【学习笔记】数据库系统原理 第九章 查询优化

以下内容为参考课件和《数据库系统概论》（第5版，王珊等著）的个人整理，若有错误欢迎指出

第九章 查询优化

一、概述

1、目的

得到更好的查询性能。一般分为代数优化（基于关系代数的等价变换）和物理优化（存取路径等底层操作）。

2、查询处理基本步骤

语法分析和翻译，转化为内部表示形式（一般为查询树）；然后进行优化；最后执行 执行计划。

3、操作实现方法

• 选取操作的实现

  • 全表扫描方法，对于每一个元组都测试是否满足选择条件。

  • 折半扫描方法，如果文件按照某一属性排序，就可以折半扫描

  • 索引扫描方法，对属性建立索引表，根据索引项的指示去访问。

• 连接操作的实现

  • 嵌套循环方法，即外层循环是一个表，内层循环是另一个表
  • 排序-合并方法，按照连接的属性排序，然后操作。一般用于等值连接，即以一个表为基准，在另一个表查找，找到第一个比基准大的，那就说明没有或者在此之前找到了，那么基准表就可以下一个元组了，然后另一个表继续往后找。
  • 索引连接方法，对一个表的连接属性建立索引，在另一个表中按照索引进行查找。
  • Hash Join方法，对元素较少的表建立Hash表，然后通过hash值查找。一般也是用于等值连接。

4、查询代价的度量

总代价 = IO代价（IO块数或次数）+CPU代价+通信开销（client、server的通信）+ 内存代价

• 不会直接用时间算（不同设备有差异）

• 主存中缓冲区的大小是一个重要影响因素

• 减小中间结果的大小十分重要

二、代数优化

1、关系代数等价

结果有相同的属性集和元组集

2、常用的等价变换规则（关系代数）

• 连接、笛卡尔积的交换律、结合律

• 投影的串接定律：${\Pi }_{A_1....A_n}({\Pi }_{B_1...B_m}(E))={\Pi }_{A_1...A_n}(E)$

• 选择的串接律（合并条件）：${\sigma }_{F_1}({\sigma }_{F_2}(E))={\sigma }_{F_1\wedge F_2}(E)$

• 选择与其他操作的交换律：

  假设相同属性同名

  • ${\sigma }_F(E_1\times E_2)={\sigma }_F(E_1)\times {\sigma }_F(E_2)$，这个是否含有相应属性而选择
  • ${\sigma }_F(E_1\cup E_2)={\sigma }_F(E_1)\cup {\sigma }_F(E_2)$
  • ${\sigma }_F(E_1-E_2)={\sigma }_F(E_1)-{\sigma }_F(E_2)$
  • ${\sigma }_F(E_1\bowtie E_2)={\sigma }_F(E_1)\bowtie {\sigma }_F(E_2)$，$F$ 只涉及公共属性

• 投影和其他操作的交换律

  • ${\Pi }_{A_1...A_n,B_1...B_m}(E_1\times E_2)={\Pi }_{A_1...A_n}(E_1)\times {\Pi }_{B_1...B_m}(E_2)$
  • ${\Pi }_{A_1...A_n}(E_1\cup E_2)={\Pi }_{A_1...A_n}(E_1)\cup {\Pi }_{A_1...A_n}(E_2)$​，假设相同属性 名字相同
  • 对于与选择的复合，若先投影，那么投影结果要包含所要的和选择涉及的属性

3、一般准则（启发式优化）

• 选择运算尽可能先做——减小中间关系

• 连接前适当预处理（排序、索引）

• 投影和选择一起做——避免重复扫描

• 投影还能与一些双目运算结合起来算——减少扫描次数

• 一些选择（等值）+笛卡尔积操作 转为 连接操作

• 公共子表达式只算一次，多次引用

• 连接操作尽量生成小的结果，可以借助交换律、或先投影去掉没用的属性

4、查询树

关系代数表达式的树形表示：叶节点是输入的关系（表），内部节点是关系操作，自底向上执行。

先按照表达式画出树，再根据上述规则优化。

例子：


优化后（尽量早做选择，连接代替笛卡尔积，先连接产生较小的结果，用投影去除没用的属性）：