›













` Comprender las tareas de procesamiento y optimización de
consultas realizadas por un sistema gestor de bases de datos
relacional.
` Conocer reglas heurísticas y de transformación de expresiones
del álgebra relacional y cómo aplicarlas para mejorar la
eficiencia de una consulta.
` Conocer diferentes estrategias de implementación de
operaciones relacionales, en particular la de reunión (×
, y
cómo evaluar el coste estimado de cada estrategia.
` 0dentificar la información estadística de la base de datos
necesaria para estimar el coste de ejecución de las
operaciones del álgebra relacional.
|
p


   
   
 

 ›













›.1. Conceptos generales y objetivos del procesamiento y la

optimización de consultas
›.2. Pasos del procesamiento de una consulta
1. Análisis léxico, sintáctico y validación
2. Optimización
›.3. Reglas generales de transformación de expresiones y reglas
heurísticas
›.4. 0mplementación de operaciones relacionales
Anexo. Otros enfoques de la optimización: optimización semántica

G
p


   
   
 

 ›. Procesamiento y optimización de
consultas

ÿ



-
 D

   
   
 
 

D  
!"
 #$%&
'D%(()* D

   
 
 
 


+D 
!"
 ,- 
 #$ %.&
'$%((* $ 


 
 

  
!"#

 $

! + D 
!
"
 #$%&

Œ
p


   
   
 

 › !






 
 a los primeros sistemas basados en el modelo relacional:



 de las consultas
Ë0nvestigación y desarrollo de 
 



para procesar consultas
 n un 
 


...
ƛ Consultas expresadas en lenguaje procedural de bajo nivel (embebido, norm.
ƛ l usuario (programador selecciona la 




Ë



 
> åecide las 
 necesarias y su  de ejecución
> ·i se equivoca, 

 










> åebe tener 



 

(si no los tiene, no se beneficiará de la posibilidad de consultas más óptimas
 n un 
 

...
ƛ Consultas expresadas con ·
:  datos y no CÓMO recuperarlos
ƛ l ÿ 








ƛ y tiene mayor   el 

 del sistema
Ë



 


º
p


   
   
 

 › !










Actividades involucradas en la recuperación de datos de la Bå







lección de una estrategia de ejecución eficaz para procesar cada
consulta sobre la base de datos


a 


 [automática^ es...
ƛ n :
obligatorio si se debe lograr un tiempo de ejecución de consultas aceptable
ƛ na 
:
el alto nivel semántico de una expresión relacional permite su optimización
antes de la ejecución

ß
p


   
   
 

 › !










 


ransformar una consulta ·
en una 






, expresada en un lenguaje de bajo nivel
 jecutar dicha estrategia para recuperar los datos requeridos
ƛ xisten muchas transformaciones equivalentes para una misma
consulta







 

 legir la 



 que









ö n general, 


 "




 por el
·Bå  la 
, pero seguro que será una 


 




o
p


   
   
 

 › !






  de la optimización automática
ƛ l usuario  se  de   formular la consulta
ƛ l Módulo 

  Ơ ơ que el programador, pues:
m åispone de
 


 en el diccionario de datos del ·Bå
> mayor precisión al estimar la eficiencia de cada posible estrategia...
> y así (con mayor probabilidad elegirá la más eficiente
m·i  



 (tras reorganización física del esquema de Bå,...
Ë£#



(quizá ahora convenga elegir  estrategia
> ·Bå Relacional: (trivial l Optimizador re-procesa la consulta original
> ·Bå No Relacional: modificación del programa!
m l Optimizador es un programa
Ëtiene más paciencia que un programador: 




m l Optimizador es el  







 de los
mejores programadores

X
p


   
   
 

 › (








! $ 


%&
'

 





( 



) 




* +


 studiaremos con detalle los dos primeros pasos

›
p


   
   
 

 › (







!
$ 


%&
'

 





 $ 


%&

ƛ ,

 los   (léxicos en el texto de la consulta (·

 $ 



 

ƛ £
 la 
&
 de la consulta (corrección gramática
 


 

ƛ 

 la validez de los   de las tablas, vistas, columnas, etc. y si
tienen sentido
 -
 de la consulta  una 



ƛ que la "



,
ƛ 




 del lenguaje de alto nivel empleado (./,
Ë l formalismo base de la representación interna debe ser...
ƛ 
, para representar toda consulta posible
ƛ , sin predisponer a ciertas opciones de optimización
Ë
a mejor elección: ë
£

