1、第6章 查询处理和优化,6.1 引言,查询处理,查询优化,查询优化是查询处理中的重要一环，对关系DB尤其如此。, 从查询语句出发，到获得查询结果的处理过程。, DBMS对描述性语言表达的查询语句进行分析，为其确定合理、有效的执行策略和步骤的过程。,例如：12+64+88=？,查询优化是相对而言的，可能的执行策略很多，穷尽代价很大，不能片面追求绝对的最优。,（12+88）+64=164,数据库查询语言的处理过程:,（1）解释方式执行,优化占执行时间！,查询语句,(2)编译方式,CALL AM(参数),优化不占执行时间！,对于常见的例行事务，编译方式可提高性能。,对于简短的即时查询，解释方式灵活实
2、用。,解释方式和编译方式各适用于什么情况？,代数优化 对查询语句进行变换不涉及存取路径物理优化 根据存取路径选择合理的存取策略进行优化规则优化 仅根据启发式规则选择执行的策略进行优化代价估算优化,6.2 代数优化,代数优化对查询进行等效变换，以减少执行开销。,代数优化的原则是尽量减小查询过程中间结果的大小。,选择、投影操作通常能够有效地减小关系的大小。连接、迪卡尔乘积和并操作容易生成较大的查询中间结果。,因此，先做选择、投影；先做小关系间的连接，再做大关系的连接；甚至需要先找出查询中的公共表达式，以避免重复运算。,常用变换规则,1.,2.,3.,4.,6.,7.,8.,9.,10.,注意：规则
3、11中，对于连接运算，可能出现S与T之间无连接条件的情况，此时的连接运算成为迪卡尔乘积。,11.,范例p118例6-1,设有S(供应商)，P(零件)，SP(供应关系)三个关系，关系模式如下： S(SNUM,SNAME,CITY) P(PNUM,PNAME,WEIGHT,SIZE) SP(SNUM,PNUM,DEPT,QUAN),有如下查询Q : SELECT SNAME FROM S,P,SP WHERE S.SNUM = SP.SNUM AND SP.PNUM = P.PNUM AND S.CITY = NANJING AND P.PNAME = BOLT AND SP.QUAN 10000
4、,SQL语句转化为原始查询树 Select From Where,Q可用右图所示的原始查询树表示：,Q : SELECT SNAME FROM S,P,SP WHERE S.SNUM = SP.SNUM AND SP.PNUM = P.PNUM AND S.CITY = NANJING AND P.PNAME = BOLT AND SP.QUAN 10000,选择操作下压,选择操作尽量下压,原始查询树,先连接小关系,S,P,SP经选择后得S、P、SP，估算大小： |S|=|S|/NCITY |P|=|P|/NPNAME |SP|=|SP|(Vmax-10000)/(Vmax-Vmin),设|S
5、|P|, |SP|,S(j)B then jj+1 else if R(i)AS(j)B then ii+1 else /* R(i)A=S(j)B，输出连接元组*/,输出至T;/*输出R(i)和S中除S(j)外的其他元组所组成的连接元组 */lj+1;While(lm) and (R(i)A=S(l)B) do输出至T; ll+1;/*输出S(j)和R中除R(i)外的其他元组所组成的连接元组 */ki+1;While(kn) and (R(k)A=S(j)B) do输出至T; kk+1;ii+1,jj+1;,注意等值的扫描次数（假设pq）：,1+(q-1)+(p-1)+1+(q-2)+(p-
