Optimizaci

1
Optimización de Preguntas
2
Optimización de preguntas

• Optimización pregunta ? plan costo ópt.
• costo CPU I/O COMUNICACIONES
• Necesario para responder eficientemente
• Posible con lenguajes no procedurales (ej. SQL)
• leng. no procedural se dice qué se quiere
  obtener y no cómo obtenerlo (algoritmo, uso de
  índices...)
• sistemas con lenguajes procedurales ej. IMS
  (jerárquico) o CODASYL (en red)

3
Ejemplo motivador

• La optimización es posible y necesaria
• Las distintas estrategias requieren costes muy
  distinto
• Debe ser un proceso automático
• depende del momento concreto en la vida de la BD
• es complicado saber qué estrategia es mejor
• Nunca se esta seguro (estimaciones)

4
Etapas en la optimización

• Convertir la pregunta en una representación
  interna (álgebra relacional, árbol sintáctico)
• Transformar la pregunta en una forma canónica
  (reglas sintácticas y semánticas)
• Escoger los procedimientos de bajo nivel
  candidatos (para cada operador)
• índices? clustering? rango y núm. valores?
• Generar los planes y escoger el más barato
• usar heurísticos para reducir búsqueda

5
Optimización sintáctica

• Entrada expresión álgebra relacional
• Salida expr. álgebra relacional equivalente
• operaciones de idempotencia, propagar ctes.
• operación selección se baja en el árbol
• operación proyección se baja en el árbol
• agrupar selecciones y proyecciones
• Idea reducir tamaño de las relaciones a combinar
  con la operación join

6
Optimización semántica

• Transformar la pregunta en otra que devuelve las
  misma tuplas
• Utilizar conocimiento semántico de la BD
• restr. integridad, dependencias funcionales,
  claves extranjeras, reglas semánticas
• En general, la opt. sem. es un proceso caro, por
  lo que los SGBD comerciales no la aplican. Se
  suele basar en técnicas de Int. Artificial.

7
Optimización física Selección

• Algoritmos
• Búsqueda lineal
• Búsqueda binaria
• Empleo de índices (de distintos tipos)
• Selectividad de una condición
• de la relación que satisface la condición
• Ejecutar primero las selecciones de mayor
  selectividad

8
Optimización física Join

• Algoritmos
• Ciclo anidado (Nested Loops) o fuerza bruta
• Sort-Join (Sort Merge)
• Join con índice en una de las relaciones
• Join con índice para cada relación
• Hash-Join

9
Optimización física otras op.

• Proyecciones fácil de implementar (hay que
  recorrer todas las tuplas)
• Producto cartesiano muy costosa
• Evitarla
• Unión, Intersección, Diferencia
• Primero se ordenan las dos relaciones

10
Generar los planes y escoger el más barato

• Planes para responder a la pregunta, y su costo
• Cada plan se construye combinando el conjunto de
  procedimientos candidatos posibles.
• Calcular el costo es complicado ? hay que estimar
  tamaños de resultados intermedios (estadísticas
  de la BD, en el catálogo).
• Calcular el orden óptimo de ejecución de joins
• N! posibilidades de ejecutar un join entre N
  relaciones
• Evitar resultados intermedios (subir selecciones)
• Usar heurísticos para reducir la búsqueda

11
Optimización del costoCPU I/O COM

• BD centralizadas
• generalmente se tiene en cuenta sólo costo I/O
• BD distribuidas en Redes Area Amplia (WAN)
• generalmente, sólo costo COM.
• BD distribuidas en Redes de Area Local (LAN)
• generalmente, costos I/O y COM.
• BD en servidores paralelos
• influyen los tres CPU, I/O y COM.

12
Optimización en Oracle

• Optimización basada en reglas o basada en costes
  (seleccionado por el usuario)
• EXPLAIN PLAN ver como se ejecutará una sentencia
  SQL
• No hay optimización semántica
• hasta Oracle 8, incluido
• Se puede influir en el uso o no de índices (no
  recomendado)

13
Conclusiones

• Los SGBD realizan optimización de preguntas
• son inútiles algunas reformulaciones de preguntas
• Algunas optimizaciones (todavía) no son
  realizadas por los SGBD (ej. optimización
  semántica)
• hay que reformular algunas preguntas
• El proceso de optimización de preguntas es
  complejo y cada SGBD lo hace distinto.
• hay que consultar el manual del SGBD concreto.
• Es necesario conocer cómo se procesan las
  preguntas para realizar el DISEÑO FÍSICO.
• cuándo es útil usar índices o hash o no
  utilizarlos.
• saber que el join es costoso --gt reducir número
  de joins.