《第6章查询处理和优化.ppt》由会员分享,可在线阅读,更多相关《第6章查询处理和优化.ppt(51页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第6章查询处理和优化 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望 例如:例如:12+64+88=?查询优化是查询优化是相对而言相对而言的,可能的执行策略的,可能的执行策略很多,穷尽代价很大,不能片面追求绝对的最很多,穷尽代价很大,不能片面追求绝对的最优。优。(12+88)+64=164数据库查询语言的处理过程数据库查询语言的处理过程:(1)解释方式执行)解释方式执行解释执行解释执行解释执行解释执行查询语句查询语句查询语句查询语句DBMSDBMS BEGIN T
2、RANBEGIN TRANBEGIN TRANBEGIN TRAN查询语句查询语句查询语句查询语句ENDENDENDEND应用程序应用程序查询请求查询请求查询请求查询请求查询结果查询结果查询结果查询结果优化占执优化占执行时间!行时间!查询语句查询语句查询语句查询语句(2)(2)编译方式编译方式 BEGIN TRANBEGIN TRANBEGIN TRANBEGIN TRAN查询语句查询语句查询语句查询语句ENDENDENDEND应用程序应用程序应用程序应用程序 CALL AM(CALL AM(CALL AM(CALL AM(参数参数参数参数)AMAMAMAM依赖因素依赖因素依赖因素依赖因素访问
3、模块访问模块访问模块访问模块AMAMAMAM预编译预编译预编译预编译编译和连接编译和连接编译和连接编译和连接目标码目标码目标码目标码执行执行执行执行优化不优化不占执行时占执行时间!间!对于常见的例行事务,编译方式可提高性能。对于常见的例行事务,编译方式可提高性能。对于简短的即时查询,解释方式灵活实用。对于简短的即时查询,解释方式灵活实用。解释方式和编译方式各适用于什么情况?解释方式和编译方式各适用于什么情况?n n代数优化代数优化代数优化代数优化 对查询语句进行变换不涉及存取路径对查询语句进行变换不涉及存取路径对查询语句进行变换不涉及存取路径对查询语句进行变换不涉及存取路径n n物理优化物理优
4、化物理优化物理优化 根据存取路径选择合理的存取策略进行优化根据存取路径选择合理的存取策略进行优化根据存取路径选择合理的存取策略进行优化根据存取路径选择合理的存取策略进行优化n n规则优化规则优化规则优化规则优化 仅根据启发式规则选择执行的策略进行优化仅根据启发式规则选择执行的策略进行优化仅根据启发式规则选择执行的策略进行优化仅根据启发式规则选择执行的策略进行优化n n代价估算优化代价估算优化代价估算优化代价估算优化 6.2 6.2 代数优化代数优化 代数优化对查询进行等效变换,以减少执行开销。代数优化对查询进行等效变换,以减少执行开销。代数优化的原则是代数优化的原则是尽量减小查询过程中间结果的
5、尽量减小查询过程中间结果的大小大小。选择、投影操作通常能够有效地减小关系的大小。选择、投影操作通常能够有效地减小关系的大小。连接、迪卡尔乘积和并操作容易生成较大的查询中连接、迪卡尔乘积和并操作容易生成较大的查询中间结果。间结果。因此,因此,先做选择、投影先做选择、投影;先做小关系间的连接,先做小关系间的连接,再做大关系的连接再做大关系的连接;甚至需要先找出查询中的公共表甚至需要先找出查询中的公共表达式达式,以避免重复运算。,以避免重复运算。常用变换规则常用变换规则1.2.3.4.5.R JN S=S JN RR JN S=S JN R6.7.8.9.10.注意:规则注意:规则注意:规则注意:规
6、则11111111中中中中,对于连接运算,可能出现对于连接运算,可能出现对于连接运算,可能出现对于连接运算,可能出现S S S S与与与与T T T T之间之间之间之间无连接条件的情况,此时的连接运算成为迪卡尔乘积。无连接条件的情况,此时的连接运算成为迪卡尔乘积。无连接条件的情况,此时的连接运算成为迪卡尔乘积。无连接条件的情况,此时的连接运算成为迪卡尔乘积。例如:例如:例如:例如:(R JNR JNR JNR JNc1c1c1c1 S)JN S)JN S)JN S)JNc2 c2 c2 c2 T,T,T,T,式中,式中,式中,式中,Attr.(c1)Attr.(c1)Attr.(c1)Attr
