Indexstrukturen in SQL

Transkript

1 Indestrukturen in SQL Anlegen eines Primärinde in SQL: Anlegen eines Sekundärinde in SQL: Bsp: create table Dozenten ( DNr integer primary key, Name varchar(0), Geburt date, ) create [Unique] inde indename on tablename (columnname[asc DESC][, ]) create inde name_geb on Dozent (Name ASC, Geburt DESC) um eindeutigkeit des Primärschlüssels zu verwalten wird automatisch ein Inde angelegt 1 Indestrukturen in SQL Inde Reihenfolge: 1.) 2.) create inde name_geb on Dozent (Name, Geburt) create inde geb_name on Dozent (Geburt, Name ) Welcher Inde unterstüzt folgende Anfrage besser: Select Name from Dozent where Name like H% Inde name_geb ist besser, da Name ein Praefi von Name, Geburt. 2

2 Ludwig Maimilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2006/2007 Kapitel 10: Relationale Anfragebearbeitung Vorlesung: Dr. Peer Kröger Übungen: Karsten Borgwardt, Dr. Peer Kröger Skript 2004 Christian Böhm Zentrale Aufgabe der Anfragebearbeitung ist die Übersetzung der deklarativen Anfrage in einen effizienten, prozeduralen Auswertungsplan deklarative Anfrage algebraischer Ausdruck Scanner/Parser View-Ersetzung Anfrageoptimierung Auswertungsplan 4 Ausführung

3 Kanonischer Auswertungsplan zu einer SQL-Anfrage (Ergebnis der ersten Übersetzungsphase) select A 1, A 2, from R 1, R 2, where B 1 and B 2, 1. Bilde das kartesische der Relationen R 1, R 2, 2. Führe Selektionen mit den einzelnen Bedingungen B 1, B 2, durch. 3. Projiziere die Ergebnistupel auf die erforderlichen Attribute A 1, A 2, π A B B ( R1 2))) 1, A R π[ A 1, A2 ] σ[ B 2 ] σ[ B 1 ] R 1 R 2 Beispiel Autodatenbank (KNr, Name, Adresse, Region, Saldo) 6 KNr Name Adresse Region Saldo 201 Klein Lilienthal Bremen Horn Dieburg Rhein-Main Berger München München Weiss Würzburg Unterfranken View Gute(KNr, Name, Adresse, Region, Saldo) = select * from where Saldo (BNr, Datum, KNr, Region, Saldo) (PNr, Bezeichnung, Anzahl, Preis) BNr Datum KNr PNr PNr Bezeichnung Anzahl Preis 12 BMW 318i Golf Fiat Uno Ferrari Opel Corsa

4 Einfache SQL-Anfrage: Welche guten (Name) haben einen Fiat Uno bestellt (und Saldo )? 7 select Name from Gute k, b, p where b.knr = k.knr and b.pnr = p.pnr and Bezeichnung = Fiat Uno Epansion der View: select Name from k, b, p where b.knr = k.knr and b.pnr = p.pnr and Bezeichnung = Fiat Uno and Saldo Übersetzung in relationale Algebra (kanonisch): π Name Saldo Bezeichung= ' FiatUno' b. PNr= p. PNr b. KNr= k. KNr (Pr odukt ( σ[ b. KNr = k. ))))) 8

5 9 : KNr Name Adresse Region Saldo 201 Klein Lilienthal Bremen Horn Dieburg Rhein-Main Berger München München Weiss Würzburg Unterfranken : BNr Datum KNr PNr : PNr Bezeichnung Anzahl Preis 12 BMW 318i Golf Fiat Uno Ferrari Opel Corsa σ[ b. KNr = k Beobachtungen: Der kanonische Auswertungsplan erzeugt das kartesische der 3 Relationen Die Kardinalität des kartesischen s ist * * = 100 Tupel Für jedes der 100 Tupel muss z.b. die Bedingung b.knr=k.knr ausgewertet werden Günstiger wäre es z.b., wenn man sich gleich von Anfang an auf das Fiat Uno und die mit hohem Saldo beschränken würde: 10

6 σ[ b. KNr = k σ[ b. KNr = k σ[ b. KNr = k i.a. gibt es viele verschiedene, gleichwertige Auswertungspläne für dieselbe Anfrage Die Performanz gleichwertiger Auswertungspläne variiert häufig zwischen wenigen Sekunden (schnellster Plan) und vielen Stunden (Standardplan) Die Aufgabe der Anfrageoptimierung ist es, den günstigsten Auswertungsplan zu ermitteln (bzw. zumindest einen sehr günstigen Plan zu ermitteln) Wegen des großen Unterschiedes zwischen günstigstem und ungünstigstem Plan ist die Optimierung bei der relationalen Anfragebearbeitung wesentlich wichtiger als z.b. bei der Übersetzung von (imperativen) Programmiersprachen

7 13 Logische und physische Anfrageoptimierung: Optimierungstechniken, die den Auswertungsplan betrachten und umbauen werden als logische Anfrageoptimierung bezeichnet Physische Anfrageoptimierung: Auswahl einer geeigneten Auswertungsstrategie für Join-Operationen oder Entscheidung, ob für eine Selektionsoperation ein Inde verwendet wird. Beispiel: Auswertungsstrategien für Joins Erzeuge alle Tupel des kartesischen s und prüfe Join- Bedingung (Nested Loop) Sortiere beide Relationen nach dem Joinattribut und filtere passende Paare (Sort Merge) Betrachte alle Tupel der einen Relation und greife auf die Joinpartner über einen passenden Inde der anderen Relation zu (Indeed Loop) Regel- und kostenbasierte Optimierung Es gibt zahlreiche Regeln (Heuristiken), um die Reihenfolge der Operatoren im Auswertungsplan zu modifizieren und so eine Performanz-Verbesserung zu erreichen, z.b. Push Selection: Führe Selektionen möglichst frühzeitig (vor Joins) aus Optimierer, die sich ausschließlich nach solchen starren Regeln richten, nennt man regelbasierte oder auch algebraische Optimierer 14

8 1 Optimierer, die die voraussichtliche Performanz von Auswertungsplänen ermitteln werden als kostenbasierte Optimierer bezeichnet. Die Vorgehensweise ist meist folgende: Generiere einen initialen Plan (z.b. Standardauswertungsplan) Schätze bei der Auswertung entstehende Kosten Modifizieren den aktuellen Plan gemäß vorgegebener Heuristiken Wiederhole die Schritte 2 und 3 bis ein Stop-Kriterium erreicht ist Gib den besten erhaltenen Plan aus Als Kostenmaß eignen sich der Erwartungswert der Antwortzeit (Einbenutzerbetrieb) oder die Belegung von Ressourcen wie z.b. Anzahl zugegriffener Blöcke oder CPU-Nutzung (Durchsatz-Optimierung va. im Mehrbenutzerbetrieb)