查询原理

流程

• Query analysis (查询分析)

  • Lexical analysis (词法分析）: Identify language symbols

  • Syntax analysis (句法分析): Check the syntax

• Query check (查询检查)

  • check semantic (语义）,permission (权限）and the integrity constraints (完整性约束).

  • Convert SQL query statements to equivalent relational algebra

• Query optimization (查询优化）

  • Algebra optimization (代数优化)：choose the most effective relational algebra expression

  • Physical optimization (物理优化)：select a detailed strategy for the relational algebra expression, including available algorithms, available indexes, etc.

• Query execution (查询执行）

  • Generate the query execution code

  • A security check is also carried out to ensure appropriate access permission.

  • For database update operations, integrity constraints are checked

代数优化

相较于CPU和内存，I/O明显耗时更多，查询优化主要以I/O次数作为评价依据，越少越好。一些公式如下：

• 交换律：$E_1 \times E_2 \equiv E_2 \times E_1$
• 结合率：$(E_1 \times E_2) \times E_3 \equiv E_1 \times (E_2 \times E_3)$
• 等等其他公式

我们举一个实例：

Find the name of students who register the course C1.

• 1,000 records in Student table

• 10,000 records in the SC table

• 50 C1 related records in SC table

• The system contains 6 idle RAM blocks

• Each RAM block can load 10 students records or load 100 SC records.

我们有三个等价的关系代数语句：

• Q_1=\Pi_{sname}(\sigma_{student.sno=sc.sno\and sc.cno='C1'}(student\times sc))

• $Q_2=\Pi_{sname}(\sigma_{sc.cno='C1'}(student \bowtie sc))$
• $Q_3=\Pi_{sname}(student \bowtie \sigma_{sc.cno='C1'}(sc))$

第一个关系代数语句查询过程

1. 从磁盘读一条学生记录，再读所有的SC记录做笛卡尔乘积。

2. 将所有的笛卡尔乘积写入磁盘。

3. 从磁盘读所有笛卡尔乘积，完成选择（select）操作。

在第一步中，如果我们将一个内存块分给学生记录，五个内存块分给SC记录，那么第一步需要的块数是：（第一部分是读学生记录的块，第二部分是再读所有的SC记录的块）

$$\frac{1000}{10}+\frac{1000}{10 \times 1}\times \frac{10000}{100}=10100$$

如果我们将五个内存块分给学生记录，一个内存块分给SC记录，那么第一步需要的块数是：（从此我们发现一个规律，尽量将更多的块分给笛卡尔乘积前方的记录，减少后方的记录的读取次数）

$$\frac{1000}{10}+\frac{1000}{10 \times 5}\times \frac{10000}{100}=2100$$

第二步，一条笛卡尔乘积记录的大头是学生记录部分，我们假设一个块可以放10个笛卡尔乘积记录：

$$\frac{1000 \times 10000}{10}=10^6$$

第三步与第二步需要的块数一样，所以第一个关系代数语句需要的总块数是：

$$2100+10^6+10^6$$

第二个关系代数语句查询过程

1. 从磁盘读一条学生记录，再读所有的SC记录做自然连接。这一步已经隐含去除了一些笛卡尔乘积记录，由于SC10000条，笛卡尔乘积记录只有10000条。

2. 将所有的笛卡尔乘积写入磁盘。

3. 从磁盘读所有笛卡尔乘积，完成选择（select）操作。

第二个关系代数语句需要的总块数是：

$$2100+\frac{10000}{10}+\frac{10000}{10}$$

第三个关系代数语句查询过程

1. 从磁盘读所有SC记录，进行选择，剩50条SC记录。

2. 从磁盘读一条学生记录，再与50条SC记录做自然连接。

第三个关系代数语句需要的总块数是：

$$\frac{10000}{100}+\frac{1000}{10}+0=200$$

• 第一项是读所有SC记录的块。

• 第二项是读所有学生记录。

• 50条记录很小所以不写回磁盘。

物理优化

Physical optimization methods includes

1. Rule-based heuristic optimization (基于规则的启发式优化）

2. Cost estimates based optimization (基于代价估算的优化）

3. Hybrid Optimization method (两者结合的优化）

In the end, choose the execution plan whose cost is the minimum