关系查询处理和查询优化小结
第四章全局查询处理和优化
§4.4 查询优化的基础
2、查询树 在查询树中，叶子表 示关系，中间节点表 示运算，前序遍历关 系表示运算次序。 定义： ROOT：=T T：=R/（T） /TbT/UT U：=σF/ПA b： =∞/X/∪/∩//∝
§4.4 查询优化的基础
3、举例 例4.2.1 设有一供应关系数据库，有供应者和供应两关系，如下： 供应者：SUPPLIER{SNO，SNAME，AREA} 供应者编号 供应者姓名 供应者所属地域 供应：SUPPLY{SNO，PNO，QTY} 供应者编号 零件号 质量 查询要求：找出地域在″北方″供应100号零件的供应商的信息。 SQL查询语句：SELECT SNO，SNAME FROM SUPPLIER，SUPPLY WHERE AREA=″北方″AND PNO=100 AND SUPPLIER.SNO=SUPPLY.SNO
§4.4 查询优化的基础
（2）等价变换 重复律：UR ≡ UUR 交换律：U1U2R ≡ U2U1R 分配律：U（RbS）≡（UR）b（US） 结合律：Rb1（Sb2T）≡ （Rb1S）b2T 提取律：（UR）b（US） ≡ U（RbS） 其中：R、S、T为关系，U1、U2、U为一元运算符 ，b1、b2、 b为二元运算符。
§4.4 查询优化的基础
3、举例 等价的关系表达式： Q1：ПSNO，SNAMEσAREA=″北方″σPNO=100 （SUPPLIER∞SUPPLY） 查询树：
§4.2 Overview of Query Processing
通常用SQL语言操纵语言来表达全局查询。之后， 由系统将其转换成内部表示。实际上，在查询执 行过程时，最终涉及的是具体场地上的物理关系 的查询。影响查询处理效率的因素有：网络传输 代价（数据量和延迟等）、局部I/O代价及CPU 使用情况代价等，但主要由网络通信代价和局部 I/O代价来衡量。不同的分布式数据库系统可能对 评估查询处理的传输代价和I/O代价的侧重不同， 同时，为提高查询的效率，在查询处理过程中还 要进行优化处理，查询优化就是确定出一种执行 代价最小的查询执行策略或寻找相对较优的操作 执行步骤。一般可采用多级优化。本章介绍全局 查询的处理与优化。
数据模型数据模型的三要素数据模型的分类和各自的特点
= 27.8小时
查询优化的必要性（续）
2. Ｑ2＝ ПＳname(бo=' 2' (Student ①
SC))
读取总块数= 2100块
读数据时间=2100/20=105秒
中间结果大小=10000 （减少1000倍）
写中间结果时间=10000/10/20=50秒
②б
读数据时间=50秒
③П
总时间＝105＋50＋50秒＝205秒=3.4分
（1）分解选择运算 利用规则4把形如бF1 ∧F2 ∧ … ∧ Fn (E)变换为 бF1 (бF2(… (бFn(E))… ))
关系代数表达式的优化算法 (续)
（2）通过交换选择运算，将其尽可能移到叶端 对每一个选择，利用规则4～8尽可能把它移
到树的叶端。
（3）通过交换投影运算，将其尽可能移到叶端 对每一个投影利用规则3，9，l0，5中的一般 形式尽可能把它移向树的叶端。
③П
总时间＝5＋5秒＝10秒
查询优化的必要性（续）
4. Ｑ2＝ ПＳname(Student бo='2' (SC)) 假设SC表在Cno上有索引，Student表在Sno上有
索引 ①б
读SC表索引= 读SC表总块数= 50/100<1块 读数据时间 中间结果大小=50条 不必写入外存
查询优化的必要性（续）
8. 选择与差运算的交换
假设：E1与E2有相同的属性名 бF(E1-E2)≡ бF(E1) - бF(E2)
关系代数等价变换规则（续）
9. 投影与笛卡尔积的交换
假设：E1和E2是两个关系表达式， A1，…，An是E1的属性， B1，…，Bm是E2的属性
π A1,A2, …,An,B1,B2, …,Bm （E1×E2)≡ π A1,A2, …,An（E1)× π B1,B2, …,Bm(E2)
基于关系代数的分布式数据库查询优化
