1. Hệ quản trị cơ sở dữ liệu
Query Optimization
Dư Phương Hạnh
Bộ môn Hệ thống thông tin
Khoa CNTT, trường Đại học Công nghệ
Đại học Quốc gia Hanoi
hanhdp@vnu.edu.vn
2. Outline
Tổng quan
Không gian physical plans
Các chiến lược tối ưu hoá
– Dựa trên kinh nghiệm
– Dựa trên chi phí
Tổng kết
Tài liệu tham khảo: Chap 12+13+14 of Ramakrishnan
2
Hệ quản trị CSDL @ BM HTTT
3. Giới thiệu
Phần lớn các truy vấn được viết bởi ngôn ngữ bậc cao phi
thủ tục như SQL, QBE, OQL.
Các truy vấn này phải được chuyển sang các biểu thức đại
số quan hệ tương đương (query tree).
Các biểu thức này có chứa các toán tử đại số quan hệ, mỗi
toán tử có một chi phí (cost) thực thi tương ứng.
Với một mệnh đề truy vấn, có thể chuyển đổi tương ứng
với nhiều cây truy vấn, việc chọn lựa plan thực thi nào là
dựa trên đánh giá chi phí.
– Các cây truy vấn tương đương được sinh ra nhờ các phép biến đổi
tương đương.
3
Hệ quản trị CSDL @ BM HTTT
4. Quy trình xử lý truy vấn
SQL query
parse
query tree
Query rewriting
statistics
logical query plan
Physical plan generation
physical query plan
execute
result
4
Hệ quản trị CSDL @ BM HTTT
5. Vấn đề là…
Chọn best plan từ không gian
physical plans
Khó vì: không gian này có thể rất lớn do
Có nhiều phép biến đổi tương đương
Các phép toán vật lý khác nhau cho
cùng một toán tử logic
– nested loop join, hash join, sort-merge join
– index-scan, table-scan
Các mẫu cây khác nhau
Các chiến thuật xử lý gối đầu
(pipelining, …)
5
Hệ quản trị CSDL @ BM HTTT
6. Các chiến lược
1: Chọn một plan bất kỳ
– Bad plans can be really bad!
2: Dựa vào mẹo (heuristics)
– Ví dụ: Sử dụng index nhiều nhất có thể với HQTCSDL
MySQL
3: Dựa trên chi phí
– Liệt kê, ước lượng chi phí thi hành, chọn cái tốt nhất
– Chú ý các vòng lặp trong các plans
4: Hybrid
6
Hệ quản trị CSDL @ BM HTTT
7. Thực tế
Hybrid
Sử dụng mẹo (heuristics, còn gọi là các luật viết
lại - rewrite rules)
– Loại đi những plans “xấu nhất”
– Tránh bỏ xót những plans tốt
Dựa trên ước lượng chi phí
– Ước lượng chi phí thi hành đối với mỗi plan, từ đó chọn
plan có chi phí tốt nhất
7
Hệ quản trị CSDL @ BM HTTT
8. SQL query
parse
parse tree
Query rewriting
statistics
Initial logical plan
Rewrite rules
Logical plan
logical query plan
Physical plan generation
“Best” logical plan
physical query plan
execute
result
8
Hệ quản trị CSDL @ BM HTTT
9. Tại sao cần viết lại truy vấn?
Giảm bớt số lượng physical plans nhờ:
– Loại bỏ các điều kiện/toán tử dư thừa
– Sử dụng cá luật giúp cải thiện hiệu năng truy vấn
Tiền xử lý
– Chuyển các truy vấn sang dạng dễ dàng xử lý nhất
Giảm thời gian đáng kể quá trình thi hành truy
vấn (kết quả không bị ảnh hưởng)
9
Hệ quản trị CSDL @ BM HTTT
10. Các luật viết lại truy vấn
Luật chuyển đổi logical plan
Các biến đổi tương đương trong đại số quan hệ
Đưa các vị từ xuống dưới
Thực thi các phép chiếu sớm nhất có thể
Tránh tối đa nhân chéo cross-join
Sử dụng cây trái nhất
Chuyển truy vấn lồng Joins
Sử dụng các ràng buộc, chẳng hạn unique
10
Hệ quản trị CSDL @ BM HTTT
11. Ví dụ
Select B,D From R,S Where R.A = “c” ∧ R.C=S.C
<Query>
<SFW>
SELECT <SelList>
FROM
<FromList>
WHERE
<Cond>
<Attribute> <SelList> <RelName> <FromList> <Cond> AND
B
<Attribute>
D
R
<Cond>
<RelName>
<Attr> <Op> <Const>
S
R.A
=
“c”
<Attr> <Op> <Attr>
11
R.C
=
S.C
Hệ quản trị CSDL @ BM HTTT
12. Parsing
Kiểm tra ngữ nghĩa (semantic)
– Lịệu các thuộc tính của phép chiếu có tồn tại trong các
quan hệ xuất hiện ở mệnh đề FROM?
