選擇性估算的新算法研究.pdf

1、在數(shù)據(jù)庫系統(tǒng)中,查詢優(yōu)化器是一個(gè)很重要的模塊,它決定了一個(gè)查詢的執(zhí)行.而選擇性估算算法在查詢優(yōu)化器中扮演著非常關(guān)鍵的角色.不正確的選擇性估算結(jié)果可能導(dǎo)致查詢優(yōu)化器選擇了差的查詢執(zhí)行計(jì)劃,與最優(yōu)的查詢執(zhí)行計(jì)劃相比,一個(gè)差的執(zhí)行計(jì)劃往往需要花費(fèi)幾倍甚至幾十倍的時(shí)間.本文主要研究基于直方圖的選擇性估算方法。
　　 直方圖的構(gòu)造是基于直方圖的選擇性估算方法中最基本的問題之一.構(gòu)造直方圖是基于某個(gè)目標(biāo)函數(shù)的優(yōu)化問題,即在給定數(shù)量的存儲(chǔ)空間

2、里,要求盡量準(zhǔn)確地描述給定數(shù)據(jù)空間的數(shù)據(jù)分布。通常,這個(gè)目標(biāo)函數(shù)要求:直方圖模型和真實(shí)數(shù)據(jù)分布之間誤差盡可能小,或者基于直方圖模型進(jìn)行查詢估計(jì)的誤差盡可能小.這里,不同的算法和應(yīng)用對(duì)誤差的定義可能有所不同。本文采用了一種新的誤差概念,即聚合誤差(AggreateError),來構(gòu)造直方圖.具體地,我們基于相對(duì)聚合誤差(RelativeAggegateError)來構(gòu)造直方圖,要求構(gòu)造出來的直方圖和真實(shí)數(shù)據(jù)分布之間的聚合誤差最小化.我們通

3、過對(duì)真實(shí)數(shù)據(jù)集和仿真數(shù)據(jù)集上的實(shí)驗(yàn)測(cè)試證實(shí)了本文方法的可行性.在較低維的情況下(維度≤4),用本文方法構(gòu)建的直方圖進(jìn)行選擇性估算的結(jié)果優(yōu)于已有方法.
　　 另外,本文提出幾種基于取樣和直方圖的混合選擇性估算方法.基于直方圖的選擇性估算方法和基于取樣的選擇性估算方法都有各自的優(yōu)缺點(diǎn).對(duì)于低維度的數(shù)據(jù),基于直方圖的選擇性估算方法有較好的準(zhǔn)確率,優(yōu)于取樣的方法.但是對(duì)于高維度的數(shù)據(jù),基于直方圖的方法準(zhǔn)確率直線下降,而取樣方法的結(jié)果保持