Banco de Dados I

2007
Mdulo VI: Processamento e
Otimizao de Consultas

(Aulas 1-5)

Clodis Boscarioli
Agenda:

O Processador de Consultas:
 Conceitos Principais.

Algoritmos usados para implementar operaes
algbricas;

Otimizao Baseada em Custo;

Otimizao Heurstica;

Comentrios sobre otimizao no PostgreSQL.
 Usurios Programadores Usurios Administra-
navegantes de aplicaes sofisticados dores de BD Usurios
Viso Geral
Interface com Programas de Consultas Esquema de
de um SGBD aplicaes aplicaes (queries) Banco de Dados

Programas de Pr-compilador Compilador Interpretador

Processador aplicaes em de comandos DML DDL
de consultas cdigo objeto DML
Componentes de execuo
SGBD de consultas

Gerenciador Gerenciador
Gerenciador de transaes de buffer
de memria
Gerenciador
de arquivos

Armazenamento
ndices Dados
em disco estatsticos
BD
Arquivos de Dicionrio
dados de dados
 Processamento de Consultas

Processar consultas envolve:

 Traduzir consultas expressas em linguagens
de alto nvel (como SQL) em expresses que
podem ser implementadas no nvel fsico do
sistema de banco de dados (nvel de tabelas);
 Otimizar a expresso destas consultas;
 Avaliar a base de dados de acordo com as
diretrizes da consulta, para fornecer o
resultado.
 Processamento de Consultas

Consulta SQL
 adequada para uso humano;
 No adequada ao processamento pelo SGBD:

No descreve uma seqncia de passos
(procedimento) a ser seguida;

No descreve uma estratgia eficiente para a
implementao de cada passo no que tange o
acesso em nvel fsico (arquivos do BD).

Cabe ao SGBD deve se preocupar com este
processamento  mdulo Processador de Consultas.
Mdulo Processador de Consultas

Objetivo: Otimizao do processamento de uma
consulta

Traduo, transformao e gerao de uma estratgia
(plano) de execuo;

Estratgia de acesso:
 Considera algoritmos predefinidos para implementao de
passos do processamento e estimativas sobre os dados.

O esforo valido, pois quase sempre
Tx << Ty

Tx = Tempo para definir e executar uma estratgia

otimizada de processamento;
Ty = Tempo para executar uma estratgia no-
otimizada de processamento.
Passos no Processamento de Consultas

Analisador Expresso
Consulta sinttico algbrica
e tradutor relacional

Otimizador

Sada da Plano de
Avaliador
consulta execuo

Dados Metadados
Passos no Processamento de Consultas

Analisador Expresso
Consulta sinttico algbrica
e tradutor relacional

Otimizador

Anlise lxica
- clusulasSada
SQL da e nomes vlidos. Plano de
Avaliador
execuo
Anlise sinttica
consulta

- validao da gramtica.
Anlise semntica
- nomes usados de acordo com a estrutura
do esquema. Dados Metadados
Converso para uma rvore algbrica
da consulta
Passos no Processamento de Consultas

Analisador Expresso
Consulta sinttico algbrica
e tradutor relacional

Otimizador

Definio de uma rvore de

consulta equivalente Plano de
Sada da Avaliador
consulta - chega ao mesmo resultado execuo

- processa de forma mais

eficiente
Fase chamada de
Otimizao Algbrica Metadados
Dados
Passos no Processamento de Consultas
Anlise de alternativas de definio de
estratgias de acesso Analisador Expresso
sinttico algbrica
- escolha de Consulta
algoritmos para e tradutor relacional
implementao de operaes
- existncia de ndices
- estimativas sobre os dados
(tamanho de tabelas, seletividade, ...) Otimizador

Sada da Plano de
Avaliador
consulta execuo

Dados Metadados
Passos no Processamento de Consultas

Analisador Expresso
Consulta sinttico algbrica
e tradutor relacional

FOCO: Otimizador
OTIMIZADOR DE
CONSULTA

Sada da Plano de
Avaliador
consulta execuo

Dados Metadados
Exemplo Introdutrio

Suponha a consulta:
select saldo
from conta
where saldo < 2500;

Esta pode ser traduzida nas duas expresses algbricas

relacionais diferentes:

saldo < 2500 ( saldo (conta))

saldo ( saldo < 2500(conta))

Exemplo Introdutrio

Alm desta variao, possvel executar cada operao

algbrica relacional usando um entre diversos
algoritmos diferentes. Por exemplo:
 Para executar a seleo, podemos procurar em todas
as tuplas de conta a fim de encontrar as tuplas com
saldo menor 2.500.
 Se um ndice rvore-B+ estiver disponvel no atributo
saldo, podemos usar o ndice em vez de localizar as
tuplas.

necessrio prover as expresses algbricas de
anotaes que permitam especificar como sero
avaliadas.
Exemplo Introdutrio

Uma operao algbrica relacional anotada com

instrues sobre como ser avaliada chamada
de avaliao primitiva.

Vria avaliaes primitivas podem ser
agrupadas em pipeline, e executadas em
paralelo.

Uma seqncia de operaes primitivas um
plano de execuo de consulta ou plano de
avaliao de consulta.
Exemplo Introdutrio
saldo

saldo < 2500 (use ndice 1)

conta

Uma vez escolhido o plano de consulta, a consulta

avaliada com aquele plano e o resultado da consulta
produzido
Otimizao de Consultas

Existem 2 tcnicas bsicas para otimizao de

consultas:
 As baseadas em heursticas para a ordenao de
acesso ao banco de dados, que participaro da
estratgia de acesso;
 e as que estimam sistematicamente o custo de
estratgias de execuo diferentes e escolhem o
plano de execuo com o menor custo estimado.
Catlogo de Informaes para Estimativa de
Custo

nr: o nmero de tuplas na relao r;

br: o nmero de blocos que contm tuplas da relao r;

sr: o tamanho em bytes de uma tupla da relao r;

fr: o fator de bloco da relao r, ou seja, o nmero de

tuplas da relao r que cabe em um bloco;

V(A,r): o nmero de valores distintos que aparecem na

relao r para o atributo A. Esse valor igual ao
tamanho (em nmero de tuplas) de A(r). Se A uma
chave para a relao r, V(A,r) nr.
Catlogo de Informaes para Estimativa de
Custo

SC(A,r): a cardinalidade de seleo (seletividade) do atributo A da

relao r.

 Dados uma relao r e um atributo A da relao, SC(A,r) o

nmero mdio de registros que satisfazem uma condio de
igualdade no atributo A, dado que pelo menos um registro
satisfaz a condio de igualdade.

 Exemplo:

SC(A,r) = 1 se A um atributo-chave de r;

Para um atributo que no chave, estimamos que os

valores distintos de V(A,r) so distribudos uniformemente
entre as tuplas, produzindo SC(A,r) = (nr / V(A,r))
Catlogo de Informaes para Estimativa de
Custo

As duas ltimas estatsticas podem ser

estendidas de forma a valer para um conjunto
de atributos, ao invs de valer para apenas um
atributo.

