基于查询优化的重写解空间研究

论文摘要

查询优化是影响RDBMS查询效率的关键因素,查询优化器根据系统状态和统计信息对提交的SQL进行查询优化,其智能化程度决定了RDBMS系统的查询效率。根据查询相关性,文章提出一种高频查询定向迁移算法:在数据源表中,建立查询频率统计字段;在统计表中,建立修改次数和查询次数的记录字段,用来记载表的主要访问方式。对目标表进行分析时,可以重建表,将查询频率高的记录保存在表头,以提高在FIRST_ROW模式下的查询速度;由于最近插入的记录可能被更多的访问,当数据流动性大时,将查询概率大的记录保存在表头。文中对高频查询定向迁移的高查询效率做出了证明。由于高频查询定向迁移需要实时统计数据,目前主要通过DBA手工完成,为此提出查询智能分析代理的方法,该方法获取CPU的实时状态,动态调度分析任务,为查询优化器提供更好的计划生成依据。连接查询是查询优化中最重要的部分,现有的研究仅提到无分枝连接查询和星型连接查询两种情况,然而在实际应用中存在一种网状连接查询,本文提出网状连接查询的优化方案:先将网状连接查询表示成查询图;然后在连接查询图中,以磁盘访问次数、CPU占用量、中间结果大小和网络通讯作为查询代价的综合权,将普通连接查询图变成带权连接查询图。根据最小生成树的生成规则,将网状连接查询转化为树状连接查询,缩短生成最小代价查询计划的时间,并证明该算法的综合执行代价最小。在文章中,针对影响五种连接查询算法的因素做出了分析,指出建立适当数据库对象类型的重要性。本文以一个具体的应用系统为例,说明合理建立关系模式减少连接查询、指定SQL书写规范重用查询计划、物化连接避免分组计算和内存计算减少磁盘访问代价等一系列的方法在项目开发各阶段如何优化查询。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题背景及意义
• 1.2 查询现状及问题
• 1.3 本文主要工作
• 1.4 论文的组织结构
• 第2章 高频查询与实时分析
• 2.1 代价定义
• 2.2 高频查询定向迁移
• 2.2.1 全表扫描与查询相关性
• 2.2.2 高频查询定向迁移设计思想
• 2.2.3 高频查询定向迁移算法设计
• 2.2.4 实验与结果
• 2.2.5 实验结果分析
• 2.3 查询智能分析代理（QIAA）
• 2.3.1 查询智能分析代理思想来源
• 2.3.2 查询智能分析代理研究背景
• 2.3.3 查询智能分析代理分析任务确定
• 2.3.4 查询智能分析代理事务确定
• 2.3.5 操作系统状态确定
• 2.3.6 查询智能分析代理定时任务算法
• 2.3.7 查询智能分析代理小结
• 2.4 本章小结
• 第3章 网状查询连通图
• 3.1 无分枝连接查询和星型连接查询
• 3.2 网状连接查询的提出
• 3.3 网状连接查询优化
• 3.3.1 查询模式图
• 3.3.2 网状查询优化
• 3.3.3 连接类型及算法
• 3.3.4 索引
• 3.3.5 物理磁盘管理
• 3.4 本章小结
• 第4章 解空间影响因素的量化研究
• 4.1 应用背景与数据结构
• 4.2 关系模式与连接查询
• 4.2.1 关系模式研究
• 4.2.2 数据类型和完整性约束
• 4.2.3 表类型
• 4.2.4 内存计算
• 4.3 重用查询计划
• 4.3.1 语句处理基本原理
• 4.3.2 小结
• 4.4 逼真测试
• 4.5 高水位线和热点块
• 4.5.1 HWM 对性能产生影响
• 4.5.2 热点块处理
• 4.6 性能趋势估计
• 4.7 比较优化前后性能的差异
• 4.8 影响解空间因素研究小结
• 结论
• 参考文献
• 致谢
• 附录 攻读学位期间主要研究成果