– Có thuộc tính trùng lặp hay không?
– Kiểu dữ liệu có chuẩn không, ví dụ: R.A > 17.5
12
Hệ quản trị CSDL @ BM HTTT
13. Initial Logical Plan
πB,D
Select B,D
From R,S
Where R.A = “c” ∧
R.C=S.C
σR.A = “c” Λ R.C = S.C
X
R
S
Relational Algebra: ΠB,D [ σR.A=“c”∧ R.C = S.C (RXS)]
13
Hệ quản trị CSDL @ BM HTTT
14. Apply Rewrite Rule (1)
πB,D
πB,D
σR.A = “c” Λ R.C = S.C
σR.C = S.C
σR.A = “c”
X
R
S
X
R
S
ΠB,D [ σR.C=S.C [σR.A=“c”(R X S)]]
14
Hệ quản trị CSDL @ BM HTTT
15. Apply Rewrite Rule (2)
πB,D
σR.C = S.C
σR.A = “c”
X
R
S
πB,D
σR.C = S.C
X
σR.A = “c”
S
R
ΠB,D [ σR.C=S.C [σR.A=“c”(R)] X S]
15
Hệ quản trị CSDL @ BM HTTT
16. Apply Rewrite Rule (3)
πB,D
πB,D
σR.C = S.C
Natural join
σR.A = “c”
X
σR.A = “c”
R
16
S
ΠB,D [[σR.A=“c”(R)]
S
R
S]
Hệ quản trị CSDL @ BM HTTT
17. Các phép biến đổi tương
đương
1. Phân phối σ
σC1 AND C2 AND …AND Cn(R)≡σC1(σC2(…(σCn(R))…)
2. Giao hoán của σ
σ C1 (σ C2 (R)) ≡ σ C2 (σ C1 (R))
3. Phân phối của Π
π list1(π list2 …(π listn(R))…) ≡ π list1(R)
4. Giao hoán σ với Π
π A1, A2,…,An (σ C (R))≡ σ C (π A1, A2,…,An (R))
C involves only A1,…,An
17
Hệ quản trị CSDL @ BM HTTT
18. Các phép biến đổi…
5. Giao hoán của ⋈ ( or × )
R⋈ CS≡S⋈ CR
meaning
6. Giao hoán σ với ⋈ ( or × )
- σC (R ⋈ S) ≡(σC (R) ) ⋈ S
attributes in C involve only attributes of R
- σC (R ⋈ S) ≡(σC1 (R) ) ⋈ (σC2 (S) )
C1 (C2) involves only attribute of R(S)
18
Hệ quản trị CSDL @ BM HTTT
19. Các phép biến đổi…
7. Giao hoán π với ⋈ ( or × )
π L( R ⋈ C S)≡(π A1,…,An (R)) ⋈ C (π B1,…,Bm (S))
L = { A1,…, An, B1,…, Bm }
join condition C only involves L
General Form
π L ( R ⋈ C S) ≡
π L ((π A1,…,An, An+1,…,An+k (R)) ⋈
((
(π B1,…,Bm, Bm+1,…,Bm+p(S))
19
Hệ quản trị CSDL @ BM HTTT
20. Các phép biến đổi…
8. Giao hoán của các phép toán tập hợp
U and ∩
9. Kết hợp các phép toán ⋈, U, ∩
(R S) T ≡ R ( S T )
10. Kết hợp σ với các phép toán tập hợp
σC ( R S) ≡ (σC ( R )) (σC ( S ))
: U, ∩, -
20
Hệ quản trị CSDL @ BM HTTT
21. Thực tế
1. Break up any SELECT operations with conjunctive
operations into a cascade of SELECT operations.