6、2)+ +1+(q-p)+(p-p)=(p+q-1)+(p+q-2q+1)/2*p=p*q O(pq),4).散列连接法,连接属性R.A和S.B应具有相同的值域，用相同的散列函数，把R和S散列到同一散列文件中。符合连接条件的元组必然在同一通中（注意：同一桶中的元组未必都满足连接条件）。只需把桶中的匹配元组取出即可获得连接结果。,关键在于建立一个供连接用的散列文件。,可以在桶（散列文件）中不填入R、S的实际元组，而是代之以元组的tid，从而大大的缩小散列文件，使其有可能在内存中建立，而仅需对R、S各扫描一次。,建立散列文件需要对R、S各扫描一次，且关系R和S一般不会对连接属性进行簇集。故而，每向
7、散列文件加入一个元组，都需要一次I/O操作。,如何减少I/O次数?,扫描R和S时，取出A(R)、B(S)，附在相应的tid后，连接时以桶为单位，按A(R)=B(S)找出匹配元组的tid对。,问题：似乎多此一举！匹配元组的tid一定在同一桶中！为什么还要按A(R)=B(S)找出匹配元组？这么做有必要么？,注意：A=B h(A)=h(B)，但不一定有： h(A)=h(B) A=B,在取实际元组时，为减少物理块访问，可将各桶中，匹配元组的tid按块分类，一次集中取出同一块中所需的所有元组，当然这需要较大的内存开销。,连接方法的启发式规则,1）两个关系都已按连接属性排序，则优先用排序归并法；两个关系中
8、已有一个关系按连接属性排序，另一个关系较小，也可先对未排序关系按连接属性排序，再用排序归并法。2）两个关系中有一个关系在连接属性上有索引（特别是簇集索引）或散列，可以另一关系为外关系，顺序扫描，并利用内关系上的索引或散列寻找其匹配元组，以代替多遍扫描。3）不具备上述条件且关系较小，可用嵌套循环法。4）不具备1，2，3规则，可用散列连接法。,6.3.3 投影操作的实现,一般与选择、连接同时进行，无需附加的I/O开销。,若投影属性集中不包含主键，则投影结果中可能出现重复元组。,消除重复元组可以用排序或散列等方法。,散列法：将投影结果按某一属性或多个属性散列成一个文件，当一个元组被散列到一个桶中时，
9、可检查是否与桶中已有元组重复。,用排序法消除重复元组,对关系R的每个元组t，生成t，并存于T中；/* T 是未消除重复元组的投影结果*/If 含有R的主键 then TT elseT按所有属性排序； i1,j2; while(in) do输出元组T(i)到T;,while T(i)= T(j) do jj+1;/*消除重复元组，设有伪元组Tn+1Tn*/ij,ji+1; ,6.3.4 集合操作,常用集合操作：笛卡尔乘积、并、交、差等。,设关系R、S并兼容，对R、S进行并（交、差）操作，可以先将R和S按同一属性（通常选用主键）排序，然后扫描两个关系，选出所需的元组。,笛卡尔乘积将两个关系的元组无
10、条件地互相拼接，一般用嵌套循环法实现，做起来很费时，结果要比参与运算的关系大的多。应尽量少用！,散列是上述并交差操作的另一种求解方法： 将关系R散列到一个散列文件中，再将S散列到同一文件中。同时检查桶中有无重复元组。对于并，不再插入重复元组；对于交，选取重复元组；对于差，从桶中取消与S重复的元组。,6.3.5 组合操作,有时，多个操作组合起来同时进行，如投影和选择操作组合起来执行（消除重复元组另外单独进行），可提高效益。 还可以在更大范围内，将多个操作组合起来执行。,假设连接用嵌套循环法，R为外关系，S为内关系，R的选择、投影可在扫描R时执行，S的选择、投影可在首次扫描S时执行，并将选择、投影的结果存入临时文件，之后各轮只需扫描临时文件即可。,最后一个投影操作，可在生成连接结果的同时进行。,6.5 结束语,在执行前进行优化称为静态优化，只能利用统计数据，有时不一定准。,在查询执行时进行优化称为动态优化，用实际执行结果估算代价，比较符合实际，但每次执行都要优化，不适于编译实现，也增加了执行时间。只能利用统计数据，有时不一定准。另外，优化时，要等待中间结果，增加了等待时间和数据的相关性，不利于并行性。,
