关系数据库的查询处理
查询处理步骤主要包括：生成逻辑执行计划（逻辑优化），生成物理执行计划（物理优化，查询执行）
逻辑执行计划
-
编写SQL查询语句
-
查询分析：词法分析，语法分析（语法检查），生成抽象语法树（操作符）
-
查询检查（语义检查）：
- 列检查：是否存在于对应的关系中？
- 属性检查：是否有歧义？
- 类型检查
-
逻辑执行计划生成：生成关系代数表达式树
-
逻辑优化：进行关系代数的等价变换，生成最优的逻辑执行计划
物理执行计划
- 物理执行计划生成：枚举可能的物理执行计划，如访问路径的选择（全表扫描或索引扫描）、关系算子的实现
- 物理优化：计算物理执行代价，选择最优的的物理执行计划
selection选择算子的实现
-
全表扫描（table scan）
-
索引扫描（index sacn）
使用B+树，相比B树，B+树支持区间查找，并且更低
projection投影算子的实现
SQL中使用select选择列即投影，select本身不会进行去重，但在数学意义上投影需要进行去重，相当于添加了distinct关键字
去重操作的实现：
- 进行外部排序（包括生成初始归并段，即置换选择排序和多路归并操作）
- 遍历进行去重
join连接算子的实现
-
嵌套循环（loop join）
算法思想上，对外层循环中的每一个元组，依次顺序检查内层循环中的每一个元组的连接属性
实际实现上，数据按块读入，是外层循环每读入一个块（块嵌套循环），依次检查内层循环中的每一个元组的连接属性，内层循环一个元组的一次检查不是与外循环的一个元组比较，而与外循环一个块中的所有元组比较。这样使得在能够检查到所有内外元组组合的情况下，减少了IO块数（假定外循环m块，内循环n块，则IO块数为mn，而不是外循环元组数n,显然一个块中有多个元组）
-
索引连接（index join）
对表A join 表B，对A中的每一个元组，索引查找表B的连接属性（显然适合A是小表，B是大表的情况）
与嵌套循环相比，内层循环遍历查找的功能由表的索引功能完成，使用索引查找，而不是遍历查找，也叫索引嵌套循环。
-
归并-连接算法（merge join）
适用于A B两个表都按连接属性排好序的等值连接情况，如果无序则需先进行排序；
合并方式和归并排序的归并操作类似，当遇到两个序列的连接值相同时进行连接，这样两个表都只需扫描一遍即可
-
散列连接（hash join）
对表A join 表B，使用同一个散列函数，按照连接属性的值，将表A和表B的元组分散到桶当中，将映射到同一个桶中的表A元组和表B元组进行判断并进行等值连接（由于哈希冲突的存在，同一个桶中的表A元组和表B元组在连接属性上也可能不相等）
基于这种思想，完全可以编写一个MapReduce程序完成关系表的自然连接，map输出的key为连接属性上的值。
distinct去重的实现
- 排序去重
- 哈希去重
group聚集算子的实现
- 排序聚集
- 哈希聚集
