【02】查询优化的技术范围
0、技术类型
（1）逻辑查询优化技术
A、语法级
基于语法进行优化
B、代数级
使用形式逻辑进行优化，运用关系代数的优化
C、语义级
根据完整性约束，对查询语句进行语义理解，推知一些可优化的操作
（2）物理查询优化技术
基于代价估算模型，比较得出各种执行代价最小的。
1、查询重用
（1）定义
尽可能利用先前的执行结果，以达到节约查询计算全过程的时间并减少资源消耗的目的。
（2）查询结果的重用
在缓存区中分配一块缓冲区，存放该SQL语句及最后的结果集，当同样SQL输入时，直接返回结果。节约查询计划生成时间，减少查询执行全过程的资源消耗。
（3）查询计划的重用
缓存一条查询语句的执行计划及其相应的语法树结构。减少了查询计划生成的时间和资源消耗。
（4）利弊
A、弊端：缓存结果集消耗很大内存，同样的SQL，不同用户的结果集也不同
B、利端：节约了CPU和IO消耗
2、查询重写规则
（1）定义
是查询语句的一种等价转换，即对于任何相关模式的任意状态都会产生相同的结果
（相同的关系替代两个表达式中相应的关系，所得的结果是相同的）
（2）目标
A、将查询转换为等价的效率更高的形式，例如将低效率的谓词转换为高效率的谓词，消除重复条件等
B、尽量将查询重写为等价、简单且不受表顺序限制的形式，为物理查询优化阶段提供更多选择，比如视图重写，子查询合并转换等
（3）依据——关系代数
A、关系代数的等价变换规则对查询重写提供了理论上的支持
B、查询重写后，查询优化器可能生成多个连接路径，可以从候选者中择优。
（4）技术
逻辑查询优化技术，基于语法级、代数级、语义级
（5）查询重写思路
A、将过程性查询转换为描述性查询，比如视图重写
B、将复杂的查询（如嵌套子查询、外连接消除、嵌套连接消除）尽可能转换为多表连接查询
C、将效率低的谓词转换为等价的效率高的谓词（比如等价谓词重写）
D、利用等式和不等式形式，简化where，having条件
E、利用启发式规则，改进查询重写规则的效率。
3、查询优化算法
（1）查询优化
查询优化是求解给定查询语句的高效执行计划的过程。该过程包含了多种子问题的求解，不同子问题，对应不同的解决方法，即算法。
（2）查询计划/查询树
A、定义
即查询树（二叉树），它是由一系列内部操作操作符组成，这些操作符按一定的运算关系构成查询的一个执行方案。
比如A先连接B，再连接C
B、构成
查询树是一颗二叉树，树叶是每个单表对象；两个树叶的父结点是一个连接操作符（如左外连接操作符，A left-out join B）连接后的中间结果（另外还有一些其他结点如排序操作等也可以作为中间结果）这个结果是一个临时“关系”，这样直至根结点。
C、单表节点
单表节点数据的获取，
可以是直接IO获取（全表扫描），
可以是通过索引获取（索引只读扫描），
可以是通过索引定位数据位置再IO获取（索引扫描）；
这是一个物理存储到内存解析成逻辑字段的过程。
D、两表节点
不同的连接算法导致的连接效率不同，如数据少时可使用Hash连接，数据量大可使用嵌套连接，数据如果有序可使用归并连接或先排序后使用归并连接等。
E、多表节点
考虑多表连接顺序如何构成代价最小的执行计划。决定是AB先连接还是BC先连接，这是一个表花费大小的运算。如果太多的连接方式被判断，也会导致效率问题。
多个关系采用不同次序的连接，花费CPU资源、内存资源差异可能较大。
许多数据库采用左深树、右深树、紧密树三种方式或其中一部分对多表进行连接得到多种连接路径。
（3）生成最有效的查询计划策略
A、基于规则优化
根据经验或一些已经探知或被证明有效的方法，称之为规则。
用这些规则化简查询计划生成过程中符合可被化简的操作，使用启发式规则排除一些明显不好的存储路径。
B、基于代价的优化
根据一个代价评估模型，在生成查询计划的过程中，计算每条存取路径的花费，然后选择代价最小的作为子路径，这样直到所有表连接完毕得到一个完整的路径。
总代价=CPU代价+IO代价
主流数据库都采用了基于代价策略进行优化的技术。
查询优化器的实现，多是两种优化策略的组合。
4、并行查询优化
（1）单机：查找最小执行花费的执行计划
（2）并行：查找最小响应时间的执行计划
（3）并行查询的条件
A、资源可用（内存、CPU）
B、特定代数运算（比如每个表的单表扫描可以并行进行）
（4）类型
A、操作内并行
将同一个操作比如单表扫描操作，两表连接操作、排序操作等分解为多个独立的子操作，由不同的CPU同时执行。
B、操作间并行
一条SQL查询语句，可以分解为多个子操作，由多个CPU执行。
5、分布式查询优化
主要是数据传输策略的选择，减少通信开销。
代价估算模型：总代价=IO代价+CPU代价+通信代价