数据库原理A第9章_关系查询处理和查询优化

第九章关系查询处理和查询优化9.1RDBS的查询处理一、查询处理步骤查询分析词法、语法分析，识别关键字、属性、关系等，判断语句是否符合SQL语法查询检查检查数据库对象是否有效，是否具有权限，是否违反约束，然后转换成查询树查询优化查询执行二、查询操作的算法实现•选择操作–简单的全表扫描–索引（或散列）的扫描方法•连接操作–嵌套循环方法–排序-合并方法–索引连接方法–HASHJOIN方法9.2关系系统的查询优化一、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。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]+通信代价二、一个实例例：求选修了课程Ｃ2的学生姓名SELECTStudent.SnameFROMStudent,SCWHEREStudent.Sno=SC.SnoANDSC.Cno='2';查询优化的必要性（续）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执行策略1Ｑ1＝ПＳname(бStudent.Sno=SC.Sno∧SC.Cno='2'(Student×SC))①Student×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秒不同的执行策略,考虑I/O时间中间结果大小=1000*10000=107(1千万条元组)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小时查询优化的必要性（续）2.Ｑ2＝ПＳname(бSC.Cno='2'(StudentSC))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分查询优化的必要性（续）3.Ｑ2＝ПSname(StudentбSC.Cno='2'(SC))①б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②读Student表总块数=1000/10=100块读数据时间=100/20=5秒③П总时间＝5＋5秒＝10秒查询优化的必要性（续）4.Ｑ2＝ПＳname(StudentбSC.Cno='2'(SC))假设SC表在Cno上有索引，Student表在Sno上有索引①б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条不必写入外存查询优化的必要性（续）②读Student表索引=读Student表总块数=50/10=5块读数据时间③П总时间10秒查询优化的一般准则•选择运算应尽可能先做–目的：减小中间关系•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•投影运算和选择运算同时做–目的：避免重复扫描关系•将投影运算与其前面或后面的双目运算结合–目的：减少扫描关系的遍数9.3代数优化•关系代数表达式等价–指用相同的关系代替两个表达式中相应的关系所得到的结果是相同的–上面的优化策略大部分都涉及到代数表达式的变换常用的等价变换规则设E1、E2等是关系代数表达式，F是条件表达式l.连接、笛卡尔积交换律E1×E2≡E2×E1E1E2≡E2E1E1FE2≡E2FE1关系代数等价变换规则（续）2.连接、笛卡尔积的结合律(E1×E2)×E3≡E1×(E2×E3)(E1E2)E3≡E1(E2E3)(E1E2)E3≡E1(E2E3)FFFF关系代数等价变换规则（续）3.投影的串接定律πA1,A2,,An(πB1,B2,,Bm(E))≡πA1,A2,,An(E)假设：1)E是关系代数表达式2)Ai(i=1，2，…，n),Bj(j=l，2，…，m)是属性名3){A1,A2,…,An}构成{Bl，B2，…，Bm}的子集关系代数等价变换规则（续）4.选择的串接定律бF1（бF2（E））≡бF1∧F2(E)–选择的串接律说明选择条件可以合并–这样一次就可检查全部条件。关系代数等价变换规则（续）5.选择与投影的交换律(1)假设:选择条件F只涉及属性A1，…，AnбF(πA1,A2,,An(E))≡πA1,A2,,An(бF(E))(2)假设:F中有不属于A1,…,An的属性B1,…,BmπA1,A2,,An(бF(E))≡πA1,A2,,An(бF(πA1,A2,,An,B1,B2,,Bm(E)))关系代数等价变换规则（续）6.