A
p


   
   
 

 › (







!
$ 


%&
'

 




 (y 2
[
 

  


   




 



 !"!#[$!
"%

p & 
 
" &*#$ " #+#,#[ ''




 
&!
 ' ë



 ()(&!
"' (o árbol sintáctico abstracto
 es la 




(&!"!' &



 
*#$&'#+#,#[&'
|
p


   
   
 

 › (







(




 l Optimizador de Consultas suele combinar varias técnicas

as técnicas principales son las siguientes:

ƛ



0

>  las operaciones de la consulta para
  la



 de su 


ƛ+




> stimar sistemáticamente el  


 de ejecución y
> +
 el plan (estrategia con el 
 estimado

||
p


   
   
 

 › (







(




(2
 



1

$





 


0
 

modificar la representación interna de una consulta 2ë

£


ë

3
a fin de 






 arias expresiones del Álgebra Relacional pueden corresponder a

la misma consulta

enguajes de consulta, como ·
permiten expresar una misma
consulta de muchas formas diferentes, pero el rendimiento no
debe depender de cómo sea expresada la consulta

|G
p


   
   
 

 › (







(




(3
 l $


 
 genera 






ƛ sin optimización m ejecución ineficiente

 l 

 de Consultas  

 de consulta
inicial en 



 equivalente y eficiente
´Aplicación de 

 

guiadas por 
0


ËConversión de la consulta en su  



"


|Œ
p


   
   
 

 › (







(




(4
 Obtenida la forma canónica de la consulta, el Optimizador decide
  

 +

 sistemática 
:
+



 



 
 






'













 l punto de partida es considerar la  como una serie de



 



| Operaciones del Álgebra Relacional:
,-[*.-/[--/[0[-[-[-/[...

|º
p


   
   
 

 › (







(




(5
 l Optimizador tiene un conjunto de %
 para realizar cada
operación

 1 2(


(



 
(3 ((3
4 +5
(

4 +5
+(
(

4 
 6(*(

(  
7$( (3
4 
 6(#)

(
4 
 6(
(

 Cómo elige el Optimizador las técnicas adecuadas en cada caso?

|ß
p


   
   
 

 › (







(




(6

, 

0nformación sobre la



+
 


 de bajo nivel
(diccionario de datos

-,4,5$ £

+
 de varias %


 para cada operación

|o
p


   
   
 

 › (







(




(7
l , 



m Para cada 
ƛ 

 (nº de filas,
ƛ 6

" (nº de filas que caben en un bloque,
ƛ Nº de "
,
ƛ 4%





 estructuras de acceso (a
a,índices,etc.,
ƛ  
&, de 

, de 
 (físico o no, etc.
m Para cada  
ƛ Nº de 


 almacenados,
ƛ alores &



, etc.
m Nº de niveles de cada 


7




ö l éxito de la estimación del tamaño y del coste de las operaciones incluidas

en una consulta, depende de la cantidad y actualidad de la información
estadística almacenada en el diccionario de datos del ·Bå
|X
p


   
   
 

 › (







(




(›
 l Optimizador genera 





 

+

 combinación de %
 candidatas
Ü | una técnica por cada operación elemental de la consulta
 Cada técnica tendrá asociada una 




2%

3
8
9


"





ƛ Medida en número de transferencias de bloques memoria V disco
ƛ /










, pues para estimar el nº de
accesos a bloque es necesario estimar el tamaño de las tablas (base o
generadas como resultados intermedios, lo cual depende de los valores
actuales de los datos

|›
p


   
   
 

 › (







(




(y 9
 l Optimizador 









 Para ello formula una 


 que se debe minimizar

23
ó


2%


3

 n general, existen 0
ë

 






 para una consulta
Ë
a tarea de 




, 



0


:
Ë·e suele hacer uso de %

0
 para mantener el conjunto
de planes de consulta generados dentro de unos límites razonables:



;



<

|A
p


   
   
 

 › )
£

 


&

£


 

| na secuencia de restricciones sobre una tabla A puede transformarse en una
sola restricción

C1 ( (A  ó
C2 C1 ANå C2(A 
G n una secuencia de proyecciones contra una tabla A pueden ignorarse todas,
salvo la última (si cada columna mencionado en la última, también aparece en
las demás

p (p
P2 P1 (A  ó p (A ,
P2 sii P2
P1

Œ na restricción de una proyección puede transformarse en una proyección de

una restricción
s una buena idea hacer
C (p (A  ó p (
P P C (A  



"
 
