Aloaha PDF Crypter Digital Rights Management für PDF Dokumente.
chapter08.pdf
-
Upload
miki-bundesmaca -
Category
Documents
-
view
215 -
download
2
Transcript of chapter08.pdf
-
Anwendersoftware (AS) Anwendersoftware (AS)
Datenbanken und Informationssysteme
Kapitel 8: Implementierung Relationaler Operatoren
Bernhard Mitschang Universitt Stuttgart
Wintersemester 2013/2014
Teile zu diesem Folienskript beruhen auf einer hnlichen Vorlesung, gehalten von Prof. Dr. T. Hrder am Fachbereich Informatik der Universitt Kaiserslautern und Prof. Dr. N. Ritter am Fachbereich Informatik der Universitt Hamburg. Fr dieses Skriptum verbleiben alle Rechte (insbesondere fr Nachdruck) bei den Autoren.
-
Tabellenoperationen, Implementierung
2
bersicht
Ziele Planoperatoren auf einer Tabelle Planoperatoren auf mehreren Tabellen Verbundalgorithmen
Nested-Loop-Verbund Sort-Merge-Verbund Hash-Verbund (classic hashing, simple hash join, hybrid hash join) Nutzung von typbergreifenden Zugriffspfaden verteilte Verbundalgorithmen
weitere binre Operationen (Mengenoperationen)
Quelle: [Mit95]
-
Tabellenoperationen, Implementierung
3
Ziele
Ziele Systematische Entwicklung von relationalen Verarbeitungskonzepten fr eine
oder mehrere Tabellen Realisierung von Planoperatoren
Operationen der Relationenalgebra unre Operationen: , binre Operationen: , , , , ,
Planoperatoren SQL-Anfragen enthalten logische Ausdrcke, die auf die Operationen der
Relationenalgebra zurckgefhrt werden knnen. Sie werden in Zugriffsplne umgesetzt. So genannte Planoperatoren implementieren diese logischen Operationen.
-
Tabellenoperationen, Implementierung
4
Planoperatoren
Planoperator: Implementierung der in einer Anfrage enthaltenen logischen Operatoren. Die in einer SQL-Anfrage enthaltenen logischen Ausdrcke, lassen sich z.B. auf die Operationen der Relationenalgebra zurckfhren.
bersicht:
Planoperatoren
Selektion Projektion Verbund Sortierung
Tabellen-Scan
Index-Scan
TID-Algorithmus Nested-Loop
Sort-Merge
Hash
Modifikation
-
Tabellenoperationen, Implementierung
5
Planoperatoren fr Selektion und Projektion
Allgemeine Auswertungsmglichkeiten fr die Selektion: direkter Zugriff ber
- eine gegebene TID - ein Hash-Verfahren - eine ein- bzw. mehrdimensionale Indexstruktur
sequentielle Suche in einer Tabelle Suche ber eine Indexstruktur (Indextabelle, Bitliste) Auswahl mit Hilfe mehrerer Verweislisten, wobei mehr als eine
Indexstruktur ausgenutzt werden kann Suche ber eine mehrdimensionale Indexstruktur
Projektion wird typischerweise in Kombination mit Sortierung, Selektion
oder Verbund durchgefhrt
-
Tabellenoperationen, Implementierung
6
Planoperatoren fr die Selektion
Nutzung des Scan-Operators Definition von Start- und Stopp-
Bedingung Definition von einfachen
Suchargumenten (Simple Search Argument)
Definition der Suchrichtung: NEXT/PRIOR, FIRST/LAST, n-th
Weitere Planoperatoren in Kombination mit der Selektion Sortierung Gruppenbildung (siehe
Sortieroperator) spezielle Operatoren z.B. in Data-
Warehouse-Anwendungen zur Gruppen- und Aggregatbildung (CUBE-Operator)
-
Tabellenoperationen, Implementierung
7
Planoperatoren fr die Selektion
Tabellen-Scan (Relationen-Scan) immer mglich SCAN-Operator implementiert die
Selektionsoperation
Index-Scan Auswahl des kostengnstigsten Index Spezifikation des Suchbereichs (Start-,
Stopp-Bedingung)
k-d-Scan Auswertung mehrdimensionaler
Suchkriterien Nutzung verschiedener
Auswertungsrichtungen durch Navigation
TID-Algorithmus Auswertung aller brauchbaren"
Indexstrukturen Auffinden von variabel langen TID-Listen Boolesche Verknpfung der einzelnen
Listen Zugriff zu den Tupeln entsprechend der
Trefferliste
I
I1 I2
TID-Listen
Tabelle
-
Tabellenoperationen, Implementierung
8
Planoperatoren fr Modifikationen
nderungen sind in SQL mengenorientiert, aber auf eine Tabelle beschrnkt INSERT, DELETE und UPDATE werden direkt auf die entsprechenden Operationen
der Speicherungsstrukturen abgebildet automatische Abwicklung von Wartungsoperationen zur Aktualisierung von
Zugriffspfaden, zur Gewhrleistung von Cluster-Bildung und Reorganisation usw. Durchfhrung von Logging- und Recovery-Manahmen usw.
