chapter05_查询处理和查询优化_1_关系数据库系统的查询处理过程与算法

• 查询处理的过程

  (1) 查询分析

  检查语法错误

  (2) 查询检查

  语义检查、用户权限检查、完整性约束检查

  (3) 建立查询的内部表示

  生成语法树

  (4) 查询优化

  代数优化：关系代数表达式的等价变换

  物理优化：结合索引、数据值的分布特征改善查询

  代价估算：评估若干查询计划的效率

  (5) 查询执行

  分为 解释 和 编译两种

  解释执行：对于每一条查询语句，DBMS都不保留可执行代码，每次都重新解释执行查询语句；

  编译执行：运行前先编译，生成可执行代码

• 执行选择操作的算法 SELECT XXX FROM XX <条件>;

  (1) 顺序扫描：按照元组的物理顺序逐个扫描

  适用于元组少，被选中的元组比例高的情况

  (2) 二分查找：如果物理文件有序，则用二分查找算法

  (3) 索引（或散列）: 如果选择条件涉及的列上有索引，则通过索引查找满足条件的元组指针，然后通过该指针继续检索满足查询条件的元组

• 执行复合选择操作的算法： 由合取(AND), 析取(OR)连接而成的复合选择条件

  (1) 合取AND

  1° 组合索引

  适用于合取的几个列恰好组成了组合索引

  2° 单独索引

  如果某一个属性上具有索引，则通过索引找到复合与该属性有关的查询条件的元组指针，通过元组指针得到符合该条件的元组，并对得到的元组检查其余的查询条件是否满足

  3° 多个索引

  如果合取条件涉及的属性都存在索引，那么可以分别检索满足单个条件的元组指针集再求交集；如果只有部分属性存在索引，那么求交集后还要进行验证是否满足其他条件

  选择性：满足条件的记录数占记录总数的比例。最大为1，最小为0. 在DBMS数据字典中常常会记录选择性的估计值，这一值越小，越有必要有限使用这个条件来检索元组.

  (2) 析取OR

  只要任意一个条件没有索引，就只能用顺序扫描的方式

• 连接操作的算法

  (1) 嵌套循环法

  把一个关系作为外循环，另一个关系作为内循环。顺序扫描外循环中的每一条记录，对于每一条记录，检索内循环的每条元组是否满足连接条件。

  一般地，使用记录较少的关系作为外循环。

  (2) 索引嵌套循环法

  嵌套循环法中，如果两个连接属性的一个属性存在索引或散列，则使用索引扫描代替顺序扫描

  (3) 排序合并法

  适用于自然连接和等值连接。如果两个关系按照连接属性，元组按照排序连续存放，那么可以同时对两个关系进行扫描，连接等值的元组。

  排序合并法只需要分别对两个关系扫描一次。

  (4) 散列连接法

  思路：以连接属性作为散列键，先对两个关系的连接属性分别使用同一个散列函数划分为几个hash桶，再进行桶内部的匹配检测。

  过程：

  1° 划分阶段： 将记录数少的关系R的用于连接的属性值进行散列，将各个元组划分为不同的hash桶

  2° 试探阶段： 将另一个关系S的用于连接的属性值进行散列，然后与已经在桶中的R的元组进行匹配。

  散列连接法只需要分别对两个关系扫描一次。

  散列连接法的前提是较小的表可以在划分阶段完全放入内存中。

• 投影操作的算法

  (1) 如果要投影的列中包含了主键，则可以直接操作；

  (2) 如果要投影的列中不包含主键，但是没有加DISTINCT，则也可以直接操作；

  (3) 如果要投影的列中不包含主键，且加了DISTINCT，那么可以先对结果进行排序；或用散列法消除重复元组（检查每条记录是否与桶中的记录重复），消除重复元组

• 集合运算的算法

  (1) 并、差、交

  分别对两个关系按照主键属性进行排序，然后分别对两个关系进行一次扫描

  (2) 笛卡尔积

  嵌套循环法