第9章_关系查询处理和查询优化.ppt

9.1 关系数据库系统的查询处理 9.1.2 实现查询操作的算法示例 9.2 关系数据库系统的查询优化　9.2.1 查询优化概述 一、由RDBMS进行查询优化的好处： 二、查询优化目标及步骤 9.2.2 一个实例 9.3 代数优化9.3.1 关系代数表达式等价变换规则 常用的关系代数等价变换规则 9.3.2 查询树的启发式优化 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 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 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。 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 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,则优先采用组合索引扫描方法 如果某些属性上有一般的索引，则可以用［例1-C4］中介绍的索引扫描方法，否则使用全表顺序扫描。 6. 对于用OR连接的析取选择条件，一般使用全表顺序扫描 二、 连接操作的启发式规则： 1. 如果2个表都已经按照连接属性排序 选用排序-合并方法 2. 如果一个表在连接属性上有索引 选用索引连接方法 3. 如果上面2个规则都不适用，其中一个表较小 选用Hash join方法 4. 可以选用嵌套循环方法，并选择其中较小的表，确切地讲是占用的块数(b)较少的表，作为外表(外循环的表) 。 理由： 设连接表R与S分别占用的块数为Br与Bs 连接操作使用的内存缓冲区块数为K 分配K-1块给外表 如果R为外表，则嵌套循环法存取的块数为Br+( Br/K-1)Bs 显然应该选块数小的表作为外表 9.4.2 基于代价的优化 启发式规则优化是定性的选择，适合解释执行的系统 解释执行的系统，优化开销包含在查询总开销之中 编译执行的系统中查询优化和查询执行是分开的 可以采用精细复杂一些的基于代价的优化方法 一、 统计信息 基于代价的优化方法要计算各种操作算法的执行代价，与数据库的状态密切相关 数据字典中存储的优化器需要的统计信息： 1. 对每个基本表 该表的元组总数(N) 元组长度(l) 占用的块数(B) 占用的溢出块数(BO) 2. 对基表的每个列 该列不同值的个数(m) 选择率(f) 如果不同值的分布是均匀的，f＝1/m 如果不同值的分布不均匀，则每个值的选择率＝具有该值的元组数/N 该列最大值 该列最小值 该列上是否已经建立了索引 索引类型(B+树索引、Hash索引、聚集索引) 3. 对索引(如B+树索引) 索引的层数(L) 不同索引值的个数 索引的选择基数S(有S个元组具有某个索引值) 索引的叶结点数(Y) 二、 代价估算示例 全表扫描算法的代价估算公式 如果基本表大小为B块，全表扫描算法的代价 cost＝B 如果选择条件是码＝值，那么平均搜索代价 cost＝B/2 2. 索引扫描算法的代价估算公式 如果选择条件是码＝值 如［例1-C2］，则采用该表的主索引 若为B+树，层数为L，需要存取B+树中从根结点到叶结点L块，再加上基本表中该元组所在的那一块，所以cost=L+1 如果选择条件涉及非码属性 如［例1-C3］，若为B+树索引，选择条件是相等比较，S是索引的选择基数(有S个元组满足条件) 最坏的情况下，满足条件的元组可能会保存在不同的块上，此时，cost=L+S 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 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。 4. 排序-合并连接算法的代价估算公