Главная страница
Навигация по странице:

  • Объединение (Union)

  • Разность (Difference ).

  • Декартово произведение (Cartesian product)

  • Проекция (Projection).

  • Каждое сравнение, содержащееся в предложении WHERE, называется предикатом (predicate).

  • SELECT

  • Язык SQL. Поддержка языков бд


    Скачать 120.5 Kb.
    НазваниеПоддержка языков бд
    АнкорЯзык SQL.doc
    Дата22.08.2018
    Размер120.5 Kb.
    Формат файлаdoc
    Имя файлаЯзык SQL.doc
    ТипДокументы
    #23364
    КатегорияИнформатика. Вычислительная техника

    Основные функции СУБД:

    1. Непосредственное управление данными во внешней памяти

    2. Управление буферизацией данных в оперативной памяти

    3. Управление транзакциями

    4. Журнализация

    5. Поддержка языков БД


    Для работы с базами данных используются специальные языки, в целом называемые языками баз данных. В ранних СУБД выделялись два языка –

    • язык определения схемы БД (SDL - Schema Definition Language) и

    • язык манипулирования данными (DML - Data Manipulation Language).

    В современных СУБД обычно поддерживается единый интегрированный язык SQL (Structured Query Language), содержащий все необходимые средства для работы с БД.

    Язык SQL декларативен. (Существуют процедурные и декларативные языки обработки данных:

    Большинство систем БД до начала использования SQL-технологии основывались на процедурных языках обработки данных. Они характеризуются зависимостью между прикладной программой и физической структурой данных – основной их недостаток.

    Декларативные языки обработки данных только специфицируют, какие данные необходимы прикладной программе, оставляя СУБД определение, как осуществлять навигацию по физической структуре данных для доступа к требуемым данным. Достоинства декларативных языков: - изменение в структурах данных незначительно влияет на существующие прикладные программы, - уменьшается сложность прикладной программы и снижается число ошибок в прикладных программах. )

    Типовая организация современной СУБД


    Логически в современной реляционной СУБД можно выделить (В некоторых системах эти части выделяются явно, в других - нет, но логически такое разделение можно провести во всех СУБД):

    • внутреннюю часть - ядро СУБД (часто его называют Data Base Engine), оно отвечает за 1-4 функции СУБД

    • компилятор языка БД (обычно SQL), 5 функция

    • подсистему поддержки времени выполнения,

    • набор утилит.


    Основной функцией компилятора языка БД является компиляция операторов языка БД в некоторую выполняемую программу. Результатом компиляции является выполняемая программа, представляемая в некоторых СУБД в машинных кодах или в выполняемом внутреннем машинно-независимом коде.
    Производительность работы с БД определяется как среднее время реакции системы на выполнение операции поиска и предоставления требуемой операции. Это время зависит от многих факторов как технических (мощность компьютеров пользователей и серверов, пропускная способность сети), так и от логической структуры БД, а также и от языковых средств доступа к данным.

    Проблемы оптимизации в компиляторе языка SQL

    Начнем с формулировки проблемы оптимизации SQL-запросов. В формулировках SQL-запросов указывается, какими свойствами должны обладать данные, которые хочет получить пользователь, но не говориться, как система должна реально выполнить запрос. Проблема состоит в том, что бы по декларативной формулировке вопроса построить программу (эту программу принято называть планом выполнения запроса), которая выполнялась бы максимально эффективно и выдавала бы результаты, соответствующие запросу.

    Основные трудности:

    1. построить все возможные программы, результат которых будет соответствовать запросу

    2. выбрать из множества этих программ, выполнение которой было бы наиболее эффективным

    Обе эти задачи не являются полностью формализуемыми и потому сложно решаемы.


    Оптимизация запросов (query optimization) в реляционных СУБД – это способ обработки запросов, когда по начальному представлению запроса вырабатывается наиболее оптимальный план его выполнения путем его преобразований.

