数据库理论：查询优化

一、查询步骤，类似于编译原理中高级语言的编译过程

基于关系代数内容

• 查询分析：词法分析，语法分析，语义分析
• 查询检查：安全性、完整性、有效性检查
• 建立查询内部表示（语法树）
• 查询优化
• 查询执行

二、选择操作实现

• 顺序扫描法：

  • 简单按照关系中元组的物理位置顺序扫描，选择出满足条件的元组，平均搜索代价：总行数/2

• 二分查找法：

  • 选择条件是p = ‘’，选择的属性是有序且以此属性值相等比较，适合使用二分查找法，平均搜索代价：log(总行数)
  • 如果选择是作用在非有序属性上，那么代价也会增加

• 索引查找法：

  • 常见有B+树索引和Hash索引

• 复合选择，逻辑合取，∩

  • 选择条件p AND q。使用多个索引，在多个属性上建立索引，然后分别查找，取交集

• 复合选择，逻辑析取，∪

  • 选择条件p OR q。若两个条件作用属性都有索引可以优化，取并集，否则只能顺序扫描法

三、连接操作实现，连接

连接操作是数据库操作中最复杂的，最坏情况是笛卡尔积

• 嵌套循环法，最基础的方法
• 索引嵌套循环法，利用索引减少查找时间，从而减少循环次数
• 排序合并法
  • 对两个表连接属性进行排序，采用两个指针，指针一不动，指针二向下扫描，扫描到相同的元素进行连接，扫描到不同的元素，指针二下移。两个表都只用扫描一次
• 散列连接法
  • 将两个表的连接属性分别散列到一个Hash数组中，然后对散列到同一位置的元素进行连接

四、投影操作实现

如果投影列包含主键，直接投影，否则需要进行消除重复的操作

五、查询优化

特点：

• 优化器可以从数据字典中获取统计信息，程序员编程时则不能使用
• 如果数据库物理结构变化了，那么DBMS可以自动重新优化

5.1 代数优化

基于关系代数对查询语句进行优化，不涉及底层的存储

策略：

• 尽早执行选择操作，减少中间关系，在语法树中，选择操作移动到叶端
• 投影操作和选择操作同时做，避免重复扫描
• 将投影操作与前后的双目运算符结合，减少扫描关系的遍数
• 选择和笛卡尔积结合成自然连接
• 执行连接操作前，可以对连接属性进行排序或者建立索引
• 找出公共子表达式

5.2 基于存储路径优化

合理选择各种操作的存储路径，涉及底层物理存储实现。

5.2.1选择操作启发式规则，选择操作实现

  对于小关系，直接使用顺序扫描法
  对于大关系
       条件是“主键=值”，由于选择元组少，使用主键索引
       条件是AND合取，优先使用组合索引法
       条件是OR析取，一般使用全表扫描法
       其余，根据选择元组百分比，若较多使用顺序扫描法，否则使用主键索引

5.2.2连接操作启发式规则，连接操作实现，连接

 和连接操作实现一样，有排序合并、索引连接、Hash连接法

5.3 基于代价评估优化

访问存储器代价、存储代价、计算代价、内存使用代价、通信代价

数据字典中记录的统计信息

• 表
  • 元组总数、元组长度、占用块数、占用溢出块数
• 列
  • 列不同值的个数、选择率、最值、索引类型
• 索引
  • 索引层数、不同索引值个数、叶节点个数