Se as tuplas da relao r estiverem

armazenadas fisicamente juntas em um arquivo,
a seguinte equao vlida:
Br = [nr, fr]
Catlogo de Informaes para Estimativa de
Custo

Informaes sobre ndices:
 fi: o fan-out (nmero de ponteiros) mdio dos ns
internos do ndice i para ndices estruturados em
rvore, como rvores B+;
 HTi: o nmero de nveis no ndice i, ou seja, a altura
do ndice i.
 LBi: o nmero de blocos de ndice de nvel mais
baixo no ndice i, ou seja, o nmero de blocos no
nvel de folha do ndice (o nmero de blocos que
contm os registros folha de um ndice).
Catlogo de Informaes para Estimativa de
Custo

As variveis estatsticas so usadas para estimar o tamanho
do resultado e o custo para vrias operaes e algoritmos.

A estimativa de custo do algoritmo A EA.

Para manter as estatsticas precisas, toda vez que uma

relao for modificada tem-se que atualizar as estatsticas.
Contudo, a maioria do sistema no atualiza as estatsticas em
todas as modificaes. Atualiza-as periodicamente.

Quanto mais informaes forem utilizadas para estimar o

custo da consulta e quanto mais precisas forem essas
informaes, melhores sero as estimativas de custo.
Medidas do Custo de uma Consulta

O custo de uma consulta pode ser estimado de diversas formas:
 Por acessos a disco;
 Por tempo de uso da CPU;
 Pelo tempo de comunicao nos BD paralelos
e/ou distribudos;

O tempo de execuo de um plano poderia ser usado para

estimar o custo da consulta, contudo em grandes sistemas de
BD, utiliza-se o nmero de acessos a disco, porque estes
estabelecem o tempo crtico de execuo do plano (j que so
lentos quando comparados s operaes realizadas em
memria).
Medidas do Custo de uma Consulta

Para simplificar nossos clculos assumiremos que todas as

transferncias de blocos (do disco para memria) tm o
mesmo custo. Desconsideraremos o tempo de latncia e o
tempo de busca. Tambm desconsideramos o custo de
escrever o resultado final de uma operao de volta para o
disco.

Os custos dos algoritmos dependem significativamente do

tamanho do buffer na memria principal. No melhor caso,
todos os dados podem ser lidos para o buffer e o disco no
precisa ser acessado novamente. No pior caso, supomos
que o buffer pode manter apenas alguns blocos de dados
aproximadamente um bloco por relao. Geralmente
faremos a suposio do pior caso.
Operao de Seleo

a varredura de arquivos: o operador de mais baixo
nvel para se ter acesso aos dados.

So algoritmos de procura que localizam e recuperam

os registros que esto de acordo com uma condio de
seleo.

Tem-se vrios algoritmos diferentes, que variam de

acordo com a complexidade da seleo e o uso ou no
de ndices.
Operao de Seleo

Exemplo de algoritmos usados na implementao do
operador select:

 Busca Linear (ou fora bruta);

 Busca Binria;
 Utilizao de ndice primrio (atributo chave);
 Utilizao de ndice primrio para recuperar mltiplos
registros (atributo chave);
 Utilizao de um ndice cluster para recuperar
mltiplos registros (atributo no chave);
 Utilizao de um ndice secundrio (rvore B+) em
uma comparao de igualdade;
 Busca para selees complexas
Operao de Seleo

Busca para selees complexas:

 Se uma condio de uma instruo select uma

condio conjuntiva ou seja, formada por diversas
condies simples conectadas pelo conectivo lgico
AND, o SGBD pode usar os seguintes mtodos:

Seleo conjuntiva utilizando um ndice individual;

Seleo conjuntiva utilizando um ndice composto;

Seleo conjuntiva por meio da interseo de registros.
Operao de Seleo

Busca para selees complexas:

 Se uma condio de uma instruo select uma

condio disjuntiva ou seja, formada por diversas
condies simples conectadas pelo conectivo lgico
OR, a otimizao mais simples.
 Pouca otimizao pode ser feita, pois os registros
que satisfazem a condio disjuntiva so a unio dos
registros que satisfazem as condies individuais.
Operao de Seleo

Veremos dois deles (os bsicos):

 Aquele que envolve uma Busca Linear;

 Aquele que envolve uma Busca Binria.

Considere uma operao de seleo em uma

relao cujas tuplas so armazenadas juntas
em um nico arquivo.
Seleo por Busca Linear A1

Em uma busca linear, cada bloco de arquivo varrido e
todos os registros so testados para verificar se
satisfazem a condio de seleo.

Como todos os blocos precisam ser lidos, EA1 = br.

No caso da seleo ser aplicada em um atributo-chave,

podemos supor que a metade dos blocos varrida antes
de o registro ser encontrado, ponto no qual a varredura
termina. A estimativa ento ser EA1 = (br/2).
Seleo por Busca Binria A2

Se o arquivo ordenado em um atributo e a condio de seleo
uma comparao de igualdade neste atributo, podemos usar uma
busca binria para localizar os registros que satisfazem a seleo.

Neste caso, a estimativa :

EA2 = [log2(br)] + [SC(A,r)/fr] -1

 O primeiro termo [log2(br)] contabiliza o custo para localizar a

primeira tupla por meio da busca binria nos blocos;
 O nmero total de registros que satisfaro a seleo SC(A,r), e
esses registros ocuparo [SC(A,r)/fr] blocos, dos quais um j
havia sido recuperado (por isso o -1).
 Se a condio de igualdade estiver em um atributo-chave, ento
SC(A,r) = 1, e a estimativa se reduz a EA2 = [log(br)].
Clculo do Custo da Busca Binria

Acesso aos blocos:

 Primeiro acesso (ao bloco central)  no encontro o registro
procurado;
 Segundo acesso (ao bloco central do lado esquerdo ou direito)
 ....
 At o pior caso (nono acesso), o registro encontrando na
ltima diviso disponvel (ou no encontrado).

Para 500 blocos:

 500  250  125  62,5  31,25  15,62  7,8  3,9 
1,9 (nove divises)

Clculo: log2(500) = 9  29 = 516 (=~ 500)

Exemplo de Seleo por Busca Binria

Suponha as seguintes informaes estatsticas para uma relao

conta:
 fconta = 20 (ou seja, 20 tuplas de conta cabem em um nico
bloco);
 V(nome_agncia, conta) = 50 (ou seja, existem 50 agncias
com nomes diferentes);
 V(saldo, conta) = 500 (ou seja, existe 500 valores diferentes de
saldos nesta relao);
 nconta = 10.000 (ou seja, a relao conta possui 10.000 tuplas).

Considere a consulta:
nome_agncia = Perryridge (conta)
Exemplo de Seleo por Busca Binria

Como a relao tem 10.000 tuplas, e cada bloco mantm 20 tuplas, o
nmero de blocos bconta = 500 (10.000/20);

Uma varredura de arquivo simples faria 500 acessos a blocos, supondo

que o atributo da condio no fosse atributo-chave. Seno, seriam em
mdia 250 acessos;

Suponha que conta esteja ordenado por nome_agncia.

Como V(nome_agncia, conta) = 50, esperamos que 10.000/50=200

tuplas da relao conta pertenam agncia Perryridge;

Essas tuplas caberiam em 200/20 = 10 blocos;

Uma busca binria para encontra o primeiro registro [log2(500)] = 9;

Assim o custo total seria: 9 + 10 1 = 18 acessos a bloco.

Operao de Seleo

A otimizao de consulta para uma operao SELECT
necessria principalmente em condies de seleo
conjuntiva, sempre que mais de um dos atributos
envolvidos nas condies possurem um caminho de
acesso.

O otimizador deve escolher o caminho de acesso que

recupera o menor nmero de registros (gera blocos de
respostas menores), de maneira mais eficiente.

