MYSQL数据库课程-查询处理

第十一章 查询处理

1. 查询处理概述

• 查询处理定义
  • 从数据库中检索数据包含的活动
  • 查询处理的目的是将高级语言(例如SQL)表示的查询转换为正确有效的、用低级语言(实现关系代数)表达的执行策略，并执行该策略以获取所需检索的数据
• 查询处理主要分为四个阶段
  • 查询分解 --包括语法分析和正确性验证
  • 查询优化
  • 代码生成
  • 执行
• 查询优化
  • 为查询处理选择一个高效的执行策略
  • 由于与一个高级查询等价的转换形式有多种，所以查询优化的目的就是选择其中资源占用最少的一种。
    • 要尽力减少总的执行时间
    • 减少查询的响应时间
    • Note：在关系个数很多的情况下，找到最优解是非常困难的。通常采取的策略是，寻找一种近似最优解

2. 查询分解

• 目的：将高级查询转换为关系代数查询，并且分析语法和语义的正确性。
• 查询分解的阶段：
  1. 分析
  2. 规范化
  3. 语义分析
  4. 化简
  5. 查询重构
• 分析：
  • 主要工作：
    • 利用程序设计语言编译器的技术对查询进行词法分析和语法分析
    • 负责验证查询中出现的关系和属性是否在系统目录中有定义
    • 检查对数据库对象施加的运算是否与对象的类型相匹配
  • 这一阶段的任务完成后，高级查询转换为更适合处理的内部表示。通常其内部表示形式为某种类型的查询树(关系代数树)，构造方法如下：
    • 为查询的每一个基础关系创建一个叶节点
    • 为关系代数运算产生的每一个中间关系创建一个非叶节点
    • 树的根节点代表查询结果
    • 运算按照从叶到根的顺序执行

3.查询优化

• 两种主要查询优化技术
  • 查询优化的启发式方法
  • 根据相对成本比较不同的策略，并且选择一种最大限度地减少资源使用的策略
• 在实践中，这两种方法通常结合使用

4.关系代数运算的转换规则

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UFdj0Edt-1623296495105)(https://gitee.com/liuqi66/markdown-photo/raw/master/others/image-20210610111323578.png)]

5.启发式处理策略

1. 尽可能早地执行选择运算
   • 注意要将作用于同一关系地选择谓词放在一起
2. 合并笛卡儿乘积与其后的选择运算为连接运算，用选择运算的谓词表示连接条件
3. 利用二元运算的结合律对叶结点重新排序，先执行条件最严格的选择运算
4. 尽可能早地执行投影运算
5. 只计算一次公共表达式的值

6. 关系代数运算的代价估计

• DBMS可以有多种不同的方式来实现关系代数运算，查询优化的目的就是从中选择效率最高的那种方案。
• DBMS采用公式来估算不同方案的开销，然后选择其中开销最小的。
• 查询处理中占主导地位的开销通常是磁盘访问的开销，因此磁盘访问要比主存访问慢得多，所以在进行代价估算时，仅考虑磁盘访问的开销。
• 许多代价估算都是基于关系的基数的，所以需要能够估算关系的基数
• 估算关系代数运算中间结果的大小和开销时，正确与否的关键在于DBMS存储的统计信息的数量和即时性。
• 我们期望DBMS在系统目录中存储以下类型的信息：
  • 关于基本关系R的统计信息
    • nTuples®:关系R的元组的数目(R的基数)
    • bFactors®:R的块因子(即一块可以存储的R元组的个数)
    • nBlocks®:存储关系R所需的块数
      • nBlocks = nTuples / bFactors
  • 关于基本关系R的属性A
    • nDistinct(A, R): 属性A在关系R中的不同取值的个数
    • min(A,R); max(A,R) : 属性A在关系R中可能的最大值和最小值
    • SC(A,R) : 属性A在关系R中的选择基数。这是满足属性A的某个等值条件的平均元组个数
  • 关于属性集A上的多级索引 I
    • nLevels(A,I) : I 的级数
  • SC(A,R) : 属性A在关系R中的选择基数。这是满足属性A的某个等值条件的平均元组个数
  • 关于属性集A上的多级索引 I
    • nLevels(A,I) : I 的级数
    • nLfBlocks(A,I) ： I中叶的快数