27、数据库物理设计与分布式架构全解析

数据库物理设计与分布式架构全解析

1. 数据库查询成本评估与优化

在数据库操作中，评估查询成本是非常必要的。查询成本是由构成查询计划的所有操作的累积成本之和得出的。为了找到最优解决方案，通常会采用一种名为“分支限界”的运筹学技术，舍弃那些部分成本高于全局策略成本的子树方案，从而精确或近似地消除这些子树。

中间结果常常会利用操作的流水线特性存储在缓冲区中，并在生成后立即丢弃。流水线操作是指对提取的每个元组遍历整个操作树，而不是对所有元组完全执行每个操作。不过，有时需要将中间操作的结果重写到二级存储器中，此时重写中间结果的成本就会成为查询策略成本的一部分。

查询优化器通常满足于获得“良好”的解决方案，即成本接近最优解的方案。特别是采用“编译即运行”的方法来寻找“良好”的解决方案。因为如果用耗时较长的方法去寻找最优解，而在较短时间内就能找到“良好”解，并且执行该策略的总时间（包括优化时间）比执行最优解的总时间还要短，那么寻找最优解就没有意义了。

2. 数据库物理设计概述

数据库设计的最后阶段是物理设计，它会生成数据库的物理模式，包括关系的定义、使用的物理访问结构以及相关参数。物理设计的输入是数据库的逻辑模式和对应用负载的预测，并且依赖于所选择的数据库管理系统（DBMS）的特性。

物理数据库设计的活动可能非常复杂，除了选择物理结构外，还需要定义许多参数：
- 设置物理文件的初始尺寸以及动态扩展的可能性。
- 为DBMS分配缓冲区空间。
- 选择在同一页面中分配来自多个数据集的数据（例如，来自两个不同表的相关元组）。

有些系统提供数十个参数，这些参数的值对应用程序的性能可能很重