數(shù)據(jù)庫系統(tǒng)中的查詢技術(shù)探討畢業(yè)論文-資料下載頁
【導(dǎo)讀】3查詢優(yōu)化概述·····················································3. 查詢優(yōu)化的基本概念···········································3. 4數(shù)據(jù)庫查詢優(yōu)化技術(shù)···············································7. 分布式查詢優(yōu)化················································7. 分布式查詢優(yōu)化需要考慮的問題········
【正文】 廠商名 （ vendor_name） 其他列 （ other column） 910， 257 Seageat Corp 523， 045 IBM Corp ③ parven 表 零件號 （ part_num） 廠商號 （ vendor _num） 零數(shù)量 （ part_amount） 102， 032 910， 257 3， 450， 000 234， 423 321， 001 4， 000， 000 下面的查詢將在這些表上定期運行，并產(chǎn)生關(guān)于所有零件數(shù)量的報表： SELECT part_desc， vendor_name， part_amount FROM part， vendor， parven WHERE = 數(shù)據(jù)庫查詢優(yōu)化技術(shù) 第 13 頁 共 16 頁 AND = ORDER BY 如 果不建立索引，上述查詢代碼的開銷將十分巨大。為此，我們在零件號和廠商號上建立索引。索引的建立避免了在嵌套中反復(fù)掃描。關(guān)于表與索引的統(tǒng)計信息如下： 表 (table) 行尺寸 (row size) 行數(shù)量 （ Row count） 每頁行數(shù)量 （ Rows/Pages） 數(shù)據(jù)頁數(shù)量 （ Data Pages） part 150 10,000 25 400 Vendor 150 1,000 25 40 Parven 13 15,000 300 50 索引 （ Indexes） 鍵尺寸 (Key Size) 每頁鍵數(shù)量 （ Keys/Page) 頁面數(shù)量 (Leaf Pages） part 4 500 20 Vendor 4 500 2 Parven 8 250 60 結(jié)果分析 通過查看系統(tǒng)表可以看到，在 part_num 上和 vendor_num 上有簇索引，因此索引是按照物理順序存放的。 parven 表沒有特定的存放次序。這些表的大小說明從緩沖頁中非順序存取的成功率很小。此語句的優(yōu)化查詢規(guī)劃是：首先從 part 中順序讀取 400 頁，然后再對 parven 表非順序存取 1 萬次，每次 2 頁（一個索引頁、一個數(shù)據(jù)頁），總計 2萬個磁盤頁，最后對 vendor 表非順序存取 萬次 , 合 3萬個磁盤頁?？梢钥闯鲈谶@個索引好的連接上花費的磁盤存取為 萬次。 實際上，我們可以通過使用臨時表分 3個步驟來提高查 詢效率： 1．從 parven 表中按 vendor_num 的次序讀數(shù)據(jù)： SELECT part_num， vendor_num， price 數(shù)據(jù)庫系統(tǒng)中的查詢技術(shù)探討 第 14 頁 共 16 頁 FROM parven ORDER BY vendor_num INTO temp pv_by_vn 這個語句順序讀 parven（ 50頁），寫一個臨時表（ 50頁），并排序。假定排序的開銷為 200 頁，總共是 300 頁。 2．把臨時表和 vendor 表連接，把結(jié)果輸出到一個臨時表，并按 part_num 排序 : SELECT pv_by_vn，＊ FROM pv_by_vn， vendor WHERE = ORDER BY INTO TMP pvvn_by_pn DROP TABLE pv_by_vn 這個查詢讀取 pv_by_vn(50 頁 )，它通過索引存取 vendor 表 萬次，但由于按 vendor_num 次序排列，實際上只是通過索引順序地讀 vendor 表（ 40＋ 2=42 頁），輸出的表每頁約 95行，共 160 頁。