实例分析

  下面我们举一个制造公司的例子来说明如何进行查询优化。制造公司数据库中包括3个表，模式如下所示:

　　1.part表

　　零件号零件描述其他列

　　(part_num)(part_desc)(other column)

　　102，032Seageat 30G disk……

　　500，049Novel 10M network card……

　　……

　　2.vendor表

　　厂商号厂商名其他列

　　(vendor _num)(vendor_name) (other column)

　　910，257Seageat Corp……

　　523，045IBM Corp……

　　……

　　3.parven表

　　零件号厂商号零件数量

　　(part_num)(vendor_num)(part_amount)

　　102，032910，2573,450,000

　　234，423321，0014，000，000

　　……

　　下面的查询将在这些表上定期运行，并产生关于所有零件数量的报表:

　　SELECT part_desc，vendor_name，part_amount

　　FROM part，vendor，parven

　　WHERE part.part_num=parven.part_num

　　AND parven.vendor_num = vendor.vendor_num

　　ORDER BY part.part_num

　　如果不建立索引，上述查询代码的开销将十分巨大。为此，我们在零件号和厂商号上建立索引。索引的建立避免了在嵌套中反复扫描。关于表与索引的统计信息如下:

　　表行尺寸行数量每页行数量数据页数量

　　(table)(row size)(Row count)(Rows/Pages)(Data Pages)

　　part15010，00025400

　　Vendor1501，000 2540

　　Parven13 15，000300 50

　　索引键尺寸每页键数量页面数量

　　(Indexes)(Key Size)(Keys/Page)(Leaf Pages)

　　part450020

　　Vendor45002

　　Parven825060

　　看起来是个相对简单的3表连接，但是其查询开销是很大的。通过查看系统表可以看到，在part_num上和vendor_num上有簇索引，因此索引是按照物理顺序存放的。parven表没有特定的存放次序。这些表的大小说明从缓冲页中非顺序存取的成功率很小。此语句的优化查询规划是:首先从part中顺序读取400页，然后再对parven表非顺序存取1万次，每次2页(一个索引页、一个数据页)，总计2万个磁盘页，最后对vendor表非顺序存取1.5万次，合3万个磁盘页。可以看出在这个索引好的连接上花费的磁盘存取为5.04万次。

　　实际上，我们可以通过使用临时表分3个步骤来提高查询效率:

　　1.从parven表中按vendor_num的次序读数据:

　　SELECT part_num，vendor_num，price

　　FROM parven

　　ORDER BY vendor_num

　　INTO temp pv_by_vn

　　这个语句顺序读parven(50页)，写一个临时表(50页)，并排序。假定排序的开销为200页，总共是300页。

　　2.把临时表和vendor表连接，把结果输出到一个临时表，并按part_num排序:

　　SELECT pv_by_vn，* vendor.vendor_num

　　FROM pv_by_vn，vendor

　　WHERE pv_by_vn.vendor_num=vendor.vendor_num

　　ORDER BY pv_by_vn.part_num

　　INTO TMP pvvn_by_pn

　　DROP TABLE pv_by_vn

　　这个查询读取pv_by_vn(50页)，它通过索引存取vendor表1.5万次，但由于按vendor_num次序排列，实际上只是通过索引顺序地读vendor表(40+2=42页)，输出的表每页约95行，共160页。写并存取这些页引发5*160=800次的读写，索引共读写892页。

　　3.把输出和part连接得到最后的结果:

　　SELECT pvvn_by_pn.*，part.part_desc

　　FROM pvvn_by_pn，part

　　WHERE pvvn_by_pn.part_num=part.part_num

　　DROP TABLE pvvn_by_pn

　　这样，查询顺序地读pvvn_by_pn(160页)，通过索引读part表1.5万次，由于建有索引，所以实际上进行1772次磁盘读写，优化比例为30∶1。笔者在Informix Dynamic

　　Sever上做同样的实验，发现在时间耗费上的优化比例为5∶1(如果增加数据量，比例可能会更大)。

　　小结