    Соответствующие преобразования начального представления запроса выполняются специальным компонентом СУБД - оптимизатором запросов (query optimizer), и оптимальность производимого им плана выполнения запроса зависит от критериев, которые в него заложены.
    Во время процесса оптимизации запросов обрабатываются все типы команд SQL, однако команда SQL SELECT представляет наибольшую сложность в процессе, поэтому все примеры для команды SELECT .

    Термин оптимизация запросов является не совсем точным в том смысле, что нет гарантии, что в процессе оптимизации запроса будет действительно получен оптимальный план выполнения запроса. Более подходящим термином мог бы быть термин "улучшение запроса" (query improvement).

    Ранние версии реляционных СУБД обрабатывали запросы простым и непосредственным способом без какой-либо попытки оптимизировать как запрос сам по себе. Это имело результатом неудовлетворительно большое время обработки запроса и приводило к убеждению среди некоторых прикладных программистов, что реляционные СУБД являются непрактичными и мало пригодными для широкого круга практических применений. Для того чтобы увеличить скорость обработки запросов, были выполнены обширные исследования и тестирование для поиска способов повышения эффективности обработки запросов.
    1. Общая схема обработки запроса


    Несмотря на то, что оптимизаторы запросов современных реляционных СУБД различаются по сложности и принципам создания, все они следуют одним и тем основным этапам в выполнении оптимизации запроса.


    На первой фазе запрос, заданный на языке SQL:

    • подвергается лексическому и синтаксическому анализу, т.е. оптимизатор разбивает запрос на его синтаксические компоненты, проверяет ошибки в синтаксисе.

    • вырабатывается его внутреннее представление, отражающее структуру запроса и содержащее информацию, которая характеризует объекты базы об этих объектах выбирается из каталогов базы данных. Внутреннее представление запроса используется и преобразуется на следующих стадиях обработки запроса. Форма внутреннего представления должна быть достаточно удобной для последующих оптимизационных преобразований.


    На второй фазе запрос во внутреннем представлении подвергается логической оптимизации. Оптимизатор применяет правила преобразования запроса для преобразования его в формат, оптимальный с точки зрения синтаксиса.

    • Среди преобразований могут быть эквивалентные, после проведения которых получается внутреннее представление, эквивалентное начальному.

    • Преобразования могут быть и семантическими: получаемое представление не является эквивалентным начальному, но гарантируется, что результат выполнения преобразованного запроса совпадает с результатом запроса в начальной форме.

    После выполнения второй фазы обработки запроса его внутреннее представление все еще остается непроцедурным, хотя и является в некотором смысле более эффективным, чем начальное.
    Третий этап обработки запроса состоит в:

    • Построение альтернатив, оптимизатор разрабатывает альтернативы для его выполнения, в соответствии с его внутреннем представлением, полученным на второй фазе.

    • Окончательно оптимизатор выбирает лучший план выполнения запроса, либо следуя набору эвристических правил, либо вычисляя стоимость для каждой альтернативы выполнения. При оценках используется статистическая информация о состоянии базы данных, доступная оптимизатору. Из полученных альтернативных планов выбирается наиболее дешевый.


    На четвертом этапе по выбранному оптимальному плану выполнения запроса формируется выполняемое представление плана. Выполняемое представление плана может быть программой в машинных кодах, если система ориентирована на компиляцию запросов в машинные коды, или быть машинно-независимым, но более удобным для интерпретации, если система ориентирована на интерпретацию запросов. В нашем случае это непринципиально, поскольку четвертая фаза обработки запроса уже не связана с оптимизацией.
    Наконец, на пятом этапе обработки запроса происходит его реальное выполнение.

    Реляционные операции


    Операции, определенные в реляционной алгебре, используются для формирования внутреннего представления SQL запроса, т.е. представляют те логические операторы, которые должны быть обработаны оптимизатором. Эти логические операторы являются неявными для синтаксиса команд SQL, но именно они и обрабатываются СУБД.

