CMU《数据库系统导论》(2019) by Andy Pavlo Lesson 15 个人笔记

CMU《数据库系统导论》(2019) by Andy Pavlo Lesson 15 个人笔记

作者 AlexFisher。

COST MODEL评测方法

全局属性

对表R记录其中元组数Nr，某个列A的不同值的数量记为V(A，R)，其中某个列A的每个值对应元组数的平均值记录为SC(A，R) =Nr/V(A，R)
使用这些易于统计的全局属性来估计query的效率，例如平均需要搜索多少个元组才能找到一个目标元组。
劣势：进行了许多理想的假设，例如不同值对应的元组数是相等的。

样本表

拥有一个表的小型副本，让query直接在小型副本上测试查找query的效率。
劣势：时间较差。

应用场景

在表格较小时可以直接使用全局属性，而在表格较大时由于查询时间较长，因此样本表的耗时是可以接受的，故可以使用样本表。

单表查询优化

较简单，通常有三种查询方法：顺序遍历，二分查询（根据聚簇索引），索引查询。
往往聚焦于选择最优的索引来进行查询。对于OLTP来说，查询的选择是sargable的（search argument able），意味着通常存在一个最优的索引来执行一个查询。

三个维度

1.查询树的结构

可以构建多种结构但等价的查询树

2.每个算子的实现方式

例如哈希，merge，nested-loop等。

3.对每个table的查询方式

索引查找，顺序查找。

像图论一样进行搜索，对每个相同的连接情况取前两者最小的cost。

IBM guys使用”动态编程“来拆分整个问题为更简单的小问题。

postgres在面对12个表及以上的联合查询时会使用GEQO的方法（genetic query optimizer）。

处理子查询

1.重写子查询，将其写为join等方式。

2.将单个查询拆分成多个查询处理。（例如将一个查询得到的结果存储在一个表中或一个变量中，之后的查询可以直接使用这些表或变量）

附录

最逆天的一集