7、.(c1)Attr.(R)Attr.(R)Attr.(R)Attr.(R)Attr.(S)Attr.(S)Attr.(S)Attr.(S)Attr.(c2)Attr.(c2)Attr.(c2)Attr.(c2)Attr.(R)Attr.(R)Attr.(R)Attr.(R)Attr.(T)Attr.(T)Attr.(T)Attr.(T)而而而而S S S S和和和和T T T T之间没有连接条件。可改写为:之间没有连接条件。可改写为:之间没有连接条件。可改写为:之间没有连接条件。可改写为:R JNR JNR JNR JNc1 AND c2c1 AND c2c1 AND c2c1 AND c2(
8、S S S ST)T)T)T)11.范例范例p118p118例例6-16-1 设有设有S(S(供应商供应商),P(P(零件零件),SP(SP(供应关系供应关系)三个关系,关系模三个关系,关系模式如下:式如下:S(SNUM,SNAME,CITY)S(SNUM,SNAME,CITY)P(PNUM,PNAME,WEIGHT,SIZE)P(PNUM,PNAME,WEIGHT,SIZE)SP(SNUM,PNUM,DEPT,QUAN)SP(SNUM,PNUM,DEPT,QUAN)有如下查询有如下查询Q:Q:SELECTSELECT SNAME SNAME FROMFROM S,P,SP S,P,SP WH
9、EREWHERE S.SNUM=SP.SNUM S.SNUM=SP.SNUM AND SP.PNUM=P.PNUM AND SP.PNUM=P.PNUM AND S.CITY=AND S.CITY=NANJINGNANJING AND P.PNAME=AND P.PNAME=BOLTBOLT AND SP.QUAN 10000 AND SP.QUAN 10000 nSQLSQL语句转化为原始查询树语句转化为原始查询树 Select Select From From Where Where Q Q Q Q可用右图所示的原可用右图所示的原可用右图所示的原可用右图所示的原始查询树表示:始查询树表示:
10、始查询树表示:始查询树表示:Q:SELECT SNAME FROM S,P,SP WHERE S.SNUM=SP.SNUM AND SP.PNUM=P.PNUM AND S.CITY=NANJING AND P.PNAME=BOLT AND SP.QUAN 10000 原始查询树原始查询树选择操作下压选择操作下压选择操作下压选择操作下压选择操作尽量下压选择操作尽量下压原始查询树原始查询树先连接小关系先连接小关系 S,P,SP S,P,SP经选择后得经选择后得S S、P P、SPSP,估算大小:估算大小:|S|=|S|/NCITY|P|=|P|/NPNAME|SP|=|SP|(Vmax-1000
11、0)/(Vmax-Vmin)设设|S S|P|P|,|SP|,|SP|P|,q集合集合 IN,EXISTS,NOT EXISTSIN,EXISTS,NOT EXISTSq复合复合 AND,ORAND,OR 选择操作的执行策略与选择条件、可用的存取路选择操作的执行策略与选择条件、可用的存取路径以及选取的元组数在整个关系中所占的比例有关。径以及选取的元组数在整个关系中所占的比例有关。n 实现方法:顺序扫描、尽量利用散列索引等方法。实现方法:顺序扫描、尽量利用散列索引等方法。选择操作选择存取路径的启发式规则:选择操作选择存取路径的启发式规则:(1 1)对于小关系,对于小关系,顺序扫描顺序扫描。(2
12、2)若无索引、散列等存取路径可用,或估计若无索引、散列等存取路径可用,或估计选取的元组数占关系的比例较大(大于选取的元组数占关系的比例较大(大于20%20%)且有)且有关属性上无簇集索引,关属性上无簇集索引,顺序扫描顺序扫描。(3 3)对于主键的等值选择,优先选用主键的索对于主键的等值选择,优先选用主键的索引或散列。引或散列。(4 4)对于非主键的等值选择,若选取的元组数占对于非主键的等值选择,若选取的元组数占关系的比例较小(小于关系的比例较小(小于20%20%),可以用无序索引;),可以用无序索引;否则只能用簇集索引或顺序扫描否则只能用簇集索引或顺序扫描。(。(为什么?为什么?)(5 5).
