数据库系统概论第五版_第九章：关系查询处理和查询优化

关系查询处理和查询优化

本章主要涉及数据库的查询处理步骤和查询优化技术。查询优化可分为代数优化和物理优化。代数优化是对关系代数表达式的优化，物理优化是对存取路今后和底层算法的选择的优化。

查询处理

基本步骤（概念题）

关系数据库的查询处理分为查询分析、查询检查、查询优化、查询执行四个步骤。

1. 查询分析：对语句进行扫描、词法分析，识别出关键字等，然后进行语法分析，检查其是否符合SQL语法规则。
2. 查询检查：对查询语句进行语义检查，检查数据库、关系名、属性名等是否存在且有效；与此同时，进行视图消解，转化为对基本表的操作；根据用户权限和完整性约束对查询进行检查。检查通过后，将SQL转化为等价的关系代数表达式。
3. 查询优化：代数优化和物理优化。通过对关系代数的等价变换使查询变得高效，根据基于规则的、基于代价的、基于语义的方法进行存取路径和底层操作的算法的选择。
4. 查询执行

查询操作的示例

选择操作：SELECT … FROM … WHERE <条件表达式>
—＞全表扫描、索引扫描
连接操作：SELECT … FROM A, B WHERE …
—＞嵌套循环、排序－合并算法、索引连接、hash join算法（概念题）

查询优化（计算I/O次数题）

在使用SQL的时候，用户不必考虑如何最好的表达查询以获得较高的效率，系统可以比用户手动的优化做的更好。原因是：

• 优化器可以从数据字典中获得很多统计信息，做出正确的估算。
• 当物理数据改变时，系统可以自动的对查询进行重新优化。
• 优化器可以考虑上百种优化方法。
• 优化器中采用了很多复杂的技术。

查询的总代价 = I/O代价 + CPU代价 + 内存代价 + 通信代价

有选择和连接操作的时候，应该先做选择操作（索引或全表扫描）。

代数优化（基于语法树的优化题）

对关系代数进行等价变换，提高查询效率。

等价变换规则：

• 连接运算、笛卡尔积运算的交换率（因为关系属性列的无序的！）
  

• 连接、笛卡尔积的结合律（注意！！关系的前后顺序不能改变！！）
  
  结合的先后不同，其代价也是不同的。
  

• 投影的串接定律
  

• 选择的串接定律
  

• 选择与投影的交换律
  

• 选择与笛卡尔积的交换律
  

• 选择与并的分配律，选择与差的分配律，选择对自然连接的分配律：我们要努力先进行选择操作再进行其他运算！！！
  

• 投影与笛卡尔积的分配律
  

• 投影与并的分配律
  

查询树的启发式优化：减少中间关系的元组数，元组大小

• 选择运算尽可能先做
• 投影和选择同时进行（及在一次扫描的过程中同时完成这两种操作）
• 把投影前后的双目运算结合起来，避免重复扫描
• 把先笛卡尔积在进行选择的命令合起来成为连接运算，避免重复扫描或减小中间结果集的规模
• 找出公共子表达式，避免重复计算（例：用户频繁进行基于视图查询操作，而计算视图所需的时间远比从中间文件中取出视图所需是时间长，所以我们先将视图计算出存储在中间文件，用户对视图进行查询时我们直接从中间文件中取出视图）

简化的具体做法：利用上述的规则，尽可能的把选择操作移到树的叶端（向下移动）

物理优化

代数优化不涉及底层的存取路径。物理优化是要选择高效的操作算法与存取路径。

• 基于规则的启发式优化：启发式规则是一种经验，在大多数情况下都适用，但也存在不适用的情况。
• 基于代价估算的优化：优化器估算不同实行策略的代价并选出具有最小代价的
• 两者结合的优化：先根据启发式规则选择较优的候选方案，减少代价估算的工作量，然后再根据代价估算优化方法较快的选择最优的方案。

选择操作的启发式规则：

• 小关系：全表扫描（不管有没有索引）
• 大关系：
  • 选择条件是主码=值：使用主码检索（因为查询结果最多只会有一个元组，且DBMS一般都会自动建立主码索引）
  • 非主属性=值且选择列上有索引：若估算的元组数占比较小可使用索引扫描，否则还是全表扫描。
  • 非等值查询或范围查询且选择列上有索引：若估算的元组数占比较小可使用索引扫描，否则还是全表扫描。
  • AND连接的合取选择：优先使用组合索引（如果有的话）；在某些条件上有索引，先进行索引扫描找到满足部分条件的元组，然后在这个基础上扫描满足剩下的条件的元组；其他情况：全表扫描
  • OR连接的析取选择条件：一般全表扫描

连接操作的启发式规则：

• 两个表都按照连接属性排序：排序－合并算法
• 在连接属性上有索引：索引连接算法
• 其他情况：若一个表较小：hash join 算法
• 嵌套循环算法，较小的表作为外循环的表

基于代价的优化中，优化器要统计很多的信息：