•
σC1 AND C2 AND … AND Cn(R)≡σC1 (σC2 (…(σCn(R))…))
1. Push SELECT operations as far down the query tree as
possible
– σ C1 (σ C2 (R)) ≡ σ C2 (σ C1 (R)) :
πA1, A2,…,An (σ C (R))≡ σ C (πA1, A2,…,An (R))
– σC (R ⋈ S) ≡(σC (R) ) ⋈ S
– σC (R ⋈ S) ≡(σC1 (R) ) ⋈ (σC2 (S) )
3. Rearrange operations so that:
– the most restrictive SELECT operations are executed first
– Avoid CARTESIAN PRODUCT operation,
21
Hệ quản trị CSDL @ BM HTTT
22. Thực tế…
4. Try to combine a CARTESIAN PRODUCT operation with a
SELECT operation into a join condition.
–
σC (R X S) ≡ (R ⋈C S)
5. Break up PROJECT operations and move lists of projection
attributes as down the tree as possible by creating new
project operations
πList1 (πList2 (…(πListn (R))…))= πList1 (R)
πA1,A2…,An (σC (R)) ≡ σC (πA1,A2…,An (R))
πL (R ⋈ C S) ≡ (πA1,…,An (R))⋈ (πB1,…,Bm (S))
πL (R U S) ≡ (πL (R)) U (πL (S))
6. Identify sub trees that represent groups of operations that
can be executed by a single algorithm.
22
Hệ quản trị CSDL @ BM HTTT
23. Lựa chọn plan thi hành
Bộ xử lý truy vấn có nhiệm vụ đưa ra quyết định
– Biểu thức đại số tương đương nào sẽ mang lại giải thuật
hiệu quả nhất?
– Với mỗi toán tử đại số, sử dụng giải thuật nào để thực
thi?
• Thường có nhiều cách để thi hành một phép toán logic, cần dựa
trên dữ liệu thực lưu trên thiết bị lưu trữ của quan hệ để quyết
định lựa chọn cách/giải thuật hiệu quả.
– Việc chuyển dữ liệu xử lý giữa các toán tử được thực
hiện thế nào? (ví dụ, thông qua main memory buffers,
disk buffers)
23
Hệ quản trị CSDL @ BM HTTT
24. Tối ưu hoá truy vấn dựa trên chi phí
Còn gọi là tối ưu hoá hệ thống (systematic query
optimization)
Dựa trên phương pháp ước lượng “chi phi” thi hành của kế
hoạch thi hành truy vấn.
Thông thường kết hợp cùng với tối ưu hoá sử dụng mẹo
(heuristic query optimization), để chọn candidate plans tốt
nhất.
Chú ý tốc độ ước lượng: đảm bảo đủ nhanh để không ảnh
hưởng nhiều đến việc thực thi truy vấn từ người dùng.
24
Hệ quản trị CSDL @ BM HTTT
25. Chiến thuật
Sử dụng mẹo để thu hẹp không gian plans
– Đưa các vị từ xuống thấp nhất trong cây (để được thực
thi sớm nhất)
– Hạn chế các plan đòi hỏi cross join
– Sử dụng các cây trái nhất
Đánh giá chi phí cho các plan còn lại
– Chú trọng việc thi hành các vòng lặp, đặc biệt đối với các
phép nối, trong một truy vấn.
Chọn plan có chi phí thấp nhất
25
Hệ quản trị CSDL @ BM HTTT
26. Lựa chọn Physical Plan
Logical Query Plan
P1
P2
….
Pn Physical
plans
C1
C2
…. Cn
Costs
Pick minimum cost one
26
Hệ quản trị CSDL @ BM HTTT
27. Các loại chi phí
Chi phí truy cập thiết bị lưu trữ thứ cấp
– searching, reading, writing data blocks.
Chi phí lưu trữ
– Storing intermediate files
Chi phí cho các phép toán cơ bản
– Searching for, sorting, merging, records, computing field values,…
Chi phí truyền thông (đối với distributed database)
– Chi phí truyền két quả truy vấn từ database site tới query site
Chi phí sử dụng bộ nhớ
– Lượng memory buffer cần thiết trong quá trình thực thi truy vấn
27
Hệ quản trị CSDL @ BM HTTT
28. Các tham số chi phí
Số lượng bộ (trong mỗi quan hệ)
Số lượng block (trong mỗi quan hệ)
Số mức mỗi chỉ mục
Số lượng block cho mức index đầu tiên
Số lượng giá trị không trùng lặp (distinct values)
trên mỗi thuộc tính
Được lưu trong catalog; chỉ cần ước lượng là đủ.
28
Hệ quản trị CSDL @ BM HTTT