-
Tabellenoperationen, Implementierung
9
Planoperatoren auf mehreren Tabellen
SQL erlaubt komplexe Anfragen ber k Tabellen Ein-Variablen-Ausdrcke:
beschreiben Bedingungen fr die Auswahl von Elementen aus einer Tabelle. Zwei-Variablen-Ausdrcke:
beschreiben Bedingungen fr die Kombination von Elementen aus zwei Tabellen.
k-Variablen-Ausdrcke: werden typischerweise in Ein- und Zwei-Variablen-Ausdrcke zerlegt und durch entsprechende Planoperatoren ausgewertet
-
Tabellenoperationen, Implementierung
10
Planoperatoren auf mehreren Tabellen
Allgemeine Auswertungsmglichkeiten: Schleifeniteration (nested iteration)
fr jedes Element der ueren Tabelle Ra Durchlauf der inneren Tabelle Ri
- O(Na Ni + Na) - wichtigste Anwendung: nested loops join
Mischmethode (merge method) sequentieller, schritthaltender Durchlauf beider Tabellen R1, R2
- O(N1 + N2) - ggf. zustzliche Sortierkosten - wichtigste Anwendung: merging join
Hash-Methode (hashing) Partitionierung der inneren Tabelle Ri. Laden der p Partitionen in eine Hash-Tabelle HT im HSP. Probing der ueren Tabelle Ra oder ihrer entsprechenden Partitionen mit HT:
- O(p Na + Ni)
-
Tabellenoperationen, Implementierung
11
Planoperatoren auf mehreren Tabellen
n-Wege-Verbunde Zerlegung in n-1 Zwei-Wege-Verbunde Wahl der Verbundreihenfolge
- maximal n! verschiedene Reihenfolgen - Anzahl der Verbundreihenfolgen ist abhngig von den gewhlten Verbundattributen - Optimale Reihenfolge abhngig von
Gre der Operanden Planoperatoren passende Sortierordnungen fr Verbundattribute Einsatz von Pipelining-Techniken, etc.
- Heuristik: Gre der Zwischenergebnisse minimieren
Wahl des Planoperators fr die einzelnen Zwei-Wege-Verbunde - Kosten der Operation abhngig von
Gre der Operanden passende Sortierordnungen, etc.
