(十二)資料庫查詢處理之Query Execution(1)

周小倫發表於2021-02-28
資料庫

(十二)資料庫查詢處理之Query Execution(1)

1. 寫在前面

  1. 這一大部分就是為了Lab3做準備的
  2. 每一個query plan都要實現一個next函式和一個init函式

對於next函式每次呼叫時，返回一個元組或空標記（如果沒有更多元組

2. 迭代模型(ITERATOR MODEL)

對於上面這個圖的理解就是獲取所有的r.id然後構建hash表

然後在right的關係中獲取出所有滿足要求的S.ID

這裡的evalPred(t)就等價於 S.value > 100

幾乎所有的DBMS都是用上面的方法。但是允許我們流水線化的實現

不過一些操作必須是順序化的如Joins、Order By

3. MATERIALIZATION 模型

一次處理所有輸入，然後一次獲得它的所有輸出。

可以發現這種實現沒有了next函式(可以把next理解成一種迭代器)

而是在一個list中放了所有滿足要求的輸入。然後最後也是獲得所有輸出

對於OLTP(主要是對資料的增刪改)工作負載更好，因為一次訪問少量元組。→降低執行/協調開銷。→更少的函式呼叫。

Not good for OLAP(主要是對於大型資料的分析) queries with large intermediate results.

4. VECTORIZATION 模型

和上面模型的區別是這種模型用batch代替了全部

這種方法適合OLAP因為它大大減少了每個運算子的執行次數

5. 對於順序掃描的優化

DBMS可以訪問儲存於table中的資料的最簡單方法莫過於順序掃描法

for page in table.pages:
	for t in page.tuples:
		if (check(t)):
		  // DO something

很顯然這種方法不好。下面來看一些對於這個方法的簡單優化

1. Zone MAPS

先維護一些關於這個page 的資訊

對於這個page那們我們如果要執行

SELECT * FROM TABLE WHERE val > 500

我們就不用訪問這個page了因為我們通過Zone Map 知道了這個page裡最大的val為400.

2. LATE MATERIALIZATION

DBMS可以延遲拼接元組。到最上層的操作再進行元祖拼接

對於上面，這個操作而言我們進行一些分析

  1. 獲取a表中滿足要求的行號比如(0 ,1,3)並往上傳遞
  2. 獲取b中在(0,1,3)行滿足要求的行號比如(0,3)然後繼續往上傳遞
  3. 在最上層元素我們就可以直接在c中的(0,3)行進行AVG操作

3. HEAP CLUSTERING

就是前面說過的聚簇索引。

6. index scan

  1. 多index scan

這個比較簡單對於每一個索引根據條件獲取一個集合。然後把集合結合起來最後根據另一個查詢條件獲得結果

2. INDEX SCAN PAGE SORTING

檢索元組在非聚簇索引中是十分低效的

DBMS可以根據page id對於元組進行排序。這樣就可以把我們隨機訪問變成順序訪問

7. EXPRESSION EVALUATION

當執行語句發生的時候。我們會有一個Execution Context的東西來儲存我們的上下文

上下文中包含

當前元組 
執行的引數
Table的Scheme

8.總結

  1. 相同的query plan 會有不同的執行方法
  2. 要儘可能多的利用index scan
  3. 表示式樹雖然很直觀但是非常慢

相關文章