小。
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';