北工大計算機學院軟件工程研究所 程穎
目前,幾乎所有的應用程序都要和數據庫打交道。通過查詢數據庫可很容易地獲得想
要的數據。但是,令人不滿意的是:某些查詢時間長,響應速度慢。究其原因,一是硬件設
備(如CPU、磁盤)的存取速度跟不上,內存容量不夠大,這需要計算機制造商的努力;另一
方面是沒有進行查詢優化。本文就查詢優化問題,談點實踐體會。
分解查詢
這種方法是把查詢分解執行,根據付出開銷的多少來決定如何分解,如何執行。
為方便敘述,先給出一個例子。
關系:SUPPLIER(S#,SNAME,CITY)
　:S
PARTS　 (P#,PNAME,SIZE)
　:P
PROJECT (J#,JNAME,COLOR)
:J
INVENTORY(S#,P#,QO)
:V
SUPPLY(S#,J#,P#,QU)
:Y
其中,QO:現有數量
QU:要用的數量
這個查詢是找出某城市能提供黑色轎車,且供應量大于1000的供應商名單。
1. 一般查詢方法
(1) 形成卡氏積 S×P×J×V×Y;
(2) 從卡氏積中選擇出滿足條件的元組;
(3) 在S.SNAME上投影。
這是個5元查詢。當查詢涉及到卡氏積時,卡氏積的元組數將組合性增長,這樣不僅需
要大量的存儲空間,而且執行查詢時間很長。
2. 優化查詢方法
該方法是把查詢分解處理。這里介紹兩種方法:
(1) 一元子查詢提取
任一N元查詢Q(X1,X2......Xn)被替換為一個一元查詢Q1和一個在其后執行的Q2,即
Q→(Q1,Q2)。
(2) 化簡
Q被替換為兩個查詢Q1和Q2,Q2在Q1執行后執行,它們只有一個變化,即
Q1(X1,X2......Xm), Q2(Xm,Xm+1......Xn)。
例如上例的查詢可以分成兩個一元查詢
SELECT　P#
FROM　P
WHERE　P.PNAME=‘轎車’ AND P.COLOR=‘黑色’
和
SELECT　S#,J#,P#,QO
FROM　Y
WHERE　V.QO>1000
另一部分查詢為:
SELECT　S.SNAME
FROM　S,P,J,V,Y
WHERE (S.S#=V.S# AND S.S#=Y.S# AND
　 S.CITY=J.CITY AND P.P#=V.P# AND
　 T.P#=V.P# AND J.J#=Y.J#)
上面例子的查詢也很容易化簡化為一個涉及(P,V)的查詢和在其后執行的涉及(S,J,
Y,V)的查詢:
SELECT　S.SNAME
FORM　S,J,V,Y
WHERE　S.CITY=J.CITY AND S.S#=Y.S# AND
　 J.J#=Y.J# AND V.QO>1000 AND P.#=Y.P#
AND V.S#=Y.S# AND
　V.P#=(SELECT V.P#
　 FROM　 V,P
WHERE V.P#=P P#AND P.PNAME=‘轎車’ AND　P.COLOR=‘黑色’)
3. 綜上所述
·一元子查詢提取幾乎總會得到好處,因為在關系運算之前盡可能減少關系的體積對
減少相應的系統開銷起很大的作用;
·通常會得到期待的優化結果,但也并不絕對如此。
選擇最優存取路徑
在計算查詢表達式值時要充分考慮索引、數據的存儲分布等存取路徑,以進一步提高
查詢效率。例如,選擇字段、連接字段上是否有索引,利用索引和HASHING算法可快速地存
取包含索引屬性特定值的記錄。建立索引,用戶可按順序讀文件中的記錄,依照接近于物
理順序的順序讀文件中的記錄是非常有效的。這種接近的物理順序讀取文件中記錄的索
引稱為聚簇索引。聚簇索引使我們可利用存儲塊中的記錄物理聚簇的優點,加快查詢速度
。下面具體談一點實踐體會。