    Операции реляционной алгебры имеют на входе одно или более отношений на входе и одно отношение на выходе. Эти операторы разделяются на два класса: теоретико-множественные операции (traditional set operations) и специальные реляционные операторы (special relational operators). Использование теоретико-множественных операций обычно достаточно для обработки большинства реляционных запросов, специальные операторы определяют желаемый результат более эффективно.
    Теоретико-множественные операции

    Главное отличие теоретико-множественных операций (за исключением декартова произведения) от всех других, выполняемых СУБД, состоит в том, что каждая таблица должна иметь одинаковое число колонок и каждая пара колонок для любой позиции таблицы должна быть определена с одинаковым типом и масштабом.

    • Объединение (Union). Объединение двух отношений может быть сформировано добавлением одной таблицы к другой и исключением дублированных строк.

    • Пересечение (Intersection). Пересечение двух отношений состоит из строк, которые принадлежат обоим отношениям.

    • Разность (Difference). Разность двух отношений есть все строки, которые принадлежат первому отношению, но не принадлежат второму. Заметим, что эта операция не коммутативна, т.е. А-В<>В-А.

    • Декартово произведение (Cartesian product). Декартовым произведением двух отношений является таблица, получаемая конкатенацией каждой строки одной таблицы с каждой строкой другой таблицы. Таблица, получаемая в результате этой операции, содержит число строк, равное произведению числа строк исходных таблиц. Это означает, что если имеется две таблицы с 15 и 50 строками соответственно, то их декартово произведение есть таблица с 750 строками. Как указывалось выше, это единственная теоретико-множественная операция, которая допускает различный формат исходных таблиц.
    Специальные реляционные операторы

    SQL использует этот класс операций гораздо чаще, чем теоретико-множественные операции. К классу специальных реляционных операций обычно относят следующие:

    • Проекция (Projection). Операция проекции ограничивает число колонок таблицы, на которые ссылаются в команде SQL.

    (SELECT name, phone from customer)

    • Выбор (или ограничение) (Selection or restriction). Операция выбора ограничивает результирующее множество только теми строками, которые удовлетворяют условию поиска.

    (SELECT * FROM CUSTOMER WHERE NAME = 'JONES';)

    Каждое сравнение, содержащееся в предложении WHERE, называется предикатом (predicate).

    • Соединение (Join). Операция соединения создает результирующее множество посредством конкатенации строк нескольких таблиц. Эти сцепленные строки должны удовлетворять некоторому условию соединения.

    Соединение. Соединение создает результирующее множество из двух или более таблиц таким же образом, что и ранее рассмотренное декартово произведение. Оно осуществляет конкатенацию строк для каждой строки одной таблицы с каждой строкой другой таблицы. Отличие между декартовым произведением и соединением состоит в том, что в эту операцию вовлекаются только те строки, которые удовлетворяют условию соединения. Это является логическим эквивалентом декартова произведения, для которого была выполнена операция селекции по условию. Однако операция соединения реализуется более эффективно большинством оптимизаторов запросов, так как оценивание строк выполняется до первоначального формирования декартова произведения как промежуточного результата.

    SELECT P.NAME, O.ORDER_NUM, C.NAME

    FROM CUSTOMER C, ORDER O, PRODUCT P

    WHERE (C.CUST_NO = O. CUST_NO ) AND (P.CUST_NO = O. CUST_NO);

    Две важнейших характеристики операции соединения состоят в том, что она является коммутативной и ассоциативной:

    A JOIN B = B JOIN A; (коммутативность)

    A JOIN (B JOIN C) = (A JOIN B) JOIN C; (ассоциативность)

    (A JOIN B) JOIN C = B JOIN (A JOIN C).

    Действие этих свойств состоит в том, что когда оптимизатор обрабатывает соединение более чем двух таблиц, то он может выбрать любую последовательность соединений двух таблиц для завершения операции. Это дает возможность оптимизатору готовить выполнение соединения любого числа таблиц как серию соединений двух таблиц, которое позволяет избегать выполнения специфических физических операций при соединении произвольного числа таблиц.
    Виды соединения:

    • Полусоединение (Semijoin). Примером могло бы быть множество всех продуктов, которые были проданы в течение января 1995 года:

    SELECT P.PROD_NO, P.PROD_DESC

    FROM PRODUCT P, ORDER O

    WHERE (O.PROD_NO = P.PROD_NO) AND

    (O.ORD_DATE BETWEEN JAN-1-1995 AND JAN-31-1995);


    • Внешнее соединение (Outerjoin). Например, вывести все названия товаров и в скольких накладных они встречались, что бы не потерять те товары, которые ни разу не покупали.