寫并存取這些頁引發(fā) 5＊ 160=800 次的讀寫，索引共讀寫 892 頁。 3．把輸出和 part 連接得到最后的結(jié)果： SELECT pvvn_by_pn.＊， FROM pvvn_by_pn， part WHERE = DROP TABLE pvvn_by_pn 這樣，查詢順序地讀 pvvn_by_pn(160 頁 )，通過索引讀 part 表 ，由于建有索引，所以實際上進行 1772 次磁盤讀寫，優(yōu)化比例為 30∶ 1。而且發(fā)現(xiàn)在時間耗費上的優(yōu)化比例為 5∶ 1(如果增加數(shù)據(jù)量，比例可能會更大 )。 總結(jié) 第 15 頁 共 16 頁 總結(jié) 20％的代碼用去了 80％的時間，這是程序設(shè)計中的一個著名定律，在數(shù)據(jù)庫應(yīng)用程序中也同樣如此。我們的優(yōu)化要抓住關(guān)鍵問題，對于數(shù)據(jù)庫應(yīng)用程序來說，重點在于 SQL 的執(zhí)行效率。查詢優(yōu)化的重點環(huán)節(jié)是使得數(shù)據(jù)庫服務(wù)器少從磁盤中讀數(shù)據(jù)以及順序讀頁而不是非順序讀頁。 目前數(shù)據(jù)庫使用規(guī)模越來越大，數(shù)據(jù)量呈幾何指數(shù)級上升，海量數(shù)據(jù)不斷出現(xiàn)，數(shù)據(jù)庫查詢性能優(yōu)化越來越被重視。對于數(shù)據(jù)庫查詢優(yōu)化的問題，我們要抓住問題的關(guān)鍵所在，針對性提出可行性的解決方案，這樣才能真正使數(shù)據(jù)庫服務(wù)得到根本提高。此外，數(shù)據(jù)庫設(shè)計者也必須從實際出發(fā)，很好 地了解客戶的需求，綜合考慮各方面因素，使設(shè)計出來的數(shù)據(jù)庫能最大限度地發(fā)揮其固有的數(shù)據(jù)庫性能。 參考文獻 [1] 數(shù)據(jù)庫系統(tǒng)基礎(chǔ)教程 [M]》，史嘉權(quán)等譯，清華大學(xué)出版社。 [2] 《 數(shù)據(jù) 庫系統(tǒng)導(dǎo)論》，王珊、孟小峰主編，機械出版社出版。 [3]《數(shù)據(jù)庫系統(tǒng)概念》， Abnhrmx Silbersehaa，機械工業(yè)出版社， 2020年 10月。 [4] 《數(shù)據(jù)庫原理與應(yīng)用教程 —— SQL Server》，尹志宇、郭晴著，清華大學(xué)出版社 [5]《數(shù)據(jù)結(jié)構(gòu) (C語言版 )[M]》，嚴蔚敏 吳偉民， 清華大學(xué)出版社。 [6]《數(shù)據(jù)挖掘概念與技術(shù) 》， Jiawei Han Micheline Kamber著，機械工業(yè)出版社。 [7] 《網(wǎng)上考試系統(tǒng)的性能與安全分析》，王磊，王熙寧著。 [8]《 SQL server 數(shù)據(jù)庫原理：設(shè)計與實現(xiàn)》 ，周立柱等著，清華大學(xué)出版社。 數(shù)據(jù)庫系統(tǒng)眾多查詢技術(shù)探討 第 16 頁 共 16 頁 致謝 本文是在 xxx 教授的悉心指導(dǎo)和親切關(guān)懷下完成的，從論文的研究、撰寫，直到審稿、定稿，都受到了老師細心的指導(dǎo)。大學(xué)四年學(xué)習(xí)期間，導(dǎo)師在思想、學(xué)習(xí)、工作上無不給予了我極大的支持和幫助。導(dǎo)師嚴謹治學(xué)、誨人不倦、言傳身教的精神，認真負責(zé)的工作作風(fēng)和對科研事業(yè)的執(zhí)著追求，給我留下了深刻的印象。在此，我要衷心地感謝導(dǎo)師 xxx 教授，并致以崇高的敬意 ! 同時，我要向所有同學(xué)們表示衷心感謝 !四年來，你們在工作和學(xué)習(xí)以及論文完成過程中給了我真誠的幫助和支持我將永遠銘記我們的友誼 ! 我還要感謝我的家人，是他們的愛和支持一直伴隨我成長，讓我在人 生的旅程中感到無比的溫暖 ! 最后還要感謝 xxx 大學(xué)的各位老師，大學(xué)四年的學(xué)習(xí)生活讓我增長了知識，開闊了視野。受益匪淺，母校之恩畢生難忘。 附錄 第 17 頁 共 16 頁 附錄
鄂ICP備17016276號-1