数据库连接操作的实现、代价估算以及优化

目录

简单的全表扫描方法

具体步骤

全表扫描算法的代价估算公式

嵌套循环方法(nested loop)

具体步骤

代价估算 ：分为三种情况

第一种情况：Q1=πSname (σStudent.Sno=SC.Sno∧Sc.Cno='2' Student×SC))

第二种情况：Q2=πSname (σSc.Cno='2' (Student SC)

第三种情况 Q3=πSname (Student σSc.Cno='2'(SC))

嵌套循环连接算法的代价估算公式

排序-合并方法(sort-merge join 或merge join）

具体步骤

排序-合并连接算法的代价估算公式

索引连接(index join)方法

具体步骤

索引扫描算法的代价估算公式

选择条件是码＝值，则采用该表的主索引

如果选择条件涉及非码属性

比较条件是＞，＞＝ ，＜，＜＝操作

Hash Join方法

 具体步骤

---

选择操作典型实现方法：

1. 嵌套循环方法(nested loop)
2. 排序-合并方法(sort-merge join 或merge join)
3. 索引连接(index join)方法
4. Hash Join方法

集中式数据库执行开销主要包括：

• 磁盘存取块数(I/O代价)
• 处理机时间(CPU代价)
• 查询的内存开销

I/O代价是最主要的。

分布式数据库：总代价=I/O代价+CPU代价+内存代价＋通信代价

简单的全表扫描方法

具体步骤

• 对查询的基本表顺序扫描，逐一检查每个元组是否满足 选择条件，把满足条件的元组作为结果输出
• 适合小表，不适合大表

全表扫描算法的代价估算公式

• 如果基本表大小为B块，全表扫描算法的代价 cost＝B
• 如果选择条件是码＝值，那么平均搜索代价 cost＝B/2

嵌套循环方法(nested loop)

具体步骤

1. 对外层循环(Student)的每一个元组(s)，检索内层循环 (SC)中的每一个元组(sc)
2. 检查这两个元组在连接属性(sno)上是否相等
3. 如果满足连接条件，则串接后作为结果输出，直到外 层循环表中的元组处理完为止

代价估算 ：分为三种情况

第一种情况：Q1=πSname (σStudent.Sno=SC.Sno∧Sc.Cno='2' Student×SC))

1. 计算广义笛卡尔积

把Student和SC的每个元组连接起来的做法：

• 在内存中尽可能多地装入某个表(如Student表)的若干块，留出一块 存放另一个表(如SC表)的元组。
• 把SC中的每个元组和Student中每个元组连接，连接后的元组装满 一块后就写到中间文件上
• 从SC中读入一块和内存中的Student元组连接，直到SC表处理完。
• 再读入若干块Student元组，读入一块SC元组
• 重复上述处理过程，直到把Student表处理完

设一个块能装10个Student元组或100个SC元组，在内存 中存放5块Student元组和1块SC元组，则读取总块数为 1000/10＋(1000/50) * (10000/100) =100+20×100=2100块

其中，读Student表100块。读SC表20遍，每遍100块。 若每秒读写20块，则总计要花10^5s

连接后的元组数为10^3×10^4=10^7 。设每块能装10个元组， 则写出这些块要用10^6/20=5×10^4s

2. 作选择操作

• 依次读入连接后的元组，按照选择条件选取满足要求 的记录
• 假定内存处理时间忽略。读取中间文件花费的时间(同 写中间文件一样)需5×10^4s
• 满足条件的元组假设仅50个，均可放在内存

3. 作投影操作

• 把第2步的结果在Sname上作投影输出，得到最终结果
• 第一种情况下执行查询的总时间≈10^5