第九章关系查询处理和查询优化..ppt

第9章 关系查询处理和查询优化 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 9.5 小 结 9.1 关系数据库系统的查询处理 9.1.1 查询处理步骤 9.1.2 实现查询操作的算法示例 9.1.1 查询处理步骤 RDBMS查询处理分4个阶段: 1. 查询分析 2. 查询检查 3. 查询优化 4. 查询执行 1 查询分析 语句扫描、词法分析、语法检查和分析 符合SQL语法规则？ 2 查询检查 根据数据字典对合法的查询语句进行语义检查。 属性、关系名存在否？ 权限和完整性约束？ SQL→关系代数表达式 用查询树、语法分析树表达关系代数表达式 数据库外部名称转换为内部表示 3 查询优化 选择一个高效的查询处理策略 查询优化分类 代数优化 物理优化 4 查询执行 根据优化器得到的执行策略生成查询计划 由代码生成器生成执行这个查询计划的代码 9.1 关系数据库系统的查询处理 9.1.1 查询处理步骤 9.1.2 实现查询操作的算法示例 9.1.2 查询操作算法示例 一、选择操作的实现 【例1】Select * from student where 条件表达式 考虑条件表达式的几种情况： C1：无条件； C2：Sno＝200215121； C3：Sage20； C4：Sdept＝CS AND Sage20 简单的全表扫描方法 索引(或散列)扫描方法 选择操作典型实现方法： 简单的全表扫描方法 对表顺序扫描，逐一检查每个元组是否满足选择条件，把满足条件的元祖作为结果输出。 索引(或散列)扫描方法 选择条件中的属性上有索引(例如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基本表中找到元组 二、连接操作的实现 【例2】SELECT * FROM Student,SC WHERE Student.Sno=SC.Sno 嵌套循环方法(nested loop) 排序-合并方法(sort-merge join 或merge join) 索引连接(index join)方法 Hash Join方法 第9章 关系查询处理和查询优化 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 9.5 小 结 9.2 关系数据库系统的查询优化 必要性 查询优化在关系数据库系统中有着非常重要的地位 关系查询优化是影响RDBMS性能的关键因素 可行性 由于关系表达式的语义级别很高，使关系系统可以从关系表达式中分析查询语义，提供了执行查询优化的可能性 查询优化的优点 用户不必考虑How To Do 系统可以比用户做得更好(更“优化”) 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。 3)优化器可以考虑数百种不同的执行计划，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，这些优化技术往往只有最好的程序员才能掌握。系统的自动优化相当于使得所有人都拥有这些优化技术 代价模型 集中式数据库 磁盘存取块数(I/O代价)* 处理机时间(CPU代价) 查询的内存开销 (多用户情形) 分布式数据库 I/O代价+CPU代价+内存代价＋通信代价 查询优化的总目标 选择有效的策略 求得给定关系表达式的值 使得查询代价最小(实际上是较小) 9.2 关系数据库系统的查询优化 【例3】求选修了2号课程的学生姓名。用SQL语言表达: select student.sname from student, SC where student.sno = SC.sno and SC.cno = ‘2’ 假定数据库中有1000个学生记录，10000个选课记录，其中选2号课程的记录为50个。 系统可以用多种等价的关系代数表达式来完成这一查询(用S代表Student): Q1 = ?Sname(?S.sno=SC.sno ∧ SC.Cno =‘2’ (S×SC)) Q2 = ?Sname (?SC.Cno =‘2’ (S SC)) Q3 = ?Sname (S ?SC.Cno =‘2’ (SC)) 我们仅以上述三种情况为代表，来作分析。 Q1: ?Sname(?S.sno=SC.sno ∧ SC.Cno =‘2’ (S×SC