13、对于范围条件,先通过索引找到范围的边界,对于范围条件,先通过索引找到范围的边界,再通过索引的顺序集沿相应方向搜索,再通过索引的顺序集沿相应方向搜索,如中选的元组如中选的元组数在关系中所占比例较大,宜采用簇集索引或顺序扫数在关系中所占比例较大,宜采用簇集索引或顺序扫描描。(6 6)对于用)对于用ANDAND连接的合取选择条件:连接的合取选择条件:q 优先选用多属性索引优先选用多属性索引q 若有多个可用的次索引,可用预查找处理,最后若有多个可用的次索引,可用预查找处理,最后做其余条件检查做其余条件检查q 个别条件可用(个别条件可用(3 3)()(4 4)()(5 5)之一,求得相应)之一,求得相应
14、组,再将这些元组用其它条件筛选组,再将这些元组用其它条件筛选q 顺序扫描顺序扫描(7 7)用)用OROR连接的析取选择条件,尚无好的方法。连接的析取选择条件,尚无好的方法。只能按其中各个条件分别选出一个元组集,再求这只能按其中各个条件分别选出一个元组集,再求这些元组集的并。些元组集的并。在在OROR连接的诸条件中,只要有一个条件无合适连接的诸条件中,只要有一个条件无合适的存取路径,就只能用顺序扫描!的存取路径,就只能用顺序扫描!6.3.2 6.3.2 6.3.2 6.3.2 连接操作的实现和优化连接操作的实现和优化连接操作的实现和优化连接操作的实现和优化 连接开销较大,为查询优化的重点,这里连
15、接开销较大,为查询优化的重点,这里连接开销较大,为查询优化的重点,这里连接开销较大,为查询优化的重点,这里主要讨论二元连接(主要讨论二元连接(主要讨论二元连接(主要讨论二元连接(Two Way JoinTwo Way JoinTwo Way JoinTwo Way Join)。)。)。)。实现方法实现方法实现方法实现方法1.1.1.1.嵌套循环法(嵌套循环法(嵌套循环法(嵌套循环法(nested loopnested loopnested loopnested loop)2.2.2.2.利用索引或散列寻找匹配元组法利用索引或散列寻找匹配元组法利用索引或散列寻找匹配元组法利用索引或散列寻找匹配元
16、组法3.3.3.3.排序归并排序归并排序归并排序归并4.4.4.4.散列连接法散列连接法散列连接法散列连接法1).1).嵌套循环嵌套循环 关系关系关系关系R R R R与与与与S S S S进行连接操作,最原始的办法是取进行连接操作,最原始的办法是取进行连接操作,最原始的办法是取进行连接操作,最原始的办法是取R R R R的一个元组,与的一个元组,与的一个元组,与的一个元组,与S S S S的所有元组比较,凡是满足连的所有元组比较,凡是满足连的所有元组比较,凡是满足连的所有元组比较,凡是满足连接条件的元组就进行连接并且作为结果输出。然接条件的元组就进行连接并且作为结果输出。然接条件的元组就进行
17、连接并且作为结果输出。然接条件的元组就进行连接并且作为结果输出。然后再取后再取后再取后再取R R R R的下一个元组,和的下一个元组,和的下一个元组,和的下一个元组,和S S S S的所有元组比较,直的所有元组比较,直的所有元组比较,直的所有元组比较,直到到到到R R R R的所有元组比较完为止。的所有元组比较完为止。的所有元组比较完为止。的所有元组比较完为止。R S R.A=S.BR(n个个)S(m个个)ij嵌套循环算法嵌套循环算法/*/*/*/*设设设设R R R R有有有有n n n n个元组,个元组,个元组,个元组,S S S S有有有有m m m m个元组个元组个元组个元组*/*/*
18、/*/i:=1,j:=1;i:=1,j:=1;i:=1,j:=1;i:=1,j:=1;while(in)while(in)while(in)while(in)dowhile(jm)dowhile(jm)dowhile(jm)dowhile(jm)doif R(i)A=S(j)B doif R(i)A=S(j)B doif R(i)A=S(j)B doif R(i)A=S(j)B then then then then 输出输出输出输出 R(i),S(j)R(i),S(j)R(i),S(j)至至至至T;T;T;T;j:=j+1 j:=j+1 j:=j+1 j:=j+1 j:=1,i:=i+1 j