１ 、如 果 全 局 查 询 语 言 ＿ 蜀部 数据 库 的 查 询 语 言 不 同 ， ． ２ 与 还 要 将 每一 个 逻 辑 子 查 询 都 转 ｉ 冀相 应 的 局 部 数 据 库 的 本 地 语 言 并 传 到 相 应 的局 部 数 据 库 中 执 行 。 １ 、 有 子 查 询 的结 果 返 回并 组 合成 最 终 的查 询 结 果 。 Ｉ所 ３ 个 全 局 查询 被 分解 成 两 类 逻 辑 子 查 询 ：一 类 是 相 对 应 于 每 一 个 局 部数 据 库 模 式 的 子 查 询 。 为输 出模 式 子 查 询 ： 一 类 称 另 是 把 各 个 子查 询 结 果 合 并 成 输 出 结 果 的 查 询 语 句 ．称 为后 处 理 查询 。 通 过 查 询 分解 以后 。 一 个 子查 询对 应 一 个 局 部 数 据 库 ， 每 但 子 查 询 的查 询 语 言 还 是 全 局 查 询 语 言 ．如 果 全 局 查 询语 言 和 本 地 语 育不 同 。还 要 通 过 查 询 转 换 把 全 局 查 询 语 言 转换 成本 地查 询语育。 不 同的 查 询分 解 对 应 不 同的 系 统 性 能 ．因 此 为 达 到优 化 系 统 性 能 的 目的 。 需要 相应 的查 询 优 化 器 。 还 查询 优 化 器 确 定 出 一 个执行计划。 说明需要访问哪些局部 数据 库， 如何组合成中间结 果。 在哪个站点执行全局处 理等 ， 最后启动执行查询计划。 在这里 。 我们 只是 粗 略 地 了 解 一 下查 询 过 程 ， 点 要 阐 述 重 分 布 式数 据库 查 询 优 化 。 ２ 分 布 式 数据 库查 询 优 化 的 目标 、 查 询 处 理 和 优 化 在 关 系 数 据 库 系 统 中 占有 非 常 重 要 的 地 位 。 是 分 布式 数 据 库 主要 研 究 问题 之 一 。在 集 中式 数 据 库 中 ， 也 查 询优 化 的 目 的在 于 为 每个 用 户查 询 寻 求 总 代 价 最小 的执 行 策 略 。 于这 种 系 统 一 般 都运 行 在 单 个 的计 算 机 上 。 么 使 总 代 价 由 那 最 小 就 意 味 着 使 查 询 的 响 应 时 间 最 短 。所 以 查 询 执 行 总 代 价＝ ｃ Ｕ代 价 ＋， 价 。 Ｐ Ｉ ０代
DBXT10-11(DA)
数据库系统原理福州大学计算机系郭红G u o h o n g @f z u .e d u .c n第10-11章习题课第三篇系统篇*第九章关系查询处理和查询优化第十章数据库恢复技术第十一章并发控制*第十二章数据库管理系统查询处理步骤查询优化是查询处理的核心，只在具有非过程性查询语言的D B M S 才具有此功能。
在这样系统中，用户使用数据库语言定义查询要求，而无需要说明怎样去查询，因此查询优化是完全必要而且非常重要的。
查询优化包括：1、代数优化——关系代数表达式优化改变表达式中操作的次序和组合，提高查询效率2、物理优化——存取路径和低层操作算法的选择。
选择的依据可以是基于规则，代价或语义。
关系查询处理与查询优化关系代数表达式优化的一般准则典型的启发式规则:1、选择运算应尽可能先做。
2、同时执行相同关系上的多个选择与投影操作，以免多次扫描关系。
3、把投影同其前或后的双目运算结合起来，以免多次扫描关系。
关系代数表达式优化的一般准则n4、某些选择运算＋在其前面执行的笛卡尔积===>等值连接运算例：бS t u d e n t.S n o=S C.S n o(S t u d e n t×S C)S t u d e n t∞S CS t u d e n t.S n o=S C.S n on5、提取公共子表达式关系代数表达式的内部表示查询的内部表示形式——查询树∏A(σp=‘IS’AND N=‘User’((R1×R2) ×R3))×∏AσP=‘IS’AND N=‘User’×R3R2R1优化的关系代数表达式∏C,CN ((∏SC.C#(∏S#(σSD=’IS’(S))∞S.S#=SC.S#∏S#.C#(SC))∞SC.C#=C.C#∏C#,CN (C))∏∞SC.C#=C.C#∏SC.C# ∏C.C#,∞S.S#=SC.S# C∏S.S# ∏SC.S#, SC.C#σSD=’IS’SCD B M S 的数据控制功能数据库系统中的数据是由D B M S 统一管理和控制的。
