第三章 查詢處理（基本操作的實現）
程序語言的執行過程
一段C程序、Python程序是如何在計算機上執行的？
主要學習目標
SQL查詢過程
查詢代價估算
一 概述
1.1 查詢處理過程
查詢處理的基本環節及各自的任務?
什么是查詢執行計划?
1.2 查詢代價的度量
影響查詢執行效率的主要因素?
二、 選擇操作的實現
［例1］Select * from student where <條件表達式> ；
考慮<條件表達式>的幾種情況：
C1：無條件
C2：Sno＝'200215121'
C3：Sage>20
C4：Sdept＝'CS' AND Sage>20
選擇操作典型實現方法：
1、簡單的全表掃描方法
- 對查詢的基本表順序掃描，逐一檢查每個元組是否滿足選擇條件，把滿足條件的元組作為結果輸出；
- 適合小表，不適合大表。
2、索引(或散列)掃描方法
- 適合在選擇條件中的屬性上有索引；
(例如B+樹索引或Hash索引) - 通過索引先找到滿足條件的元組主碼或元組指針，再通過元組指針直接在查詢的基本表中找到元組。
［例1-C2］ 以C2為例，Sno＝‘200215121’，並且Sno上有
索引(或Sno是散列碼)：
使用索引(或散列)得到Sno為‘200215121’ 元組的指針；
通過元組指針在student表中檢索到該學生。
［例1-C3］ 以C3為例，Sage>20，並且Sage 上有B+樹索引：
使用B+樹索引找到Sage＝20的索引項，以此為入口點在B+樹的順序集上得到Sage>20的所有元組指針；
通過這些元組指針到student表中檢索到所有年齡大於20的學生。
［例1-C4］ 以C4為例，Sdept＝‘CS’ AND Sage>20，
如果在Sdept和Sage上都有索引：
算法一：分別用上面兩種方法分別找到Sdept＝‘CS’的一組元組指針和Sage>20的另一組元組指針。
求這2組指針的交集
到student表中檢索
得到計算機系年齡大於20的學生
算法二：找到Sdept＝‘CS’的一組元組指針。
通過這些元組指針到student表中檢索
對得到的元組檢查另一些選擇條件(如Sage>20)是否滿足
把滿足條件的元組作為結果輸出
2.1 涉及等值比較的選擇
如何有效執行選擇操作?
各種等值比較情況的執行開銷分析
2.2 涉及范圍比較的選擇
如何執行涉及比較范圍的選擇操作?
三、 連接操作的實現
連接操作是查詢處理中最耗時的操作之一。
只討論等值連接(或自然連接)最常用的實現算法。
［例2］ SELECT * FROM Student，SC
WHERE Student.Sno=SC.Sno；
- 嵌套循環方法(nested loop)
- 排序-合並方法(sort-merge join 或merge join)
- 索引連接(index join)方法
- Hash Join方法
1、嵌套循環方法(nested loop)
- 對外層循環(Student)的每一個元組(s)，檢索內層循環(SC)中的每一個元組(sc)；
- 檢查這兩個元組在連接屬性(sno)上是否相等；
- 如果滿足連接條件，則串接后作為結果輸出，直到外層循環表中的元組處理完為止 。
2、排序-合並方法(sort-merge join 或merge join)
-
適合連接的各表已經排好序的情況
-
排序－合並連接方法的步驟：
如果連接的表沒有排好序，先對Student表和SC表按連接屬性Sno排序 ；
取Student表中第一個Sno，依次掃描SC表中具有相同Sno的元組 ；
排序－合並連接方法的步驟（續）：
- 當掃描到Sno不相同的第一個SC元組時，返回Student表掃描它的下一個元組，再掃描SC表中具有相同Sno的元組，把它們連接起來；
- 重復上述步驟直到Student表掃描完。
Student表和SC表都只要掃描一遍；
如果2個表原來無序，執行時間要加上對兩個表的排序時間；
對於2個大表，先排序后使用sort-merge join方法執行連接，總的時間一般會大大減少。
總的傳輸塊數：br+bs
3、索引連接(index join)方法
步驟：
① 在SC表上建立屬性Sno的索引，如果原來沒有該索引；
② 對Student中每一個元組，由Sno值通過SC的索引查找相應的SC元組；
③ 把這些SC元組和Student元組連接起來；
循環執行②③，直到Student表中的元組處理完為止 。
4、 Hash Join方法
把連接屬性作為hash碼，用同一個hash函數把R和S中的元組散列到“同一個”hash桶中。
步驟：
划分階段(partitioning phase)：
對包含較少元組的表(比如R)進行一遍處理；
把它的元組按hash函數分散到hash表的桶中。
試探階段(probing phase)：也稱為連接階段(join phase)
對另一個表S進行一遍處理；
把S的元組散列到適當的hash桶中；
把元組與桶中所有來自R並與之相匹配的元組連接起來。
上面hash join算法前提：假設兩個表中較小的表在第一階段后可以完全放入內存的hash桶中 。
以上的算法思想可以推廣到更加一般的多個表的連接算法上 。
四 表達式計算(SQL查詢)
1.(表達式計算中的)物化計算
討論4. 表達式(復合操作)的計算如何執行？
1) 什么是物化，主要作用？
2.(表達式計算中的)流水線計算
2) 什么是流水線，主要作用？
3) 流水線的執行過程？
一條SQL語句要經歷哪些步驟才能被數據庫執行？
兩個表的連接操作有幾種實現方法？