19、:=1,i:=i+1 j:=1,i:=i+1 j:=1,i:=i+1 T T为为R R和和S S连连接的结果接的结果R为外关系(为外关系(outer relation),S为内关系(为内关系(inner relation)。)。事实上,事实上,关系是以物理块为单位取到内存关系是以物理块为单位取到内存,设,设R和和S各有一缓冲块各有一缓冲块,P PR R为为为为R R的块因子(每块中所含的的块因子(每块中所含的的块因子(每块中所含的的块因子(每块中所含的元组数)。则元组数)。则元组数)。则元组数)。则R R每次每次每次每次I/OI/O取取取取P PR R个元组,可改进上述算个元组,可改进上述算个
20、元组,可改进上述算个元组,可改进上述算法,使法,使法,使法,使S S S S扫描一次可以与扫描一次可以与扫描一次可以与扫描一次可以与R R的的的的P PR R个元组比较,那么个元组比较,那么个元组比较,那么个元组比较,那么S S S S的的的的扫描次数为扫描次数为扫描次数为扫描次数为b bR R=n/P=n/PR R 。R S物理块物理块物理块物理块 假设,假设,bR和和bS分别为分别为关系关系R和关系和关系S占用占用物理块物理块的数目的数目(b bR R=n/P=n/PR R),nB为可供连接使用的缓冲块数。为可供连接使用的缓冲块数。若将其中的若将其中的nB-1块作为外关系缓冲块,块作为外关
21、系缓冲块,1 1块作为内关块作为内关系缓冲块系缓冲块。则以则以R R为外关系、为外关系、S S为内关系,用嵌套循环法进为内关系,用嵌套循环法进行连接所需访问的物理块数为行连接所需访问的物理块数为b bR R+b+bR R/(n/(nB B-1)*b-1)*bS S,对应最小对应最小I/OI/O值值。问题:问题:增加外关系增加外关系R R的缓冲块(每次多取几块的缓冲块(每次多取几块R R的的数据)或增加内关系数据)或增加内关系S S的缓冲块都能减少的缓冲块都能减少I/OI/O次数。次数。为什么将为什么将nB-1块作为外关系缓冲块,块作为外关系缓冲块,1 1块作为内关系块作为内关系缓冲块,是最优分
22、配策略?缓冲块,是最优分配策略?问题:问题:问题:问题:嵌套循环法进行连接操作,以嵌套循环法进行连接操作,以嵌套循环法进行连接操作,以嵌套循环法进行连接操作,以R R R R为外关系、为外关系、为外关系、为外关系、S S S S为内关系为内关系为内关系为内关系;还是以还是以还是以还是以S S S S为外关系、为外关系、为外关系、为外关系、R R R R为内关系所需为内关系所需为内关系所需为内关系所需I/OI/OI/OI/O次数次数次数次数更少?作为外层循环的关系,有什么要求?更少?作为外层循环的关系,有什么要求?更少?作为外层循环的关系,有什么要求?更少?作为外层循环的关系,有什么要求?应将占
23、用物理块少的关系,作为外关系!应将占用物理块少的关系,作为外关系!应将占用物理块少的关系,作为外关系!应将占用物理块少的关系,作为外关系!2).2).利用索引或散列寻找匹配元组法利用索引或散列寻找匹配元组法 在嵌套循环法中,内关系上要做多次顺序扫描,在嵌套循环法中,内关系上要做多次顺序扫描,若若内关系上有合适的存取路径(连接属性上的索引散列等)内关系上有合适的存取路径(连接属性上的索引散列等),可以避免内关系上的顺序扫描,以减少,可以避免内关系上的顺序扫描,以减少I/OI/O次数。次数。问题:问题:问题:问题:若在内关系的连接属性上建有索引?是否一若在内关系的连接属性上建有索引?是否一若在内关