ch.7查询处理与查询优化
ch.7查询处理与查询优化
查询是数据库系统中使用最频繁、最基本的操作。 对于一个给定的查询，通常会有许多种可能的执行策 略，查询优化就是从众多策略中找出高效执行策略的 处理过程，是DBMS实现的关键技术，对系统性能有很 大影响。
1、引言
2、代数优化 3、物理优化
2012年12月19日星期
2012年12月19日星期
数据库教程（06.8）
3
ch.7
（3）、一个启发性的例子
1.引言
例7-1 设有Shop(商店)，Customer(顾客)，SC(购物关系)三个关系，关系模 式如下： Shop (S#,Sname,Address) Customer (C#,Cname,Address) SC(S#,C#, Item, Quantity,Price) 查询是“给出销售彩电的商店名称” 1）、用SQL语句表达如下： SELECT Sname FROM Shop，SC WHERE Shop.S# ＝ SC.S# AND Item=’彩电’ 2）、用关系代数表达式表达这个查询语句： ΠSname(σShop.S# ＝ SC.S# ∧ Item=’彩电’ (Shop×SC)) 选择条件Shop.S# ＝ SC.S#与笛卡儿积组合成连接操作： ΠSname(σItem=’彩电’(Shop⋈ SC)) 选择条件Item=’彩电’还可以移到连接中的关系SC前面： ΠSname(Shop⋈σItem=’彩电’(SC))
3.物理优化
数据库实现的基础是文件，对数据库的任何操作最终都会落实为 对文件的操作。关系数据库中，数据和存取路径分离。后者对用户是 隐蔽的，可以动态建立、删除，例如顺序扫描、索引、散列等。理论 研究和实际应用说明，选择合适的存取路径，能够收到显著的优化效 果，应成为优化的重点。然而，前面介绍的代数优化并没有利用存取 路径的便利，对各种操作的执行策略进行选择，只是利用一些变换规 则来调整和重新安排操作的次序和组合，优化效果也是很有限的。因 此，充分考虑存取路径，利用它们进一步改善查询效率，具有非常重 要的意义。 依赖于存取路径的规则优化，即物理优化，决定如何执行查询， 基本策略是将表达式看成是由一系列关系操作（选择、连接、投影、 集合运算等）构成，各种操作间保持一定的相互依赖关系。对于每个 可能的操作，都具有一组可用的实现技术. (1)、选择 (2)、连接 (3) 、投影 (4)、集合运算
数据库原理与应用第2章答案解析主编肖海蓉、任民宏
数据库原理与应⽤第2章答案解析主编肖海蓉、任民宏第2章关系数据库基础2.1关系的概念2.2关系数据模型2.2.1关系模型及其要素2.2.2关系的性质及类型2.3关系代数2.3.1关系代数概述2.3.2传统的集合运算2.3.3专门的关系运算2.3.4关系代数运算实例分析及查询优化2.4关系演算2.4.1元组关系运算2.4.2域关系运算本章⼩结习题2第2 章关系数据库基本理论课后习题参考答案1、选择题（1）~（4）：C、A、C、B（5）~（8）：D、B、C、C（9）~（12）：C、A、D、C2、简答题1）定义并解释下列术语，说明它们之间的联系。
答：候选码：在关系中可以唯⼀标识⼀个元组的属性或属性组。
主码：如果⼀个关系中有多个候选码，则选定其中最⼩属性组为主码；主码⼀般⽤下划横线标⽰。
外码：如果属性 X 不是关系R2 的主码，⽽是另⼀关系R1 的主码，则该属性X 称为关系R2 的外码；外码⼀般⽤波浪线标⽰。
域：域是⼀组具有相同数据的值的集合。
笛卡尔积：设定⼀组域 D1,D2,D3,…,D n，这些域中允许有相同的， D1,D2,D3,…,D n 的笛卡尔积为：D1×D2×D3×…×D n={(d1,d2,d3,…,d n)∣d i∈D i ,i=1,2,…,n} 即诸域 D1,D2,D3,…,D n 中各元素间的⼀切匹配组合构成的集合。
其中每个元素(d1,d2,d3,…,d n)称为⼀个元组，元素中的每个值 d i(i=1,2,…,n)称为⼀个分量。
