【数据库下】 第三章 查询处理（基本操作的实现）

第三章 查询处理（基本操作的实现）

程序语言的执行过程
一段C程序、Python程序是如何在计算机上执行的？
image-20210922103137500

主要学习目标

SQL查询过程
查询代价估算

一 概述

1.1 查询处理过程
查询处理的基本环节及各自的任务? 
什么是查询执行计划?

image-20210922103348248

1.2 查询代价的度量
影响查询执行效率的主要因素?

image-20210922103544923

二、 选择操作的实现

［例1］Select * from student where <条件表达式> ；
	考虑<条件表达式>的几种情况：
   		C1：无条件
		C2：Sno＝'200215121'
	 	C3：Sage>20
	 	C4：Sdept＝'CS' AND Sage>20

选择操作典型实现方法：

1、简单的全表扫描方法

  • 对查询的基本表顺序扫描，逐一检查每个元组是否满足选择条件，把满足条件的元组作为结果输出；
  • 适合小表，不适合大表。

2、索引(或散列)扫描方法

  • 适合在选择条件中的属性上有索引；
    (例如B+树索引或Hash索引)
  • 通过索引先找到满足条件的元组主码或元组指针，再通过元组指针直接在查询的基本表中找到元组。
［例1-C2］ 以C2为例，Sno＝‘200215121’，并且Sno上有  
     索引(或Sno是散列码)：
	使用索引(或散列)得到Sno为‘200215121’ 元组的指针；
	通过元组指针在student表中检索到该学生。

［例1-C3］ 以C3为例，Sage>20，并且Sage 上有B+树索引：
	使用B+树索引找到Sage＝20的索引项，以此为入口点在B+树的顺序集上得到Sage>20的所有元组指针；
	通过这些元组指针到student表中检索到所有年龄大于20的学生。 

［例1-C4］ 以C4为例，Sdept＝‘CS’ AND Sage>20，
     如果在Sdept和Sage上都有索引：
算法一：分别用上面两种方法分别找到Sdept＝‘CS’的一组元组指针和Sage>20的另一组元组指针。
	求这2组指针的交集
	到student表中检索
	得到计算机系年龄大于20的学生

算法二：找到Sdept＝‘CS’的一组元组指针。
	通过这些元组指针到student表中检索
	对得到的元组检查另一些选择条件(如Sage>20)是否满足
	把满足条件的元组作为结果输出

2.1 涉及等值比较的选择

如何有效执行选择操作?
image-20210922104241040
各种等值比较情况的执行开销分析
image-20210922104434492
2.2 涉及范围比较的选择
如何执行涉及比较范围的选择操作?

image-20210922104527748

三、 连接操作的实现

连接操作是查询处理中最耗时的操作之一。

只讨论等值连接(或自然连接)最常用的实现算法。

［例2］   SELECT * FROM Student，SC 		      
            WHERE Student.Sno=SC.Sno；
image-20210922104805808
  • 嵌套循环方法(nested loop)
  • 排序-合并方法(sort-merge join 或merge join)
  • 索引连接(index join)方法
  • Hash Join方法

1、嵌套循环方法(nested loop)

  • 对外层循环(Student)的每一个元组(s)，检索内层循环(SC)中的每一个元组(sc)；
  • 检查这两个元组在连接属性(sno)上是否相等；
  • 如果满足连接条件，则串接后作为结果输出，直到外层循环表中的元组处理完为止 。
image-20210922105004655

2、排序-合并方法(sort-merge join 或merge join)

  • 适合连接的各表已经排好序的情况

  • 排序－合并连接方法的步骤：

如果连接的表没有排好序，先对Student表和SC表按连接属性Sno排序 ；

取Student表中第一个Sno，依次扫描SC表中具有相同Sno的元组 ；

image-20210922105202511 image-20210922105300886

排序－合并连接方法的步骤（续）：

  • 当扫描到Sno不相同的第一个SC元组时，返回Student表扫描它的下一个元组，再扫描SC表中具有相同Sno的元组，把它们连接起来；
  • 重复上述步骤直到Student表扫描完。

Student表和SC表都只要扫描一遍；

如果2个表原来无序，执行时间要加上对两个表的排序时间；

对于2个大表，先排序后使用sort-merge join方法执行连接，总的时间一般会大大减少。

总的传输块数：br+bs

3、索引连接(index join)方法

步骤：

① 在SC表上建立属性Sno的索引，如果原来没有该索引；

② 对Student中每一个元组，由Sno值通过SC的索引查找相应的SC元组；

③ 把这些SC元组和Student元组连接起来；

循环执行②③，直到Student表中的元组处理完为止 。

4、 Hash Join方法

把连接属性作为hash码，用同一个hash函数把R和S中的元组散列到“同一个”hash桶中。

步骤：

划分阶段(partitioning phase)：

​ 对包含较少元组的表(比如R)进行一遍处理；

​ 把它的元组按hash函数分散到hash表的桶中。

试探阶段(probing phase)：也称为连接阶段(join phase)

​ 对另一个表S进行一遍处理；

​ 把S的元组散列到适当的hash桶中；

​ 把元组与桶中所有来自R并与之相匹配的元组连接起来。

image-20210922110009663 image-20210922110024548

上面hash join算法前提：假设两个表中较小的表在第一阶段后可以完全放入内存的hash桶中 。

以上的算法思想可以推广到更加一般的多个表的连接算法上 。

四 表达式计算(SQL查询)

1.(表达式计算中的)物化计算
讨论4. 表达式(复合操作)的计算如何执行？
1) 什么是物化，主要作用？
image-20210922110158957
2.(表达式计算中的)流水线计算
2) 什么是流水线，主要作用？
3) 流水线的执行过程？
image-20210922112326488 image-20210922112419240 
一条SQL语句要经历哪些步骤才能被数据库执行？
两个表的连接操作有几种实现方法？
posted @ 2021-09-22 11:31  Clancy_gang  阅读(338)  评论(0)  编辑  收藏  举报