24、系的连接属性上建有索引?是否一若在内关系的连接属性上建有索引?是否一定能够提高内关系和外关系的匹配效率?定能够提高内关系和外关系的匹配效率?定能够提高内关系和外关系的匹配效率?定能够提高内关系和外关系的匹配效率?当每次循环所选的匹配元组数在内关系中占有较大当每次循环所选的匹配元组数在内关系中占有较大比例(例如超过比例(例如超过15%15%)时,用无序索引甚至还不如用顺时,用无序索引甚至还不如用顺序扫描的方法。序扫描的方法。内关系的连接属性上有簇集索引时,索内关系的连接属性上有簇集索引时,索引对减少连接所需引对减少连接所需I/OI/O次数的作用最明显。次数的作用最明显。3).3).排序归并排序归
25、并 如果如果R R和和S S按连接属性排序,可按序比较按连接属性排序,可按序比较R.AR.A和和S.BS.B以以找出匹配元组。找出匹配元组。跳过跳过 R.A 2 2S.B 1 1 3 3 2 2 3 3 3 3 5 5 3 3 7 7 6 6 8 8 7 7 跳过跳过 跳过跳过 算法:算法:R按属性按属性A排序排序 /*设设R有有n个元组个元组*/S按属性按属性B排序排序/*设设S有有m个元组个元组*/i1,j1;While(i n)and(j m)doif R(i)AS(j)B then jj+1 else if R(i)AS(j)B then ii+1 else /*R(i)A=S(j)B
26、,输出连接元组输出连接元组*/输出输出至至T;/*输出输出R(i)和和S中除中除S(j)外外的其他元组所组成的连接元组的其他元组所组成的连接元组*/lj+1;While(l m)and(R(i)A=S(l)B)do输出输出至至T;ll+1;/*输出输出S(j)和和R中除中除R(i)外外的其他元组所组成的连接元组的其他元组所组成的连接元组*/ki+1;While(k n)and(R(k)A=S(j)B)do输出输出至至T;kk+1;ii+1,jj+1;问题:等值匹配对使用排序问题:等值匹配对使用排序归并法进行连接操作的效率归并法进行连接操作的效率有什么影响?有什么影响?p个个 q个个 R.A 2
27、 2S.B 2 2 2 2 2 2 2 2 2 2 2 2 2 2 .注意等值的扫描次数(假设注意等值的扫描次数(假设p q):):1+(1+(q-1)+(p-1)+1+(q-2)+(p-2)+q-1)+(p-1)+1+(q-2)+(p-2)+1+(+1+(q-p)+(p-p)q-p)+(p-p)=(p+q-1)+(p+q-2q+1)/2*p=(p+q-1)+(p+q-2q+1)/2*p=p*q=p*q O(pq)O(pq)4).4).散列连接法散列连接法 连接属性连接属性连接属性连接属性R.AR.AR.AR.A和和和和S.BS.BS.BS.B应具有相同的值域,用相同应具有相同的值域,用相同应
28、具有相同的值域,用相同应具有相同的值域,用相同的散列函数,把的散列函数,把的散列函数,把的散列函数,把R R R R和和和和S S S S散列到同一散列文件中。符合散列到同一散列文件中。符合散列到同一散列文件中。符合散列到同一散列文件中。符合连接条件的元组必然在同一通中(连接条件的元组必然在同一通中(连接条件的元组必然在同一通中(连接条件的元组必然在同一通中(注意:同一桶中注意:同一桶中注意:同一桶中注意:同一桶中的元组未必都满足连接条件的元组未必都满足连接条件的元组未必都满足连接条件的元组未必都满足连接条件)。只需把桶中的匹配)。只需把桶中的匹配)。只需把桶中的匹配)。只需把桶中的匹配元组取
29、出即可获得连接结果。元组取出即可获得连接结果。元组取出即可获得连接结果。元组取出即可获得连接结果。关键在于建立一个供连接用的散列文件。关键在于建立一个供连接用的散列文件。可以在桶(散列文件)中不填入可以在桶(散列文件)中不填入R R、S S的实际元组,的实际元组,而是代之以元组的而是代之以元组的tidtid,从而大大的缩小散列文件,从而大大的缩小散列文件,使其有可能在内存中建立,而仅需对使其有可能在内存中建立,而仅需对R R、S S各扫描一次。各扫描一次。建立散列文件需要对建立散列文件需要对R R、S S各扫描一次,且关系各扫描一次,且关系R R和和S S一般不会对连接属性进行簇集。故而,每向