前不久,筆者參加了一個在國內開發的國外數據庫應用系統的編程工作。該系統后臺
使用Oracle 7.3數據庫,Oracle的DBMS處理SQL執行語句的順序如下:
(1) 根據WHERE子句選擇行;
(2) 根據GROUP BY子句對這些行進行聚合;
(3) 對每一分組用組函數計算結果;
(4) 根據HAVING子句選擇和排除分組;
(5) 根據ORDER BY子句中的組函數所得的結果對組進行排序。
這是一個體現查詢優化思路的執行順序,它對查詢的性能具有直接影響。一般來說,
被WHERE子句濾去的記錄越多,查詢速度就越快。因為減少了在GROUP BY運算中必須處理
的行數量。在這次工作中筆者的體會如下。
1. 盡量避免連接
例如:
PowerBuilder 5.0數據窗口在選擇庫表時自動把各個表中的相同屬性名(域也相同)
連接起來,如圖所示:
@@0644900.JPG;圖1@@
這種自動連接多數情況下是有益的,但有些情況卻需要取消連接。如查詢條件為P20
00、P3000、P4000的有效區分都為1,這時有兩種方法:
(1) WHERE(P2000.有效區分=P3000.有效區分
　 P3000.有效區分=P4000.有效區分
P2000.有效區分=1
)
(2) WHERE(P2000.有效區分=1
P3000.有效區分=1
P4000.有效區分=1
)
第一種方法在自動生成的基礎上添加P2000.有效區分=1就可以了,第二種方法先要取
消連接,然后再重新寫WHERE語句。表面看,第一種方法簡單,其實第一種方法大大降低了
執行效率,因為它有不必要的連接。所以筆者在這里提醒使用者,不要為了一時省事而降
低了系統的效率。
2. 選擇最佳的解決方案
解決同一問題的方法固然很多,但應用中應該選擇最佳的解決方法。例如,對某一問
題的數據庫查詢有兩種方法,執行結果一樣,效率卻不同。
這個問題是這樣的:
@@0644901.JPG;圖2@@
查詢要求是:如果在程序運行界面上輸入了負責人代碼(放到code中),那么將查詢P2
000表中負責人代碼等于code的負責人名;如果沒有輸入負責人代碼,那么查詢P2000表中
所有負責人名。負責人代碼的取值范圍是0～9999,兩種解決方法分別是:
(1) IF 沒有輸入負責人代碼 THEN
code1=0
code2=9999
ELSE
code1=code2=負責人代碼
END IF
執行SQL語句為:
SELECT 負責人名
FROM P2000
WHERE 負責人代碼>=:code1 AND負責人代碼
　 <=:code2
(2) IF 沒有輸入負責人代碼 THEN
　 執行SQL語句為:
　SELECT 負責人名
FROM P2000
ELSE
code= 負責人代碼
執行SQL語句為:
SELECT 負責人代碼
FROM P2000
WHERE 負責人代碼=:code
END IF
第一種方法只用了一條SQL語句,第二種方法用了兩條SQL語句。在沒有輸入負責人代
碼時,第二種方法顯然比第一種方法執行效率高,因為它沒有限制條件;在輸入了負責人代
碼時,第二種方法仍然比第一種方法效率高,不僅是少了一個限制條件,還因相等運算是最
快的查詢運算。分析到這里,讀者優劣自明。
此外,Oracle提供存儲過程功能,它是編譯好、優化過、且存儲在數據庫中的SQL語句
和控制流語言的集合,如果利用好存儲過程,可極大地增強SQL語言的功能、效率和靈活性
。
以上著重從實現的角度討論了查詢優化,實際上要想根本解決查詢優化問題,還需從
設計上進行優化,如盡量使用大的內存,數據可適度冗余,庫結構優化,對于頻繁使用的表
建立索引,面向對象的數據庫設計方法等等。