关系：笛卡尔积 D1×D2×D3×…×D n 的⼦集称为域D1,D2,D3,…,D n 上的⼀个 n 元关系，表⽰为：R(D1,D2,D3,…,D n)；关系是笛卡尔积的⼦集，故关系也是⼀张⼆维表，关系中每个元素(d1,d2,d3,…,d n)是关系的元组，对应⼆维表中的⾏，关系中的每个域 D i(i=1,2,…,n)对应表中的⼀列即属性。
关系DBS的查询优化
DBMS把对数据库更新操作的全部情况都记载下来，以 便数据库的恢复。 ⑩ 应用程序检查状态信息，若成功，对工作区中的数据 正常处理；若失败，决定下一步如何执行。
6.2 关系DBS的查询优化
数据查询是DBS中最基本、最常用和最复杂的数据操 作，查询优化是影响关系DBMS性能的关键因素。
② ∏Cno(σ F2 ∧F3 ( S ⋈ SC ) ) ③ ∏Cno(σ F2 (S) ⋈ σ F3 (SC) )
分析： 哪种效率高？
6.2 关系DBS的查询优化
连接时间复杂度为：
① ∏Cno(σ F1 ∧F2 ∧F3 ( S×SC ) ) ① O(107)
② ∏Cno(σ F2 ∧F3 ( S ⋈ SC ) ) ③ ∏Cno(σ F2 (S) ⋈ σ F3 (SC) )
关系数据理论基于关系代数，同一个查询要求可以 对应多个不同形式却相互等价的表达式。
关系数据查询语言是非过程化的，由DBMS自动生成 若干候选的查询计划并择优使用。
6.2 关系DBS的查询优化 1.查询处理的过程
查询语句
语法分析与 翻译
查询输出
执行引擎
关系代数表达式 优化器 执行计划
数据
有关数据的统计 信息
再利用规则5～8 把每一个选择运算尽可能移到树的叶端。
（2）对每一个投影利用规则3、5、9、l0，尽可能把它移向树
的叶端。
（3）利用规则3～5把选择和投影的串接合并成单个选择、单个
投影或一个选择后跟一个投影。使多个选择或投影能同时执行，
或在一次扫描中全部完成，
（4）使用规则12 使选择运算与笛卡尔积结合成连接运算。
第四章全局查询处理和优化
查询处理概述
查询处理问题
集中查询处理器必须：
将演算查询转换为代数操作 选择最好的执行计划
例如:
SELECT ENAME FROM E,G WHERE RESP = “Manager” and E.ENO=G.ENO
第四章 分布查询处理和优化
查询处理概述
关系代数 1: ( RESP " M anager " E . EM O G . EN O ( E G )) EN AM E
查询优化的基础
• 读取自然连接结果, 执行选择运算, 需50s, 选择结果均可放 在内存 • 投影运算: • 总花费为: 105+50+50=205s 3.4分钟 Q3= sname( Students Cno=„2‟(SC))
Q3代价计算(仅考虑I/O代价)
计算对SC做选择运算的代价 • 需读SC到内存进行选择运算 • 读SC块数为: 10000/100=100 • 花费为: 100/20=5s • 选择结果为50个SC元组, 均可放在内存
域演算：{ x 1 , x 2 , . . . x n | F ( x 1 , x 2 , . . . , x n )} 其中 x‟s: 域变量, F(x1,…,xn): wff 例如: { x , y | E ( x , y , " manager
" )}
第四章 分布查询处理和优化
查询处理概述
第四章 分布查询处理和优化
第四章 分布查询处理和优化
查询处理概述
优化的查询
G 1 ' RESP
E1 '
" Manager "
( G 1)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关系查询处理和查询优化小结
一．关系查询优化的概述
1. 查询优化在关系数据库中的重要性及必要性
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。
查询优化极大地影响RDBMS的性能。
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。
2.查询优化的可能性和优点