30、散列文一般不会对连接属性进行簇集。故而,每向散列文件加入一个元组,都需要一次件加入一个元组,都需要一次I/OI/O操作。操作。如何减少如何减少I/OI/O次数次数?扫描扫描R R和和S S时,取出时,取出 A A(R)(R)、B B(S)(S),附在相应的附在相应的tidtid后,连接时以桶为单位,按后,连接时以桶为单位,按 A A(R)(R)=B B(S)(S)找出匹配元找出匹配元组的组的tidtid对。对。问题:问题:似乎多此一举!匹配元组的似乎多此一举!匹配元组的tidtid一定在同一一定在同一桶中!为什么还要按桶中!为什么还要按 A A(R)(R)=B B(S)(S)找出匹配元组?这找
31、出匹配元组?这么做有必要么?么做有必要么?注意:注意:A=B A=B h(A)=h(B)h(A)=h(B),但不一定有:但不一定有:h(A)=h(B)h(A)=h(B)A=B A=B 在取实际元组时,为减少物理块访问,可将各在取实际元组时,为减少物理块访问,可将各桶中,匹配元组的桶中,匹配元组的tidtid按块分类,一次集中取出同按块分类,一次集中取出同一块中所需的所有元组,当然这需要较大的内存一块中所需的所有元组,当然这需要较大的内存开销。开销。连接方法的启发式规则连接方法的启发式规则连接方法的启发式规则连接方法的启发式规则1 1 1 1)两个关系都已按连接属性排序,则优先用排序归并法;)两
32、个关系都已按连接属性排序,则优先用排序归并法;)两个关系都已按连接属性排序,则优先用排序归并法;)两个关系都已按连接属性排序,则优先用排序归并法;两个关系中已有一个关系按连接属性排序,另一个关系较两个关系中已有一个关系按连接属性排序,另一个关系较两个关系中已有一个关系按连接属性排序,另一个关系较两个关系中已有一个关系按连接属性排序,另一个关系较小,也可先对未排序关系按连接属性排序,再用排序归并小,也可先对未排序关系按连接属性排序,再用排序归并小,也可先对未排序关系按连接属性排序,再用排序归并小,也可先对未排序关系按连接属性排序,再用排序归并法。法。法。法。2 2 2 2)两个关系中有一个关系在
33、连接属性上有索引(特别是)两个关系中有一个关系在连接属性上有索引(特别是)两个关系中有一个关系在连接属性上有索引(特别是)两个关系中有一个关系在连接属性上有索引(特别是簇集索引)或散列,可以另一关系为外关系,顺序扫描,簇集索引)或散列,可以另一关系为外关系,顺序扫描,簇集索引)或散列,可以另一关系为外关系,顺序扫描,簇集索引)或散列,可以另一关系为外关系,顺序扫描,并利用内关系上的索引或散列寻找其匹配元组,以代替多并利用内关系上的索引或散列寻找其匹配元组,以代替多并利用内关系上的索引或散列寻找其匹配元组,以代替多并利用内关系上的索引或散列寻找其匹配元组,以代替多遍扫描。遍扫描。遍扫描。遍扫描。
34、3 3 3 3)不具备上述条件且关系较小,可用嵌套循环法。)不具备上述条件且关系较小,可用嵌套循环法。)不具备上述条件且关系较小,可用嵌套循环法。)不具备上述条件且关系较小,可用嵌套循环法。4 4 4 4)不具备)不具备)不具备)不具备1 1 1 1,2 2 2 2,3 3 3 3规则,可用散列连接法。规则,可用散列连接法。规则,可用散列连接法。规则,可用散列连接法。6.3.3 6.3.3 6.3.3 6.3.3 投影操作的实现投影操作的实现投影操作的实现投影操作的实现 一般与选择、连接同时进行,无需附加的一般与选择、连接同时进行,无需附加的一般与选择、连接同时进行,无需附加的一般与选择、连接
35、同时进行,无需附加的I/OI/OI/OI/O开销。开销。开销。开销。若投影属性集中不包含主键,则投影结果中若投影属性集中不包含主键,则投影结果中若投影属性集中不包含主键,则投影结果中若投影属性集中不包含主键,则投影结果中可能出现重复元组。可能出现重复元组。可能出现重复元组。可能出现重复元组。消除重复元组可以用排序或散列等方法消除重复元组可以用排序或散列等方法消除重复元组可以用排序或散列等方法消除重复元组可以用排序或散列等方法。散列法:将投影结果按某一属性或多个属性散列法:将投影结果按某一属性或多个属性散列法:将投影结果按某一属性或多个属性散列法:将投影结果按某一属性或多个属性散列成一个文件,当