Mengenoperationen analoge Vorgehensweise
-
Tabellenoperationen, Implementierung
12
Planoperatoren auf mehreren Tabellen
Einige Verbundreihenfolgen mit Zwei-Wege-Verbunden (n=5)
R4
R3
R2 R1
R5
Ergebnis
R3 R2 R1
R5
Ergebnis
R4
R4
R5
R3 R1
R2
Ergebnis
left-deep bushy right-deep
-
Tabellenoperationen, Implementierung
13
bersicht
Ziele Planoperatoren auf einer Tabelle Planoperatoren auf mehreren Tabellen Verbundalgorithmen
Nested-Loop-Verbund Sort-Merge-Verbund Hash-Verbund (classic hashing, simple hash join, hybrid hash join) Nutzung von typbergreifenden Zugriffspfaden verteilte Verbundalgorithmen
weitere binre Operationen (Mengenoperationen)
-
Tabellenoperationen, Implementierung
14
Planoperatoren fr den Verbund
Verbund satztypbergreifende Operation: gewhnlich sehr teuer hufige Nutzung: wichtiger Optimierungskandidat typische Anwendung: Gleichverbund allgemeiner -Verbund selten
Implementierung der Verbundoperation kann gleichzeitig Selektionen auf den beteiligten Tabellen R und S ausfhren VA: Verbundattribute PR und PS: Prdikate definiert auf Selektionsattributen (SA) von R und S
SELECT * FROM R, S WHERE R.VA S.VA AND PR AND PS
-
Tabellenoperationen, Implementierung
15
Planoperatoren fr den Verbund
Mgliche Zugriffspfade Scans ber R und S (immer) Scans ber IR(VA), IS(VA) (wenn vorhanden)
liefern Sortierreihenfolge nach VA Scans ber IR(SA), IS(SA) (wenn vorhanden)
ggf. schnelle Selektion fr PR und PS Scans ber andere Indexstrukturen (wenn vorhanden)
ggf. schnelleres Auffinden aller Stze
VA: Verbundattribute PR und PS: Prdikate definiert auf Selektionsattributen (SA) von R und S
-
Tabellenoperationen, Implementierung
16
Nested-Loop-Verbund
Annahmen: Stze in R und S sind nicht nach den Verbundattributen geordnet es sind keine Indexstrukturen IR(VA) und IS(VA) vorhanden
Algorithmus fr -Verbund: Komplexitt: O(N2) fr N = NR = NS Inakzeptables Leistungsverhalten wenn die Tupel der inneren Relation R nicht
vollstndig in den Hauptspeicher passen.
Scan ber S, fr jeden Satz s, falls PS: Scan ber R, fr jeden Satz r, falls PR AND (r.VA s.VA): fhre Verbund aus, d. h., bernehme kombinierten Satz (r, s) in die Ergebnismenge.
Quelle: [Gra93]
-
Tabellenoperationen, Implementierung
17
Nested-Loop-Verbund
Nested-Loop-Verbund mit Indexzugriff
Nested-Block-Verbund
Scan ber S, fr jeden Satz s, falls PS: ermittle mittels Zugriff auf IR(VA) alle TIDs fr Stze mit r.VA = s.VA, fr jedes TID: hole Satz r, falls PR: bernehme kombinierten Satz (r, s) in die Ergebnismenge.
Scan ber S, fr jede Seite (bzw. Menge aufeinander folgender Seiten) von S: Scan ber R, fr jede Seite (bzw. Menge aufeinander folgender Seiten) von R: fr jeden Satz s der S-Seite, falls PS: fr jeden Satz r der R-Seite, falls PR AND (r.VA s.VA): bernehme kombinierten Satz (r, s) in die Ergebnismenge.
-
Tabellenoperationen, Implementierung
18
Sort-Merge-Verbund
Algorithmus besteht aus 2 Phasen: Phase 1: Sortierung von R und S nach R(VA) und S(VA)
(falls nicht bereits vorhanden), dabei frhzeitige Eliminierung nicht bentigter Stze (PR, PS)
Phase 2: schritthaltende Scans ber sortierte R- und S-Stze mit Durchfhrung des Verbundes bei r.VA = s.VA
Komplexitt: O(N log N) fr N = NR = NS Spezialfall:
Falls IR(VA) und IS(VA) oder verallgemeinerte Zugriffspfadstruktur ber R(VA) und S(VA) (Join-Index) vorhanden
Ausnutzung von Indexstrukturen auf Verbundattributen:
Schritthaltende Scans ber IR(VA) und IS(VA): fr jeweils zwei Schlssel aus IR(VA) und IS(VA), falls r.VA = s.VA: hole mit den zugehrigen TIDs die Tupel, falls PR und PS: bernehme kombinierten Satz (r, s) in die Ergebnismenge.