选择与笛卡尔积的交换律(1)假设：F中涉及的属性都是E1中的属性бF(E1×E2)≡бF(E1)×E2(2)假设：F=F1∧F2，并且F1只涉及E1中的属性，F2只涉及E2中的属性则由上面的等价变换规则1，4，6可推出：бF(E1×E2)≡бF1(E1)×бF2(E2)关系代数等价变换规则（续）(3)假设：F=F1∧F2，F1只涉及E1中的属性，F2涉及E1和E2两者的属性бF(E1×E2)≡бF2(бF1(E1)×E2)它使部分选择在笛卡尔积前先做关系代数等价变换规则（续）7.选择与并的交换假设：E=E1∪E2，E1，E2有相同的属性名бF(E1∪E2)≡бF(E1)∪бF(E2)8.选择与差运算的交换假设：E1与E2有相同的属性名бF(E1-E2)≡бF(E1)-бF(E2)关系代数等价变换规则（续）9.投影与笛卡尔积的交换假设：E1和E2是两个关系表达式，A1，…，An是E1的属性，B1，…，Bm是E2的属性πA1,A2,…,An,B1,B2,…,Bm（E1×E2)≡πA1,A2,…,An（E1)×πB1,B2,…,Bm(E2)关系代数等价变换规则（续）l0.投影与并的交换假设：E1和E2有相同的属性名πA1,A2,…,An(E1∪E2)≡πA1,A2,…,An(E1)∪πA1,A2,…,An(E2)小结1-2:连接、笛卡尔积的交换律、结合律3：合并或分解投影运算4：合并或分解选择运算5-8：选择运算与其他运算交换5，9，10：投影运算与其他运算交换关系代数表达式的优化算法算法：关系表达式的优化输入：一个关系表达式的语法树。输出：计算该表达式的程序。方法：（1）分解选择运算利用规则4把形如бF1∧F2∧…∧Fn(E)变换为бF1(бF2(…(бFn(E))…))关系代数表达式的优化算法(续)（2）通过交换选择运算，将其尽可能移到叶端对每一个选择，利用规则4～8尽可能把它移到树的叶端。（3）通过交换投影运算，将其尽可能移到叶端对每一个投影利用规则3，9，l0，5中的一般形式尽可能把它移向树的叶端。关系代数表达式的优化算法(续)（4）合并串接的选择和投影，以便能同时执行或在一次扫描中完成–利用规则3～5把选择和投影的串接合并成单个选择、单个投影或一个选择后跟一个投影。–使多个选择或投影能同时执行，或在一次扫描中全部完成–尽管这种变换似乎违背“投影尽可能早做”的原则，但这样做效率更高。关系代数表达式的优化算法(续)（5）对内结点分组–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б，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(×)，而且其后的选择不能与它结合为等值连接时除外。把这些单目运算单独分为一组。关系代数表达式的优化算法(续)（6）生成程序–生成一个程序，每组结点的计算是程序中的一步。–各步的顺序是任意的，只要保证任何一组的计算不会在它的后代组之前计算。优化的一般步骤1．把查询转换成某种内部表示2．代数优化：把语法树转换成标准（优化）形式3．物理优化：选择低层的存取路径4．生成查询计划，选择代价最小的优化的一般步骤(续)（1）把查询转换成某种内部表示例：求选修了课程Ｃ2的学生姓名SELECTStudent.SnameFROMStudent,SCWHEREStudent.Sno=SC.SnoANDSC.Cno='2';（1）把查询转换成某种内部表示语法树结果project(Sname)select(SC.Cno=2)join(Student.Sno=SC.Sno)StudentSC关系代数语法树πSnameSC.Cno=’2’Student.Sno=SC.S×StudentSC（2）代数优化利用优化算法把语法树转换成标准（优化）形式πSnameStudent.Sno=SC.SnoSC.Cno=2×StudentSC（3）物理优化：选择低层的存取路径-优化器查找数据字典获得当前数据库状态信息•选择字段上是否有索引•连接的两个表是否有序•连接字段上是否有索引–然后根据一定的优化规则选择存取路径如本例中若SC表上建有Cno的索引，则应该利用这个索引，而不必顺序扫描SC表。（4）生成查询计划，选择代价最小的–在作连接运算时，若两个表(设为R1，R2)均无序，连接属性上也没有索引，则可以有下面几种查询计划：•对两个表作排序预处理•对R1在连接属性上建索引•对R2在连接属性上建索引•在R1，R2的连接属性上均建索引–对不同的查询计划计算代价，选择代价最小的一个。–在计算代价时主要考虑磁盘读写的I/O数，内存CPU处理时间在粗略计算时可不考虑。