关系代数等价变换规则续.ppt

An Introduction to Database System 选择操作的实现方法 B+树索引 索引扫描方法的实现 C2：若Sno上有索引，则通过索引查找到该Sno元组的指针，从而检索到该学生； C3：若Sage上有B+树索引，则可以B+树索引找到该索引项，从而根据B+树的顺序集得到该元组的指针，检索到目标元组； C4：若两个条件都有索引： 9.2.1 查询优化概述 关系系统的查询优化是RDBMS实现的关键技术，是关系系统的优点所在。? 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，从而提供了执行查询优化的可能性。 DBMS进行查询优化的便利条件 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 由DBMS进行查询优化的好处 (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 查询优化目标 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。 实际系统的查询优化步骤 1. 将查询转换成某种内部表示，通常是语法树 2. 根据一定的等价变换规则把语法树转换成标准 （优化）形式 实际系统的查询优化步骤 3. 选择低层的操作算法 对于语法树中的每一个操作 计算各种执行算法的执行代价 选择代价小的执行算法 4. 生成查询计划(查询执行方案) 查询计划是由一系列内部操作组成的。 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（开销） 分布式数据库 总代价 = I/O代价 + CPU代价+ 内存代价+ 通信代价 9.2.2 查询优化的必要性(举例) 例：求选修了2号课程的学生姓名 ? SELECT Student.Sname FROM Student, SC WHERE Student.Sno=SC.Sno AND SC.Cno=2; 查询优化的必要性（续） 假设1：外存： Student:1000条,SC:10000条,其中 选修2号课程:50条 假设2：一个内存块装元组:10个Student元组, 或100个SC元组, 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 查询优化的必要性（续） ?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) 写中间结果时间 =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 (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? 查询优化的必要性（续） 3. Ｑ3＝ ПSname(Student бSC.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=