PostgreSQL 源码解读（17）- 查询语句#2（查询优化基础）

本文简单介绍了数据库系统实现中查询优化的关系代数基础,包括优化所基于的关系代数等价规则等.
查询优化的主要目标是把表达式树变换成等价的表达式树，使得在树中的子表达式生成的关系的平均大小比优化前更小。次要目标是在一个单一查询中，或在要同时求值多于一个查询的时候的所有这些查询中，尽可能形成公共子表达式。

一、等价规则

一个关系表达式可以表示成多种形式，前提是这些形式是等价的。如何把一个表达式变换为其他形式的表达式，遵循哪些关系代数规则，下面作一简要描述。

1、选择

幂等性
选择是幂等性的,也就是说多次执行同一个选择运算,跟只执行一次效果一样:
σ _F (R)=σ _F σ _F σ _F (R)

满足交换律
σ _F1 σ _F2 (R)=σ _F2 σ _F1 (R)

可分解
σ _F1∧F2 (R)=σ _F1 (σ _F2 (R))=σ _F2 (σ _F1 (R))
σ _F1∨F2 (R)=σ _F1 (R)∪σ _F2 (R)

选择下推
笛卡尔积耗费的资源巨大，在应用笛卡尔积之前最大可能减少两个关系的大小,把选择下推至参与运算的关系中。
σ _F (R × S)，假设F可以分解为F1、F2、F3，即σ _F1 σ _F2 σ _F3 ，F2只与R有关，F3只与S有关，F1与R和S均有关系，那么：
σ _F (R × S)=σ _F1 (σ _F2 (R) × σ _F3 (S))

选择和θ连接
σ _θ (R × S)= R ⋈ _θ S
这其实是θ连接的定义.
另外,选择运算在下面两个条件下对θ连接运算具有分配律：
当选择条件θ 中的所有属性只涉及参与连接运算的表达式之一时:
σ _θ (R ₁ ⋈ _θ R ₂ ) = (σ _θ (R ₁ )) ⋈ _θ R ₂
当选择条件θ ₁ 只涉及R1的属性,θ ₂ 只涉及R2的属性时:
σ _{θ 1 ∧ θ 2} (R ₁ ⋈ _θ R ₂ ) =(σ _{θ 1} (R ₁ )) ⋈ _θ (σ _{θ 2} (R ₂ ))

选择和集合运算
选择在差、交和并运算上均有分配性:
σ _F (R ∪ S) = σ _F (R) ∪ σ _F (S)
σ _F (R ∩ S) = σ _F (R) ∩ σ _F (S)
σ _F (R - S) = σ _F (R) - σ _F (S)

选择和投影
选择与投影具有交换性(要求选择中的列是投影字段的子集):
π _{a 1 ,a 2 ,...} (σ _F (R))=σ _F (π _{a 1 ,a 2 ,...} (R))

2、投影

级联
一系列投影运算中只有最后一个运算是必需的,其他的可省略:
π _{a 1 ,a n ,...} (π _{a 1 ,a 2 ,...} (π _{a 1 ,a 2 ,...} (R)))=π _{a 1 ,a n ,...} (R)

投影和连接
令L ₁ 和L ₂ 分别代表R1和R2的属性,假设连接条件θ只涉及L ₁ ∪L ₂ 的属性,则投影在θ连接上具有分配律:
π _{L 1 ∪L 2} (R ₁ ⋈ _θ R ₂ ) = π _{L 1} (R ₁ ) ⋈ _θ π _{L 2} (R ₂ )

投影和集合运算
投影在差、交和并运算上均有分配性:
π _{a 1 ,a 2 ,...} (R ∪ S) = π _{a 1 ,a 2 ,...} (R) ∪ π _{a 1 ,a 2 ,...} (S)
π _{a 1 ,a 2 ,...} (R ∩ S) = π _{a 1 ,a 2 ,...} (R) ∩ π _{a 1 ,a 2 ,...} (S)
π _{a 1 ,a 2 ,...} (R - S) = π _{a 1 ,a 2 ,...} (R) - π _{a 1 ,a 2 ,...} (S)

3、连接

θ(自然)连接满足交换律
R ⋈ _θ S =  S ⋈ _θ R

θ连接满足结合律
R ₁ ⋈ _{θ 1} (R ₂ ⋈ _{θ 2 ∧ θ 3}  R ₃ )=R ₁ ⋈ _{θ 1 ∧ θ 3} (R ₂ ⋈ _{θ 2}  R ₃ )
其中θ ₂ 只涉及R2和R3的属性.

自然连接满足结合律
R ₁ ⋈ (R ₂ ⋈ R ₃ )=(R ₁ ⋈ R ₂ ) ⋈ R ₃

4、集合运算

集合并和交满足交换律
R ₁ ∪ R ₂ = R ₂ ∪ R ₁
R ₁ ∩ R ₂ = R ₂ ∩ R ₁

集合并和交满足结合律
(R ₁ ∪ R ₂ ) ∪ R ₃ = R ₁ ∪  (R ₂ ∪ R ₃ )
(R ₁ ∩ R ₂ ) ∩ R ₂ =  R ₁ ∩ (R ₂ ∩ R ₃ )

二、优化原则

尽可能早地执行选择操作，尽可能在叶子节点完成选择运算；
尽可能早地执行投影操作，尽可能在叶子节点完成投影运算；
避免笛卡儿积运算，尽可能把笛卡儿积之前和之后的选择和投影运算合并一起完成。

三、案例研究

现有以下三个关系:
1、单位信息T_DWXX(以下简称DW)

DWMC	DWBH	DWDZ
X有限公司	1001	广东省广州市荔湾区
Y有限公司	1002	北京市海淀区
Z有限公司	1003	广西南宁市五象区

2、个人信息T_GRXX(以下简称GR)

DWBH	GRBH	XM	NL
1001	901	张三	23
1002	902	李四	33
1002	903	王五	43

3、个人缴费信息T_JFXX(以下简称JF)

GRBH	NY	JE
901	201801	401.30
901	201802	401.30
901	201803	401.30
902	201801	513.10
902	201802	513.10
902	201804	513.10
903	201801	372.22
903	201804	372.22

现要求列出单位编号为1001和1002的个人编号、姓名和缴费金额.
初始结果表达式为(纯粹为了演示需要,把单位信息加入到连接中,实际并不需要)：
π _GRBH,XM,JE (σ _{(DWBH=1001∨ DWBH=1002)∧ (DW.DWBH=GR.DWBH)∧(GR.GRBH=JF.GRBH)} (DW ×  GR ×  JF))
转换为语法树:

初始表达式

DW、GR和JF直接进行笛卡尔积，代价很高，执行选择下推：
1、选择下推，把查询条件下推：

选择下推

2、二次选择下推，把选择（连接）下推，右边树形成中间结果

二次选择下推

3、投影下推

投影下推

通过以上转换，减少了连接前的元组数量和参与运算的字段，达到优化目的。

四、小结

1、等价规则：关系代数表达式可以遵循等价规则进行转换；
2、优化：表达式通过等价规则可以改写为更优的等价表达式。

五、参考

维基百科
《数据库系统概念》

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/6906/viewspace-2374899/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/6906/viewspace-2374899/