数据库系统概论（第九章关系查询处理和查询优化）

第9章 关系查询处理和查询优化

9.1 关系数据库系统的查询处理

9.1.1 查询处理步骤 

关系数据库管理系统查询处理可以分为4个阶段：查询分析、查询检查、查询优化和查询执行

1. 查询分析：词法分析、语法分析
2. 查询检查：语义分析、是否有权限、是否破坏完整性、视图转换
3. 查询优化：代数优化（逻辑优化）和物理优化（基于规则、代价、语义），生成查询计划树
4. 查询执行：自底向上/自顶向下策略

9.1.2 实现查询操作的算法示例

1. 选择操作的实现：全表扫描/索引扫描
2. 连接操作的实现：查询处理中最常用最耗时的操作之一
   1. 嵌套循环算法：最简单最通用，实际上都是基于数据块的循环(m*n)
   2. 排序-合并算法：常用与等值连接，尤其适合各个表已经排好序的情况。（m+n）
      1. 第一步：如果参与连接的表没有排好序，根据连接属性排序
      2. 第二步：sorted_merge
   3. 索引连接算法：根据表上已经建立好的索引，根据索引查找匹配的元组
   4. hash join 算法：等值连接，要求内存足够大，小表的hash表要全部能够放进内存。分成两个阶段
      1. 第一步，划分阶段，为小表建立hash表，根据连接属性作为hash码
      2. 第二步，试探阶段，对另外一张表的连接属性hash一遍，将匹配的元组连接起来

9.2 关系数据库系统的查询优化

9.2.1 查询优化概述

重要性：关系系统的查询优化即是关系数据库管理系统实现的关键技术，又是关系系统的优点所在。它减轻了用户选择存取路径的负担，用户只要提出“干什么”，而不必指出“怎么干”，

由DBMS进行查询优化的好处：

查询优化的优点不仅在于用户不必考虑如何最好的表达查询以获得较高的效率，而且在于系统可以比用户程序的“优化”做得更好。

可能性：

1. 优化器可以从数据字典中获取许多统计信息，
2. 如果数据库的物理统计信息改变了，系统可以自动对查询进行重新优化以选择相适应的执行计划。
3. 优化器可以考虑数百种不同的执行计划，而程序员一般只考虑有限的几种可能性。
4. 优化器中包括了很多复杂的优化技术。

在集中式数据库中，查询执行开销主要包括磁盘存取块数（IO代价）、处理机时间（CPU代价）以及查询的内存开销

计算查询代价时一般用查询处理读写的块数作为衡量单位

9.3 代数优化

9.3.1 关系代数表达式等价变换规则

9.3.2 查询树的启发式优化

1. 选择运算应尽可能先做
2. 把投影运算和选择运算同时进行：这两者都是一元操作，一个元组能不能成为结果只取决于其本身
3. 把投影同其前或后的双目运算结合起来
4. 把某些选择同在它前面要执行的笛卡儿积结合起来称为一个连接运算
5. 找出公共子表达式

9.4 物理优化

9.4.1 基于启发式规则的存取路径选择优化

选择操作的启发式规则：
对于小关系，全表扫描
对于大关系：
1. 若选择条件是主码，则可以选择主码索引，因为主码索引一般是被自动建立的
2. 若选择条件是非主属性的等职查询，并且选择列上有索引，如果选择比例较小（10%）可以使用索引扫描，否则全表扫描
3. 若选择条件是属性上的非等职查询或者范围查询，同上
4. 对于用and连接的合取选择条件，若有组合索引，优先用组合索引方法；如果某些属性上有一般索引，则用索引扫描，否则全表扫描
5. 对于用OR连接的析取选择条件，全表扫描

连接操作的启发式规则
1. 若两个表都已经按连接属性排序，则选用排序-合并算法
2. 若一个表在连接属性上有索引，则使用索引连接方法
3. 若其中一个表较小，则选用hash join
4. 最后可以使用嵌套循环，小表坐外表

9.4.2 基于代价估算的优化

统计信息：数据字典中存储了优化器需要的优化信息，包括基本表的元组总数、长度、占用块数，每个列的不同值的个数、最大/小值、是否有索引，索引的层数、个数、选择基数等
代价估算实例

习题

1 ．试述查询优化在关系数据库系统中的重要性和可能性。

答：重要性：关系系统的查询优化既是 RDBMS 实现的关键技术又是关系系统的优点所在。它减轻了用户选择存取路径的负担。用户只要提出“干什么”，不必指出“怎么干”。查询优化的优点不仅在于用户不必考虑如何最好地表达查询以获得较好的效率，而且在于系统可以比用户程序的“优化’夕做得更好。

可能性：这是因为：

• ( l ）优化器可以从数据字典中获取许多统计信息，例如关系中的元组数、关系中每个属性值的分布情况、这些属性上是否有索引、是什么索引（ B ＋树索引还是 HASH 索引或惟一索引或组合索引）等。优化器可以根据这些信息选择有效的执行计划，而用户程序则难以获得这些信息。
• ( 2 ）如果数据库的物理统计信息改变了，系统可以自动对查询进行重新优化以选择相适应的执行计划。在非关系系统中必须重写程序，而重写程序在实际应用中往往是不太可能的。
• ( 3 ）优化器可以考虑数十甚至数百种不同的执行计划，从中选出较优的一个，而程序员一般只能考虑有限的几种可能性。
• ( 4 ）优化器中包括了很多复杂的优化技术，这些优化技术往往只有最好的程序员才能掌握。系统的自动优化相当于使得所有人都拥有这些优化技术。
•  

2 ．对学生一课程数据库有如下的查询： SEI 王 CT Cn 即 ne FROM Student , Cou 拐 e , SC WHERE Student . Sno = SC . Sno AND SC . Cllo = Coll 拐 e . Cllo AND Stu 击 nt . Sdept = ! 15 ! ; 此查询要求信息系学生选修了的所有课程名称。试画出用关系代数表示的语法树，并用关系代数表达式优化算法对原始的语法树进行优化处理，画出优化后的标准语法树。

答：

 

 

3 ．试述查询优化的一般准则。

答：下面的优化策略一般能提高查询效率：

• ( l ）选择运算应尽可能先做；
• ( 2 ）把投影运算和选择运算同时进行；
• ( 3 ）把投影同其前或其后的双目运算结合起来执行；
• ( 4 ）把某些选择同在它前面要执行的笛卡儿积结合起来成为一个连接运算；
• ( 5 ）找出公共子表达式；
• ( 6 ）选取合适的连接算法。

4 ．试述查询优化的一般步骤。

答：各个关系系统的优化方法不尽相同，大致的步骤可以归纳如下：

• ( l ）把查询转换成某种内部表示，通常用的内部表示是语法树。
• ( 2 ）把语法树转换成标准（优化）形式。即利用优化算法，把原始的语法树转换成优化的形式。
• ( 3 ）选择低层的存取路径。
• ( 4 ）生成查询计划，选择代价最小的。