-
Tabellenoperationen, Implementierung
19
Hash-Verbund
Einfachster Fall (classic hashing): Schritt 1: Abschnittsweises Lesen der (kleineren) Tabelle R und Aufbau einer
Hash-Tabelle mit hA(r(VA)) nach Werten von R(VA) entsprechend den Abschnitten Ri (1 i p), so dass jeder der p Abschnitte in den verfgbaren Hauptspeicher passt und jeder Satz PR erfllt.
Schritt 2: berprfung (Probing) fr jeden Satz von S der PS erfllt. Im Erfolgsfall Durchfhrung des Verbunds.
Schritt 3: Wiederhole Schritt 1 und 2 solange, bis R erschpft ist.
-
Tabellenoperationen, Implementierung
20
Hash-Verbund
Aufbau der Hash-Tabelle und Probing Es erfolgt ein Scan ber R Dabei wird die Hash-Tabelle Hi (1 i p) der Reihe nach im HSP aufgebaut
Komplexitt: O(p NS) Spezialfall:
R passt in den Hauptspeicher: eine Partition (p = 1) ein Scan ber S gengt
Hp
H1
Scan ber S mit Probing von H1
Scan ber S mit Probing von Hp
R
S
R
S
-
Tabellenoperationen, Implementierung
21
Hash-Verbund
Partitionieren von R mit hp(r(VA)) Warum ist diese Partitionierung eine
kritische Operation? Welche Hilfsoperationen knnen
erforderlich sein? Ist fr die Partitionierung der Einsatz
einer Hash-Funktion notwendig?
Ableitung der Hi Partitionierung von R in Teilmengen
R1, R2, ..., Rp Ein Satz r von R ist in Ri, wenn
hp(r(VA)) in Hi ist.
Tabelle S wird mit derselben Funktion hp unter Auswertung von PS partitioniert
Varianten des Hash-Verbundes Unterschiede vor allem in der Art der
Partitionsbildung
0 100
#Tupel/ VA-Wert
VA
0 1
#Tupel/ VA-Wert
VA' 0.33 0.66
hP(r(VA))
R1 R2 R3
R
H1 H2 Hp
hp
-
Tabellenoperationen, Implementierung
22
Simple Hash Join
Schritt 1: Fhre Scan auf kleinerer Tabelle R aus berprfe PR und wende auf qualifizierte
Tupel r die Hash-Funktion hp an Fllt hp(r(VA)) in den gewhlten Bereich,
trage r in H1 ein Anderenfalls schreibe r in einen Puffer fr
die Ausgabe in eine Datei Rrest fr bergangene r-Tupel
Schritt 2: Fhre Scan auf S aus berprfe PS und wende auf qualifizierte
Tupel s die Hash-Funktion hp an Fllt hp(s(VA)) in den gewhlten Bereich,
suche in H1 einen Verbundpartner (Probing)
Falls erfolgreich, bilde ein Verbundtupel und ordne es dem Ergebnis zu
Anderenfalls schreibe s in einen Puffer fr die Ausgabe in eine Datei Srest fr bergangene s-Tupel
Schritt 3: Wiederhole Schritt 1 und 2 mit den bisher
bergangenen Tupeln auf Hi solange, bis Rrest erschpft ist
Dabei ist die berprfung von PR und PS nicht mehr erforderlich
Partitionierungstechnik beim einfachen Hash-Verbund gezeigt an Aufbau und Probing von H1:
R
H1 Rrest Srest
S
1. Iteration
Schritt 1
Schritt 2
-
Tabellenoperationen, Implementierung
23
Grace Join
Partitionsbildung findet vor dem Verbund statt Partitionen Ri und Si sind in Dateien zwischengespeichert Aufbau von Hi im HSP mit Ri und Probing mit Si
. . .