36、一个元组被散列到一个桶散列成一个文件,当一个元组被散列到一个桶散列成一个文件,当一个元组被散列到一个桶散列成一个文件,当一个元组被散列到一个桶中时,可检查是否与桶中已有元组重复。中时,可检查是否与桶中已有元组重复。中时,可检查是否与桶中已有元组重复。中时,可检查是否与桶中已有元组重复。用排序法消除重复元组用排序法消除重复元组 对关系对关系R R的每个元组的每个元组t t,生成生成tt,并,并存于存于T T中;中;/*/*T T 是未消除重复元组的投影结果是未消除重复元组的投影结果*/*/If If 含有含有R R的主键的主键 then Tthen TT T elseT elseT按所有属性排序
37、;按所有属性排序;i i1,j1,j2;2;while(i while(i n)n)do do输出元组输出元组T T(i)(i)到到T;T;while Twhile T(i)=T(i)=T(j)do j(j)do jj+1;j+1;/*/*消除重复元组,设有伪元组消除重复元组,设有伪元组T Tn+1n+1 T Tn*/n*/i ij,jj,ji+1;i+1;6.3.4 6.3.4 6.3.4 6.3.4 集合操作集合操作集合操作集合操作常用集合操作:笛卡尔乘积、并、交、差等。常用集合操作:笛卡尔乘积、并、交、差等。设关系设关系R、S并兼容,对并兼容,对R、S进行并(交、差)操作,进行并(交、差
38、)操作,可以先将可以先将R和和S按同一属性(通常选用主键)排序,然后按同一属性(通常选用主键)排序,然后扫描两个关系,选出所需的元组。扫描两个关系,选出所需的元组。笛卡尔乘积将两个关系的元组无条件地互相拼接,笛卡尔乘积将两个关系的元组无条件地互相拼接,一一般用嵌套循环法实现,做起来很费时,结果要比参与运般用嵌套循环法实现,做起来很费时,结果要比参与运算的关系大的多。应尽量少用!算的关系大的多。应尽量少用!散列是上述并交差操作的另一种求解方法散列是上述并交差操作的另一种求解方法:将关系将关系R散列到一个散列文件中,再将散列到一个散列文件中,再将S散列到同一文散列到同一文件中。同时检查桶中有无重复
39、元组。对于并,不再插入件中。同时检查桶中有无重复元组。对于并,不再插入重复元组;对于交,选取重复元组;对于差,从桶中取重复元组;对于交,选取重复元组;对于差,从桶中取消与消与S重复的元组。重复的元组。6.3.5 6.3.5 6.3.5 6.3.5 组合操作组合操作组合操作组合操作 有时,多个操作组合起来同时进行,如投影和选择操有时,多个操作组合起来同时进行,如投影和选择操作组合起来执行(消除重复元组另外单独进行),可提作组合起来执行(消除重复元组另外单独进行),可提高效益。高效益。还可以在更大范围内,将多个操作组合起来执行。还可以在更大范围内,将多个操作组合起来执行。RS12 假设连接用嵌套循
40、环法,假设连接用嵌套循环法,R为外关系,为外关系,S为内关系,为内关系,R的选择、投影可在扫描的选择、投影可在扫描R时执行,时执行,S的选择、投影可的选择、投影可在首次扫描在首次扫描S时执行,并将选择、投影的结果存入临时执行,并将选择、投影的结果存入临时文件,之后各轮只需扫描临时文件即可。时文件,之后各轮只需扫描临时文件即可。最后一个投影操作,可在生成连接结果的同时进最后一个投影操作,可在生成连接结果的同时进行。行。6.5 6.5 结束语结束语 在执行前进行优化称为在执行前进行优化称为静态优化静态优化,只能利用统计,只能利用统计数据,有时不一定准。数据,有时不一定准。在查询执行时进行优化称为在查询执行时进行优化称为动态优化动态优化,用实际执,用实际执行结果估算代价,比较符合实际,但每次执行都要行结果估算代价,比较符合实际,但每次执行都要优化,不适于编译实现,也增加了执行时间。只能优化,不适于编译实现,也增加了执行时间。只能利用统计数据,有时不一定准。另外,利用统计数据,有时不一定准。另外,优化时,要优化时,要等待中间结果,增加了等待时间和数据的相关性,等待中间结果,增加了等待时间和数据的相关性,不利于并行性不利于并行性。