,
pues la restricción reduce el tamaño
de la entrada para la proyección
(el número de filas que considerar
G
p


   
   
 

 › )
£

 


&

£


 
 (2
l




·ea f un operador unario y Ù un operador binario,








Ù 

2$
Ù ÿ3
8
2$3
Ù 2ÿ3

º es distributivo respecto de la 0[-/[, -[-/[ y $-[-#

C (R· ó ( C (R  ( C (·

donde   { , , Ü } se 

7 




&








 en secuencia: 
ß p es distributivo respecto de la 0[-/[ (así, esa operación será más rápida
y también producirá menos filas
p (R· ó (p (R  (p (·
P P P

G|
p


   
   
 

 › )
£

 


&

£


 
 (3
o es distributivo respecto de 0[-/[ (,-[ si la condición de selección ...
> contiene columnas que sólo pertenecen a una tabla


"&*#$ "#+#,#['ó *#$ " & '


"&#+#,#['

> o puede escribirse como &8#[$', y en 8sólo intervienen columnas de 8

y en sólo hay columnas de 

&8 , 'ó & 8&8'' , & &''

se 

7 



&







 en secuencia: join
(así, esa operación será más rápida
y también producirá menos filas

GG
p


   
   
 

 › )
£

 


&

£


 
 (4
X p es distributivo respecto de ,-[ si en la condición de reunión , sólo
intervienen columnas incluidos en la lista de proyección *

p*&8 , 'ó &p*8&8'' &p*&''

,

sii *"&*8 *' y * incluye toda columna de reunión que aparece en ,

se 

9

 

"









en secuencia: ×

(por tanto, esa operación necesitará
menos tiempo para su ejecución
y producirá menos columnas 

GŒ
p


   
   
 

 › )
£

 


&

£


 
 (5
l  


·ea Ù un operador binario, Ù es conmutativo si A Ù B  B Ù A , A,B

› n Álgebra Relacional, son conmutativas: 0[-/['
-[-/[ y ,-[

y no conmutativas: $-[-# y $-9--/[
l $



·ea Ù un operador binario, Ù es asociativo si A Ù (BÙC (AÙB Ù C , A,B,C

A n Álgebra Relacional, son asociativas: 0[-/[, -[-/[ y ,-[

y no asociativas: $-[-# y $-9--/[

l , 

·ea Ù un operador binario, Ù es idempotente si A Ù A  A, A

|
n Álgebra relacional, son idempotentes : 0[-/[, -[-/[ y ,-[

y no idempotentes: $-[-# y $-9--/[
Gº
p


   
   
 

 › )
£

 


&

£


 
 (6
 +&


 

ƛ l Optimizador debe conocer 

 


&



 %
, pues aparecen en las consultas
ƛ Reglas de transformación basadas en propiedades Conmutativa, Asociativa
y åistributiva

 +&




(booleanas
ƛ l Optimizador debe saber aplicar reglas generales a 
> 
 
 (, , ... y
> 
 (#[$, , ...

Gß
p


   
   
 

 › )
£

 


&

£


 
 (7
 ·ean 


 






, R(...a... y ·(...b...
 &
#[$
' 
- la condición &
#[$
' equivale a &
'#[$&
'#[$&

'
por ser Ơ>ơ un operador transitivo
cla Ơnuevaơ condición &

', permite realizar una  ((3 (sobre 

 ,-[ entre R y · ( ×
 necesario para evaluar &
'

&

&''
 & 
&''

 ·ean 
 
'
'
'
'
'


-
a condición (
 &"#[$  '  equivale a

oda expresión condicional
&
"'#[$&
 ' puede transformarse en su
puesto que  es distributivo respecto de #[$ 6 
= 



26=3
Go
p


   
   
 

 › )
£

 


&

£


 
 (y ›
 6 
 



>
&


6=
tiene la forma
8 #[$ #[$!!!
donde cada (  incluye ningún #[$
- s 0 si todo ( es 0, y 
# 

7
( 
#

m 


6=
- Ya que #[$ es conmutativo, el Optimizador puede 

(

"

 (por ejemplo, en orden creciente en dificultad.
+


( %
#'




- n un 



, sería posible 



( 

. n cuanto uno diera #, el proceso acabaría

GX
p


   
   
 

 › )
£

 


&

£ 0

 Algunas 
0
 que pueden ser aplicadas durante
el procesamiento de consultas

! jecutar 







 





( jecutar 









(las que producen menor nº de filas

)  
 un 

 î
con una 


subsiguiente cuya condición represente una condición de reunión,


%


×


* + las operaciones de  


p 

 




G›
p


   
   
 

 › *
,  


 

,  




 &JOIN'

as %
 para realizar una reunión pueden ser las siguientes:
1. 6
ÿ
2. ÿ7"

?