R1 H1
HP
S1 Scan ber S1 mit Probing von H1
Rp Sp
Scan ber SP mit Probing von HP
-
Tabellenoperationen, Implementierung
24
Hybrid Hash Join
Optimiert das Verfahren dadurch, dass parallel zur Partitionsbildung Aufbau und Probing von H1 erfolgt
HSP-Bereich jeweils 1 Seite
R2 H2
S2 Scan
2)
3) . . .
wie bei Grace-Verbund
R 1) Scan
a) HSP . . . R1 in H1 aufgebaut
R2 R3 Rp
b) S
Scan
S2 S3 Sp sofortiges
Probing von S1-Tupel
-
Tabellenoperationen, Implementierung
25
Nutzung typbergreifender Zugriffspfade
Verbund ber Link-Strukturen Ausnutzung hierarchischer
Zugriffspfade fr den Gleichverbund
Weitere Verfahren Verbundindexe, die fr bestimmte
-Verbunde eingerichtet sind
Nutzung von verallgemeinerten Zugriffspfadstrukturen
R S
TID r2
TID r1
TID r2
TID r2
TID s4
TID s3
TID s2
TID s6
logische Sicht
VIR
R S
TID r1
TID r2
TID r2
TID r2
TID s3
TID s2
TID s4
TID s6
Index auf TIDR
VIS
S R
TID s2
TID s3
TID s4
TID s6
TID r2
TID r1
TID r2
TID r2
Index auf TIDS
Scan ber R (Owner-Tabelle), fr jeden Satz r, falls PR: Scan ber zugehrige Link-Struktur LR-S(VA), fr jeden Satz s, falls PS: bernehme kombinierten Satz (r, s) in die Ergebnismenge
K58 K78 K88
K53
K25 K36 K47
1 3 1 4 Z 11 K55
Zeigerlisten fr
A1
Zeigerlisten fr A2 und A4
Optionaler Zeiger zur berlaufseite
A3
Z 21 Z 22 Z 23 Z 31 Z 41 Z 42 Z 43 Z 44
-
Tabellenoperationen, Implementierung
26
Verbundalgorithmen Vergleich
Nested-Loop-Verbund ist immer anwendbar, jedoch ist dabei stets das vollstndige Durchsuchen des gesamten Suchraums in Kauf zu nehmen.
Merge-Verbund bentigt die geringsten Suchkosten, verlangt aber, dass die Eingabestrme bereits sortiert sind. Indexstrukturen auf beiden Verbundattributen erfllen diese Voraussetzung. Sonst reduziert das Sortieren beider Tabellen nach den Verbundattributen den Kostenvorteil in erheblichem Mae. Ein Sort-Merge-Verbund kann dennoch zustzliche Vorteile besitzen, falls das Ergebnis in sortierter Folge verlangt wird und das Sortieren des groen Ergebnisses aufwendiger ist als das Sortieren zweier kleiner Ergebnismengen.
Beim Hash-Verbund wird der Suchraum partitioniert. In Bild c ist unterstellt, dass die gleiche Hash-Funktion h auf die Tabellen R und S angewendet worden ist. Die Partitionsgre (bei der kleineren) Tabelle richtet sich nach der verfgbaren Puffergre im Hauptspeicher. Eine Verkleinerung der Partitionsgre, um den Fall b anzunhern, verursacht hhere Vorbereitungskosten und ist deshalb nicht zu empfehlen.
Elementvergleich
(a) Nested-Loop-Verbund (b) Merge-Verbund
Eingabestrom 2
Eing
abes
trom
1
e 11 e 12 e 13
e 21 e 22 e 23 ...
