9.1 关系数据库习题的查询处理

思维导图：

 

 

 

 

 

第9章: 关系查询处理和查询优化

概述

• 本章探讨关系数据库的查询处理和查询优化。
• 目的：让读者了解查询处理的基本步骤和查询优化的概念、方法和技术。
• 查询优化分为代数优化（逻辑优化）和物理优化（非代数优化）。

9.1 关系数据库系统的查询处理

• 定义：查询处理是将用户的查询语句转换为高效执行计划的过程。

9.1.1 查询处理步骤

1. 查询分析

   • 包括查询语句的扫描、词法分析和语法分析。
   • 识别SQL关键字、属性名、关系名等。
   • 进行语法检查，确认符合SQL语法。

2. 查询检查

   • 语义检查：确保语句中的数据库对象在数据字典中有定义，并有效。
   • 检查用户权限和完整性约束。
   • 将SQL查询语句转换为关系代数表达式。

3. 查询优化

   • 存在多种执行策略和算法。
   • 优化分为代数优化（改变操作的次序和组合）和物理优化（选择存取路径和操作算法）。
   • 优化策略可以是基于规则、代价或语义的。

4. 查询执行

   • 根据优化器生成的策略制定执行计划。
   • 代码生成器创建执行查询计划的代码。
   • 执行查询并返回结果。

 

 

9.1.2 实现查询操作的算法示例

这一节介绍了选择操作和连接操作的实现算法，主要关注于算法思想。虽然每种操作都有多种执行算法，但这里仅集中介绍最主要的几个。

1. 选择操作的实现

• 简单全表扫描算法
  • 使用最少的内存（至少1块）。
  • 适用于小规模表，但效率低下当选择率低且表规模大。
• 索引扫描算法
  • 适用于选择条件中的属性有索引（如B+树或哈希索引）。
  • 效率优于全表扫描，尤其当选择率低。
  • 但在高选择率或均匀分布元组情况下，性能不如全表扫描。

2. 连接操作的实现

• 嵌套循环算法
  • 简单且通用，适用于各种连接操作。
  • 对外层循环表的每个元组，检索内层循环表的每个元组。
• 排序-合并算法
  • 特别适用于已排序表的等值连接。
  • 如果表未排序，需加上排序时间。
• 索引连接算法
  • 适用于已在连接属性上建立索引的情况。
  • 对于每个外表元组，通过索引找到匹配的内表元组。
• 哈希连接算法
  • 使用相同哈希函数对连接属性进行散列。
  • 适用于等值连接，分为划分阶段和试探阶段。

 

 

 

总结：

重点：

1. 选择操作和连接操作的实现算法：这是数据库查询处理的核心部分，特别关注选择（Selection）和连接（Join）操作的算法。
2. 算法类型和应用场景：
   • 选择操作：全表扫描和索引扫描，理解它们的适用情况和性能差异。
   • 连接操作：嵌套循环、排序-合并、索引连接和哈希连接，了解每种算法的基本原理及最佳应用场景。

难点：

1. 理解不同算法的适用性：每种算法都有其适用的特定场景，理解这些场景对于选择最优算法至关重要。
2. 算法的性能分析：理解不同算法在不同数据集和查询条件下的性能差异，以及为什么某些算法在特定条件下表现更优。

易错点：

1. 误解算法适用场景：例如，可能错误地认为索引扫描总是优于全表扫描，而忽略了在高选择率或数据分布均匀的情况下全表扫描可能更高效。
2. 混淆不同连接算法的特点：例如，可能将排序-合并算法与嵌套循环算法的应用场景混淆，从而在实际应用中选择了不太适合的算法。
3. 对算法原理的理解不够深入：可能对算法的内部工作原理理解不够深入，导致在实际应用中无法准确判断最佳选择。