数据库系统笔记8：查询过程

逻辑查询计划

Parsing 解析

将SQL解析成解析树

转换为关系代数表达式

改进关系代数表达式

改进原来的关系代数，使得结果相同，但代价变低

改进规则

•  自然连接、笛卡尔积、并满足交换律、结合律

C：R和S中相同的属性

L：去掉R和S笛卡尔积后重复的列

 其中，p条件只与R有关，q条件只与S有关

物理查询计划

中间代价估算

有利于决定后续如何从物理上查询

查询方法

• 基于排序的方法
• 基于哈希的方法
• 基于索引的方法

不同代价的扫描方式

• one-pass 扫一遍
• two-pss 扫两遍（一个存不下）
• multi-pass 扫很多遍

主要估算磁盘I/O代价：扫描多少块

• M：预计能存多少磁盘块
• T(R)：R中的元组数量
• B(R)：存储R中的元组需要的块数量
• V(R,A)：R中A属性的值去重后的数量

注意，我们只能估算，不能得出准确值

基于索引的查询

• 非聚簇存储：，特别地，当A是主键时，代价为1
• 聚簇存储：

natural join

R与S自然连接：将小表S存入内存，把大表R的内容一块一块读进内存，找到能够自然连接的元组，因此将R和S表各扫一遍即可，其代价为

nested-loop join

改进

• 将小表S中的M-1块存入内存
• 把大表R的内容一块一块读进内存
• 对于R表中的每个块，找到能够自然连接的元组
• 其代价为

基于排序的自然连接：归并排序

• 分别读入数据块，对其进行排序，得到几个排好序的子表
• 将子表按照其最小元素排序的顺序读入子表，合并后输出
• 读取两表中最小的数据块，比较相同属性的取值，找到相同取值x，把两表中该属性取值为x的元组都读入内存，并进行连接
• 其代价为
• 但该算法有限制，

选择最好的物理查询计划

关系代数具体到物理层面应该如何执行？需要考虑有无索引、磁盘内数据如何存储等