As selees que separam o menor nmero de tuplas

devem ser realizadas primeiro.

Na escolha entre mltiplas opes o otimizador

considera tambm a seletividade de cada condio.
Classificao

A ordenao bastante importante, uma vez que o

algoritmo utilizado:

 Na implementao do order by.

 Como um componente-chave nos algoritmos de sort-
merge usado no join, union e intersection e em
algoritmos de eliminao de duplicatas para a
operao project.

A ordenao pode ser evitada se um ndice apropriado

existir de forma a permitir o acesso ordenado aos
registros.
Classificao

Formas de ordenao:

 Lgica: construo de um ndice na chave de

classificao, o qual ser usado para ler a
relao na ordem de classificao.

A leitura de tuplas na ordem de classificao pode
conduzir a um acesso de disco para cada tupla.
 Fsica: as tuplas so gravadas de forma
ordenada no disco.
Classificao

O problema de classificao pode ser tratado sob duas
condies:

 Quando a relao cabe completamente na memria

principal:

Tcnicas padres de classificao (quicksort entre outras)
podem ser usadas.

 Quando a relao maior que a memria principal 

classificao externa:

Algoritmo comum: sort-merge externo
 Para entend-lo, considere M o nmero de frames de pginas
no buffer da memria principal ( o nmero de blocos de disco
cujos contedos podem ser colocados no buffer da memria
principal).
Ordenao Externa

A ordenao externa adequada para manipular
arquivos de registros grandes, que so armazenados
em disco e que no cabem inteiramente na memria
principal.

A ordenao nesse algoritmo feita por partes

estratgia merge-sort.

Fases:
 Fase de ordenao;
 Fase de fuso.
Inicializao:

i 1;
j b; (tamanho do arquivo em blocos)
k n0; (tamanho do buffer em blocos)
m (j/k) (maior inteiro)
Fase de ordenao
Se no buffer cabem 3 blocos,
e o arquivo possui 11 blocos,
ser preciso 4 iteraes da
fase de ordenao. As 3
primeiras ordenaro 9 blocos
e a ltima ordenar 2 blocos.

Enquanto (i <= m) faa

{
leia os prximos k blocos do arquivo para o buffer ou se houver
menos do que k blocos restantes, leia todos os blocos restantes;
ordene os registros no buffer e grave-os como um sub-arquivo
temporrio (utilize um algoritmo de ordenao interna, como o
bubble ou quicksort, por exemplo);
i i + 1;
}
Fase de fuso: fundir os subarquivos at que reste apenas 1

Inicializao Temos 4 subarquivos ordenados (m = 4 e k = 3).

i 1;
p logk-1m ; (p o nmero de passagens da fase de fuso)
j m; p=2

enquanto (i <= p) faa

{
n 1; q = 2 e depois 1
q (j/(k-1)) ; (nmero de subarquivos a gravar nesta passagem)
enquanto (n <= q) faa
{
ler os prximos k-1 subarquivos ou os subarquivos
restantes (da passagem anterior), um bloco de cada arquivo por vez;
fundir e gravar no novo subarquivo um bloco por vez
n n + 1;
}
j q;
i i + 1;
}
Exemplo no Navathe

Se o nmero de blocos do arquivo = 1024

Se o tamanho do buffer = 5 blocos

Na fase de ordenao sero criados 205 subarquivos
 204 com 5 blocos e 1 com 4 blocos

Na fase de fuso, em cada uma das 4 passagens, sero gravados,

respectivamente:

 52 subarquivos
 13 subarquivos Nmero de subarquivos / tamanho do buffer -1 bloco
 04 arquivos
 01 arquivo Por que -1?
Porque um bloco de buffer fica reservado
para armazenar um bloco resultado da fuso.
Sort-merge Externo (Korth)

1. Vrias classificaes temporrias so executadas:

i = 0;
repeat
leia M blocos da relao, ou o resto da relao,
aquilo que for menor;
ordene a parte da relao que est na memria;
escreva os dados ordenados no arquivo temporrio
Ri;
i = i + 1;
until o fim da relao
Sort-merge Externo
2. Faz-se o merge nos arquivos temporrios. Suponha, por enquanto, que
o nmero total de temporrios, N, seja menor do que M, de forma que se
consiga alocar um frame de pgina para um bloco de cada arquivo
temporrio e h espao para manter uma pgina de resultado.

leia um bloco de cada um dos N arquivos Ri, para uma pgina de buffer
na memria;

repeat

escolha a primeira tupla (na ordem de classificao) entre todas as

pginas do buffer;
escreva a tupla no resultado e apague-a da pgina de buffer;

if a pgina de buffer de qualquer temporrio Ri est vazia and not fim

de arquivo (Ri) then leia o prximo bloco de Ri na pgina de buffer;

until todas as pginas de buffer estarem vazias;

Consideraes

Geralmente, se a relao muito maior que a memria, pode haver
M ou mais temporrios gerados na primeira fase, e no ser
possvel alocar um frame de pgina para cada temporrio durante a
fase de merge.

Neste caso, faz-se a operao de merge em mltiplos passos.

Como h memria suficiente para M-1 pginas de buffer de entrada,

cada merge ter M-1 temporrios como entrada.

Funcionamento  prximo slide.

Exemplo: Suponha agora que apenas um tupla caiba em um bloco

(f = 1), e suponha que a memria mantm trs frames de pgina no
mximo. Durante os estgios de merge, dois frames de pgina so
usados para entrada e um para o resultado.
Funcionamento

Faz-se o merge sobre os primeiros M-1 temporrios (conforme descrito

anteriormente) para obter um nico temporrio para o prximo passo;

Faz-se o merge dos prximos M-1 temporrios de forma semelhante, e

assim por diante, at que todos os temporrios iniciais tenham sido
processados;

Nesse ponto, o nmero de temporrios foi reduzido a um fator de M1;

Se esse nmero reduzido de temporrios ainda maior ou igual a M, outro

passo dado, usando os temporrios criados pelo passo anterior;

Esses passos so repetidos tantas vezes quantas forem necessrias, at

que o nmero de temporrios seja menor que M;

Ento, um passo final gera o resultado classificado.

Exemplo
a 19 a 19
g 24
d 31 a 14
b 14
a 19 a 19
g 24 c 33
d 31 b 14
d 31
c 33 b 14 c 33
e 16
b 14 c 33 d 7
g 24
e 16 e 16 d 21
r 16 d 31
d 21 a 14
d 21 e 16
m 3 d 7
m 3 g 24
r 16 d 21
p 2 m 3
m 3
d 7 p 2
a 14 p 2
a 14 r 16
d 7 r 16
Relao
inicial p 2 Temporrios Resultado
Temporrios classificado
Criar Passo 1: Passo 2:
temporrios de merge de merge
Nmero de Acessos a Disco

Fase de ordenao:

 2 * b, onde b o nmero de blocos do arquivo que est sendo

ordenado
 Cada bloco b ser acessado duas vezes, uma vez para leitura e
outra vez para escrita

Fase de fuso:

 2 * (b * log Dm nr), onde Dm o nmero de subarquivos fundidos

em cada fuso e nr nmero de subarquivos.
 O 2 se d por conta da leitura e escrita de cada bloco
 O termo interno ao parnteses conta quantas vezes cada bloco
ser analisado (lido e escrito)
Operao de Juno

equi_join: designao para uma juno da forma r |X|r.A=s.B s, em que A e B
so atributos ou conjuntos de atributos das relaes r e s, respectivamente.

