PostgreSQL查询优化（一）概述

本系列主要参考<PostgreSQL技术内幕:查询优化深度探索>
PostgreSQL的官方 源代码地址,git地址是git://git.postgresql.org/git/postgresql.git
Github上的 镜像

查询优化

可以看出它的输入是查询树，输出是执行计划

查询优化器相对于数据库用户的优势

• 优化方案设计复杂，超出人脑
• 优化器有着用户不知道的统计信息
• 数据库数据变化，原优化方案不适用

优化的两个层次

• Rule Based Optimization
  重写
  分解
• Cost Based Optimization

关系模型

这里是一些讲数据库的书都会共同讲到的基础知识，包括关系代数和谓词演算。这里把里面的符号备忘以下

符号	含义	来源
$\sigma$	选择	关系代数
$\Pi$	投影	关系代数
$\times$	笛卡儿积	集合论
$÷$	除法
$\cup$	并集	集合论
$-$	差	集合论
$\cap$	交集
$\bowtie$	连接
$⟕$	左外连接
$⟖$	右外连接
$⟗$	全外连接
$⋉⋊$	半连接
$⊳$	反半连接
$\theta$	θ连接
$\rho$	改名
$\leftarrow$	赋值
$\gamma$	分组

对于关系代数的优化主要是将选择和映射进行下推

物理优化

B+树

B树是一个每级有[m/2,m]的节点的树
B+树在B树的基础上添加了下一节点指针和页内最大地址

hash表

排序

物理连接的MergeJoin也需要排序

物化

物化也可以看作是缓存,方便中间结果多次使用

物理路径

物理路径分为扫描路径和连接路径,前者针对单个关系,处理选择和投影,后者针对多个表,处理笛卡尔积,一般扫描路径是叶节点,是为连接路径做准备的

扫描路径

• 顺序扫描
• 索引扫描
  会带来随机读的问题,一般配合位图使用
• 快速索引扫描
  如果只根据索引就能得到想要的数据

连接路径

• Nestlooped Join
  • 一般情况下复杂度是$O(m\ast n)$
  • 内表路径是索引扫描路径时复杂度是$O(\log n)$
  • 内表是一个索引扫描时复杂度$O(m\log n)$
• 内表比较小时可以先hash,这时复杂度是$O(m\ast n/N)$
• 也可以两个表都排序做Merge Join

物理连接的选择

• 自下而上的动态规划
• 自上而下先逻辑查询树再枚举各种物理可能
• 随机搜索,例如遗传算法