    SELECT P.NAME, COUNT(*) Kol

    FROM PRODUCT P, ORDER O

    WHERE P.PROD_NO = O.PROD_NO(+);

    • Самосоединение (Selfjoin). Самосоединение является эквисоединением таблицы с самой собой. Это также называется рекурсивным соединением. Пример, который выводит список имен всех служащих и назначенных им руководителей.

    SELECET E.NAME Подчиненный, M.NAME Руководитель

    FROM EMPLOYEE E, EMPLOYEE M

    WHERE E.MNGR_NO = M. EMPLOYEE_NO;

    • Агрегация (Aggregation). Цель агрегации состоит в том, чтобы предоставить для таблицы статистическую информацию, такую как сумма или среднее множества чисел.

    Пример скалярной агрегации (просто возвращает единственное значение как вывод), который не имеет какого-либо предложения GROUP BY:

    SELECT SUM(SALARY) FROM EMPLOYEE;
    SELECT COUNT(*)

    FROM EMPLOYEE

    WHERE NAME = 'DAVE';

    Синтаксис SQL для выполнения функции агрегации всегда включает предложение GROUP BY. В результате некоторая новая таблица:

    SELECT DEPT, AVG(SALARY)

    FROM EMPLOYEE

    GROUP BY DEPT;

    2. Оптимизация запросов (2 этап выполнения оптимизации запроса)


    При классическом подходе к организации оптимизаторов запросов на этапе логической оптимизации производятся эквивалентные преобразования внутреннего представления запроса, которые "улучшают" начальное внутреннее представление в соответствии со стратегиями оптимизатора.
    Трудно привести полную характеристику и классификацию методов логической оптимизации. Ограничимся несколькими примерами:
    2.1 Синтаксическая оптимизация

    Первый успех в оптимизации запросов состоял в нахождении способа переформулирования запроса таким образом, чтобы новое представление запроса обеспечивало тот же результат, но было более эффективно для обработки СУБД.
    Пример. Рассмотрим следующий запрос, который делает выборку данных из таблиц PRODUCT (ПРОДУКЦИЯ) и VENDOR (ПРОИЗВОДИТЕЛЬ):

    SELECT VENDOR_CODE, PRODUCT_CODE, PRODUCT_DESC

    FROM VENDOR, PRODUCT

    WHERE VENDOR.VENDOR_CODE = PRODUCT.VENDOR_CODE

    AND VENDOR.VENDOR_CODE = "100";

    Наиболее очевидный путь обработки этого запроса состоит в следующем:

    1. Формируем декартово произведение таблиц PRODUCT и VENDOR.

    2. Ограничиваемся в результирующей таблице строками, которые удовлетворяют условию поиска в предложении WHERE.

    3. Выполняем проекцию результирующей таблицы на список колонок, указанный в предложении SELECT.

    Оценим стоимость процесса обработки этого запроса в терминах операций ввода/вывода. Пусть для определенности таблица VENDOR содержит 50 строк, а таблица PRODUCT - 1000 строк. Тогда формирование декартова произведения потребует 50000 операций чтения и операций записи (в результирующую таблицу). Для ограничения результирующей таблицы потребуется более 50000 операций чтения и, если 20 строк удовлетворяют условиям поиска, то 20 операций записи. Выполнения операции проекции вызовет еще 20 операций чтения и 20 операций записи. Таким образом, обработка этого запроса обойдется системе в 100080 операций чтения и записи.

    Основная идея синтаксической оптимизации лежит в использовании эквивалентных алгебраических преобразований. Для данного примера запроса можно использовать следующую эквивалентность:

    (A JOIN B) WHERE restriction on A v (A WHERE restriction on A) JOIN B.

