查询优化

用于估计代价的目录信息

n——关系r中的元组数目

b——含有关系r的元组的块数目

s——关系r中一个元组的大小

f——关系r的块因子，即一个块中能存放的关系r的元组数

V(A,r)——关系r中属性A所具有的不同值的数目。若A为关系r的码，V(A,r)即为n

SC（A,r）——关系r的属性A的选择基数。给定关系r及其属性A，假定至少有一条记录满足等值条件，那么SC（A,r）表示在属性A上满足某个等值条件的平均记录数。

fi——树形结构索引i的内部节点的平均扇出。

HTi——索引i的层数。平衡树：HTi=logfi（V(A,r)），散列：HT=1。

LBi——索引i中最底层索引块数目。

选择运算

1、线性搜索：n/f。

2、二分法搜索：E=[log2（b）+SC（A,r）/f] - 1。如假设属性值均匀分布，则查询σA=a（r）的SC（A,r）=nr/V（A,r）

利用索引选择：索引结构提供了定位和存取数据的一条路径。索引的使用带来了存取包含索引数据块的代价。

3、主索引，码属性等值比较：E=HT+1

4、主索引，非码属性等值比较：E=HT+[SC(A,r)/f]

5、辅助索引，等值比较：最坏情况，每条满足等值条件的记录存在于不同的块上，E=HT+SC(A,r)

6、主索引，比较：E=HT+c/f

7、辅助索引，比较：假定至少有一半记录满足条件，则要存取一般的最底层索引块，并通过索引存取一般数目的文件记录，囧过从索引根块到使用的第一个索引块的一条路径，E=HT+LB/2+n/2

复杂选择的实现：

合取：预计对选择σ(r)的结果大小估计大小为s，关系中一个元组满足选择条件θ的概率为s/nr。假设个条件相互独立，则某条记录满足全部条件的概率是全体概率的乘积，nr*(s1*s2……*sn)/(nr^n)

析取：1减去条件全不满足的概率，1-(1-s1/nr)*…*(1-sn/nr)

8、利用一个索引的合取选择：首先判断是否存在某个简单条件中的某个属性上的一条存取路径，若存在，用上面的选择算法之一可以用来检索满足改条件的记录。

9、使用组合索引的合取选择。

10、通过标识符的交集实现合取选择：如果条件所涉及的字段上有带记录指针的索引，对每个索引进行扫描，获取那些只想满足单个条件的记录的指针，取交集。

11、通过标识符的病机实现析取选择。

注意考虑索引是否具有聚集特性。

排序

对不能全部放在内存中的关系进行排序称为外排序。

外部排序归并算法：

（M表示内存中用于缓冲的页面数）

(1)建立多个排序的归并段文件：

i=0；

repeat

读入M块关系数据或剩下的不足M块数据；

在内存中对关系的这一部分进行排序；

将排好序的数据写到归并段文件Ri中；

i=i+1；

until 到达关系末尾

(2)对归并段文件归并。为N个归并段文件Ri各分配一页内存缓冲页，并分别读入一数据块

repeat

在所有缓冲页中按序挑选第一个元组；

把该元组作为输出写出，并将其从缓冲页中删除；

if 任何一个归并段文件Ri的缓冲页为空并且没有到达Ri末尾

then 读入Ri的下一块到相应的缓冲页；

until 所有的缓冲页均为空

br(2[logm-1(br/M)]+1)