O exemplo usado ser:

depositante |X| cliente

Suponha as seguintes informaes de catlogo:

 ncliente = 10.000
 fcliente = 25, o que implica bcliente = 10.000/25 = 400
 ndepositante = 5.000
 fdepositante = 50, o que implica bdepositante = 5.000/50 = 100
 V(nome_cliente, depositante) = 2.500, o que implica que, em mdia,
cada cliente tem duas contas

Suponha ainda que nome-cliente em depositante seja uma chave

estrangeira vinda de cliente
Estimativa do Tamanho das Junes

O produto cartesiano r X s contm nr * ns tuplas.

Cada tupla deste produto cartesiano ocupa sr + ss bytes.

Assim podemos calcular o tamanho do produto
cartesiano.

Para juno natural ... Sejam r(R) e s(S) duas relaes:

 Se R S = , ento r |X| s igual a r X s;
 Se R S uma chave para R, ento sabemos que
uma tupla de s ir juntar-se com no mximo uma
tupla de r. Assim, o nmero de tuplas na juno no
maior que o nmero de tuplas de s.
 Se R S uma chave estrangeira para S vinda de
R , ento o nmero de tuplas em r |X| s
exatamente igual ao nmero de tuplas em s.
Estimativa do Tamanho das Junes

No exemplo: depositante |x| cliente,
nome_cliente em depositante uma chave
estrangeira vinda de cliente.

O tamanho do resultado exatamente

ndepositante, que 5.000;

Com calcular o tamanho da juno quando R

S no uma chave para R ou para S?
Estimativa do Tamanho das Junes

Suponha que cada valor aparece com probabilidade igual.

Considere uma tupla t de r e suponha R S = {A}.

Estima-se que a tupla t produz

ns / V(A,s)

tuplas em r |X| s, uma vez que esse o nmero mdio de tuplas em s

com um determinado valor para os atributos A.

Considerando todas as tuplas em r, estima-se que h

nr * ns / V(A, s)

tuplas em r |X| s.
Estimativa do Tamanho das Junes

Observe que se invertermos os papis de r e s, as estimativas

resultariam em valores diferentes se V(A,r) V(A,s).

Se isso acontece, h a probabilidade de haver tuplas pendentes

que no participam da juno . A estimativa mais baixa ser,
provavelmente, a mais precisa.

Tcnicas mais sofisticadas para a estimativa do tamanho da juno

devem ser usadas se a hiptese de distribuio uniforme no puder
ser considerada.
Estimativa do Tamanho das Junes

Calculando a estimativa do tamanho para depositante

|X| clientes, sem utilizar informaes sobre chaves
entrangeiras.

Como V(nome_cliente, depositante) = 2.500 e

V(nome_cliente, cliente) = 10.000, as duas estimativas
que obtemos so:

(10.000 * 5.000) / 2.500 = 20.000

(5.000 * 10.000)/10.000 = 5.000
Juno de Lao Aninhado
for each tupla tr in r do
begin
for each tupla ts in s do
begin
teste o par (tr, ts) para ver se
satisfazem a condio de juno;
se satisfizerem, adicione tr.ts ao
resultado
end
end

r: relao externa
s: relao interna
tr.ts : tupla obtida concatenando os valores dos atributos das tuplas tr e
ts
Juno de Lao Aninhado

Este algoritmo no requer ndices e pode ser usado seja qual for a
condio de juno.

um algoritmo caro j que examina todos os pares de tuplas nas duas

relaes. O nmero de pares de tuplas a ser considerado nr * ns (para
cada registro r tem-se que executar uma varredura completa em s).

No pior caso o buffer pode manter apenas um bloco de cada relao, e um

total de nr * bs + br acessos blocos sero necessrios (ou seja, os blocos
da relao r (br) so lidos uma vez por ocasio do lao mais externo e, os
blocos da relao s (bs) so lidos para cada vez que uma tupla de r precisa
ser comparada com todas as tuplas de s por ocasio do lao mais interno)

No melhor caso, h espao suficiente para que ambas as relaes caibam

na memria, assim cada bloco ter de ser lido somente uma vez,
conseqentemente, apenas br + bs acessos blocos sero necessrios.

Note que, se a relao menor couber completamente na memria, melhor

usar essa relao como a mais interna.
Exemplo

Considere a juno natural de depositante e cliente.
Suponha que no existem ndices para estas relaes.
Suponha que depositante a relao mais externa e
cliente a relao mais interna.

5.000 * 10.000 tuplas sero examinadas.

Pior caso: 5.000 * 400 + 100 = 2.000.100 acessos

disco.

Melhor caso: 400 + 100 = 500 acessos disco.

Trocando as relaes dos laos internos e externos:

10.000 * 100 + 400: 1.000.400 acessos disco.
Merge-juno (Korth)

Sejam r(R) e s(S) relaes cuja juno natural

ser calculada, e seja R S a notao para
seus atributos em comum.

Suponha que ambas as relaes estejam

classificadas nos atributos R S.

A juno destas relaes pode ser feita por

meio de um merge.
pr := endereo da primeira tupla de r;
ps := endereo da primeira tupla de s;

while (ps <> nulo and pr <> nulo) do

begin
ts := tupla para qual ps aponta;
Ss := {ts};
configure ps para apontar para a prxima tupla de s;
acabou := false;

while (not acabou and ps <> nulo) do

begin
ts := tupla para qual ps aponta;
if (ts[AtribJuno] = ts[AtribJuno])
then begin
Ss = Ss {ts};
configure ps para apontar para
a prxima tupla de s;
end
else acabou := verdadeiro;
end;

// permanece varrendo s enquanto as tuplas contiverem valores iguais para o

atributo de juno, e as coloca em uma relao auxiliar.
 tr := tupla para a qual pr aponta;

while ( pr <> nulo and tr[AtribJuno] < ts[AtribJuno]) do

begin
configure pr para apontar para a prxima tupla
de r;
tr := tupla para qual pr aponta;
end

// percorre r enquanto no encontrar uma tupla com um valor no atributo de

juno igual ou maior ao valor no atributo de juno das tuplas de s que esto
na relao auxiliar

while (pr <> nulo and tr[AtribJuno] = ts[AtribJuno]) do

begin
for each rs in Ss do
begin
adicione ts.tr ao resultado;
end
configure pr para apontar para a prxima tupla
de r;
tr := tupla para a qual pr aponta;
end;
// encontrando a tupla de r que deve ser juntar s tuplas de Ss, realiza a
concatenao das tuplas, percorrendo r para ver se existem outras a serem
concatenadas.
End;
Merge-juno

Suponha depositante |x| cliente. Com o atributo de
juno sendo o nome do cliente. As relaes j esto
ordenadas neste atributo.

O custo da juno 400 + 100 = 500 acessos disco.

Caso a exigncia de S caber em memria principal no

puder ser atendida, um algoritmo de juno parte deve
ser executado para juno tr Ss.

Caso as relaes no estejam ordenadas mas possuam

ndices, o merge-juno pode ser executado usando os
ndices.
 Juno Sort-merge (Navathe)

Se os registros de R e S estiverem classificados (ordenados)
fisicamente pelos atributos de juno A e B, respectivamente,
poderemos implementar a juno da maneira mais eficiente
possvel.

