【数据库原理】查询处理与查询优化

查询处理

典型索引结构

Hash索引

1. 散列函数

• 将索引的键值(Key)散列在B个桶(bucket)中。
• 每个桶对应一个索引项。
• 将每个Key作为参数，计算出一个介于0到B-1的整数。
• 当Key为整数时常见的选择是计算Key/B的余数，通常B选为一个素数，也可以选2的幂。
• 当Key为字符串时，可以把每个字符看作一个整数来处理，将它们累加起来再除以B取余数。

B+树索引

1. 由参数n决定存储块的布局。
2. 每个存储块存放n个健值和n+1个指针。
   

顺序文件索引

1.稠密索引

2.稀疏索引

选择运算的查询处理

1. 查询实例 select * from Students where <条件表达式>;
2. 条件表达式的几种情况

• C1：无条件
• C2：Sno = ‘2011003’;
• C3：Sdept = ‘CS’;
• C4：Sage > 20;
• C5：Sdept = ‘CS’ and Sage > 20;

3. 假设Students关系的信息如下
   Students的记录数：n1
   Students所占的磁盘块数： b

C1

1. 查询实例 select * from Students;

• 文件扫描：线性搜索
  适用于任何文件；不要求有序；不要求构建索引；不限制选择运算的条件
  

C2

C3

C4

C5

1. 查询实例： select * from Students where Sdept = ‘CS’ and Sage > 20

合取选择查询

• 利用索引找到符合各个条件的元组指针，取指针的交集；或者
• 找到符合第一个条件的元组指针，在此范围内检查另一条件是否满足

析取选择查询：

• 每个条件属性上都有索引 è 利用索引找到符合各个条件的元组指针，取指针的并集；
• 否则 -> 线性扫描

连接运算的查询处理

多关系处理

临时关系物化（materialized）-- 查询树（operator tree)

流水线（pipeline）

1. 流水线（pipeline）

• 将表达式中多个关系运算组合成一个操作流水线（将一个运算的结果作为输入,直接传送到下一个运算）
• 减少查询执行中产生的临时文件数量，节省磁盘I/O操作
• 系统创建缓存区保存上下层操作间需要传递的元组

2. 执行方式

• 拉：需求驱动，系统不停地向位于流水线顶端的操作发出需要元组的请求。
• 推：生产者驱动，各个运算并不等待元组请求，而是不停地产生元组并输出到缓冲区，直到缓冲区满。