1)优化器可以从数据字典中获取许多统计信息，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)优化器可以考虑数百种不同的执行计划，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；3.查询优化的一般准则
( 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. 查询优化的一般步骤
( 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。
5.代价模型
一般DBMS采用基于代价的优化算法：
集中式数据库
单用户系统
总代价 = I/O代价 + CPU代价
多用户系统
总代价 = I/O代价 + CPU代价 + 内存代价
分布式数据库
总代价 = I/O代价 + CPU代价[+ 内存代价] + 通信代价
二．关系数据库查询优化方法
1.代数优化
关系代数表达式等价指用相同的关系代替两个表达式中相应的关系所得到的结果是相同的
1）查询树启发式优化，一般规则有
选择运算应尽可能先做(最重要，最根本)
目的：减小中间关系
投影运算和选择运算同时做
目的：避免重复扫描关系
将投影运算与其前面或后面的双目运算结合
目的：减少扫描关系的遍数
在执行连接操作前对关系适当进行预处理
按连接属性排序
在连接属性上建立索引
某些选择运算＋在其前面执行的笛卡尔积
===> 连接运算
2）查询树的启发式优化—算法
（1）分解选择运算
（2）通过交换选择运算，将其尽可能移到叶端
（3）通过交换投影运算，将其尽可能移到叶端
（4）合并串接的选择和投影，以便能同时执行或在一次扫描中完成
（5）对内结点分组
（6）生成程序
例：бStudent.Sno=SC.Sno (Student×SC)
Student SC
提取公共子表达式;
例如：查询小王选修的所有课程。
可以用关系代数来表达多种不同的查询方法。
S1=πcno（σS.sno=SC.sno ∧ S.sname=“小王”( S×SC))
S2=πcno（σ S.sname=“小王”
( S SC))
S3=πcno（σS.sname=“小王” ( S） SC)
三种查询的结果是完全相同的，但三种查询的具体操作、所占用的内存、所消耗的时间是不相同的。
显然：
S3 优于 S2 优于 S1
查询优化对减少系统开销、提高运行速度是很重要的。
2.物理优化
物理优化就是要选择高效合理的操作算法或存取路径，球的优化的查询计划，达到查询优化的目标。
1）物理优化可以选择的方法
（1）基于规则的启发式优化；大多数情况下都适用。
（2）基于代价估算的优化；优化器估算不同执行策略的代价，并选出具有最小代价的执行计划。
（3）两者结合的优化方法。
2）选择操作的启发式规则
对于小关系，使用全表顺序扫描，即使选择列上有索引；
对于大关系，启发式规则有：
对于选择条件是主码＝值的查询；
查询结果最多是一个元组，可以选择主码索引；
一般的RDBMS会自动建立主码索引；
对于选择条件是非主属性＝值的查询，并且选择列上有索引
要估算查询结果的元组数目
如果比例较小(<10%)可以使用索引扫描方法
否则还是使用全表顺序扫描
3）全表扫描算法的代价估算公式
如果基本表大小为B块，全表扫描算法的代价 cost＝B
如果选择条件是码＝值，则平均代价 cost＝B/2
4）排序-合并连接算法的代价估算公式
如果连接表已经按照连接属性排好序，则cost＝
Br+Bs+(Frs*Nr*Ns)/Mrs。
如果必须对文件排序
需要在代价函数中加上排序的代价
对于包含B个块的文件排序的代价大约是
(2*B)+(2*B*log2B)
三.总结
对于数据库的设计，数据库的查询优化是必不可少的；查询处理时RDBMS的核心，而查询优化技术是查询处理的关键。
一个好的查询优化处理能使的执行效率更高，减小程序的设计代价。
查询优化能避免不必要的复杂性，对于有些查询构建方法，优化器无法总能给出最优执行计划。
给优化器提供约束和统计信息，询优化器生成的执行计划的性能和健壮性很大程度上依赖于可获得信息的质量。