Ambos os arquivos so varridos simultaneamente na ordem dos
atributos de juno, fazendo a correspondncia dos registros que
possuem os mesmos valores para A e B.

Se os arquivos no estiverem classificados, eles devero ser
classificados primeiro por meio de uma ordenao externa.

Pares de blocos de arquivos so ordenadamente copiados para
buffers de memria, e os registros de cada arquivos so varridos
apenas uma vez (a menos que A e B no sejam atributos chaves e,
nesse caso, o mtodo precisa ser modificado).

ndices proporcionam a capacidade de acessar (varrer) os registros
na ordem dos atributos de juno, mas os registros de fato esto
fisicamente espalhados pelos blocos do arquivo.
Juno Sort-merge

A seguir, um esboo do algoritmo para Juno,

Projeo, Unio, Interseo e Diferena por
meio de sort-merge, quando R possui n tuplas e
S possui m tuplas.
T R |X| A=B S
Ordenar as n tuplas de R baseando-se no atributo A;
Ordenar as m tuplas de S baseando-se no atributo B;

Inicializar i 1 , j 1;
Enquanto (i <= n) e (j <= m) faa
{
se Ri[A] > Sj[B] se o valor do primeiro A maior que o valor
ento j  j + 1 do primeiro B, avance em B;

seno se Ri[A] < Sj[B] se o valor do primeiro A menor que o valor

ento i i + 1 do primeiro B, avance em B;
seno
{
bloco do prximo slide
}
i i + 1; j j + 1;
}
{
(* Ri[A] = Sj[B], portanto realizamos o output de uma tupla: resultado
da juno*)
output a tupla combinada <Ri[A], Sj[B]> em T;

(* output outras tuplas correspondentes a Ri se houver*)

l j + 1;
enquanto (l<=m) and (Ri[A] = Sl[B]) faa
output a tupla combinada <Ri[A], Sl[B]> em T
ll+1

(* output outras tuplas correspondentes a S(j), se houver *)

k i + 1;
enquanto (k<=n) and (Rk[A] = Sj[B]) faa
output a tupla combinada <Rk[A], Sj[B]> em T
k  k + 1;
}
T  <lista de atributos> (R)
Criar uma tupla t[<lista de atributos>] em T para cada tupla t de R;

(*T contm o resultado da projeo ANTES da eliminao de duplicatas*)

Se <lista de atributos> incluir uma chave de R

ento T T;
Seno
{
ordenar as tuplas de T
inicializar i 1, j 2;
enquanto i <= n faa
{
output a tupla T[i] em T;
enquanto T[i] = T[j] and j<= n faa
j  j + 1; (* eliminar duplicatas)
i j; j j + 1;
}
}
 TRS
Ordenar as tuplas de R e S utilizando os mesmos e nicos atributos de ordenao;

Inicializar i 1; j 1;
Enquanto (i <= n) e (j <= m) faa
{
se R(i) > S(j) ento
{
output S(j) em T;
j j + 1;
}
se R(i) < S(j) ento
{
output R(i) em T;
i i + 1;
}
else
j j + 1; (*R(i)=S(j), portanto, pular uma das tuplas duplicatas*)
}
 TRS
Ordenar as tuplas de R e S utilizando os mesmos e nicos atributos de ordenao;

Inicializar i 1; j 1;
Enquanto (i <= n) e (j <= m) faa
{
se R(i) > S(j) ento
{
j j + 1;
}
else se R(i) < S(j) ento
{
i i + 1;
}
else
{
output R(i) em T; (*R(i)=S(j), portanto, fazemos o output da tupla*)
i i + 1; j j + 1;
}
}
TR-S
Ordenar as tuplas de R e S utilizando os mesmos e nicos atributos de ordenao;

Inicializar i 1; j 1;
Enquanto (i <= n) e (j <= m) faa
{
se R(i) > S(j) ento
{
j j + 1;
}
else se R(i) < S(j) ento
{
output R(i) em T; (*R(i) no tem S(j) correspondente)
i i + 1;
}
else
i i + 1; j + 1
}
Merge-juno - Consideraes

Em relao ao algoritmo apresentado por (Korth): O algoritmo exige
que a relao auxiliar caiba na memria principal. Modificaes no
algoritmo devem ser feitas caso essa exigncia no possa ser
atendida.

Dado que as relaes esto na ordem de classificao, as tuplas

com o mesmo valor nos atributos de juno esto em ordem
consecutiva. Assim, cada tupla na ordem de classificao precisa
ser lida somente uma vez, e, como resultado, cada bloco tambm
lido somente uma vez.

Em relao ao algoritmo do Navathe, tem-se que assumir que

conjuntos de tuplas com o mesmo valor no atributo de juno
precisam estar carregadas na memria ao mesmo tempo;

Ento, para ambos, o nmero de acessos disco igual soma do

nmero de blocos em ambos as relaes, br + bs.
Implementao do Outer Join

A juno externa pode ser obtida por meio da

modificao dos algoritmos de juno, como a
juno de laos aninhados, sort-merge ou de
juno hash;

Ou, de forma alternativa e simplificada, por meio
da execuo de uma combinao de
operadores da lgebra relacional.
Implementao do Outer Join

Por exemplo, considere a consulta:

select unome, pnome, dnome

from empregado left outer join departamento on
dno=dnumero;

Essa operao de juno externa equivalente

seguinte seqncia de operaoes da lgebra relacional:
Implementao do Outer Join

Calcule a juno interna entre as tabelas.

Temp1 unome, pnome, dnome (empregado |X| departamento)

Encontre as tuplas de empregado que no aparecem no

resultado da juno.

Temp2 unome, pnome (empregado) - unome, pnome (Temp1)

Implementao do Outer Join

Complete cada tupla da relao Temp2 com valor null

para o campo dnome.

Temp2 Temp2 X NULL

Aplique a operao union em Temp1 e Temp2 para

produzir o resultado do left outer join.

Resultado Temp1 Temp2

O custo dessa juno externa a soma dos custos da

juno interna, das projees e da unio realizadas.
Junes Complexas

Juno com condio conjuntiva:

r |X| ... n s
1 2

As junes nas condies individuais podem ser

resolvidas, por exemplo, pelo algoritmo de juno por laos
aninhados:
r |X| s, r |X| 2 s, r |X| n s e assim por diante.
1

A juno global por ser realizada calculando, primeiro o

resultado de uma dessas junes mais simples e depois
testando (a esse resultado) as tuplas produzidas pelas
outras junes.
Junes Complexas

Juno com condio disjuntiva:

r |X| 1 2 ... n s

Neste caso, a juno pode ser calculada como a

unio dos registros nas junes individuais.
Junes Complexas

Suponha r1 r2 ... rn em que as junes esto expressas
sem ordem. Com n = 3, h 12 ordens de juno diferentes:

r1 (r2 r3)
r2 (r1 r3)
r3 (r1 r2)
r1 (r3 r2)
r2 (r3 r1)
r3 (r2 r1)
(r2 r3) r1
(r1 r3) r2
(r1 r2) r3
(r3 r2) r1
(r3 r1) r2
(r2 r1) r3
Junes Complexas

Em geral, com n relaes, h (2(n-1))! / (n-1)!

Ordens de juno diferentes. Exemplos: Com n
= 5 o n 1680 e com n = 7, o n 665.280.

Felizmente, no necessrio gerar todas as
expresses equivalentes a uma determinada
expresso.

