"关系数据库系统查询优化原理与实践"

本文主要讨论数据库系统中查询处理的优化问题。查询优化在关系数据库系统中有着非常重要的地位，是影响关系数据库管理系统（RDBMS）性能的关键因素。关系查询优化在于系统可以比用户程序的“优化”做得更好，通过从数据库的数据字典中获取统计信息，系统可以更好地选择和执行查询计划，并能够自动对查询重新优化以适应数据库物理统计信息的变化。此外，关系数据库管理系统可以通过某种代价模型计算出各种查询执行策略的执行代价，然后选取代价最小的执行方案。在集中式数据库中，执行开销主要包括磁盘存取块数（I/O代价）、处理机时间（CPU代价）和查询的内存开销，其中I/O代价是最主要的；而在分布式数据库中，总代价由I/O代价、CPU代价、内存代价和通信代价组成。 查询优化的优点在于用户不必考虑如何最好地表达查询以获得较好的效率，系统可以比用户程序的“优化”做得更好。用户程序难以获得数据库系统数据字典中的统计信息，而数据库系统却可以从中获取许多统计信息，这有助于系统更好地选择和执行查询计划。同时，数据库系统能够自动对查询重新优化以选择相适应的执行计划，并且可以适应数据库的物理统计信息的变化。在非关系数据库系统中，必须重写程序以适应数据库的物理统计信息的变化，而重写程序在实际应用中往往是不太可能的。 对于集中式数据库系统，其执行开销主要包括磁盘存取块数（I/O代价）、处理机时间（CPU代价）和查询的内存开销，其中I/O代价是最主要的。而在分布式数据库系统中，总代价由I/O代价、CPU代价、内存代价和通信代价组成。实际上，RDBMS通过某种代价模型计算出各种查询执行策略的执行代价，然后选取代价最小的执行方案。例如，如果要求查询选修了2号课程的学生姓名，可以使用SQL语句：SELECT  Student.Sname FROM  Student, SC WHERE  Student.Sno=SC.Sno。 综上所述，查询优化在关系数据库系统中的地位非常重要，它是影响RDBMS性能的关键因素。数据库系统可以比用户程序更好地选择和执行查询计划，并能够自动对查询重新优化以适应数据库物理统计信息的变化。在选择查询执行策略时，数据库系统会通过某种代价模型计算出执行代价并选取代价最小的执行方案，在集中式数据库系统中，执行开销主要包括I/O代价、CPU代价和内存代价，而分布式数据库系统中还需考虑通信代价。