    Это означает, что ограничение по условию поиска может быть выполнено как можно раньше для того, чтобы ограничить число строк, которые могут быть обработаны позже. Применяя это правило к запросу, приведенному выше, получаем следующий процесс обработки запроса:

    1. Ограничение по условию поиска во второй таблице (VENDOR_CODE = "100") приведет к 50 операций чтения и 20 операциям записи.

    2. Выполнение соединения полученной на 1-м шаге результирующей таблицы с таблицей PRODUCT потребует 20 операций чтения результирующей таблицы, 100 операций чтения из таблицы PRODUCT и 20 операций записи в новую результирующую таблицу.

    Обработка запроса в этом случае потребует 110 операций чтения и записи для получения того же самого результата, что и в первом случае. Преобразование, описанное в данном примере, называется синтаксической оптимизацией (syntax optimization).

    Существует много формул для выполнения таких преобразований, и все современные оптимизаторы запросов используют правила преобразований для представления запроса в более эффективной форме для обработки. С точки зрения реализации является очень важным, что эти автоматические преобразования освобождают программиста от поиска эквивалентной формы запроса, чтобы получить самую лучшую реализацию, поскольку оптимизатор обычно дает такую же окончательную форму, какую программист может получить вручную.

    Структура плана запроса


    Оптимизатор определяет множество физических операций, необходимых для выполнения SQL команды, полученное множество операций и порядок их следования называется планом запроса (query plan).

    Аналогия с задачей программирования делает роль плана запроса проще для понимания. Программист кодирует инструкции на языке высокого уровня, которые затем компилируются для получения выполняемого программного кода.

    Аналогично, программист кодирует утверждения SQL, которые затем обрабатываются оптимизатором для производства выполняемой формы этого кода. Эта выполняемая форма кода есть план запроса.

    Дерево запроса


    Одним из способов представления запроса, которое обеспечивает понимание механизма его выполнения, является дерево запроса (query tree). Дерево запроса представляет собой древовидную структуру:

    • окончательный результат запроса находится на вершине дерева (в его корне)

    • таблицы БД, участвующие в запросе, являются листьями этого дерева

    • промежуточные узлы дерева представляют физические операции, которые должны выполняться во время запроса.

    Следующий пример показывает дерево запроса для утверждения SQL, которое получает имена авторов книг, опубликованных в 1993 году:

    SELECT A.NAME

    FROM AUTHORS A, BOOCKS B

    WHERE (B.DATE_PUBLISHED ='1993') AND (A.NAME = B.NAME);

      Дерево запроса
    (в рисунке ошибка, надо поменять местами Соединение и Выборка)

    Пример построения дерева запроса


    Один из наиболее используемых и важнейших методов состоит в использовании правила, что выполнение операций проекции и выбора надоосуществлять как можно раньше. Потому что эти операции могут ограничить размер результирующего множества. На оптимизатор улучшает дерево запросов, применяя выборку сначала для ограничения числа строк, которые являются входом операции эквисоединения.

    SELECT A.NAME

    FROM AUTHORS A, BOOCKS B

    WHERE (B.DATE_PUBLISHED ='1993') AND (A.NAME = B.NAME);



    2.2 Оптимизация, основанная на правилах

    Когда был достигнут некоторый прогресс в улучшении обработки запросов, были предприняты усилия для улучшения методов доступа к таблицам. Это касается разработки методов доступа на основе использования индексов. Однако использование техники индексирования увеличивает сложность обработки запроса. Например, если таблица имеет индексы по трем различным колонкам, то любой из них может быть использован для доступа к таблице (помимо последовательного доступа к таблице в физическом порядке расположения строк).
    Также появилось много новых алгоритмов для выполнения соединения таблиц. Двумя наиболее основными алгоритмами выполнения соединения являются:

    • соединение с помощью вложенного цикла (Nested Loop Join). В этом алгоритме строка читается из первой таблицы, называемой внешней (outer) таблицей, и затем читается каждая строка второй таблицы, называемой внутренней (inner), как кандидат для соединения. Затем читается вторая строка первой таблицы и снова каждая строка из второй, и так до тех пор, пока все строки первой таблицы не будут прочитаны. Если в первой таблице находится M строк, во второй - N, то читается M x N строк;

    • соединение посредством объединения (Merge Join). Этот метод выполнения соединения предполагает, что обе таблицы отсортированы таким образом, что строки читаются в порядке значений колонки (колонок), по которым они соединяются. Это позволяет выполнять соединение посредством чтения строк из каждой таблицы и сравнивания значений колонок соединения до тех пор, пока соответствие этих значений имеет место. В этом способе соединение завершается за один проход по каждой таблице.

