Query Processing in Database Systems

این کتاب مجموعه ای از نتایج تحقیق و توسعه در پردازش پرس و جو پایگاه داده طی دهه گذشته است. مدل رابطه ای داده ها انگیزه فوق العاده ای برای تحقیق در مورد پردازش پرس و جو فراهم کرد. از آنجایی که یک پرس و جو رابطه ای مسیرهای دسترسی به داده های ذخیره شده را مشخص نمی کند، سیستم مدیریت پایگاه داده (DBMS) باید یک زیرسیستم پردازش پرس و جو هوشمند را ارائه دهد که تعدادی از استراتژی های بالقوه کارآمد را برای پردازش پرس و جو ارزیابی کرده و راهبردی را انتخاب کند که یک مورد معین را بهینه می کند. اندازه گیری عملکرد. درجه پیچیدگی این زیرسیستم که اغلب بهینه ساز نامیده می شود، عملکرد DBMS را به شدت تحت تاثیر قرار می دهد. تحقیق در مورد پردازش پرس و جو که بدین ترتیب آغاز شد، در چندین جهت در طول دهه گذشته آغاز شده است. ظهور تحقیقات در پایگاه های داده توزیع شده، وظایف بهینه ساز را بسیار پیچیده کرده است. در یک محیط توزیع شده، پایگاه داده ممکن است به قطعات افقی یا عمودی از روابط تقسیم شود. کپی قطعات ممکن است در سایت های مختلف یک شبکه ذخیره شده و حتی به سایت های دیگر مهاجرت کنند. معیار عملکرد یک پرس و جو در یک سیستم توزیع شده باید شامل هزینه ارتباط بین سایت ها باشد. برای به حداقل رساندن هزینه‌های ارتباطی برای پرسش‌هایی که شامل روابط متعدد در چندین سایت است، بهینه‌سازها ممکن است مجبور باشند تکنیک‌های نیمه پیوستن را نیز در نظر بگیرند.

This book is an anthology of the results of research and development in database query processing during the past decade. The relational model of data provided tremendous impetus for research into query processing. Since a relational query does not specify access paths to the stored data, the database management system (DBMS) must provide an intelligent query-processing subsystem which will evaluate a number of potentially efficient strategies for processing the query and select the one that optimizes a given performance measure. The degree of sophistication of this subsystem, often called the optimizer, critically affects the performance of the DBMS. Research into query processing thus started has taken off in several directions during the past decade. The emergence of research into distributed databases has enormously complicated the tasks of the optimizer. In a distributed environment, the database may be partitioned into horizontal or vertical fragments of relations. Replicas of the fragments may be stored in different sites of a network and even migrate to other sites. The measure of performance of a query in a distributed system must include the communication cost between sites. To minimize communication costs for-queries involving multiple relations across multiple sites, optimizers may also have to consider semi-join techniques.