Hash-Partitionen
(c) Hash-Verbund
Elementvergleich, der zu einem Verbundelement fhrt
-
Tabellenoperationen, Implementierung
Verbundalgorithmen in verteilten DBS
Problemstellung: Anfrage in Knoten K, die einen Verbund zwischen (Teil-)Tabellen R
am Knoten KR und (Teil-)Tabelle S am Knoten KS erfordert Festlegung des Ausfhrungsknotens: K, KR oder KS
Bestimmung der Auswertestrategie Sende beteiligte Tabellen vollstndig an einen Knoten und fhre
lokale Verbundberechnung durch (ship whole) - minimale Nachrichtenanzahl - sehr hohes bertragungsvolumen
Fordere fr jeden Verbundwert der ersten Tabelle zugehrige Tupel der zweiten an (fetch as needed)
- hohe Nachrichtenanzahl - nur relevante Tupel werden bercksichtigt
27
-
Tabellenoperationen, Implementierung
Verbundalgorithmen in verteilten DBS
Kompromisslsungen: Mit Semi-Verbund bzw. Erweiterungen wie Bit-Vektor-Verbund (hash filter join)
Semi-Verbund Versenden einer Liste der VA von R
( R' = VA(R) ) zum Knoten S Ermitteln der Verbundpartner in S
( S' = S VAR' = S(S VAR') ) Zurckschicken zum Knoten von R Durchfhrung des Verbunds
( R S' )
Bit-Vektor-Verbund hnlich wie Semi-Verbund, nur Versenden eines durch Hash-Funktion erstellten
Bitvektors (Bloom-Filter) Rcksenden einer Obermenge der Verbundpartner in S
28
-
Tabellenoperationen, Implementierung
29
ABTEILUNGEN
ANGESTELLTE Mnchen
Frankfurt
Verschicke die ganze VA-Spalte
Finde Verbund- partner
Verschicke projizierte Verbundpartner zurck
Verbund
Semi-Verbund
ABTNR ORT MGR
47
39
64
ABTNR NAME
47 Hans
47 Anna
ABTNR
47
39
64
ABTNR NAME ADRESSE TEL
69
28
75
47 Hans
47 Anna
-
Tabellenoperationen, Implementierung
30
Bit-Vektor-Verbund
1 0 0 0 0 0 1 1
ABTEILUNGEN
ANGESTELLTE 1 0 0 0 0 0 1 1
Erzeuge Bit-Vektor durch Hashing
Verschicke Bit-Vektor
Hashing der ABTNR-Werte, um potentielle Verbundkandidaten zu finden
Verschicke die potentiellen Verbundkandidaten zurck
Test + Verbund
ABTNR ORT MGR
47
39
64
ABTNR NAME ADRESSE TEL
28
47 Hans
47 Anna
ABTNR NAME ADRESSE TEL
69
28
75
47 Hans
47 Anna
Mnchen
Frankfurt
-
Tabellenoperationen, Implementierung
31
bersicht
Ziele Planoperatoren auf einer Tabelle Planoperatoren auf mehreren Tabellen Verbundalgorithmen
Nested-Loop-Verbund Sort-Merge-Verbund Hash-Verbund (classic hashing, simple hash join, hybrid hash join) Nutzung von typbergreifenden Zugriffspfaden verteilte Verbundalgorithmen
weitere binre Operationen (Mengenoperationen)
-
Tabellenoperationen, Implementierung
32
Welche Mengenoperationen werden bentigt?
Welche Algorithmen lassen sich fr diese Mengenoperationen heranziehen? Was muss jeweils verglichen werden? Wie lsst sich eine Verbindung zu den Verbundalgorithmen herstellen?