3. ÿ7"
Ú

4. 4
5. Ú

6. Combinaciones de las anteriores

 åaremos alguna indicación del cálculo del coste, en términos de

número de accesos a bloques de disco

GA
p


   
   
 

 › *
,  


 

,  






&JOIN'
Por 




, los algoritmos han sido codificados
con los siguientes :

a tabla  tiene
filas y la tabla  tiene  filas en total.

a columna de reunión es simple, se llama , y se denomina
igual en ambas tablas.
 ·e considera que las filas de cierta tabla están almacenadas en
un   con igual nombre que la tabla.
 Cada (
está contenida en una posición del  .

a (3 (
 se expresa mediante el producto de dichas
filas (operador  entre posiciones del  .

Œ
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 

 xaminar  las 

 

 



£


 Para cada fila de Ô obtener todas las de  y probar si satisfacen la condición de
reunión
 &("8%(?
%(::'
 &"8%? %::'
(&;(<!"";<!'
=
(
(
(
;(<>;<

 %
 Cálculo del 
1. Operaciones de  de filas  m * n
2. Operaciones de 
 de filas  cardinalidad del ×
 resultado
2.a Caso de ×
 —
—
 (es decir, clave candidata / clave externa
cardinalidad del ×
 resultado  cardinalidad de la tabla con la clave externa (m ó n
2.b Caso de ×
 —
—

·ea dCR  nº valores distintos de la columna de reunión C en la tabla R y
dC·  nº valores distintos de la columna de reunión C en la tabla ·
(estimación suponiendo una 




  de los valores de la columna C
åos puntos de vista: (ver transparencia siguiente
Œ|
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 
 (y 2

 Para cada fila de  habrá filas de con el mismo valor de 
i

nº total de filas en el ×
     (a
 i

 Para cada fila de  habrá filas de  con el mismo valor de 
i 

nº total de filas en el ×
  (b
i 
 ·i  ® , las estimaciones (a y (b son diferentes
ƛ xiste algún valor de  que ocurra en pero no en , o viceversa
ƛ Cardinalidad del ×
 resultado  menor estimador

 n la práctica interesa el 
/ 
" (no a filas

 ·ea  (y  el nº filas de  (o  en un bloque
 
?  ocupa bloques y ocupa bloques de disco
 


ecturas de bloques: ejemplo con
"8@@"8@!@@@"8"8@
 
¿
@
&






 
 

 
¿

&


@


 


Ö Conviene que la



&





 (la q ocupa menos bloques
ŒG
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 7"



 xiste un índice 2 sobre la columna ! de la tabla interior 
 &("8%(?
%(::' A>B ( >A
A>B( C 

D(2;8<!!2;C<
 7
 
 

(B

()

;(<!>A
 &"8%? C%::'A>( ( >A
A>
;<
(
(B

 2;<>A

=
(
(
(
;(<>;<

 %

m entaja sobre la E


: 

 (vía índice a las 
 de 

 con cada fila de 
- Nº total de filas leídas de  y   cardinalidad del resultado
- peor de los casos: 

 leída de  está  un "

 del disco
  
- Nº total de bloques leídos  
 i

- ·i
"8@@"8@!@@@"8"8@"8@@, el total de bloques leídos es 8@!8@@

ŒŒ
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 7"


 (y 2

m Además, si las filas de  se almacenan en 


 7 valor
de la columna 

 ,
   
i

las lecturas de bloque se reducen a  6 G
 

Ö ventaja de mantener almacenadas las relaciones en una À 

 
 

m   el   

 X:
- Peor caso: cada fila de R necesita una búsqueda completa en X para encontrar las
filas correspondientes en · Ž lectura de 1 bloque en cada nivel de X
- ·i X tiene
niveles, son m *
lecturas extras de bloques
- n la práctica
? 3 y el nivel superior de X reside en Memoria Principal (menos
lecturas