Uma desvantagem da otimizao baseada no
custo o custo da prpria otimizao.
Junes Complexas

Duas rvores de consulta (juno) profundas

esquerda
Junes Complexas

O otimizador escolher a rvore que possuir o
menor custo estimado.

Com rvores profundas a esquerda, o filho
direita considerado ser a relao interna, para
o caso da execuo de laos aninhados.

A idia-chave sob o ponto de vista do otimizador
em relao ordem das junes encontrar
uma ordem que ir reduzir o tamanho dos
resultados intermedirios.
Junes Complexas

Considere uma juno envolvendo trs relaes:
emprstimo |X| depositante |X| cliente

Neste caso, alm da escolha da estratgia para o processamento

da juno, tem-se ainda que escolher qual juno calcular primeiro.
Vejamos algumas estratgias:

 Estratgia 1: calcule a juno depositante |X| cliente usando

qualquer tcnicas. Usando o resultado intermedirio, calcule:
emprstimo |X| (depositante |X| cliente);

 Estratgia 2: faa como na Estratgia 1, mas calcule primeiro

emprstimo |X| depositante, e ento faa a juno do resultado
com cliente.
 Outra ordem de junes pode ser feita.
Junes Complexas
 Estratgia3: Em vez de executar duas junes,
execute o par de junes, da seguinte forma:

Construa dois ndices:
 Um para o nmero_emprstimo em emprstimo;
 Um para o nome_cliente em cliente.

Considere cada tupla t em depositante. Para cada t, procure
as tuplas correspondentes em cliente e as tuplas
correspondentes em emprstimo.

Assim, cada tupla de depositante examinada exatamente
uma vez.
O custo relativo desse procedimento depende da
forma como as relaes esto armazenadas, da
distribuio de valores dentro das colunas e da
presena de ndices.
Eliminao de Duplicidade

Pode-se implementar a eliminao de duplicidade usando a
classificao.

As tuplas idnticas aparecero adjacentes umas s outras aps a

classificao, e todas, exceto uma cpia, podem ser removidas.

No sort-merge, as duplicatas encontradas enquanto um temporrio

est sendo criado podem ser removidas antes que ele seja escrito
no disco, reduzindo, assim, o nmero de transferncias de blocos.

Assim, pode-se dizer que o custo de eliminar as duplicatas o

custo de classificar uma relao.

Devido ao custo relativamente alto da eliminao de duplicidade, as

linguagens de consulta comerciais exigem um pedido explcito do
usurio para remover duplicatas; caso contrrio, as duplicatas so
mantidas.
Operao de Projeo

Pode-se executar a projeo por meio da execuo da
projeo em cada tupla, resultando uma relao que
poderia ter registros duplicados, e ento, remover os
registros duplicados.

Se os atributos na lista de projeo incluem as chaves

da relao (primria e/ou candidatas), nenhuma
duplicata existir.

O tamanho de um projeo da forma A(r) calculado

como V(A,r), uma vez que a projeo elimina as
duplicatas.
Transformaes de Expresses
Relacionais
Uma consulta pode ser expressa de diversas
maneiras diferentes, com diferentes custos de
avaliao.

Equivalncia de Expresses;

Regras de Equivalncia;

Exemplos de Transformaes;

Ordenamento de Junes.
 Otimizao Algbrica

Objetivo do passo de transformao
 Entrada: rvore da consulta inicial;
 Sada: rvore da consulta otimizada (pode
manter a mesma rvore).

Base:
 Regras de equivalncia algbrica

Devem ser conhecidas pelo otimizador para que
possam ser geradas transformaes vlidas.
 Algoritmo de otimizao algbrica

Indica a ordem de aplicao das regras e de outros
processamentos de otimizao.
Equivalncia de Expresses

Considerando as tabelas a seguir e suas
instncias, encontre os nomes de todos os
clientes que possuem uma conta em qualquer
agncia localizada no Brooklyn.

nome_cliente ( cidade_agncia = Brooklyn (agncia |X| (conta |X|

depositante)))

Para resolver esta expresso, seguindo a forma como

ela est escrita, necessrio criar uma relao
intermediria grande (a juno das trs relaes, como
posto no slide 86).
 agncia nome_cliente rua_cliente cidade_cliente
Jones Main Harrison
nome_agncia cidade_agncia fundos
Smith North Rye
Downtown Brooklyn 900000
Hayes Main Harrison
Redwood Palo Alto 210000
Curry North Rye
Perrydige Horseneck 170000
Lindsay Park Pittfield
Mianus Horseneck 40000
Turner Putnam Stamford
Round Hill Horseneck 8000000
Williams Nassau Princeton
Pownal Bennington 30000
Adams Spring Pittsfield
North Town Rye 370000
Johnson Alma Palo Alto
Brighton Brooklyn 710000
Glenn Sand Hill Woodside
Brooks Senator Brooklyn
cliente
Green Walnut Stamford

nome_cliente nmero_conta
Johnson A-101 nome_agncia nmero_conta saldo

Smith A-215 Downtown A-101 500

Hayes A-102 Mianus A-215 700

Turner A-305 Perryridge A-102 400

Johnson A-201 Round Hill A-305 350

Jones A-217 Bringhton A-201 900

Lindsay A-222 Redwood A-222 700

Bringhton A-217 750
depositante
conta
 Juno (conta |X| depositante)
nome_agncia nmero_conta saldo nome_cliente nmero_conta
Downtown A-101 500 Johnson A-101
Mianus A-215 700 Smith A-215
Perryridge A-102 400 Hayes A-102
Round Hill A-305 350 Turner A-305
Bringhton A-201 900 Johson A-201

Redwood A-222 700 Lindsay A-222

Bringhton A-217 750 Jones A-217

Juno (agncia |X| (conta |X| depositante))

nome_agncia nmero_conta saldo nome_cliente nome_agncia cidade_agncia fundos

Downtown A-101 500 Johnson Downtown Brooklyn 900000

Mianus A-215 700 Smith Mianus Horseneck 40000

Perryridge A-102 400 Hayes Perrydige Horseneck 170000

Round Hill A-305 350 Turner Round Hill Horseneck 8000000

Bringhton A-201 900 Johson Brighton Brooklyn 710000
Redwood A-222 700 Lindsay Redwood Palo Alto 210000
Bringhton A-217 750 Jones Brighton Brooklyn 710000
Equivalncia de Expresses

Entretanto, somente as tuplas que pertencem s

agncias localizadas no Brooklyn so interessantes.

Reescrevendo a consulta, consegue-se eliminar a

necessidade de considerar as tuplas que no tm
cidade_agncia = Brooklyn, reduzindo o tamanho do
resultado intermedirio:

nome_cliente (( cidade_agncia = Brooklyn (agncia)) |X| (conta |X|

depositante))
 Juno (conta |X| depositante)
nome_agncia nmero_conta saldo nome_cliente nmero_conta

Downtown A-101 500 Johnson A-101

Mianus A-215 700 Smith A-215

Perryridge A-102 400 Hayes A-102

Round Hill A-305 350 Turner A-305

Bringhton A-201 900 Johnson A-201

Redwood A-222 700 Lindsay A-222

Bringhton A-217 750 Jones A-217

cidade_agncia = Brooklyn (agncia)

nome_agncia cidade_agncia fundos
Downtown Brooklyn 900000
Brighton Brooklyn 710000

(cidade_agncia = Brooklyn (agncia)) |X| (conta |X| depositante)

nome_agncia nmero_conta saldo nome_cliente cidade_agncia fundos

Downtown A-101 500 Johnson Brooklyn 900000

Bringhton A-201 900 Johnson Brooklyn 710000

Bringhton A-217 750 Jones Brooklyn 710000

 Equivalncia de Expresses
nome_cliente nome_cliente

cidade_agncia = Brooklyn |X|

|X| cidade_agncia = Brooklyn |X|

agncia |X|
agncia conta depositante

conta depositante

(a) rvore da expresso inicial (b) rvore da expresso transformada

Equivalncia de Expresses

Dada uma expresso de lgebra relacional, funo do

otimizador de consulta propor um plano de avaliao da
consulta que gere o mesmo resultado da expresso
fornecida e que seja uma maneira menos onerosa de
gerar o resultado (ou que, pelo menos, no seja muito
mais cara que a maneira mais barata).