Mengenoperationen
Operations-ergebnis
bereinstimmung in allen Attributen
bereinstimmung in einem oder mehreren Attributen
A Differenz (R-S) Anti-Semiverbund
B Durchschnitt Verbund, Semiverbund
C Differenz (S-R) Anti-Semiverbund
A, B Linksseitiger uerer Verbund
A, C Anti-Differenz Anti-Verbund
B, C Rechtsseitiger uerer Verbund
A, B, C Vereinigung Symmetrischer uerer Verbund
R, S vereinigungsvertrgliche Eingabestrme A, B, C Elementmengen
R
A B C
S
Quelle: [Gra93]
-
Tabellenoperationen, Implementierung
33
Binre Matching-Operationen
Mengen- und Verbundoperationen sind eng miteinander verwandt! erledigen grundstzlich dieselbe Aufgabe:
binary one-to-one matching operations ein Eingabe-Element trgt zur Ausgabe abhngig von seinem Match
mit einem anderen Eingabe-Element bei Operationen erfordern immer wieder die gleichen Schritte und knnen
deshalb mit denselben Algorithmen implementiert werden
Gleiche logische Vorgehensweise aus R und S werden drei Elementmengen gebildet: A, B, C Elemente in B passen zueinander! Wie knnen diese drei Elementmengen gebildet werden?
- mit Schleifeniteration - mit Mischmethode - mit Hash-Methode
-
Tabellenoperationen, Implementierung
34
Binre Matching-Operationen
Vereinheitlichtes Realisierungskonzept Vergleich von Verbund- vs. Primrschlssel-Attributen Gemeinsamkeit: Stze werden auf der Basis von Attributwerten gruppiert Dabei sind einige unre Operationen mit speziellen Manahmen mglich
- Gruppierung und Sortierung erlaubt einfache Duplikateliminierung - Bei Aggregation wird ein Attributwert pro Gruppe bestimmt - Beim Verbund ist die Gruppierung der potentiellen Verbundpartner kosteneffektiv
(entweder in Partitionen oder einer Sortierordnung) - Bei Mengenoperationen knnen die Elementmengen A, B, C gefunden werden;
dabei wird Duplikateliminierung mglich
-
Tabellenoperationen, Implementierung
35
Zusammenfassung
Selektionsoperationen vorhandene Zugriffspfadtypen erfordern zugeschnittene Operationen und effiziente
Abbildung Kombination verschiedener Zugriffspfade mglich (TID-Algorithmus)
Allgemeine Klassen von Auswertungsverfahren fr binre Operationen Schleifeniteration (nested iteration) Mischmethode (merge method) Hash-Methode (hashing)
Viele Optionen zur Durchfhrung von Verbundoperationen Nested-Loop-Verbund Sort-Merge-Verbund Hash-Verbund und Variationen
Mengenoperationen prinzipiell Nutzung der gleichen Verfahrensklassen Variation der Vergleichsdurchfhrung
-
Tabellenoperationen, Implementierung
36
Literatur zu diesem Kapitel
[Gra93] Goetz Graefe: Query Evaluation Techniques for Large Databases. ACM Comput. Surv. Vol. 25, No. 2, 1993.
[Mit95] Mitschang, B.: Anfrageverarbeitung in Datenbanksystemen - Entwurfs- und Implementierungskonzepte, Reihe Datenbanksysteme, Vieweg-Verlag, 1995.
Datenbanken und InformationssystemebersichtZielePlanoperatorenPlanoperatoren fr Selektion und ProjektionPlanoperatoren fr die SelektionPlanoperatoren fr die SelektionPlanoperatoren fr ModifikationenPlanoperatoren auf mehreren TabellenPlanoperatoren auf mehreren TabellenPlanoperatoren auf mehreren TabellenPlanoperatoren auf mehreren TabellenbersichtPlanoperatoren fr den VerbundPlanoperatoren fr den VerbundNested-Loop-VerbundNested-Loop-VerbundSort-Merge-VerbundHash-VerbundHash-VerbundHash-VerbundSimple Hash JoinGrace JoinHybrid Hash JoinNutzung typbergreifender ZugriffspfadeVerbundalgorithmen VergleichVerbundalgorithmen in verteilten DBSVerbundalgorithmen in verteilten DBSSemi-VerbundBit-Vektor-VerbundbersichtMengenoperationenBinre Matching-OperationenBinre Matching-OperationenZusammenfassungLiteratur zu diesem Kapitel