第九章 查询的处理过程和优化

查询的详细步骤是什么？

• 语法、词法检查
• 语义检查：主要是查询中设计的关系、属性是否正确，权限是否符合，是否违背约束
• 把查询转化成查询树形式的关系代数表达式
• 对查询树（关系代数）进行代数优化和物理优化
• 根据优化后的结果生成实际要运行的查询计划，最后执行

选择的底层机制

• 简单的全表扫描：把物理外存上的表一块一块的读入内存然后从前往后依次扫描。这种方法只需要一块内存就可以运行，但是对于选择率比较低的查询，这种表的查询效率不高
• 索引扫描：若SELECT的属性上有索引，则自然可以先通过索引表找到符合条件的指针们，再通过指针直接跳转到目标表格上符合条件的元组上

PS：一般认为，选择率比较低的时候，索引更好。否则全表扫描更好。

连接的底层机制

以SELECT * FROM Student, SC WHERE Student.Sno=SC.Sno为例：

• 套循环法：把外层（Student）的数据依次带到哪层检查，如果符合WHERE的条件，则假如结果集
• 排序-合并算法：这个是基于连接字段有序的情况，对于左右两个待连接的表，左右各维护一个指针在需要连接的属性上，当左边指针的值大于右边指针的值，则移动左边指针，反之移动右边指针，当两个指针的值相同则说明找到一个符合连接条件的结果。这种算法好处是两表均只需遍历一次，坏处是需要排序
• 索引连接法：若SC表的Sno上已经建立了索引，则可以遍历Student的Sno，对每一个Sno到SC的索引表上进行查找，找到符合对应关系的就拼接起来加入结果表
• Hash Join法：这种方法的根本思想就是找一个合适的哈希函数，然后首先对元组比较少的那张表上待连接的属性进行Hash，从而得到多个桶，比如左表是元组更少的表，待连接的字段一共存在A和B两种值，于是就得到对应h_1 = Hash(A)和h_2=Hash(B)的两个桶。随后再对另一张表待连接的字段执行同样的Hash函数，如果能得到同样的h_1或h_2，则将对应桶中的元组拼接起来即可

有哪些优化方法

• 代数优化：代数关系的恒等变形，实现更加高效但是等价的查询
• 物理优化：通过对于存取路径进行选择，实现更加高效的查询。比如前面提到过，对于同样一个连接操作，在是否有索引，数据是否有序的情况下，所执行的具体连接算法可能是不同的，此时选择合适的操作就是物理优化要做的事

阐述代数优化的一般过程

• SQL语句->查询树
• 查询树->关系代数语法树
• 对关系代数语法树基于代数优化规则进行等价变形

代数优化有哪些一般性原则（启发式优化）

1.选择运算尽可能先做（最基本最重要）

2.投影和选择运算尽可能同时进行，以免多次遍历同一关系

3.把投影和前后的双目运算结合起来，能在遍历的时候顺手把投影做了就不要等到后面再遍历一遍

4.把先笛卡尔积再选择的操作合并成连接操作