μ
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 7"




a 













, es decir, las
filas de · están almacenadas en un fichero organizado según la técnica a
a

(aunque en el algoritmo se representa como un  
 l algoritmo es similar a la 5
 D(, pero el camino de acceso a ·
según la columna de reunión ·.C es una tabla a
a y no un índice

A> 



a
a  !>A
 &("8%(?
%(::'F A>B ( >A
C"G
G&;(<!'% A>B( G(
;8<!!;G<




 ;C<>A
 &"8%? G%::' A>( ( >A
(&;<!"";(<!'

=
(
(
(
;(<>;<

 %
H

Χ
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 
 Considera   




  según valores de la columna de reunión 
- Ambas pueden examinarse según el orden físico y de forma sincronizada
- l JOIN completo puede realizarse en una 7

 sobre los datos
Ö -%



> Cada bloque se Ɲtocaƞ una sola vez (×
 uno-a-muchos
> Nº bloques leídos 

 
6





:
A>  JOIN
G I
I
G >A  $


 de datos relacionados
""8% lógicamente (
0

JG(&?
KK?'F A>B ( >A  n ausencia del 
,  una
7";<!% o ambas 
 en tiempo de
 &"%;<! 7%::'% ejecución y mezclarlas (



: técnica

"%
 &"%;<!""7%::' A>( (  ((
>A
 &("%;(<!""7'
=
(
(
(
;(<>;<

 %
"%
 &("%;(<!""7%(::'%
"(%H
Œo
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 00
 Necesita una 7




 de cada tabla

1er Paso: 



 para 
!
Cada entrada de contiene:
- alor de ! y (opcional valores de otras columnas de 
- Puntero a la fila correspondiente
2º Paso: +&
 




 



 
!
·i una fila de 

 en con filas de , entonces
si !"!, se generan las filas reunidas adecuadas

m  sobre la técnica de
E

:
-
as relaciones  y  no tienen por qué estar almacenadas en ningún orden,
- tampoco es necesario ordenarlas dinámicamente

ŒX
p


   
   
 

 › *
,  


 

0mplementación de JOIN por 
 (y 2
A>  (


a
a  !>A
 &"8%? %::'F
C"G
G&;<!'%

=
(;<!A> (EL
)57
  


L>A
   

(
;<


 

 ;C<

G
G%
H
A>5


  >A
 &("8%(?
%(::'F
C"G
G&;(<!'% A>B( G(
;8<!!;G< ;C<>A
 &"8%? G%::'
(&;<!"";(<!'

=
(
(
(
;(<>;<

 %
H
Œ›
p


   
   
 

 $&

"










 

 nfoque diferente que puede combinarse con los que hemos visto

 - 

 
: la que sólo es válida debido a
cierta restricción de integridad (de tipo cualquiera, no sólo R.0.
Referencial
 



 
: proceso de  





"
 (cualitativamente diferente pero
que garantiza el mismo resultado



, gracias a que
los datos satisfacen 





 especificadas
sobre el esquema de base de datos

 Con la aparición de las bases de datos de conocimiento y los

sistemas expertos, es posible que esta técnica se incorpore a los
·Bå futuros
ŒA
p


   
   
 

 $&

"










 

(2
jemplo:
¼   

  



)5   M

*#$#+#,#[
 "%

Ž p  &*#$ '

"#+#,#[

 l JOIN hace corresponder una clave externa (en #+#,#[, que es [
[0, por ser parte de la *N con su correspondiente clave candidata (nss en
*#$,
 Cada fila de #+#,#[ 
  tiene como contrapartida alguna de
*#$,
 así que cada fila de #+#,#[ contribuye con  valor de  al resultado
global,
 Para el resultado no se pide ninguna columna que Ơsólo estéơ en *#$!
º
p


   
   
 

 $&

"










 

(y 3

Ë!! =





JOIN !! y la consulta anterior equivale a:
$--[
#+#,#[%

Ž p  &#+#,#['

 - 
  
 sólo 

 






ƛ Cada fila de #+#,#[ corresponde a una fila en *#$, debido a la








 y a la 


ƛ n general, cada operando de un ,-[ contiene 




 en el
otro operando y por tanto, que  contribuyen al resultado;
 
'
 

 


 


 


º|
p