    Операции соединения подчиняются как коммутативному, так и ассоциативному закону. Следовательно, теоретически возможно выполнять соединение в любом порядке. Например, все следующие предложения являются эквивалентными:

    (A JOIN B) JOIN C

    A JOIN (B JOIN C)

    (A JOIN C) JOIN B

    Различные пути доступа, различные алгоритмы соединений и порядок выполнения соединений могут приводить и к различной производительности. Следовательно, когда выполняется соединение нескольких таблиц, то существует несколько сотен различных комбинаций для выбора пути доступа к таблицам, порядка выполнения соединений и алгоритмов соединений. Каждая из этих комбинаций производит один и тот же результат, но имеет различные характеристики производительности.

    Установление эвристических правил для выбора между порядком доступа,порядком и методами соединений называется оптимизацией, основанной на правилах (rule-based optimization). В этом подходе предпочтения назначаются альтернативным решениям, которые являются общепризнанными. Используя эти предпочтения, оптимизатор запросов производит возможные планы выполнения до тех пор, пока не будет достигнут лучший план выполнения, удовлетворяющий этим правилам.

    Оптимизация, основанная на правилах, обеспечивает удовлетворительную производительность системы в тех ситуациях, когда эвристики являются точными. Однако часто общепризнанные правила не являются точными. Для обнаружения таких ситуаций оптимизатор запросов должен рассматривать характеристики данных, такие как:

    • число строк в таблице;

    • интервал и распределение значений данной колонки;

    • длину строки и, соответственно, число строк на физической странице диска;

    • прочее.

    Эти характеристики данных могут сильно влиять на эффективность обработки запроса. Использование таких характеристик приводит к следующему типу оптимизации.
    2.3 Оптимизация, основанная на вычислении стоимости

    Оптимизация, основанная на вычислении стоимости запроса (cost-based optimization), аналогична оптимизации, основанной на правилах, за исключением того, что оптимизатор на основе вычисления стоимости использует статистическую информацию для выбора наиболее эффективного плана выполнения запроса. Стоимость каждого альтернативного плана выполнения запроса оценивается с помощью статистики, например, такой как число строк в таблице и распределения значений колонки таблицы. Такая статистика хранится в системном каталоге и поддерживается СУБД.

    Для понимания того, как статистика может быть использована для выбора плана выполнения запроса, рассмотрим следующий запрос к таблице CUSTOMER (ПОКУПАТЕЛЬ):

    SELECT CUST_N, CUST_NAME

    FROM CUSTOMER

    WHERE STATE = "RUS";

    Если существует индекс на колонку STATE, оптимизатор, основанный на правилах, использовал бы его для обработки запроса. Однако если девяносто процентов строк в таблице CUSTOMER имеют RUS в колонке STATE, то использование индекса будет в действительность приводить к более медленному выполнению запроса, чем простая последовательная обработка таблицы. Оптимизатор, основанный на вычислении стоимости, с другой стороны, обнаружил бы, что использование индекса в этом случае не дает никаких преимуществ перед последовательным просмотром таблицы.

    Подход к оптимизации, основанный на вычислении стоимости, сегодня представляет определенное искусство в технике оптимизации запросов. Большинство реляционных СУБД применяют оптимизаторы, основанные на вычислении стоимости.

    Заключение


    Оптимизаторы реляционных СУБД представляют собой наиболее сложные компоненты систем. Эффективность системы в целом во многом определяется тем, насколько мощной является оптимизация. Как мы старались показать, во всех существующих направлениях, связанных с оптимизацией, наряду с определенным продвижением остается множество нерешенных проблем.


    написать администратору сайта