5.2.2 优化器的处理过程

优化器的处理过程

在第2.2.7一节中，我们已经对优化器的处理过程有所了解，这里我们将作进一步的介绍。

数据库系统对SQL语句的处理，要经过以下三个步骤：

（1）语法分析与翻译

（2）优化

（3）执行

其具体执行过程可见图5-1。其中，语法分析与翻译、优化过程由优化器进程完成，而SQL语句的执行由代理进程实现。对一个SQL语句，如果系统能够在内存中找到它的最终执行计划，就直接使用，不会再去分析与优化。

 

 

 

1. 语法分析与翻译

 

优化器对SQL语句的语法分析，就是构造该SQL语句的语法分析树表示，验证SQL语句是否存在语法错误、发出请求的用户是否有执行权限等。然后基于语法分析树，将SQL语句翻译成一个关系代数表达式。最后，对这个关系代数表达式使用等价转换规则，找出SQL语句所有等价的关系代数表达式，每一个关系代数表达式就对应SQL语句的一个执行方式。

 

2. 优化

 

对表中数据的访问，可以使用表扫描，也可以使用索引。在从多个表中返回结果时，要执行表的连接，可以采用嵌套循环连接，也可以使用排序归并连接、散列连接，并且表和表之间的连接顺序可以是任意的。SQL语句的一个执行方式，就是各种可能执行途径的一种组合和编排方式，明确指定了语句执行的访问路径、连接方式以及连接顺序等等。

SQL语句的不同执行计划，在性能、资源使用上可能会有非常大的差异。优化器对SQL语句的优化处理，就是要从SQL语句所有的执行方式中找出费用最低的一个，作为SQL语句最终的执行计划。而所谓SQL语句的执行费用，就是执行SQL语句时，所需执行时间、CPU使用、内存空间使用、I/O操作数量、生成的中间结果集数量等多方面因素的综合。其中由于I/O操作比较慢，是影响SQL语句运行的关键因素。一些系统的优化器就单纯以I/O操作的数量来衡量SQL语句的费用。

为了找出费用最低的执行计划，而将所有的执行计划都执行一遍，这是不可取、也是不现实的。优化器是根据数据字典中的相关信息，通过估算来决定每一个执行计划的执行费用，尽管这种估算有时候并不完全正确。

优化器对SQL语句的优化处理，由以下三个步骤完成：

（1）根据关系代数表达式，使用等价转换规则，找出所有等价的执行计划。

（2）依据数据字典中表和索引的结构定义和相关的统计信息，分别估算每一种执行计划的费用。

（3）比较所有执行计划的费用，费用最低的那一个就是SQL语句最终的执行计划。

 

3. 优化器要使用的数据字典信息

 

在数据字典中，被优化器参照的表和索引信息，可以分为两大类：结构定义、数据库对象统计信息。对表、索引的结构定义，具体来说会包括以下这些：

（1）表中的字段定义（类型，长度等）、字段的完整性定义、表上是否存在主键和外键、表上是否存在索引，等等。

（2）索引建立在那些字段上、索引中字段的顺序（对复合索引而言）、索引的类型（唯一索引、非唯一索引、聚集索引），等等。

而对表、索引的统计信息，用户可以根据自己的需要进行选择、收集。大体来说，有以下的内容：

（1）对一个表来说，可以统计：表中的字段个数、表中记录的长度、表中的记录数、表的块因子（即一个数据库的数据块可以存放的记录数）、表使用的数据页数，等等。

（2）对表中的单个字段来说，可以统计其取值的最大值、最小值、不同取值的个数。可以设定字段取值区间的个数、区间中不同取值的个数，进而可以统计其在每一个取值区间内所包含的记录个数。也可以将多个字段合并在一起进行统计，等等。

（3）对索引来说，可以统计：索引的高度、叶索引页的数目、索引中记录的长度、索引的块因子，等等。

正是依据这些结构定义和统计信息，优化器能够估算出SQL语句一个执行计划的执行成本。例如：根据一个查询条件，优化器可以检查相应字段的统计信息。如果查询条件中的数值大于字段最大值、或者小于字段最小值，优化器就可以判断符合条件的记录数为零；如果查询条件中的数值在字段的某个取值区间之中，优化器就根据该取值区间中不同取值的个数、所包含的记录个数，估算出符合条件的记录数，再根据表的块因子，估算存放这些记录需要多少数据页、读入内存需要多少次的I/O操作，进而估算出需要CPU、内存资源的数量，等等。

优化器的整个估算过程是复杂、耗时的，特别是对一些复杂的SQL语句，如：包含多个查询条件、需要多个表之间的连接、需要产生中间结果集、需要分组和排序等，将耗费更多的时间和系统资源。数据库系统会采取一些措施，来减少优化器对SQL语句的估算、优化次数，这一点我们会在下面讲到。