Para isso o otimizador precisa gerar planos alternativos

que produzam o mesmo resultado da expresso dada e
escolher o menos caro.
Regras de Equivalncia Algbrica

Uma regra de equivalncia diz que expresses de duas formas so
equivalentes se podemos transformar uma na outra preservando a
equivalncia.

Preservar a equivalncia significa que as relaes geradas pelas

duas expresses tm o mesmo conjunto de atributos e contm o
mesmo conjunto de tuplas, embora seus atributos possam estar
ordenados de forma diferente.

As regras de equivalncia so usadas pelo otimizador para

transformar expresses em outras logicamente equivalentes.

Assuma que:

 : denota predicados;
 L: denotas listas de atributos;
 E: denota expresses da lgebra relacional.
Regras de Equivalncia Algbrica

1. Operaes de seleo conjuntivas podem ser quebradas

em uma seqncia de selees individuais (cascata de ).
1 2 (E) = 1 ( 2 (E))

2. Operaes de seleo so comutativas.

1 ( 2 (E)) = 2 ( 1 (E))

3. Apenas as operaes finais em uma seqncia de

operaes de projeo so necessrias, as outras podem
ser omitidas (cascata de ).

L1 ( L2 (...( Ln(E))...)) = L1(E)

Regras de Equivalncia Algbrica

4. Selees podem ser combinadas com produtos

cartesianos e junes teta.

(E1 X E2) = E1 |X| E2

5. Operaes de juno teta so comutativas.

E1 |X| E2 = E2 |X| E1

6. Operaes de juno natural so associativas.

(E1 |X| E2) |X| E3 = E1 |X| (E2 |X| E3)

7. Comutatividade de e |X| (ou X): similar 6.

Regras de Equivalncia Algbrica

8. Comutatividade de Operaes de Conjunto

RS SR e
RS SR
- A operao no comutativa.

9. Associatividade de Operaes Produtrias e de Conjunto

(X)
(R X S) X T R X (S X T)

- Por X entenda-se: X ou X ou ou ou .
- A operao no associativa.
Regras de Equivalncia Algbrica

9. Associatividade de Operaes Produtrias e de Conjunto

(X)
(R X S) X T R X (S X T)

Observao: Predicados de juno devem ser

devidamente ajustados na associatividade de operaes
produtrias. Exemplo: Seja 1 um predicado sobre
atributos de R e S, 2 um predicado sobre atributos de S
e T, e 3 um predicado sobre atributos de R e T. Ento,

(R X 1 S) X 2 3 T R X 1 3 (S X 2 T)
 Regras de Equivalncia Algbrica
10. Comutatividade de Seleo e Operaes de Conjunto
()

c (R S) (c (R)) (c (S))
- Por entenda-se: ou ou

11. Comutatividade de Projeo e Unio

listaAtributos (R S) (listaAtributos (R)) (listaAtributos (S))

- As operaes e no so comutativas.
Regras de Equivalncia Algbrica

12. Fuso de Selees e Operaes Produtrias

(a) c (R X S) R X = c S ou

(b) c (R X S) R c
S ou

(c) R X = c S R c
S
Exemplos de Transformaes
Exemplo 1:
nome_cliente ( cidade_agncia = Brooklyn (agncia |X| (conta |X| depositante)))
nome_cliente (( cidade_agncia = Brooklyn (agncia)) |X| (conta |X| depositante))

Exemplo 2:
nome_cliente ( cidade_agncia = Brooklyn saldo > 1000 (agncia |X| (conta |X| depositante)))
nome_cliente ( cidade_agncia = Brooklyn saldo > 1000 ((agncia |X| conta) |X| depositante))
nome_cliente ( cidade_agncia = Brooklyn saldo > 1000 (agncia |X| conta)) |X| depositante)

Exemplo3: Examinando uma subexpresso interna:

cidade_agncia = Brooklyn saldo > 1000 (agncia |X| conta))
cidade_agncia = Brooklyn ( saldo > 1000 (agncia |X| conta))
cidade_agncia = Brooklyn (agncia) |X| saldo > 1000 (conta)

Exemplo 4: Usando projees

nome_cliente (( cidade_agncia = Brooklyn (agncia) |X| conta) |X| depositante)
nome_cliente((nmero_conta(( cidade_agncia = Brooklyn (agncia)) |X| conta)) |X| depositante)
Ordenando Junes

Uma boa ordenao de operaes de juno importante para reduzir o tamanho
dos resultados intermedirios.

nome_cliente (( cidade_agncia = Brooklyn (agncia)) |X| conta |X| depositante)

Poderamos executar conta |X| depositante primeiro e, ento, fazer a juno do

resultado com:

cidade_agncia = Brooklyn (agncia).

Entretanto, conta |X| depositante provavelmente uma relao grande, j que contm
uma tupla para cada conta. Em contrapartida,

cidade_agncia = Brooklyn (agncia) |X| conta

, provavelmente, uma relao pequena.

Para confirmar, observe que, como o banco tem um grande nmero de agncias
amplamente distribudas, provvel que apenas uma frao pequena dos clientes do
banco tenha conta em agncias localizadas no Brooklyn. Assim, a expresso precedente
resulta em uma tupla para cada conta mantida em uma agncia localizada no Brooklyn.
Ento, a relao temporria que precisa ser armazenada menor que a que se obteria
fazendo primeiro conta |X| depositante.
Otimizao Heurstica

Uma rvore de consulta pode ser transformada passo a

passo em outra rvore de consulta mais eficiente.

Entretanto preciso assegurar que os passos de

transformao sempre levem a uma rvore de consulta
equivalente.

Determinadas regras de transformao preservam essa

equivalncia.
 Algoritmo de Otimizao Algbrica

Passo1:
 A regra 1, ao ser usada, quebra quaisquer
operaes SELECT com condies conjuntivas em
uma cascata de operaes SELECT, permitindo
um maior grau de liberdade para transferir
operaes SELECT para ramos diferentes e
abaixo na rvore.

Passo2:
 Usando as regras 2, 4, 6, e 10 relativas
comutatividade do SELECT com outras operaes,
move cada operao SELECT o mais longe para
baixo na rvores, que forem permitido pelos
atributos envolvidos na condio de seleo.
Algoritmo de Otimizao Algbrica

Passo 3:
 Usando as regras 5 e 9, relativas comutatividade e
associatividade de operaes binrias, rearraja os
ns folhas da rvore utilizando o seguinte critrio:

Posiciona as relaes do n folha com operaes de
SELECT mais restritivas, de forma que elas possam ser
executadas o quanto antes.
Algoritmo de Otimizao Algbrica

Passo 4:
 Usando a regra 12, combina uma operao de
PRODUTO CARTESIANO com uma operao
SELECT subseqente na rvore, gerando uma
operao JOIN se a condio representa uma
condio de juno.

Passo 5:
 Usando as regras 3, 4, 7 e 11, relativas cascata de
PROJECT e comutao de PROJECT com outras
operaes, quebra e transfere as listas de atributos
de projeo para baixo na rvore.
Algoritmo de Otimizao Algbrica

Passo 6:
 Identifica subrvores que representam grupos de
operaes que podem ser executadas por um nico
algoritmo (execues em pipeline).

Como exemplo, considere a consulta:

select unome
from Empregado, Trabalha_Em, Projeto
where pnome = Aquarius and pnumero = pno and
essn = ssn and datanasc > 31-12-1957;
Exemplo:

Passos na converso de uma

rvore de consulta durante a
otimizao heurstica. (a) rvore
de consulta inicial (cannica) para
a consulta. (b) Transferncia das
operaes SELECT para baixo na
rvore de consulta. (continua)
Exemplo:

Passos na converso de uma

rvore de consulta durante a
otimizao heurstica. (c)
Aplicao, em primeiro lugar, da
operao SELECT mais restritiva.
(d) Substituindo PRODUTO
CARTESIANO e SELECT por
operaes JOIN.
 Exemplo:

Passos na converso de uma

rvore de consulta durante a
otimizao heurstica. (e)
Transferncia das operaes
PROJECT para baixo na rvore
de consulta.
 A Escolha de Planos de Avaliao

A gerao de expresses apenas parte do processo
de otimizao de consultas.

Um plano de avaliao define exatamente qual algoritmo

ser usado para cada operao e como a execuo das
operaes coordenada.
nome_cliente (classificar para remover duplicatas)

|X| (hash-juno)

|X| (merge_juno) depositante

cidade_agncia = Brooklyn saldo < 1000

(use o ndice 1) (use a varredura linear)

agncia conta
Interao de Tcnicas de Avaliao

Um modo de escolher um plano de avaliao para uma expresso de
consulta simplesmente escolher o algoritmo mais barato para avaliar
cada operao. E, olhando para os nveis da rvore, escolhe-se qualquer
ordenamento para a execuo das operaes, desde que as operaes
nas camadas mais baixas da rvore sejam executadas antes das
operaes nas camadas mais altas.

Entretanto, essa estratgia pode no ser a melhor. Embora uma merge-

juno, sob certas condies, possa ser mais cara que uma hash-juno,
ela consegue prover um resultado classificado que torna mais barata a
avaliao de uma operao posterior (como uma eliminao de duplicatas
ou uma outra merge-juno).

Para escolher o melhor algoritmo global, se deve considerar at mesmo os

algoritmos que no so os melhores para as operaes individuais.

Abordagens para escolha do melhor plano de avaliao:

 Baseada no custo de todos os planos;
 Heurstica.
Otimizao Baseada em Custo

O otimizador baseado no custo gera uma faixa de planos de
avaliao a partir de uma determinada consulta usando as regras
de equivalncia e escolhe aquele de menor custo.

Para uma consulta complexa, o nmero de planos diferentes por ser

muito grande.

Diferentes tcnicas podem ser usadas para diminuir o nmero de

planos a serem avaliados:

 Quando se examina os planos para uma expresso, possvel

terminar aps examinar apenas uma parte da expresso, se for
determinado que o plano mais barato para aquela parte j est
mais caro que a avaliao mais barata para uma expresso
completa j examinada.
Otimizao Heurstica

Regras heurstica so utilizadas para

transformar consultas da lgebra relacional;

No otimizador heurstico, a estratgia mais

eficiente para cada operao escolhida.
Estrutura dos Otimizadores de Consulta

Na prtica, a maioria dos otimizadores de consultas combinam

estratgias baseadas em custo com estratgias heursticas.

Alguns SGBDs consideram a probabilidade de j haver no
buffer a pgina que contm o dado que se est precisando
(isso mais um dado estatstico e pode resultar em estimativas
de custos menores).

possvel usar a estratgia heursticas de dividir as consultas

em sub-consultas que no utilizem mais de duas tabelas.

Transforma consultas em SQL em outras consultas em SQL

que utilizam junes onde for possvel facilita a transformao
da consulta em SQL em uma consulta em lgebra relacional.
Otimizao em PostgreSQL

Seguem alguns breves comentrios sobre otimizao e

desempenho em PostgreSQL.

Para otimizao e desempenho, PostgreSQL utiliza-se

dos comandos vacuum, analyze e explain.
Otimizao em PostgreSQL

VACUUM  O comando Vacuum tanto recupera

espao em disco, quanto otimiza o desempenho do
banco e previne contra perda de dados muito antigos,
devido ao recomeo do ID das transaes. Portanto,
deve ser utilizado constantemente, pois tambm
atualiza as estatsticas dos dados utilizados pelo
planejador de comandos.
 Na linha de comando:
vacuumdb -faze ou vacuumdb -fazq.
Otimizao em PostgreSQL

Exemplo de uso do vacuum:

 Em uma tabela:
VACUUM VERBOSE ANALYZE nometabela;

 Em um banco de dados completo:

Somente VACUUM ou VACUUM FULL ANALYZE;

Recomendaes:
 Para a maioria das instalaes executar o comando VACUUM
ANALYZE para todo o banco de dados, de vez em quando, em horrio
de pouca utilizao.
 Quando for excluda a maioria dos registros de uma tabela, sugere-se a
execuo do comando VACUUM FULL. Contudo, este comando gera
um forte bloqueio nas tabelas em que executado.
Otimizao em PostgreSQL

ANALYZE  O comando ANALYZE coleta estatsticas

sobre o contedo das tabelas do banco de dados e armazena os
resultados na tabela do sistema pg_statistic. Posteriormente, o
planejador de comandos utiliza estas estatsticas para ajudar a
determinar o plano de execuo mais eficiente. Caso estas
estatsticas no sejam atualizadas com freqncia, pode ser
comprometido o desempenho do banco de dados, por uma
escolha errada do plano de execuo dos comandos.

Normalmente, operaes DELETE ou UPDATE no removem
os registros automaticamente (somente aps a execuo do
vacuum isso acontece).
Otimizao em PostgreSQL

No PostgreSQL, pode ser utilizado o comando

explain para ver o plano (conjunto executvel de
instrues) criado pelo sistema para qualquer
comando.

O comando explain traz informaes sobre custo,
como tamanho da tupla, custo estimado de execuo,
entre outros.

Exemplo de uso do explain:
EXPLAIN SELECT * FROM NOMETABELA;
Otimizao em PostgreSQL

EXPLAIN ANALYZE  Executa a consulta e

mostra o tempo real acumulado dentro de cada
n do plano de execuo, junto com os custos
estimados que o comando explain simples
mostraria.
Referncias Bibliogrficas

Sistemas de Banco de Dados. (Cap. 12) Abraham

Silberchatz, Henry F. Korth e S. Sudarshan. 3 Edio.
Makron Books, 1999.

Sistemas de Banco de Dados. (Cap. 15) Ramez

Elsmari, Shamkant B. Navathe. 4 Edio. Pearson
Addison Wesley, 2005.

Manuais do PostgreSQL.